Gemma 3 12B IT je Googlov vidno-jezikovni model velikosti 12B, prilagojen navodilom. Pripada družini Gemma 3, ki združuje ustvarjanje besedila z razumevanjem slik in večjezičnim učenjem. Pripona IT izbere checkpoint za upoštevanje navodil, ne predhodno naučenega modela. Njegov rezultat je besedilo: pojasnilo, povzetek, odgovor, osnutek ali koda, izpeljana iz pisnega in vizualnega gradiva v zahtevi.
Model 12B ima družinski kontekst 128K tokenov za vhod in ustvarjeni odgovor. Izhod uporablja del, ki ostane po zahtevi; kartica ne daje drugega, neodvisnega izhodnega okna 128K. Osnovni slikovni pogledi se normalizirajo na 896×896 in vsak predstavlja 256 vizualnih tokenov. Pri pripravi zbirke strani ohranite identifikatorje strani in namenite prostor rezultatu. Zastavite konkretno vprašanje o relevantni vsebini, namesto da se zanašate na samodejno izbiro pravega problema zaradi velikega okna.
Proizvajalec za to velikost navaja 12 bilijonov tokenov predhodnega učenja. Učno gradivo vključuje večjezične spletne dokumente, kodo, matematiko in slike s pokritjem več kot 140 jezikov v družini. Poročilo opisuje destilacijo znanja in izboljšan postopek prilagajanja navodilom z učenjem z okrepitvijo. Te stopnje ciljajo na koristnost, matematično in programersko sklepanje, upoštevanje navodil ter večjezično interakcijo. Ločen obseg učenja in identiteta checkpointa sama ne potrdita kakovosti posameznega odgovora, zato izhod primerjajte z izvorno nalogo.
Arhitektura uporablja transformer samo z dekoderjem, pozornostjo z združenimi poizvedbami in ponavljajočim se vzorcem petih plasti lokalne pozornosti na eno globalno plast. Lokalne plasti uporabljajo razpon 1 024 tokenov, globalna pozornost pa podpira daljši kontekst. Vidni kodirnik SigLIP, skupen modelom 4B, 12B in 27B, pretvori slike v predstavitve, ki jih obdeluje jezikovni model. Tokenizator SentencePiece ohranja presledne znake, ločuje števke in vključuje kodiranje na ravni bajtov. To je pomembno, kadar morajo oblikovanje kode, številski zapis ali večjezično besedilo ostati nespremenjeni.
Vidni postopek vključuje tudi Pan and Scan: prilagodljivi neprekrivajoči se izrezi pomagajo ohraniti vsebino širokih virov ali virov z visoko ločljivostjo, preden vsak pogled doseže kodirnik s stalno ločljivostjo. Dodatni pogledi spremenijo obdelovano gradivo. Pri tehničnem dokumentu priložite čitljivo stran in po potrebi jasen pogled tabele ali diagrama, o katerem sprašujete. Ohranite okoliško definicijo enote, simbola ali stolpca, da lokalno vizualno branje ne izgubi pomena.
Izvorni format poziva IT uporablja sporočila user in model in nima ločene vloge system. Želeno vlogo, pravila odgovora in nalogo postavite v začetni uporabniški poziv ter za dejanski pogovor uporabite določeni oblikovalnik ali procesor. Izvirna zahteva za analizo dokumentov lahko primerja opisa dveh postopkov, vrne tabelo ujemajočih se zahtev in določi morebitni konflikt. Označite vire, navedite prednost zahtev in modelu naročite ločevanje priloženih dejstev od njegove razlage.
Predvidene uporabe v proizvajalčevi kartici vključujejo povzemanje, pogovorno pomoč, izluščanje slikovnih podatkov, pisanje in učenje. Pri večjezičnem pojasnilu navedite ciljnega bralca, izrazje in raven podrobnosti. Pri vprašanju o sliki določite predmete ali razmerja za obravnavo in zahtevajte opažanja, ki podpirajo končni odgovor. Pri kodi vključite dejansko funkcijo in pričakovano vedenje; rezultat lahko predlaga izvedbo, ločena aplikacija pa jo mora izvesti in preveriti. Poročilo kvantizirane različice družine objavlja ločeno, zato identitete 12B IT pri beleženju rezultatov ne smete tiho nadomestiti z drugim kvantiziranim checkpointom.
Proizvajalec opredeli omejitve pokritja učenja, dejanske netočnosti, jezikovnih odtenkov in zapletenih odprtih nalog. Google opozarja tudi, da verjeten jezikovni vzorec lahko ustvari odgovor, ki spregleda vsakdanjo omejitev resničnega sveta. Drobne vizualne podrobnosti se lahko izgubijo ali napačno preberejo, dolgi vhodi pa še vedno potrebujejo jasne prednostne naloge. Ohranite izvirne strani, preverite izluščene oznake in količine ter vsako zahtevano navidezno strukturirano besedilo preverite pred uporabo kot podatke. Natančen model 12B IT ocenite na reprezentativnih vprašanjih in jezikih. Uporaben končni izdelek navede odgovor na podlagi vira, sklepanje za njegovo razumevanje in preostalo negotovost, ne da bi ustvarjeno pojasnilo predstavljal kot dokončano dejanje orodja ali sprotno pridobivanje znanja.
", "aboutText": "Gemma 3 12B IT je Googlov vidno-jezikovni model velikosti 12B, prilagojen navodilom. Pripada družini Gemma 3, ki združuje ustvarjanje besedila z razumevanjem slik in večjezičnim učenjem. Pripona IT izbere checkpoint za upoštevanje navodil, ne predhodno naučenega modela. Njegov rezultat je besedilo: pojasnilo, povzetek, odgovor, osnutek ali koda, izpeljana iz pisnega in vizualnega gradiva v zahtevi.\n\nModel 12B ima družinski kontekst 128K tokenov za vhod in ustvarjeni odgovor. Izhod uporablja del, ki ostane po zahtevi; kartica ne daje drugega, neodvisnega izhodnega okna 128K. Osnovni slikovni pogledi se normalizirajo na 896×896 in vsak predstavlja 256 vizualnih tokenov. Pri pripravi zbirke strani ohranite identifikatorje strani in namenite prostor rezultatu. Zastavite konkretno vprašanje o relevantni vsebini, namesto da se zanašate na samodejno izbiro pravega problema zaradi velikega okna.\n\nProizvajalec za to velikost navaja 12 bilijonov tokenov predhodnega učenja. Učno gradivo vključuje večjezične spletne dokumente, kodo, matematiko in slike s pokritjem več kot 140 jezikov v družini. Poročilo opisuje destilacijo znanja in izboljšan postopek prilagajanja navodilom z učenjem z okrepitvijo. Te stopnje ciljajo na koristnost, matematično in programersko sklepanje, upoštevanje navodil ter večjezično interakcijo. Ločen obseg učenja in identiteta checkpointa sama ne potrdita kakovosti posameznega odgovora, zato izhod primerjajte z izvorno nalogo.\n\nArhitektura uporablja transformer samo z dekoderjem, pozornostjo z združenimi poizvedbami in ponavljajočim se vzorcem petih plasti lokalne pozornosti na eno globalno plast. Lokalne plasti uporabljajo razpon 1 024 tokenov, globalna pozornost pa podpira daljši kontekst. Vidni kodirnik SigLIP, skupen modelom 4B, 12B in 27B, pretvori slike v predstavitve, ki jih obdeluje jezikovni model. Tokenizator SentencePiece ohranja presledne znake, ločuje števke in vključuje kodiranje na ravni bajtov. To je pomembno, kadar morajo oblikovanje kode, številski zapis ali večjezično besedilo ostati nespremenjeni.\n\nVidni postopek vključuje tudi Pan and Scan: prilagodljivi neprekrivajoči se izrezi pomagajo ohraniti vsebino širokih virov ali virov z visoko ločljivostjo, preden vsak pogled doseže kodirnik s stalno ločljivostjo. Dodatni pogledi spremenijo obdelovano gradivo. Pri tehničnem dokumentu priložite čitljivo stran in po potrebi jasen pogled tabele ali diagrama, o katerem sprašujete. Ohranite okoliško definicijo enote, simbola ali stolpca, da lokalno vizualno branje ne izgubi pomena.\n\nIzvorni format poziva IT uporablja sporočila user in model in nima ločene vloge system. Želeno vlogo, pravila odgovora in nalogo postavite v začetni uporabniški poziv ter za dejanski pogovor uporabite določeni oblikovalnik ali procesor. Izvirna zahteva za analizo dokumentov lahko primerja opisa dveh postopkov, vrne tabelo ujemajočih se zahtev in določi morebitni konflikt. Označite vire, navedite prednost zahtev in modelu naročite ločevanje priloženih dejstev od njegove razlage.\n\nPredvidene uporabe v proizvajalčevi kartici vključujejo povzemanje, pogovorno pomoč, izluščanje slikovnih podatkov, pisanje in učenje. Pri večjezičnem pojasnilu navedite ciljnega bralca, izrazje in raven podrobnosti. Pri vprašanju o sliki določite predmete ali razmerja za obravnavo in zahtevajte opažanja, ki podpirajo končni odgovor. Pri kodi vključite dejansko funkcijo in pričakovano vedenje; rezultat lahko predlaga izvedbo, ločena aplikacija pa jo mora izvesti in preveriti. Poročilo kvantizirane različice družine objavlja ločeno, zato identitete 12B IT pri beleženju rezultatov ne smete tiho nadomestiti z drugim kvantiziranim checkpointom.\n\nProizvajalec opredeli omejitve pokritja učenja, dejanske netočnosti, jezikovnih odtenkov in zapletenih odprtih nalog. Google opozarja tudi, da verjeten jezikovni vzorec lahko ustvari odgovor, ki spregleda vsakdanjo omejitev resničnega sveta. Drobne vizualne podrobnosti se lahko izgubijo ali napačno preberejo, dolgi vhodi pa še vedno potrebujejo jasne prednostne naloge. Ohranite izvirne strani, preverite izluščene oznake in količine ter vsako zahtevano navidezno strukturirano besedilo preverite pred uporabo kot podatke. Natančen model 12B IT ocenite na reprezentativnih vprašanjih in jezikih. Uporaben končni izdelek navede odgovor na podlagi vira, sklepanje za njegovo razumevanje in preostalo negotovost, ne da bi ustvarjeno pojasnilo predstavljal kot dokončano dejanje orodja ali sprotno pridobivanje znanja.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Explain an experiment to a learner\n\nExplain this class experiment to a 12-year-old in plain English. Two identical cups contain 200 ml of water at the same starting temperature. One is wrapped in wool; the other is uncovered. After 20 minutes the wrapped cup is warmer. Give the conclusion, what was controlled, and one improvement. Do not invent temperatures.Three short labelled parts: conclusion, controlled conditions and one practical improvement.The explanation distinguishes slowing heat loss from creating heat and preserves the given quantities without new measurements.google/gemma-3-12b-itGemma 3 12B IT je ločena izdaja Gemma 3, prilagojena navodilom, za ustvarjanje besedila in razumevanje slik. Uporabite jo za vprašanja o dokumentih, pojasnila in večjezično pisanje s skupnim kontekstom 128K ter izrecno ohranite checkpoint 12B in njegov izvorni pogovorni format.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Gemma 3 12B IT je Googlov vidno-jezikovni model velikosti 12B, prilagojen navodilom. Pripada družini Gemma 3, ki združuje ustvarjanje besedila z razumevanjem slik in večjezičnim učenjem. Pripona IT izbere checkpoint za upoštevanje navodil, ne predhodno naučenega modela. Njegov rezultat je besedilo: pojasnilo, povzetek, odgovor, osnutek ali koda, izpeljana iz pisnega in vizualnega gradiva v zahtevi.
Model 12B ima družinski kontekst 128K tokenov za vhod in ustvarjeni odgovor. Izhod uporablja del, ki ostane po zahtevi; kartica ne daje drugega, neodvisnega izhodnega okna 128K. Osnovni slikovni pogledi se normalizirajo na 896×896 in vsak predstavlja 256 vizualnih tokenov. Pri pripravi zbirke strani ohranite identifikatorje strani in namenite prostor rezultatu. Zastavite konkretno vprašanje o relevantni vsebini, namesto da se zanašate na samodejno izbiro pravega problema zaradi velikega okna.
Proizvajalec za to velikost navaja 12 bilijonov tokenov predhodnega učenja. Učno gradivo vključuje večjezične spletne dokumente, kodo, matematiko in slike s pokritjem več kot 140 jezikov v družini. Poročilo opisuje destilacijo znanja in izboljšan postopek prilagajanja navodilom z učenjem z okrepitvijo. Te stopnje ciljajo na koristnost, matematično in programersko sklepanje, upoštevanje navodil ter večjezično interakcijo. Ločen obseg učenja in identiteta checkpointa sama ne potrdita kakovosti posameznega odgovora, zato izhod primerjajte z izvorno nalogo.
Arhitektura uporablja transformer samo z dekoderjem, pozornostjo z združenimi poizvedbami in ponavljajočim se vzorcem petih plasti lokalne pozornosti na eno globalno plast. Lokalne plasti uporabljajo razpon 1 024 tokenov, globalna pozornost pa podpira daljši kontekst. Vidni kodirnik SigLIP, skupen modelom 4B, 12B in 27B, pretvori slike v predstavitve, ki jih obdeluje jezikovni model. Tokenizator SentencePiece ohranja presledne znake, ločuje števke in vključuje kodiranje na ravni bajtov. To je pomembno, kadar morajo oblikovanje kode, številski zapis ali večjezično besedilo ostati nespremenjeni.
Vidni postopek vključuje tudi Pan and Scan: prilagodljivi neprekrivajoči se izrezi pomagajo ohraniti vsebino širokih virov ali virov z visoko ločljivostjo, preden vsak pogled doseže kodirnik s stalno ločljivostjo. Dodatni pogledi spremenijo obdelovano gradivo. Pri tehničnem dokumentu priložite čitljivo stran in po potrebi jasen pogled tabele ali diagrama, o katerem sprašujete. Ohranite okoliško definicijo enote, simbola ali stolpca, da lokalno vizualno branje ne izgubi pomena.
Izvorni format poziva IT uporablja sporočila user in model in nima ločene vloge system. Želeno vlogo, pravila odgovora in nalogo postavite v začetni uporabniški poziv ter za dejanski pogovor uporabite določeni oblikovalnik ali procesor. Izvirna zahteva za analizo dokumentov lahko primerja opisa dveh postopkov, vrne tabelo ujemajočih se zahtev in določi morebitni konflikt. Označite vire, navedite prednost zahtev in modelu naročite ločevanje priloženih dejstev od njegove razlage.
Predvidene uporabe v proizvajalčevi kartici vključujejo povzemanje, pogovorno pomoč, izluščanje slikovnih podatkov, pisanje in učenje. Pri večjezičnem pojasnilu navedite ciljnega bralca, izrazje in raven podrobnosti. Pri vprašanju o sliki določite predmete ali razmerja za obravnavo in zahtevajte opažanja, ki podpirajo končni odgovor. Pri kodi vključite dejansko funkcijo in pričakovano vedenje; rezultat lahko predlaga izvedbo, ločena aplikacija pa jo mora izvesti in preveriti. Poročilo kvantizirane različice družine objavlja ločeno, zato identitete 12B IT pri beleženju rezultatov ne smete tiho nadomestiti z drugim kvantiziranim checkpointom.
Proizvajalec opredeli omejitve pokritja učenja, dejanske netočnosti, jezikovnih odtenkov in zapletenih odprtih nalog. Google opozarja tudi, da verjeten jezikovni vzorec lahko ustvari odgovor, ki spregleda vsakdanjo omejitev resničnega sveta. Drobne vizualne podrobnosti se lahko izgubijo ali napačno preberejo, dolgi vhodi pa še vedno potrebujejo jasne prednostne naloge. Ohranite izvirne strani, preverite izluščene oznake in količine ter vsako zahtevano navidezno strukturirano besedilo preverite pred uporabo kot podatke. Natančen model 12B IT ocenite na reprezentativnih vprašanjih in jezikih. Uporaben končni izdelek navede odgovor na podlagi vira, sklepanje za njegovo razumevanje in preostalo negotovost, ne da bi ustvarjeno pojasnilo predstavljal kot dokončano dejanje orodja ali sprotno pridobivanje znanja.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve google/gemma-3-12b-it | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0001 / 1K žetonov Izhod · Izhodni žetoni $0.0003 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0001 / 1K žetonov Izhod · Izhodni žetoni $0.0003 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-3-12b-it", "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='google/gemma-3-12b-it',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='google/gemma-3-12b-it',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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra google/gemma-3-12b-it
Uporabite zgoraj navedene poti metod.
google/gemma-3-12b-itGemma 3 12B IT je ločena izdaja Gemma 3, prilagojena navodilom, za ustvarjanje besedila in razumevanje slik. Uporabite jo za vprašanja o dokumentih, pojasnila in večjezično pisanje s skupnim kontekstom 128K ter izrecno ohranite checkpoint 12B in njegov izvorni pogovorni format.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Gemma 3 12B IT je Googlov vidno-jezikovni model velikosti 12B, prilagojen navodilom. Pripada družini Gemma 3, ki združuje ustvarjanje besedila z razumevanjem slik in večjezičnim učenjem. Pripona IT izbere checkpoint za upoštevanje navodil, ne predhodno naučenega modela. Njegov rezultat je besedilo: pojasnilo, povzetek, odgovor, osnutek ali koda, izpeljana iz pisnega in vizualnega gradiva v zahtevi.
Model 12B ima družinski kontekst 128K tokenov za vhod in ustvarjeni odgovor. Izhod uporablja del, ki ostane po zahtevi; kartica ne daje drugega, neodvisnega izhodnega okna 128K. Osnovni slikovni pogledi se normalizirajo na 896×896 in vsak predstavlja 256 vizualnih tokenov. Pri pripravi zbirke strani ohranite identifikatorje strani in namenite prostor rezultatu. Zastavite konkretno vprašanje o relevantni vsebini, namesto da se zanašate na samodejno izbiro pravega problema zaradi velikega okna.
Proizvajalec za to velikost navaja 12 bilijonov tokenov predhodnega učenja. Učno gradivo vključuje večjezične spletne dokumente, kodo, matematiko in slike s pokritjem več kot 140 jezikov v družini. Poročilo opisuje destilacijo znanja in izboljšan postopek prilagajanja navodilom z učenjem z okrepitvijo. Te stopnje ciljajo na koristnost, matematično in programersko sklepanje, upoštevanje navodil ter večjezično interakcijo. Ločen obseg učenja in identiteta checkpointa sama ne potrdita kakovosti posameznega odgovora, zato izhod primerjajte z izvorno nalogo.
Arhitektura uporablja transformer samo z dekoderjem, pozornostjo z združenimi poizvedbami in ponavljajočim se vzorcem petih plasti lokalne pozornosti na eno globalno plast. Lokalne plasti uporabljajo razpon 1 024 tokenov, globalna pozornost pa podpira daljši kontekst. Vidni kodirnik SigLIP, skupen modelom 4B, 12B in 27B, pretvori slike v predstavitve, ki jih obdeluje jezikovni model. Tokenizator SentencePiece ohranja presledne znake, ločuje števke in vključuje kodiranje na ravni bajtov. To je pomembno, kadar morajo oblikovanje kode, številski zapis ali večjezično besedilo ostati nespremenjeni.
Vidni postopek vključuje tudi Pan and Scan: prilagodljivi neprekrivajoči se izrezi pomagajo ohraniti vsebino širokih virov ali virov z visoko ločljivostjo, preden vsak pogled doseže kodirnik s stalno ločljivostjo. Dodatni pogledi spremenijo obdelovano gradivo. Pri tehničnem dokumentu priložite čitljivo stran in po potrebi jasen pogled tabele ali diagrama, o katerem sprašujete. Ohranite okoliško definicijo enote, simbola ali stolpca, da lokalno vizualno branje ne izgubi pomena.
Izvorni format poziva IT uporablja sporočila user in model in nima ločene vloge system. Želeno vlogo, pravila odgovora in nalogo postavite v začetni uporabniški poziv ter za dejanski pogovor uporabite določeni oblikovalnik ali procesor. Izvirna zahteva za analizo dokumentov lahko primerja opisa dveh postopkov, vrne tabelo ujemajočih se zahtev in določi morebitni konflikt. Označite vire, navedite prednost zahtev in modelu naročite ločevanje priloženih dejstev od njegove razlage.
Predvidene uporabe v proizvajalčevi kartici vključujejo povzemanje, pogovorno pomoč, izluščanje slikovnih podatkov, pisanje in učenje. Pri večjezičnem pojasnilu navedite ciljnega bralca, izrazje in raven podrobnosti. Pri vprašanju o sliki določite predmete ali razmerja za obravnavo in zahtevajte opažanja, ki podpirajo končni odgovor. Pri kodi vključite dejansko funkcijo in pričakovano vedenje; rezultat lahko predlaga izvedbo, ločena aplikacija pa jo mora izvesti in preveriti. Poročilo kvantizirane različice družine objavlja ločeno, zato identitete 12B IT pri beleženju rezultatov ne smete tiho nadomestiti z drugim kvantiziranim checkpointom.
Proizvajalec opredeli omejitve pokritja učenja, dejanske netočnosti, jezikovnih odtenkov in zapletenih odprtih nalog. Google opozarja tudi, da verjeten jezikovni vzorec lahko ustvari odgovor, ki spregleda vsakdanjo omejitev resničnega sveta. Drobne vizualne podrobnosti se lahko izgubijo ali napačno preberejo, dolgi vhodi pa še vedno potrebujejo jasne prednostne naloge. Ohranite izvirne strani, preverite izluščene oznake in količine ter vsako zahtevano navidezno strukturirano besedilo preverite pred uporabo kot podatke. Natančen model 12B IT ocenite na reprezentativnih vprašanjih in jezikih. Uporaben končni izdelek navede odgovor na podlagi vira, sklepanje za njegovo razumevanje in preostalo negotovost, ne da bi ustvarjeno pojasnilo predstavljal kot dokončano dejanje orodja ali sprotno pridobivanje znanja.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve google/gemma-3-12b-it | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0001 / 1K žetonov Izhod · Izhodni žetoni $0.0003 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0001 / 1K žetonov Izhod · Izhodni žetoni $0.0003 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "google/gemma-3-12b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'google/gemma-3-12b-it', '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': 'google/gemma-3-12b-it', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra google/gemma-3-12b-it
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Explain an experiment to a learner\n\nExplain this class experiment to a 12-year-old in plain English. Two identical cups contain 200 ml of water at the same starting temperature. One is wrapped in wool; the other is uncovered. After 20 minutes the wrapped cup is warmer. Give the conclusion, what was controlled, and one improvement. Do not invent temperatures.Three short labelled parts: conclusion, controlled conditions and one practical improvement.The explanation distinguishes slowing heat loss from creating heat and preserves the given quantities without new measurements.