modely

Perceptron: Perceptron Mk1

Markdown · JSON

Perceptron: Perceptron Mk1

Perceptron Mk1 je model Perceptron na prácu s obrázkami a videom na časové porozumenie, priestorové ukotvenie a stelesnené uvažovanie. Vytvára text a štruktúrované anotácie scén, dokumentov a viditeľných činností s multimodálnym kontextom 32K a voliteľným uvažovaním.

O modeli

Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.

Perceptron Mk1 je model Perceptron na porozumenie obrázkom a videu a stelesnené uvažovanie. Analyzuje vizuálny zdrojový materiál vo vzťahu k písomnej otázke a vracia text a štruktúrované priestorové alebo časové anotácie. Variant výrobcu má multimodálny kontext 32K a hybridný režim uvažovania, ktorý možno vypnúť pri úlohách nevyžadujúcich stopu premýšľania.

Časové uvažovanie a ukotvenie

Výrobca vyvíja Mk1 na vysvetľovanie udalostí v čase, nielen na označenie jednej snímky. Športová sekvencia, ukážka varenia alebo úloha operátora môžu priniesť štruktúrovaný opis toho, čo sa stalo a kedy. Výrobca dokumentuje dynamickú analýzu videa pri najviac dvoch snímkach za sekundu. Tento spôsob vzorkovania sa odlišuje od pôvodnej snímkovej frekvencie zdrojového videa.

Pri úlohe na určenie času udalosti opíšte činnosť a interval, ktorý potrebujete. Ukážkový pokyn znie: „Identifikujte okamihy, keď je predmet položený na policu, vráťte časové intervaly a vysvetlite viditeľné dôkazy pre každý z nich.“ Zdrojové video a časové odkazy uchovávajte spolu, aby sa anotácia klipu alebo interval udalosti dali skontrolovať pred použitím v ďalšej aplikácii.

Referenčné príklady a porovnanie

Mk1 podporuje vizuálne učenie v kontexte z referenčného obrázka alebo videa a následné hľadanie zodpovedajúcich výskytov v novom materiáli. Definujte, čím je výskyt relevantný, a zachovajte označenie referencie. Pri porovnaní dodajte obe médiá a uveďte kritériá: objekt, činnosť, podmienku alebo detail dokumentu na porovnanie.

Ide o spôsob prípravy úlohy pomocou dodaných príkladov, nie o predpoklad, že prebehol samostatný proces dotrénovania. Ak sa scény líšia, žiadajte, aby výstup určil, ktorý vstup podporuje každé zistenie. Viditeľná podobnosť má zostať odlíšená od odvodeného záveru o udalosti.

Úlohy s obrázkami a dokumentmi

Obrazové schopnosti výrobcu zahŕňajú označovanie bodov, počítanie, rozpoznávanie textu a čítanie analógových alebo digitálnych prístrojov. Pri prístroji zachovajte stupnicu, jednotky a čitateľné značky; pri počítaní definujte oblasť a kategóriu. Mk1 tiež extrahuje zložité dokumenty do HTML, JSON alebo Markdown pri zachovaní vzťahov v rozložení, tabuliek a hierarchie.

Dodajte čitateľný obrázok strany a uveďte polia alebo otázku. Užitočný výsledok zachováva prepojenie so zdrojom a odlišuje extrahované znenie od interpretácie. Drobný text, zakrytie a nejednoznačné dôkazy zo scény treba zohľadniť pri príprave zdroja aj kontrole odpovede.

Priestorové prvky a stelesnené úlohy

Výrobca trénuje body, rámčeky, polygóny, trajektórie a klipy ako plnohodnotné štruktúrované výstupy popri texte. Tieto anotácie môžu dodávať ciele, obmedzenia, hranice úloh alebo pozorované informácie o úspechu či neúspechu okolitému robotickému alebo analytickému postupu. Pri úlohe s viacerými kamerami treba označiť pohľady a zachovať prepojenie každej anotácie s jej zdrojom.

Model interpretuje pozorovania a vytvára výsledok ukotvený v podkladoch; aplikácia alebo riadiaci systém rozhoduje, ako ho použiť, a vykonáva akýkoľvek fyzický úkon alebo úkon v rozhraní. Navrhnutý cieľ alebo anotovaný interval sa odlišuje od vykonanej operácie alebo exportovaného mediálneho súboru.

Limity a rozsah edície

Reprezentáciu videa, obsah obrázkov, prompt, históriu a generovaný výstup naplánujte v rámci kontextu 32K. Žiadajte konečný výstup a dôkazy, ktoré dokladajú každý výsledok, namiesto očakávania, že nesúvisiaca zbierka zdrojov si sama určí cieľ. Súradnice, časové intervaly a extrahované hodnoty skontrolujte podľa pôvodných médií.

Mk1 si zachováva vlastnú pomenovanú edíciu a vizuálne zameranie. Natívny zvukový vstup, aktuálne obmedzenia požiadaviek Mk1.5 a podrobnosti jeho nového postupu s nástrojmi a sledovaním nemožno predpokladať pre toto staršie vydanie. Užitočným výsledkom je kontrolovateľný opis scény, záznam dokumentu alebo priestorová či časová anotácia naviazaná na dodané vizuálne dôkazy.

Praktická úloha

Praktická úloha

Technický príklad v angličtine

Annotate a transcribed event sequence

Use these written observations from clip C: [00:02] hand grips a cup; [00:05] cup rests on shelf; [00:08] hand releases cup; [00:11] hand leaves frame. Return the interval from shelf contact to release and cite the two observations that bound it. State that you are using notes rather than inspecting video.

Očakávaný výsledok

A textual interval annotation with source timestamps, bounding evidence and the stated notes-only basis.

Overenie výsledku

Check the interval uses contact and release timestamps rather than grip or departure.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions perceptron/perceptron-mk1

perceptron/perceptron-mk1

Perceptron /perceptron/perceptron-mk1

Úvod

Perceptron Mk1 je model Perceptron na prácu s obrázkami a videom na časové porozumenie, priestorové ukotvenie a stelesnené uvažovanie. Vytvára text a štruktúrované anotácie scén, dokumentov a viditeľných činností s multimodálnym kontextom 32K a voliteľným uvažovaním.

Povolené vstupy
Text
Výsledky
Text

Dostupné v Ailoot · vstupy a metódy

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Vstup
text
Výstup
text
Výstupný formát
json alebo SSE
PoleTypPožiadavkaHodnoty a limityPredvolené
PolemodelTypstringPožiadavkaPovinnéHodnoty a limity
perceptron/perceptron-mk1
Predvolené—
PolemessagesTypmessage[]PožiadavkaPovinnéHodnoty a limity
Minimálny počet položiek: 1
Predvolené—
Polemessages[].roleTypstringPožiadavkaPovinnéHodnoty 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[].contentTypstring|content_part[]|nullPožiadavkaVoliteľnéHodnoty a limityPredvolené—
Polemessages[].tool_callsTyptool_call[]PožiadavkaVoliteľnéHodnoty a limityPredvolené—
Polemessages[].tool_call_idTypstringPožiadavkaVoliteľnéHodnoty a limity
Platí, keď: role=tool; použite skutočne vrátené ID
Predvolené—
Polemessages[].nameTypstringPožiadavkaVoliteľnéHodnoty a limityPredvolené—
Polemessages[].reasoning_contentTypstringPožiadavkaVoliteľnéHodnoty a limity
Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa
Predvolené—
Polemessages[].reasoning_detailsTypobject|arrayPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
Polemax_tokensTypintegerPožiadavkaVoliteľnéHodnoty a limity
Minimum: 1
Závisí od modelu
Predvolené—
Polemax_completion_tokensTypintegerPožiadavkaVoliteľnéHodnoty a limity
Minimum: 1
Závisí od modelu
Predvolené—
PolestreamTypbooleanPožiadavkaVoliteľnéHodnoty a limityPredvolenéfalse
Polestream_options.include_usageTypbooleanPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
PoletemperatureTypnumberPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
Poletop_pTypnumberPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
PolestopTypstring|string[]PožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
PoletoolsTypfunction_tool[]PožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
Poletools[].typeTypstringPožiadavkaVoliteľnéHodnoty a limity
function
Závisí od modelu
Predvolené—
Poletools[].function.nameTypstringPožiadavkaPovinnéHodnoty a limity
Platí, keď: poskytnutý nástroj typu funkcia
Predvolené—
Poletools[].function.descriptionTypstringPožiadavkaVoliteľnéHodnoty a limityPredvolené—
Poletools[].function.parametersTypJSON_schemaPožiadavkaVoliteľnéHodnoty a limityPredvolené—
Poletool_choiceTypstring|objectPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
Poleparallel_tool_callsTypbooleanPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
Poleresponse_formatTypobjectPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
Polereasoning_effortTypstringPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
PolereasoningTypobjectPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
Poleservice_tierTypstringPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
PoleinstructionsTypstringPožiadavkaVoliteľnéHodnoty a limity
Pole kompatibility
Predvolené—
PolefunctionsTypfunction[]PožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
Polefunction_callTypstring|objectPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
Poleprompt_cache_optionsTypobjectPožiadavkaVoliteľnéHodnoty a limity
Závisí od modelu
Predvolené—
PolemodalitiesTypstring[]PožiadavkaVoliteľnéHodnoty a limity
text
Predvolené—
PoleproviderTypobjectPožiadavkaVoliteľnéHodnoty a limity
Podmienky: provider.options sa na tejto textovej trase Ultra odmieta
Predvolené—
Polecache_control.ttlTypstringPožiadavkaVoliteľnéHodnoty a limity
Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta
Predvolené—
Kombinácie vstupných podkladov

Text · Text UTF8

messages[].content

Parametre a životný cyklus metódy
ParameterŠpecifikácia
Parametercontent_typeŠpecifikáciaapplication/json
ParameterrequiredŠpecifikáciamodel, messages
Parametermaterial_typesŠpecifikáciatext
ParametermessagesŠpecifikáciapole správ so štruktúrou role/content
Parameterfile_materialŠpecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje
Parameteroptional_controlsŠpecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
Parametercontrol_scopeŠpecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou
Parameteroutput_modalitiesŠpecifikáciatext
Parameterhosted_operationsŠpecifikáciafalse
Parametermultimodal_input_bindingŠpecifikácianull

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.

Cenník

Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.

Rýchly režim
Štandardná sadzba Keď je zvolený rýchly režim
Režim Flex
Štandardná sadzba Keď je zvolený režim flex
Maximálna úroveň uvažovania
Štandardná sadzba Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)

Sadzby Ailoot

Ceny podľa konfigurácie

Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.

KonfiguráciaSadzobníkPočet tokenov kontextu väčší nežTokeny kontextu, najviac (vrátane hranice)Poplatok
KonfiguráciaZákladné sadzby za tokenySadzobníkZákladná sadzbaPočet tokenov kontextu väčší než—Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranicePoplatok
Vstup · Vstupné tokeny $0.0003 / 1K tokenov
Výstup · Výstupné tokeny $0.003 / 1K tokenov
Vstup · Čítanie cache — / 1K tokenov
Vstup · Zápis do cache — / 1K tokenov
Vstup · Zápis do cache, 1 hod — / 1K tokenov
KonfiguráciaPásmo dĺžky požiadavky 1Sadzobník—Počet tokenov kontextu väčší než0Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranicePoplatok
Vstup · Vstupné tokeny $0.0003 / 1K tokenov
Výstup · Výstupné tokeny $0.003 / 1K tokenov
Vstup · Čítanie cache — / 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 →

Príklady požiadaviek

Ailoot Ultra · OpenAI Chat

curlPython SDKStreamovanie v jazyku Python
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "perceptron/perceptron-mk1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='perceptron/perceptron-mk1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='perceptron/perceptron-mk1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

Prijať a uložiť výsledky

Ailoot Ultra · OpenAI Chat

json alebo SSE

Uchovať všetky dokončené výsledky

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.

Ak treba overiť pôvodnú odpoveď

Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.

Polia odpovede
PoleTyp
Polechoices[].indexTypinteger
Polechoices[].message.contentTypstring|null
Polechoices[].message.tool_callsTyptool_call[]
Polechoices[].message.reasoning_contentTypstring
Polechoices[].message.reasoning_detailsTypobject|array
Polechoices[].finish_reasonTypstring|null
PoleusageTypobject
Chyby a ďalšie kroky
OdpoveďPodmienkaĎalší krok
Odpoveď400 · invalid_request_errorPodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametraĎalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia.

Aliasy

Aliasy modelov

Ailoot Ultra perceptron/perceptron-mk1

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

perceptron/perceptron-mk1

Ailoot Ultra · Anthropic Messages POST /v1/messages perceptron/perceptron-mk1

perceptron/perceptron-mk1

Perceptron /perceptron/perceptron-mk1

Úvod

Perceptron Mk1 je model Perceptron na prácu s obrázkami a videom na časové porozumenie, priestorové ukotvenie a stelesnené uvažovanie. Vytvára text a štruktúrované anotácie scén, dokumentov a viditeľných činností s multimodálnym kontextom 32K a voliteľným uvažovaním.

Povolené vstupy
Text
Výsledky
json · sse

Dostupné v Ailoot · vstupy a metódy

Ailoot Ultra · Anthropic Messages POST /v1/messages
Vstup
text
Výstup
json, sse
Výstupný formát
JSON alebo SSE
PoleTypPožiadavkaHodnoty a limityPredvolené
PolemodelTypstringPožiadavkaPovinnéHodnoty a limity
perceptron/perceptron-mk1
Predvolené—
PolemessagesTypmessage[]PožiadavkaPovinnéHodnoty a limityPredvolené—
Polemessages[].roleTypstringPožiadavkaPovinnéHodnoty a limity
user, assistant
Predvolené—
Polemessages[].contentTypstringPožiadavkaPovinnéHodnoty a limityPredvolené—
Polemax_tokensTypintegerPožiadavkaPovinnéHodnoty a limityPredvolené—
PolestreamTypbooleanPožiadavkaVoliteľnéHodnoty a limityPredvolenéfalse
Kombinácie vstupných podkladov

Text · Text UTF-8

reťazec messages[].content

Parametre a životný cyklus metódy
ParameterŠpecifikácia
Parametercontent_typeŠpecifikáciaapplication/json
ParameterrequiredŠpecifikáciamodel, messages, max_tokens
Parameteroptional_controlsŠpecifikáciastream
Parametermaterial_typesŠpecifikáciatext
Parametertext_file_materialŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy.

Životný cyklus: synchronous_or_streamed

Cenník

Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.

Rýchly režim
Štandardná sadzba Keď je zvolený rýchly režim
Režim Flex
Štandardná sadzba Keď je zvolený režim flex
Maximálna úroveň uvažovania
Štandardná sadzba Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)

Sadzby Ailoot

Ceny podľa konfigurácie

Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.

KonfiguráciaSadzobníkPočet tokenov kontextu väčší nežTokeny kontextu, najviac (vrátane hranice)Poplatok
KonfiguráciaZákladné sadzby za tokenySadzobníkZákladná sadzbaPočet tokenov kontextu väčší než—Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranicePoplatok
Vstup · Vstupné tokeny $0.0003 / 1K tokenov
Výstup · Výstupné tokeny $0.003 / 1K tokenov
Vstup · Čítanie cache — / 1K tokenov
Vstup · Zápis do cache — / 1K tokenov
Vstup · Zápis do cache, 1 hod — / 1K tokenov
KonfiguráciaPásmo dĺžky požiadavky 1Sadzobník—Počet tokenov kontextu väčší než0Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranicePoplatok
Vstup · Vstupné tokeny $0.0003 / 1K tokenov
Výstup · Výstupné tokeny $0.003 / 1K tokenov
Vstup · Čítanie cache — / 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 →

Príklady požiadaviek

Ailoot Ultra · Anthropic Messages

Úplné minimálne telo požiadavky vo formáte JSONcurl · použite svoj dokument UTF-8Python · uložte úplný výsledok
{
  "model": "perceptron/perceptron-mk1",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'perceptron/perceptron-mk1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'perceptron/perceptron-mk1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

Prijať a uložiť výsledky

Ailoot Ultra · Anthropic Messages

JSON alebo SSE

Uchovať všetky dokončené výsledky

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.

Ak treba overiť pôvodnú odpoveď

Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.

Polia odpovede
PoleTyp
PoleidTypstring
PolemodelTypstring
Polecontent[]Typtext|thinking|tool_use|other content block
Polestop_reasonTypstring|null
PoleusageTypobject
Chyby a ďalšie kroky
OdpoveďPodmienkaĎalší krok
Odpoveď400 · invalid_request_errorPodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametraĎalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia.

Aliasy

Aliasy modelov

Ailoot Ultra perceptron/perceptron-mk1

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

perceptron/perceptron-mk1

FAQ · Perceptron: Perceptron Mk1
Aké vstupy a výsledky sú dostupné?

POST /v1/chat/completions · perceptron/perceptron-mk1: text → text

POST /v1/messages · perceptron/perceptron-mk1: text → json, sse

Aké polia používa požiadavka?

POST /v1/chat/completions · perceptron/perceptron-mk1: model, messages, stream, modalities, provider

POST /v1/messages · perceptron/perceptron-mk1: model, messages, max_tokens, stream

Aké limity platia?

POST /v1/chat/completions · perceptron/perceptron-mk1: messages.min_items: 1

Viac podrobností

Pripojte Ailoot k Claude Code, OpenCode, Hermes alebo vlastnej aplikácii.

Spoločnosť a jej portfólio projektov

Spoločnosť a jej portfólio projektov: milióny zákazníkov; mesačné tržby v miliardách.

Nakupujte tokeny so zľavou.

Zľava predplatného na pravidelnú prácu. Promo kódy až 50% na nákup tokenov.

Predplatné
Na pravidelné požiadavky vyberte tarifu so zľavou.
Promo kód až 50%
Pri nákupe zadajte kód. Cena sa prepočíta podľa prebiehajúcej akcie.
Výdavky v histórii
Pri každej požiadavke sa uloží model, tokeny a suma.

Vybrať predplatné · Zobraziť ceny modelov

Pripojte API k produktu, ktorý predávate.

SaaS, aplikácie a boti podľa ponuky a licenčnej zmluvy Ailoot. Na ďalší predaj požiadajte o licenciu predajcu.

Komerčná aplikácia
Začleňte generovanie textu, obrázkov, videa a zvuku do platených funkcií svojej služby.
Licencia pre predajcu
Pošlite popis projektu a spôsob poskytovania prístupu. Vyžiadajte písomné podmienky použitia a ďalšieho predaja.
Dokumenty na webe
Ponuka, licenčná zmluva a zásady spracovania dát sú dostupné pred pripojením.

Požiadať o licenciu predajcu · Ponuka a licenčná zmluva