Gemma 3 27B IT je izdaja Googlove družine Gemma 3 velikosti 27B, prilagojena navodilom. Združuje ustvarjanje besedila z razumevanjem slik ter je ločena od predhodno naučenega checkpointa 27B in manjših modelov 4B in 12B IT. Rezultat je besedilo: pojasnilo na podlagi virov, povzetek, osnutek dokumenta, odgovor ali predlog kode. Model, prilagojen navodilom, je zasnovan za sledenje pogovoru in zahtevani nalogi, ne samo za delovanje kot surov model dopolnjevanja.
Proizvajalčeva kartica za to velikost določa skupni kontekst 128K tokenov. Vhod in izhod si delita to zmogljivost, zato ustvarjeni odgovor uporablja prostor, ki ostane po zahtevi. Velika zbirka naj ohrani identifikatorje virov in še vedno pusti prostor za zahtevani rezultat. Slikovni pogledi se v osnovnem postopku normalizirajo na 896×896 in kodirajo v 256 vizualnih tokenov. Pri združeni analizi besedila in slik pojasnite povezavo slike strani, diagrama ali posnetka zaslona s pisnimi viri, da ima model eno skladno vprašanje.
Navedeni obseg predhodnega učenja modela 27B je 14 bilijonov tokenov. Podatki družine vključujejo spletne dokumente v več kot 140 jezikih, kodo, matematiko in slike. Učenje uporablja destilacijo znanja, postopek po predhodnem učenju pa doda upoštevanje navodil in cilje učenja z okrepitvijo za koristnost, matematiko, programiranje, sklepanje in večjezično vedenje. Ta dejstva opisujejo proizvajalčev razvojni proces modela. Ne nadomeščajo preverjanja ustvarjene trditve glede na njen vir ali izvajanja predlaganega programa na predvidenih vhodih.
Tehnično poročilo opisuje transformer samo z dekoderjem, pozornostjo z združenimi poizvedbami ter petimi plastmi lokalne pozornosti na vsako globalno plast. Lokalni razpon je 1 024 tokenov, globalne plasti pa omogočajo povezave v daljšem kontekstu. Skupni slikovni kodirnik družine SigLIP predstavlja vidne vhode za jezikovni model. Tokenizator SentencePiece uporablja ločene števke, ohranjene presledne znake in kodiranje na ravni bajtov. Številski zapis, zamike kode in izrazje izvornega jezika ohranite, kadar so pomembni za razlago.
Za nekvadratne ali podrobne slike poročilo opisuje Pan and Scan, ki lahko pred spremembo velikosti pogledov za vizualni kodirnik doda neprekrivajoče se izreze. To pomaga ohraniti drobno vsebino, ki jo lahko ena sprememba v kvadratni format izgubi, vendar je pomembna dejanska nastavitev obdelave. Raziskovalna naloga ali naloga s tehničnim dokumentom lahko priloži celotno stran in čitljivo podrobnost diagrama ter označi njuno povezavo. Od odgovora zahtevajte določitev vidnih vrednosti, relevantnega besedilnega pogoja in zaključka, ki ga podpirata oba.
Uporabite proizvajalčev izvorni pogovorni format IT s sporočili user in model. Ločeno sporočilo system v tem formatu ni podprto; navodila za vlogo in odgovor postavite v začetno uporabniško sporočilo ter uporabite določeni postopek oblikovanja. Pri dolgem poročilu navedite vprašanje, razdelke za primerjavo in prednostna pravila, če se viri ne ujemajo. Izvirni primer je uskladiti pisno specifikacijo z diagramom ter vrniti tabelo zahtev, seznam neskladij in predpostavke, potrebne za predlagano rešitev.
Kategorije predvidene uporabe vključujejo pisanje, povzemanje, pogovor, izluščanje slikovnih podatkov ter izobraževalno ali raziskovalno preučevanje. Pri analizi kode priložite dejanski modul, vhodne primere in omejitve vmesnika, nato zahtevajte pojasnilo ali predlagano spremembo, povezano s temi dejstvi. Pri večjezičnem pisanju določite občinstvo in izraze, ki morajo ostati nespremenjeni. Pri vizualnem vprašanju zahtevajte opažanja, povezana s poimenovanimi elementi, namesto splošnega opisa slike. Kvantizirani checkpointi družine so ločeni objavljeni izdelki, zato pri primerjanju rezultatov ohranite natančno identiteto 27B IT in nastavitve obdelave.
Proizvajalec opozarja, da modeli lahko podajo nepravilna ali zastarela dejstva ter imajo težave z dvoumnostjo, pomenskimi odtenki in zelo odprtimi navodili. Google opozarja tudi, da verjeten jezikovni vzorec lahko ustvari odgovor, ki spregleda vsakdanjo omejitev resničnega sveta. Več konteksta je uporabno samo ob jasnih relevantnih pogojih. Izvirne vire ohranite dostopne, preverite izluščene podatke in izračune ter vsak navidezno strukturiran odgovor preverite pred obdelavo kot zapis. Pojasnilo iz več virov naj loči priložene dokaze, razlago in manjkajoče informacije. Ta profil 27B podpira pripravljeno nalogo sklepanja iz besedila in slik; vsako pridobivanje informacij, izvedba orodij ali posodobitev dejstev, ki jo opravi aplikacija, potrebuje lastne vrnjene dokaze in ne sme biti sklepana iz tekočega izhoda.
", "aboutText": "Gemma 3 27B IT je izdaja Googlove družine Gemma 3 velikosti 27B, prilagojena navodilom. Združuje ustvarjanje besedila z razumevanjem slik ter je ločena od predhodno naučenega checkpointa 27B in manjših modelov 4B in 12B IT. Rezultat je besedilo: pojasnilo na podlagi virov, povzetek, osnutek dokumenta, odgovor ali predlog kode. Model, prilagojen navodilom, je zasnovan za sledenje pogovoru in zahtevani nalogi, ne samo za delovanje kot surov model dopolnjevanja.\n\nProizvajalčeva kartica za to velikost določa skupni kontekst 128K tokenov. Vhod in izhod si delita to zmogljivost, zato ustvarjeni odgovor uporablja prostor, ki ostane po zahtevi. Velika zbirka naj ohrani identifikatorje virov in še vedno pusti prostor za zahtevani rezultat. Slikovni pogledi se v osnovnem postopku normalizirajo na 896×896 in kodirajo v 256 vizualnih tokenov. Pri združeni analizi besedila in slik pojasnite povezavo slike strani, diagrama ali posnetka zaslona s pisnimi viri, da ima model eno skladno vprašanje.\n\nNavedeni obseg predhodnega učenja modela 27B je 14 bilijonov tokenov. Podatki družine vključujejo spletne dokumente v več kot 140 jezikih, kodo, matematiko in slike. Učenje uporablja destilacijo znanja, postopek po predhodnem učenju pa doda upoštevanje navodil in cilje učenja z okrepitvijo za koristnost, matematiko, programiranje, sklepanje in večjezično vedenje. Ta dejstva opisujejo proizvajalčev razvojni proces modela. Ne nadomeščajo preverjanja ustvarjene trditve glede na njen vir ali izvajanja predlaganega programa na predvidenih vhodih.\n\nTehnično poročilo opisuje transformer samo z dekoderjem, pozornostjo z združenimi poizvedbami ter petimi plastmi lokalne pozornosti na vsako globalno plast. Lokalni razpon je 1 024 tokenov, globalne plasti pa omogočajo povezave v daljšem kontekstu. Skupni slikovni kodirnik družine SigLIP predstavlja vidne vhode za jezikovni model. Tokenizator SentencePiece uporablja ločene števke, ohranjene presledne znake in kodiranje na ravni bajtov. Številski zapis, zamike kode in izrazje izvornega jezika ohranite, kadar so pomembni za razlago.\n\nZa nekvadratne ali podrobne slike poročilo opisuje Pan and Scan, ki lahko pred spremembo velikosti pogledov za vizualni kodirnik doda neprekrivajoče se izreze. To pomaga ohraniti drobno vsebino, ki jo lahko ena sprememba v kvadratni format izgubi, vendar je pomembna dejanska nastavitev obdelave. Raziskovalna naloga ali naloga s tehničnim dokumentom lahko priloži celotno stran in čitljivo podrobnost diagrama ter označi njuno povezavo. Od odgovora zahtevajte določitev vidnih vrednosti, relevantnega besedilnega pogoja in zaključka, ki ga podpirata oba.\n\nUporabite proizvajalčev izvorni pogovorni format IT s sporočili user in model. Ločeno sporočilo system v tem formatu ni podprto; navodila za vlogo in odgovor postavite v začetno uporabniško sporočilo ter uporabite določeni postopek oblikovanja. Pri dolgem poročilu navedite vprašanje, razdelke za primerjavo in prednostna pravila, če se viri ne ujemajo. Izvirni primer je uskladiti pisno specifikacijo z diagramom ter vrniti tabelo zahtev, seznam neskladij in predpostavke, potrebne za predlagano rešitev.\n\nKategorije predvidene uporabe vključujejo pisanje, povzemanje, pogovor, izluščanje slikovnih podatkov ter izobraževalno ali raziskovalno preučevanje. Pri analizi kode priložite dejanski modul, vhodne primere in omejitve vmesnika, nato zahtevajte pojasnilo ali predlagano spremembo, povezano s temi dejstvi. Pri večjezičnem pisanju določite občinstvo in izraze, ki morajo ostati nespremenjeni. Pri vizualnem vprašanju zahtevajte opažanja, povezana s poimenovanimi elementi, namesto splošnega opisa slike. Kvantizirani checkpointi družine so ločeni objavljeni izdelki, zato pri primerjanju rezultatov ohranite natančno identiteto 27B IT in nastavitve obdelave.\n\nProizvajalec opozarja, da modeli lahko podajo nepravilna ali zastarela dejstva ter imajo težave z dvoumnostjo, pomenskimi odtenki in zelo odprtimi navodili. Google opozarja tudi, da verjeten jezikovni vzorec lahko ustvari odgovor, ki spregleda vsakdanjo omejitev resničnega sveta. Več konteksta je uporabno samo ob jasnih relevantnih pogojih. Izvirne vire ohranite dostopne, preverite izluščene podatke in izračune ter vsak navidezno strukturiran odgovor preverite pred obdelavo kot zapis. Pojasnilo iz več virov naj loči priložene dokaze, razlago in manjkajoče informacije. Ta profil 27B podpira pripravljeno nalogo sklepanja iz besedila in slik; vsako pridobivanje informacij, izvedba orodij ali posodobitev dejstev, ki jo opravi aplikacija, potrebuje lastne vrnjene dokaze in ne sme biti sklepana iz tekočega izhoda.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Reconcile two written specification sources\n\nReconcile these sources. SPEC-1: the controller has four outputs, each rated 2 A; total current must not exceed 5 A. NOTE-2: connect four 2 A loads simultaneously. Produce a requirement table and a discrepancy note. Suggest a clarification question rather than silently treating the per-output rating as the permitted total.A source-labelled requirement table, the conflicting proposed load and a targeted clarification question.The answer distinguishes the 2 A individual rating from the 5 A aggregate limit and notices the 8 A proposal.google/gemma-3-27b-itGemma 3 27B IT je model velikosti 27B, prilagojen navodilom, v Googlovi družini Gemma 3. Sprejema besedilo in slike ter ustvarja besedilo za analizo dolgih virov, pisanje, kodo in vizualna vprašanja s skupnim kontekstom 128K in večjezičnim pokritjem družine.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Gemma 3 27B IT je izdaja Googlove družine Gemma 3 velikosti 27B, prilagojena navodilom. Združuje ustvarjanje besedila z razumevanjem slik ter je ločena od predhodno naučenega checkpointa 27B in manjših modelov 4B in 12B IT. Rezultat je besedilo: pojasnilo na podlagi virov, povzetek, osnutek dokumenta, odgovor ali predlog kode. Model, prilagojen navodilom, je zasnovan za sledenje pogovoru in zahtevani nalogi, ne samo za delovanje kot surov model dopolnjevanja.
Proizvajalčeva kartica za to velikost določa skupni kontekst 128K tokenov. Vhod in izhod si delita to zmogljivost, zato ustvarjeni odgovor uporablja prostor, ki ostane po zahtevi. Velika zbirka naj ohrani identifikatorje virov in še vedno pusti prostor za zahtevani rezultat. Slikovni pogledi se v osnovnem postopku normalizirajo na 896×896 in kodirajo v 256 vizualnih tokenov. Pri združeni analizi besedila in slik pojasnite povezavo slike strani, diagrama ali posnetka zaslona s pisnimi viri, da ima model eno skladno vprašanje.
Navedeni obseg predhodnega učenja modela 27B je 14 bilijonov tokenov. Podatki družine vključujejo spletne dokumente v več kot 140 jezikih, kodo, matematiko in slike. Učenje uporablja destilacijo znanja, postopek po predhodnem učenju pa doda upoštevanje navodil in cilje učenja z okrepitvijo za koristnost, matematiko, programiranje, sklepanje in večjezično vedenje. Ta dejstva opisujejo proizvajalčev razvojni proces modela. Ne nadomeščajo preverjanja ustvarjene trditve glede na njen vir ali izvajanja predlaganega programa na predvidenih vhodih.
Tehnično poročilo opisuje transformer samo z dekoderjem, pozornostjo z združenimi poizvedbami ter petimi plastmi lokalne pozornosti na vsako globalno plast. Lokalni razpon je 1 024 tokenov, globalne plasti pa omogočajo povezave v daljšem kontekstu. Skupni slikovni kodirnik družine SigLIP predstavlja vidne vhode za jezikovni model. Tokenizator SentencePiece uporablja ločene števke, ohranjene presledne znake in kodiranje na ravni bajtov. Številski zapis, zamike kode in izrazje izvornega jezika ohranite, kadar so pomembni za razlago.
Za nekvadratne ali podrobne slike poročilo opisuje Pan and Scan, ki lahko pred spremembo velikosti pogledov za vizualni kodirnik doda neprekrivajoče se izreze. To pomaga ohraniti drobno vsebino, ki jo lahko ena sprememba v kvadratni format izgubi, vendar je pomembna dejanska nastavitev obdelave. Raziskovalna naloga ali naloga s tehničnim dokumentom lahko priloži celotno stran in čitljivo podrobnost diagrama ter označi njuno povezavo. Od odgovora zahtevajte določitev vidnih vrednosti, relevantnega besedilnega pogoja in zaključka, ki ga podpirata oba.
Uporabite proizvajalčev izvorni pogovorni format IT s sporočili user in model. Ločeno sporočilo system v tem formatu ni podprto; navodila za vlogo in odgovor postavite v začetno uporabniško sporočilo ter uporabite določeni postopek oblikovanja. Pri dolgem poročilu navedite vprašanje, razdelke za primerjavo in prednostna pravila, če se viri ne ujemajo. Izvirni primer je uskladiti pisno specifikacijo z diagramom ter vrniti tabelo zahtev, seznam neskladij in predpostavke, potrebne za predlagano rešitev.
Kategorije predvidene uporabe vključujejo pisanje, povzemanje, pogovor, izluščanje slikovnih podatkov ter izobraževalno ali raziskovalno preučevanje. Pri analizi kode priložite dejanski modul, vhodne primere in omejitve vmesnika, nato zahtevajte pojasnilo ali predlagano spremembo, povezano s temi dejstvi. Pri večjezičnem pisanju določite občinstvo in izraze, ki morajo ostati nespremenjeni. Pri vizualnem vprašanju zahtevajte opažanja, povezana s poimenovanimi elementi, namesto splošnega opisa slike. Kvantizirani checkpointi družine so ločeni objavljeni izdelki, zato pri primerjanju rezultatov ohranite natančno identiteto 27B IT in nastavitve obdelave.
Proizvajalec opozarja, da modeli lahko podajo nepravilna ali zastarela dejstva ter imajo težave z dvoumnostjo, pomenskimi odtenki in zelo odprtimi navodili. Google opozarja tudi, da verjeten jezikovni vzorec lahko ustvari odgovor, ki spregleda vsakdanjo omejitev resničnega sveta. Več konteksta je uporabno samo ob jasnih relevantnih pogojih. Izvirne vire ohranite dostopne, preverite izluščene podatke in izračune ter vsak navidezno strukturiran odgovor preverite pred obdelavo kot zapis. Pojasnilo iz več virov naj loči priložene dokaze, razlago in manjkajoče informacije. Ta profil 27B podpira pripravljeno nalogo sklepanja iz besedila in slik; vsako pridobivanje informacij, izvedba orodij ali posodobitev dejstev, ki jo opravi aplikacija, potrebuje lastne vrnjene dokaze in ne sme biti sklepana iz tekočega izhoda.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve google/gemma-3-27b-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 $0.00016 / 1K žetonov Izhod · Izhodni žetoni $0.0007 / 1K žetonov Vhod · Branje predpomnilnika $0.00008 / 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 $0.00016 / 1K žetonov Izhod · Izhodni žetoni $0.0007 / 1K žetonov Vhod · Branje predpomnilnika $0.00008 / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-3-27b-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-3-27b-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-3-27b-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-3-27b-it
Uporabite zgoraj navedene poti metod.
google/gemma-3-27b-itGemma 3 27B IT je model velikosti 27B, prilagojen navodilom, v Googlovi družini Gemma 3. Sprejema besedilo in slike ter ustvarja besedilo za analizo dolgih virov, pisanje, kodo in vizualna vprašanja s skupnim kontekstom 128K in večjezičnim pokritjem družine.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Gemma 3 27B IT je izdaja Googlove družine Gemma 3 velikosti 27B, prilagojena navodilom. Združuje ustvarjanje besedila z razumevanjem slik ter je ločena od predhodno naučenega checkpointa 27B in manjših modelov 4B in 12B IT. Rezultat je besedilo: pojasnilo na podlagi virov, povzetek, osnutek dokumenta, odgovor ali predlog kode. Model, prilagojen navodilom, je zasnovan za sledenje pogovoru in zahtevani nalogi, ne samo za delovanje kot surov model dopolnjevanja.
Proizvajalčeva kartica za to velikost določa skupni kontekst 128K tokenov. Vhod in izhod si delita to zmogljivost, zato ustvarjeni odgovor uporablja prostor, ki ostane po zahtevi. Velika zbirka naj ohrani identifikatorje virov in še vedno pusti prostor za zahtevani rezultat. Slikovni pogledi se v osnovnem postopku normalizirajo na 896×896 in kodirajo v 256 vizualnih tokenov. Pri združeni analizi besedila in slik pojasnite povezavo slike strani, diagrama ali posnetka zaslona s pisnimi viri, da ima model eno skladno vprašanje.
Navedeni obseg predhodnega učenja modela 27B je 14 bilijonov tokenov. Podatki družine vključujejo spletne dokumente v več kot 140 jezikih, kodo, matematiko in slike. Učenje uporablja destilacijo znanja, postopek po predhodnem učenju pa doda upoštevanje navodil in cilje učenja z okrepitvijo za koristnost, matematiko, programiranje, sklepanje in večjezično vedenje. Ta dejstva opisujejo proizvajalčev razvojni proces modela. Ne nadomeščajo preverjanja ustvarjene trditve glede na njen vir ali izvajanja predlaganega programa na predvidenih vhodih.
Tehnično poročilo opisuje transformer samo z dekoderjem, pozornostjo z združenimi poizvedbami ter petimi plastmi lokalne pozornosti na vsako globalno plast. Lokalni razpon je 1 024 tokenov, globalne plasti pa omogočajo povezave v daljšem kontekstu. Skupni slikovni kodirnik družine SigLIP predstavlja vidne vhode za jezikovni model. Tokenizator SentencePiece uporablja ločene števke, ohranjene presledne znake in kodiranje na ravni bajtov. Številski zapis, zamike kode in izrazje izvornega jezika ohranite, kadar so pomembni za razlago.
Za nekvadratne ali podrobne slike poročilo opisuje Pan and Scan, ki lahko pred spremembo velikosti pogledov za vizualni kodirnik doda neprekrivajoče se izreze. To pomaga ohraniti drobno vsebino, ki jo lahko ena sprememba v kvadratni format izgubi, vendar je pomembna dejanska nastavitev obdelave. Raziskovalna naloga ali naloga s tehničnim dokumentom lahko priloži celotno stran in čitljivo podrobnost diagrama ter označi njuno povezavo. Od odgovora zahtevajte določitev vidnih vrednosti, relevantnega besedilnega pogoja in zaključka, ki ga podpirata oba.
Uporabite proizvajalčev izvorni pogovorni format IT s sporočili user in model. Ločeno sporočilo system v tem formatu ni podprto; navodila za vlogo in odgovor postavite v začetno uporabniško sporočilo ter uporabite določeni postopek oblikovanja. Pri dolgem poročilu navedite vprašanje, razdelke za primerjavo in prednostna pravila, če se viri ne ujemajo. Izvirni primer je uskladiti pisno specifikacijo z diagramom ter vrniti tabelo zahtev, seznam neskladij in predpostavke, potrebne za predlagano rešitev.
Kategorije predvidene uporabe vključujejo pisanje, povzemanje, pogovor, izluščanje slikovnih podatkov ter izobraževalno ali raziskovalno preučevanje. Pri analizi kode priložite dejanski modul, vhodne primere in omejitve vmesnika, nato zahtevajte pojasnilo ali predlagano spremembo, povezano s temi dejstvi. Pri večjezičnem pisanju določite občinstvo in izraze, ki morajo ostati nespremenjeni. Pri vizualnem vprašanju zahtevajte opažanja, povezana s poimenovanimi elementi, namesto splošnega opisa slike. Kvantizirani checkpointi družine so ločeni objavljeni izdelki, zato pri primerjanju rezultatov ohranite natančno identiteto 27B IT in nastavitve obdelave.
Proizvajalec opozarja, da modeli lahko podajo nepravilna ali zastarela dejstva ter imajo težave z dvoumnostjo, pomenskimi odtenki in zelo odprtimi navodili. Google opozarja tudi, da verjeten jezikovni vzorec lahko ustvari odgovor, ki spregleda vsakdanjo omejitev resničnega sveta. Več konteksta je uporabno samo ob jasnih relevantnih pogojih. Izvirne vire ohranite dostopne, preverite izluščene podatke in izračune ter vsak navidezno strukturiran odgovor preverite pred obdelavo kot zapis. Pojasnilo iz več virov naj loči priložene dokaze, razlago in manjkajoče informacije. Ta profil 27B podpira pripravljeno nalogo sklepanja iz besedila in slik; vsako pridobivanje informacij, izvedba orodij ali posodobitev dejstev, ki jo opravi aplikacija, potrebuje lastne vrnjene dokaze in ne sme biti sklepana iz tekočega izhoda.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve google/gemma-3-27b-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 $0.00016 / 1K žetonov Izhod · Izhodni žetoni $0.0007 / 1K žetonov Vhod · Branje predpomnilnika $0.00008 / 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 $0.00016 / 1K žetonov Izhod · Izhodni žetoni $0.0007 / 1K žetonov Vhod · Branje predpomnilnika $0.00008 / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "google/gemma-3-27b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3-27b-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-3-27b-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-3-27b-it
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Reconcile two written specification sources\n\nReconcile these sources. SPEC-1: the controller has four outputs, each rated 2 A; total current must not exceed 5 A. NOTE-2: connect four 2 A loads simultaneously. Produce a requirement table and a discrepancy note. Suggest a clarification question rather than silently treating the per-output rating as the permitted total.A source-labelled requirement table, the conflicting proposed load and a targeted clarification question.The answer distinguishes the 2 A individual rating from the 5 A aggregate limit and notices the 8 A proposal.