Mercury 2 je jazykový model Inception na uvažovanie postavený na difúznom generovaní textu. Namiesto výlučne sekvenčného dekódovania zľava doprava model paralelne spresňuje viacero tokenov smerom k výsledku. Výrobca vyvíja tento variant na opakované interaktívne kroky pri programovaní, agentoch, získavaní informácií a extrakcii. Prijíma písomné pokyny a textový kontext a vytvára textovú odpoveď, kód, štruktúrované údaje alebo navrhnuté operácie nástrojov.
Presný opis pri uvedení uvádza kontext 128K, nastaviteľné uvažovanie, natívne používanie nástrojov a JSON zosúladený so schémou. Tieto funkcie patria do zdokumentovaného variantu Mercury 2, oddeleného od neskoršieho kontextu Mercury 2.5 a špecializovaných modelov Voice, Router a Edit. Podobu konečnej odpovede určte výslovne, namiesto odvodzovania hlasového alebo editačného výstupu z názvu rodiny.
Pri jednoduchej extrakcii dodajte definície polí a zdrojovú pasáž. Pri úlohe na uvažovanie uveďte úplnú podmienku a obmedzenia, ktoré musia platiť. Praktické zadanie znie: „Porovnaj túto implementáciu s požiadavkami, identifikuj prvý nesúlad a vráť cielenú opravu s podporným vysvetlením.“ Konečný výsledok má zostať viazaný na vstup, aj keď model rozvíja priebežnú analýzu.
Výrobca opisuje automatické dopĺňanie, návrhy ďalších úprav, refaktoring a interaktívnych programátorských agentov ako relevantné použitia. Dodajte okolitú implementáciu a označte, čo sa má zmeniť. Vysvetlite očakávané správanie a zachovajte verejné názvy alebo rozhrania, ktoré musí revízia ponechať. Navrhnutú úpravu možno potom pred použitím v skutočnom projekte skontrolovať z hľadiska vhodnosti.
Pri vývojovej úlohe riadenej nástrojmi model vyberá z dodaných operácií a aplikácia ich vykonáva. Do ďalšieho ťahu vracajte skutočné chyby, úryvky kódu alebo pozorovania z overovania. Vygenerovaná implementácia a úspešne vykonaný výsledok sú samostatné výstupy a úloha má vyžadovať pozorovanie preukazujúce dokončenie.
Použitia Mercury 2 uvádzané výrobcom zahŕňajú viacstupňové získavanie informácií, preusporiadanie podľa relevantnosti a sumarizáciu. Každému kroku priraďte presný účel: určte otázku na vyhľadanie, kritériá relevantného zdroja a fakty potrebné v konečnej odpovedi. Počas celého postupu zachovajte identifikátory zdrojov, aby sa súhrn dal spätne priradiť k materiálu.
Štruktúrovaný výstup má mať definované polia, jasné typy a konvenciu pre chýbajúce informácie. Súlad so schémou sa týka reprezentácie výsledku; jeho hodnoty porovnajte so skutočným dokumentom alebo pozorovaním nástroja. Pri pokračujúcej úlohe zachovávajte užitočné zistenia a nevyriešené otázky namiesto hromadenia nesúvisiacej histórie.
Mercury 2 môže zabezpečovať krok generovania textu v hlasovej alebo inej interaktívnej aplikácii. Jeho zdokumentovanou úlohou je v nej vytváranie slov alebo rozhodnutí používaných okolitými zložkami, ktoré spracúvajú zvuk a prehrávanie. Pri čistení prepisu dodajte prepis a určte, aké znenie, mená a význam sa musia pri úprave zachovať.
Kontext 128K obsahuje spoločne zdrojový materiál, konverzáciu a vygenerovaný obsah. Vyhraďte priestor na konečnú odpoveď, počas revízií udržujte otázku zreteľnú a nepovažujte kapacitu kontextu za nezávislý výstupný limit. Vygenerované fakty, kód a extrahované polia kontrolujte podľa pôvodného vstupu. Užitočným výstupom je cielená odpoveď alebo štruktúrovaný výsledok, ktorý posúva uvedenú úlohu a dá sa overiť pomocou skutočne dodaných dôkazov.
", "aboutText": "Mercury 2 je jazykový model Inception na uvažovanie postavený na difúznom generovaní textu. Namiesto výlučne sekvenčného dekódovania zľava doprava model paralelne spresňuje viacero tokenov smerom k výsledku. Výrobca vyvíja tento variant na opakované interaktívne kroky pri programovaní, agentoch, získavaní informácií a extrakcii. Prijíma písomné pokyny a textový kontext a vytvára textovú odpoveď, kód, štruktúrované údaje alebo navrhnuté operácie nástrojov.\n\n### Variant výrobcu\n\nPresný opis pri uvedení uvádza kontext 128K, nastaviteľné uvažovanie, natívne používanie nástrojov a JSON zosúladený so schémou. Tieto funkcie patria do zdokumentovaného variantu Mercury 2, oddeleného od neskoršieho kontextu Mercury 2.5 a špecializovaných modelov Voice, Router a Edit. Podobu konečnej odpovede určte výslovne, namiesto odvodzovania hlasového alebo editačného výstupu z názvu rodiny.\n\nPri jednoduchej extrakcii dodajte definície polí a zdrojovú pasáž. Pri úlohe na uvažovanie uveďte úplnú podmienku a obmedzenia, ktoré musia platiť. Praktické zadanie znie: „Porovnaj túto implementáciu s požiadavkami, identifikuj prvý nesúlad a vráť cielenú opravu s podporným vysvetlením.“ Konečný výsledok má zostať viazaný na vstup, aj keď model rozvíja priebežnú analýzu.\n\n### Pomoc pri programovaní a úpravách\n\nVýrobca opisuje automatické dopĺňanie, návrhy ďalších úprav, refaktoring a interaktívnych programátorských agentov ako relevantné použitia. Dodajte okolitú implementáciu a označte, čo sa má zmeniť. Vysvetlite očakávané správanie a zachovajte verejné názvy alebo rozhrania, ktoré musí revízia ponechať. Navrhnutú úpravu možno potom pred použitím v skutočnom projekte skontrolovať z hľadiska vhodnosti.\n\nPri vývojovej úlohe riadenej nástrojmi model vyberá z dodaných operácií a aplikácia ich vykonáva. Do ďalšieho ťahu vracajte skutočné chyby, úryvky kódu alebo pozorovania z overovania. Vygenerovaná implementácia a úspešne vykonaný výsledok sú samostatné výstupy a úloha má vyžadovať pozorovanie preukazujúce dokončenie.\n\n### Vyhľadávanie a agentové cykly\n\nPoužitia Mercury 2 uvádzané výrobcom zahŕňajú viacstupňové získavanie informácií, preusporiadanie podľa relevantnosti a sumarizáciu. Každému kroku priraďte presný účel: určte otázku na vyhľadanie, kritériá relevantného zdroja a fakty potrebné v konečnej odpovedi. Počas celého postupu zachovajte identifikátory zdrojov, aby sa súhrn dal spätne priradiť k materiálu.\n\nŠtruktúrovaný výstup má mať definované polia, jasné typy a konvenciu pre chýbajúce informácie. Súlad so schémou sa týka reprezentácie výsledku; jeho hodnoty porovnajte so skutočným dokumentom alebo pozorovaním nástroja. Pri pokračujúcej úlohe zachovávajte užitočné zistenia a nevyriešené otázky namiesto hromadenia nesúvisiacej histórie.\n\n### Interaktívne jazykové úlohy a limity\n\nMercury 2 môže zabezpečovať krok generovania textu v hlasovej alebo inej interaktívnej aplikácii. Jeho zdokumentovanou úlohou je v nej vytváranie slov alebo rozhodnutí používaných okolitými zložkami, ktoré spracúvajú zvuk a prehrávanie. Pri čistení prepisu dodajte prepis a určte, aké znenie, mená a význam sa musia pri úprave zachovať.\n\nKontext 128K obsahuje spoločne zdrojový materiál, konverzáciu a vygenerovaný obsah. Vyhraďte priestor na konečnú odpoveď, počas revízií udržujte otázku zreteľnú a nepovažujte kapacitu kontextu za nezávislý výstupný limit. Vygenerované fakty, kód a extrahované polia kontrolujte podľa pôvodného vstupu. Užitočným výstupom je cielená odpoveď alebo štruktúrovaný výsledok, ktorý posúva uvedenú úlohu a dá sa overiť pomocou skutočne dodaných dôkazov.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Clean up a dictated task note\n\nClean up this supplied transcript for a task tracker: "Um, ask Rina, no, ask Sam to review invoice INV-209 before Thursday. Keep Rina copied. It is 480 euros, not 840." Remove fillers and false starts while preserving the corrected owner, copied person, invoice ID, deadline and amount. Return one clear task sentence.One cleaned task sentence retaining the final owner, copy instruction, invoice ID, deadline and corrected amount.Check that Sam owns review, Rina is copied and the amount is 480 euros.inception/mercury-2Mercury 2 je difúzny textový model Inception na uvažovanie pre interaktívne programovanie, vyhľadávanie a agentové postupy. Paralelné spresňovanie, kontext 128K, nastaviteľné uvažovanie, natívne používanie nástrojov a JSON podľa schémy pomáhajú vytvárať cielené odpovede a štruktúrované výstupy z textu.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mercury 2 je jazykový model Inception na uvažovanie postavený na difúznom generovaní textu. Namiesto výlučne sekvenčného dekódovania zľava doprava model paralelne spresňuje viacero tokenov smerom k výsledku. Výrobca vyvíja tento variant na opakované interaktívne kroky pri programovaní, agentoch, získavaní informácií a extrakcii. Prijíma písomné pokyny a textový kontext a vytvára textovú odpoveď, kód, štruktúrované údaje alebo navrhnuté operácie nástrojov.
Presný opis pri uvedení uvádza kontext 128K, nastaviteľné uvažovanie, natívne používanie nástrojov a JSON zosúladený so schémou. Tieto funkcie patria do zdokumentovaného variantu Mercury 2, oddeleného od neskoršieho kontextu Mercury 2.5 a špecializovaných modelov Voice, Router a Edit. Podobu konečnej odpovede určte výslovne, namiesto odvodzovania hlasového alebo editačného výstupu z názvu rodiny.
Pri jednoduchej extrakcii dodajte definície polí a zdrojovú pasáž. Pri úlohe na uvažovanie uveďte úplnú podmienku a obmedzenia, ktoré musia platiť. Praktické zadanie znie: „Porovnaj túto implementáciu s požiadavkami, identifikuj prvý nesúlad a vráť cielenú opravu s podporným vysvetlením.“ Konečný výsledok má zostať viazaný na vstup, aj keď model rozvíja priebežnú analýzu.
Výrobca opisuje automatické dopĺňanie, návrhy ďalších úprav, refaktoring a interaktívnych programátorských agentov ako relevantné použitia. Dodajte okolitú implementáciu a označte, čo sa má zmeniť. Vysvetlite očakávané správanie a zachovajte verejné názvy alebo rozhrania, ktoré musí revízia ponechať. Navrhnutú úpravu možno potom pred použitím v skutočnom projekte skontrolovať z hľadiska vhodnosti.
Pri vývojovej úlohe riadenej nástrojmi model vyberá z dodaných operácií a aplikácia ich vykonáva. Do ďalšieho ťahu vracajte skutočné chyby, úryvky kódu alebo pozorovania z overovania. Vygenerovaná implementácia a úspešne vykonaný výsledok sú samostatné výstupy a úloha má vyžadovať pozorovanie preukazujúce dokončenie.
Použitia Mercury 2 uvádzané výrobcom zahŕňajú viacstupňové získavanie informácií, preusporiadanie podľa relevantnosti a sumarizáciu. Každému kroku priraďte presný účel: určte otázku na vyhľadanie, kritériá relevantného zdroja a fakty potrebné v konečnej odpovedi. Počas celého postupu zachovajte identifikátory zdrojov, aby sa súhrn dal spätne priradiť k materiálu.
Štruktúrovaný výstup má mať definované polia, jasné typy a konvenciu pre chýbajúce informácie. Súlad so schémou sa týka reprezentácie výsledku; jeho hodnoty porovnajte so skutočným dokumentom alebo pozorovaním nástroja. Pri pokračujúcej úlohe zachovávajte užitočné zistenia a nevyriešené otázky namiesto hromadenia nesúvisiacej histórie.
Mercury 2 môže zabezpečovať krok generovania textu v hlasovej alebo inej interaktívnej aplikácii. Jeho zdokumentovanou úlohou je v nej vytváranie slov alebo rozhodnutí používaných okolitými zložkami, ktoré spracúvajú zvuk a prehrávanie. Pri čistení prepisu dodajte prepis a určte, aké znenie, mená a význam sa musia pri úprave zachovať.
Kontext 128K obsahuje spoločne zdrojový materiál, konverzáciu a vygenerovaný obsah. Vyhraďte priestor na konečnú odpoveď, počas revízií udržujte otázku zreteľnú a nepovažujte kapacitu kontextu za nezávislý výstupný limit. Vygenerované fakty, kód a extrahované polia kontrolujte podľa pôvodného vstupu. Užitočným výstupom je cielená odpoveď alebo štruktúrovaný výsledok, ktorý posúva uvedenú úlohu a dá sa overiť pomocou skutočne dodaných dôkazov.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity inception/mercury-2 | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Príklady: system, user, assistant, tool, function Podmienky: Tieto roly sú výslovne zastúpené typmi kompatibility v zdrojovom kóde; presný súbor rolí zostáva závislý od modelu. Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring|content_part[]|null | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_calls | Typtool_call[] | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_call_id | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: role=tool; použite skutočne vrátené ID | Predvolené— |
Polemessages[].name | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].reasoning_content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa | Predvolené— |
Polemessages[].reasoning_details | Typobject|array | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polemax_completion_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Polestream_options.include_usage | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletemperature | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletop_p | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polestop | Typstring|string[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools | Typfunction_tool[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools[].type | Typstring | PožiadavkaVoliteľné | Hodnoty a limity function Závisí od modelu | Predvolené— |
Poletools[].function.name | Typstring | PožiadavkaPovinné | Hodnoty a limity Platí, keď: poskytnutý nástroj typu funkcia | Predvolené— |
Poletools[].function.description | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletools[].function.parameters | TypJSON_schema | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletool_choice | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleparallel_tool_calls | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleresponse_format | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning_effort | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleservice_tier | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleinstructions | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Pole kompatibility | Predvolené— |
Polefunctions | Typfunction[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polefunction_call | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleprompt_cache_options | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemodalities | Typstring[] | PožiadavkaVoliteľné | Hodnoty a limity text | Predvolené— |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa na tejto textovej trase Ultra odmieta | Predvolené— |
Polecache_control.ttl | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta | Predvolené— |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Špecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0005 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00005 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0005 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00005 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inception/mercury-2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='inception/mercury-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='inception/mercury-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra inception/mercury-2
Použite cesty metód uvedené vyššie.
inception/mercury-2Mercury 2 je difúzny textový model Inception na uvažovanie pre interaktívne programovanie, vyhľadávanie a agentové postupy. Paralelné spresňovanie, kontext 128K, nastaviteľné uvažovanie, natívne používanie nástrojov a JSON podľa schémy pomáhajú vytvárať cielené odpovede a štruktúrované výstupy z textu.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Mercury 2 je jazykový model Inception na uvažovanie postavený na difúznom generovaní textu. Namiesto výlučne sekvenčného dekódovania zľava doprava model paralelne spresňuje viacero tokenov smerom k výsledku. Výrobca vyvíja tento variant na opakované interaktívne kroky pri programovaní, agentoch, získavaní informácií a extrakcii. Prijíma písomné pokyny a textový kontext a vytvára textovú odpoveď, kód, štruktúrované údaje alebo navrhnuté operácie nástrojov.
Presný opis pri uvedení uvádza kontext 128K, nastaviteľné uvažovanie, natívne používanie nástrojov a JSON zosúladený so schémou. Tieto funkcie patria do zdokumentovaného variantu Mercury 2, oddeleného od neskoršieho kontextu Mercury 2.5 a špecializovaných modelov Voice, Router a Edit. Podobu konečnej odpovede určte výslovne, namiesto odvodzovania hlasového alebo editačného výstupu z názvu rodiny.
Pri jednoduchej extrakcii dodajte definície polí a zdrojovú pasáž. Pri úlohe na uvažovanie uveďte úplnú podmienku a obmedzenia, ktoré musia platiť. Praktické zadanie znie: „Porovnaj túto implementáciu s požiadavkami, identifikuj prvý nesúlad a vráť cielenú opravu s podporným vysvetlením.“ Konečný výsledok má zostať viazaný na vstup, aj keď model rozvíja priebežnú analýzu.
Výrobca opisuje automatické dopĺňanie, návrhy ďalších úprav, refaktoring a interaktívnych programátorských agentov ako relevantné použitia. Dodajte okolitú implementáciu a označte, čo sa má zmeniť. Vysvetlite očakávané správanie a zachovajte verejné názvy alebo rozhrania, ktoré musí revízia ponechať. Navrhnutú úpravu možno potom pred použitím v skutočnom projekte skontrolovať z hľadiska vhodnosti.
Pri vývojovej úlohe riadenej nástrojmi model vyberá z dodaných operácií a aplikácia ich vykonáva. Do ďalšieho ťahu vracajte skutočné chyby, úryvky kódu alebo pozorovania z overovania. Vygenerovaná implementácia a úspešne vykonaný výsledok sú samostatné výstupy a úloha má vyžadovať pozorovanie preukazujúce dokončenie.
Použitia Mercury 2 uvádzané výrobcom zahŕňajú viacstupňové získavanie informácií, preusporiadanie podľa relevantnosti a sumarizáciu. Každému kroku priraďte presný účel: určte otázku na vyhľadanie, kritériá relevantného zdroja a fakty potrebné v konečnej odpovedi. Počas celého postupu zachovajte identifikátory zdrojov, aby sa súhrn dal spätne priradiť k materiálu.
Štruktúrovaný výstup má mať definované polia, jasné typy a konvenciu pre chýbajúce informácie. Súlad so schémou sa týka reprezentácie výsledku; jeho hodnoty porovnajte so skutočným dokumentom alebo pozorovaním nástroja. Pri pokračujúcej úlohe zachovávajte užitočné zistenia a nevyriešené otázky namiesto hromadenia nesúvisiacej histórie.
Mercury 2 môže zabezpečovať krok generovania textu v hlasovej alebo inej interaktívnej aplikácii. Jeho zdokumentovanou úlohou je v nej vytváranie slov alebo rozhodnutí používaných okolitými zložkami, ktoré spracúvajú zvuk a prehrávanie. Pri čistení prepisu dodajte prepis a určte, aké znenie, mená a význam sa musia pri úprave zachovať.
Kontext 128K obsahuje spoločne zdrojový materiál, konverzáciu a vygenerovaný obsah. Vyhraďte priestor na konečnú odpoveď, počas revízií udržujte otázku zreteľnú a nepovažujte kapacitu kontextu za nezávislý výstupný limit. Vygenerované fakty, kód a extrahované polia kontrolujte podľa pôvodného vstupu. Užitočným výstupom je cielená odpoveď alebo štruktúrovaný výsledok, ktorý posúva uvedenú úlohu a dá sa overiť pomocou skutočne dodaných dôkazov.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity inception/mercury-2 | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity user, assistant | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF-8
reťazec messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages, max_tokens |
Parameteroptional_controls | Špecifikáciastream |
Parametermaterial_types | Špecifikáciatext |
Parametertext_file_material | ŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy. |
Životný cyklus: synchronous_or_streamed
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0005 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00005 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0005 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00005 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "inception/mercury-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'inception/mercury-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'inception/mercury-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte všetky bloky obsahu, podpisy uvažovania a skutočné ID volaní nástrojov. Zostavte všetky čiastkové zmeny blokov SSE; prvý textový blok nie je celý výstup.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra inception/mercury-2
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Clean up a dictated task note\n\nClean up this supplied transcript for a task tracker: "Um, ask Rina, no, ask Sam to review invoice INV-209 before Thursday. Keep Rina copied. It is 480 euros, not 840." Remove fillers and false starts while preserving the corrected owner, copied person, invoice ID, deadline and amount. Return one clear task sentence.One cleaned task sentence retaining the final owner, copy instruction, invoice ID, deadline and corrected amount.Check that Sam owns review, Rina is copied and the amount is 480 euros.