Sakana Namazu je jazykový model Sakana AI prispôsobený japončine a japonskému obchodnému prostrediu. Výrobca vychádza z Kimi K2.6 a používa vlastné dáta na doladenie japonských odpovedí, dodržiavania pokynov a práce orientovanej na agentov. Model spracúva text a obrázky a vytvára textové výsledky vrátane vysvetlení, správ a navrhovaných volaní funkcií.
Jazykové prispôsobenie je ústrednou súčasťou účelu modelu. Výrobca zdôrazňuje prirodzené japonské obchodné dokumenty a e-maily, zdvorilostný jazyk, japonské vlastné mená a obchodné zvyklosti. Pri písaní alebo preklade dodajte publikum, vzťah medzi stranami a terminológiu, ktorá má zostať jednotná. Žiadajte mieru formálnosti vhodnú pre danú situáciu namiesto toho, aby ste každú japonskú správu považovali za rovnaký druh komunikácie.
Výrobca vo svojej službe Namazu dodáva vyhľadávanie na webe a vykonávanie kódu ako vstavané nástroje. Jeho príklad rešerše plánuje skúmanie, opakovane vyhľadáva, krížovo overuje informácie a píše správu. Príklad analýzy dát spája japonské otázky podpory s agregáciou a analýzou informácií o objednávkach. Ide o postupy výrobcu pripojené k nástrojom; aplikácia používajúca model stále potrebuje príslušný prístup a pozorovania pre vlastnú úlohu.
Pri správe z prieskumu trhu uveďte odvetvie, obdobie a otázky na zodpovedanie. Užitočný výstup oddeľuje fakty podložené zdrojmi, interpretáciu a dôsledky. Pri analýze podpory dodajte kategórie dopytov a záznamy povolené pre úlohu a potom žiadajte hlavné vzorce a vysvetlenie čísel. Definície dát a jednotky ponechajte viditeľné, aby sa výsledok dal skontrolovať podľa dodaných záznamov.
Namazu podporuje aj rozpoznávanie obrázkov a volanie funkcií. Tvorivá ukážka výrobcu používa snímky obrazovky ako spätnú väzbu, zatiaľ čo model rozhoduje o ďalšom úkone v animovanej scéne. Aplikácia môže použiť rovnaký vzor na vizuálnu spätnú väzbu: dodajte pozorovaný obrázok, definujte stav na rozpoznanie a pred vyžiadaním ďalšieho kroku vráťte výsledok vykonaného úkonu.
Japonská špecializácia modelu dopĺňa jeho prácu s uvažovaním a programovaním. Pripravte konkrétny výstup, napríklad obchodnú odpoveď, dvojjazyčnú úpravu, rešeršnú správu alebo analytickú poznámku. Počas nadväzujúcich kôl zachovajte dôkazy a japonskú terminológiu úlohy a odlišujte navrhnutý úkon od úkonu, ktorý okolitá aplikácia skutočne vykonala.
", "aboutText": "Sakana Namazu je jazykový model Sakana AI prispôsobený japončine a japonskému obchodnému prostrediu. Výrobca vychádza z Kimi K2.6 a používa vlastné dáta na doladenie japonských odpovedí, dodržiavania pokynov a práce orientovanej na agentov. Model spracúva text a obrázky a vytvára textové výsledky vrátane vysvetlení, správ a navrhovaných volaní funkcií.\n\nJazykové prispôsobenie je ústrednou súčasťou účelu modelu. Výrobca zdôrazňuje prirodzené japonské obchodné dokumenty a e-maily, zdvorilostný jazyk, japonské vlastné mená a obchodné zvyklosti. Pri písaní alebo preklade dodajte publikum, vzťah medzi stranami a terminológiu, ktorá má zostať jednotná. Žiadajte mieru formálnosti vhodnú pre danú situáciu namiesto toho, aby ste každú japonskú správu považovali za rovnaký druh komunikácie.\n\nVýrobca vo svojej službe Namazu dodáva vyhľadávanie na webe a vykonávanie kódu ako vstavané nástroje. Jeho príklad rešerše plánuje skúmanie, opakovane vyhľadáva, krížovo overuje informácie a píše správu. Príklad analýzy dát spája japonské otázky podpory s agregáciou a analýzou informácií o objednávkach. Ide o postupy výrobcu pripojené k nástrojom; aplikácia používajúca model stále potrebuje príslušný prístup a pozorovania pre vlastnú úlohu.\n\nPri správe z prieskumu trhu uveďte odvetvie, obdobie a otázky na zodpovedanie. Užitočný výstup oddeľuje fakty podložené zdrojmi, interpretáciu a dôsledky. Pri analýze podpory dodajte kategórie dopytov a záznamy povolené pre úlohu a potom žiadajte hlavné vzorce a vysvetlenie čísel. Definície dát a jednotky ponechajte viditeľné, aby sa výsledok dal skontrolovať podľa dodaných záznamov.\n\nNamazu podporuje aj rozpoznávanie obrázkov a volanie funkcií. Tvorivá ukážka výrobcu používa snímky obrazovky ako spätnú väzbu, zatiaľ čo model rozhoduje o ďalšom úkone v animovanej scéne. Aplikácia môže použiť rovnaký vzor na vizuálnu spätnú väzbu: dodajte pozorovaný obrázok, definujte stav na rozpoznanie a pred vyžiadaním ďalšieho kroku vráťte výsledok vykonaného úkonu.\n\nJaponská špecializácia modelu dopĺňa jeho prácu s uvažovaním a programovaním. Pripravte konkrétny výstup, napríklad obchodnú odpoveď, dvojjazyčnú úpravu, rešeršnú správu alebo analytickú poznámku. Počas nadväzujúcich kôl zachovajte dôkazy a japonskú terminológiu úlohy a odlišujte navrhnutý úkon od úkonu, ktorý okolitá aplikácia skutočne vykonala.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Draft a Japanese business reschedule email\n\nDraft a polite Japanese business email to an existing external partner, Ms Tanaka. Ask to move the meeting from 10:00 to 11:00 on the same Tuesday because the preceding workshop runs longer. Acknowledge the inconvenience and ask whether the new time suits her. Keep the date unspecified, preserve the two times, and do not imply she has accepted.A concise Japanese email with a subject, respectful greeting, reschedule request and confirmation question.The email uses appropriate partner-facing politeness and retains the request as pending rather than confirmed.sakana/sakana-namazuSakana Namazu je model Sakana AI špecializovaný na japončinu pre obchodné dokumenty, rešerš a agentové pracovné postupy. Spája japonský jazyk a kultúrny kontext s uvažovaním, rozpoznávaním obrázkov a nástrojmi na vyhľadávanie a programovanie dodávanými výrobcom.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Sakana Namazu je jazykový model Sakana AI prispôsobený japončine a japonskému obchodnému prostrediu. Výrobca vychádza z Kimi K2.6 a používa vlastné dáta na doladenie japonských odpovedí, dodržiavania pokynov a práce orientovanej na agentov. Model spracúva text a obrázky a vytvára textové výsledky vrátane vysvetlení, správ a navrhovaných volaní funkcií.
Jazykové prispôsobenie je ústrednou súčasťou účelu modelu. Výrobca zdôrazňuje prirodzené japonské obchodné dokumenty a e-maily, zdvorilostný jazyk, japonské vlastné mená a obchodné zvyklosti. Pri písaní alebo preklade dodajte publikum, vzťah medzi stranami a terminológiu, ktorá má zostať jednotná. Žiadajte mieru formálnosti vhodnú pre danú situáciu namiesto toho, aby ste každú japonskú správu považovali za rovnaký druh komunikácie.
Výrobca vo svojej službe Namazu dodáva vyhľadávanie na webe a vykonávanie kódu ako vstavané nástroje. Jeho príklad rešerše plánuje skúmanie, opakovane vyhľadáva, krížovo overuje informácie a píše správu. Príklad analýzy dát spája japonské otázky podpory s agregáciou a analýzou informácií o objednávkach. Ide o postupy výrobcu pripojené k nástrojom; aplikácia používajúca model stále potrebuje príslušný prístup a pozorovania pre vlastnú úlohu.
Pri správe z prieskumu trhu uveďte odvetvie, obdobie a otázky na zodpovedanie. Užitočný výstup oddeľuje fakty podložené zdrojmi, interpretáciu a dôsledky. Pri analýze podpory dodajte kategórie dopytov a záznamy povolené pre úlohu a potom žiadajte hlavné vzorce a vysvetlenie čísel. Definície dát a jednotky ponechajte viditeľné, aby sa výsledok dal skontrolovať podľa dodaných záznamov.
Namazu podporuje aj rozpoznávanie obrázkov a volanie funkcií. Tvorivá ukážka výrobcu používa snímky obrazovky ako spätnú väzbu, zatiaľ čo model rozhoduje o ďalšom úkone v animovanej scéne. Aplikácia môže použiť rovnaký vzor na vizuálnu spätnú väzbu: dodajte pozorovaný obrázok, definujte stav na rozpoznanie a pred vyžiadaním ďalšieho kroku vráťte výsledok vykonaného úkonu.
Japonská špecializácia modelu dopĺňa jeho prácu s uvažovaním a programovaním. Pripravte konkrétny výstup, napríklad obchodnú odpoveď, dvojjazyčnú úpravu, rešeršnú správu alebo analytickú poznámku. Počas nadväzujúcich kôl zachovajte dôkazy a japonskú terminológiu úlohy a odlišujte navrhnutý úkon od úkonu, ktorý okolitá aplikácia skutočne vykonala.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity sakana/sakana-namazu | 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 $0.0019 / 1K tokenov Výstup · Výstupné tokeny $0.008 / 1K tokenov Vstup · Čítanie cache $0.0003 / 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 $0.0019 / 1K tokenov Výstup · Výstupné tokeny $0.008 / 1K tokenov Vstup · Čítanie cache $0.0003 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "sakana/sakana-namazu", "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='sakana/sakana-namazu',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='sakana/sakana-namazu',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 sakana/sakana-namazu
Použite cesty metód uvedené vyššie.
sakana/sakana-namazuSakana Namazu je model Sakana AI špecializovaný na japončinu pre obchodné dokumenty, rešerš a agentové pracovné postupy. Spája japonský jazyk a kultúrny kontext s uvažovaním, rozpoznávaním obrázkov a nástrojmi na vyhľadávanie a programovanie dodávanými výrobcom.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Sakana Namazu je jazykový model Sakana AI prispôsobený japončine a japonskému obchodnému prostrediu. Výrobca vychádza z Kimi K2.6 a používa vlastné dáta na doladenie japonských odpovedí, dodržiavania pokynov a práce orientovanej na agentov. Model spracúva text a obrázky a vytvára textové výsledky vrátane vysvetlení, správ a navrhovaných volaní funkcií.
Jazykové prispôsobenie je ústrednou súčasťou účelu modelu. Výrobca zdôrazňuje prirodzené japonské obchodné dokumenty a e-maily, zdvorilostný jazyk, japonské vlastné mená a obchodné zvyklosti. Pri písaní alebo preklade dodajte publikum, vzťah medzi stranami a terminológiu, ktorá má zostať jednotná. Žiadajte mieru formálnosti vhodnú pre danú situáciu namiesto toho, aby ste každú japonskú správu považovali za rovnaký druh komunikácie.
Výrobca vo svojej službe Namazu dodáva vyhľadávanie na webe a vykonávanie kódu ako vstavané nástroje. Jeho príklad rešerše plánuje skúmanie, opakovane vyhľadáva, krížovo overuje informácie a píše správu. Príklad analýzy dát spája japonské otázky podpory s agregáciou a analýzou informácií o objednávkach. Ide o postupy výrobcu pripojené k nástrojom; aplikácia používajúca model stále potrebuje príslušný prístup a pozorovania pre vlastnú úlohu.
Pri správe z prieskumu trhu uveďte odvetvie, obdobie a otázky na zodpovedanie. Užitočný výstup oddeľuje fakty podložené zdrojmi, interpretáciu a dôsledky. Pri analýze podpory dodajte kategórie dopytov a záznamy povolené pre úlohu a potom žiadajte hlavné vzorce a vysvetlenie čísel. Definície dát a jednotky ponechajte viditeľné, aby sa výsledok dal skontrolovať podľa dodaných záznamov.
Namazu podporuje aj rozpoznávanie obrázkov a volanie funkcií. Tvorivá ukážka výrobcu používa snímky obrazovky ako spätnú väzbu, zatiaľ čo model rozhoduje o ďalšom úkone v animovanej scéne. Aplikácia môže použiť rovnaký vzor na vizuálnu spätnú väzbu: dodajte pozorovaný obrázok, definujte stav na rozpoznanie a pred vyžiadaním ďalšieho kroku vráťte výsledok vykonaného úkonu.
Japonská špecializácia modelu dopĺňa jeho prácu s uvažovaním a programovaním. Pripravte konkrétny výstup, napríklad obchodnú odpoveď, dvojjazyčnú úpravu, rešeršnú správu alebo analytickú poznámku. Počas nadväzujúcich kôl zachovajte dôkazy a japonskú terminológiu úlohy a odlišujte navrhnutý úkon od úkonu, ktorý okolitá aplikácia skutočne vykonala.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity sakana/sakana-namazu | 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 $0.0019 / 1K tokenov Výstup · Výstupné tokeny $0.008 / 1K tokenov Vstup · Čítanie cache $0.0003 / 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 $0.0019 / 1K tokenov Výstup · Výstupné tokeny $0.008 / 1K tokenov Vstup · Čítanie cache $0.0003 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "sakana/sakana-namazu",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sakana/sakana-namazu', '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': 'sakana/sakana-namazu', '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 sakana/sakana-namazu
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Draft a Japanese business reschedule email\n\nDraft a polite Japanese business email to an existing external partner, Ms Tanaka. Ask to move the meeting from 10:00 to 11:00 on the same Tuesday because the preceding workshop runs longer. Acknowledge the inconvenience and ask whether the new time suits her. Keep the date unspecified, preserve the two times, and do not imply she has accepted.A concise Japanese email with a subject, respectful greeting, reschedule request and confirmation question.The email uses appropriate partner-facing politeness and retains the request as pending rather than confirmed.