Ling-3.0-flash-VL je nativna multimodalna razširitev Ling-3.0-flash podjetja inclusionAI. Zmožnosti osnovnega modela za jezik, sklepanje in dolg kontekst združuje z razumevanjem slik in videa. Proizvajalec obseg vizualnih nalog razvršča v razumevanje, sklepanje in ukrepanje: branje zahtevnih vizualnih podatkov, njihovo uporabo kot dokazov in pretvarjanje opažanj v dejanja v podporni aplikaciji. Odgovor modela je besedilo ali predstavitev klica orodja, ki jo uporablja ta aplikacija.
Objavljena arhitektura ima 124 milijard skupnih in 5,5 milijarde aktiviranih parametrov na žeton. Vizualni transformator izlušči značilnice slik in videa, dvoslojni projektor pa jih uskladi z jezikovno predstavitvijo. VideoRoPE prenaša tako prostorske položaje kot časovni vrstni red. Hibridno ogrodje z 42 plastmi izmenjuje Kimi Delta Attention in gated Multi-head Latent Attention v vzorcu 5:1, z redkim usmerjanjem med strokovnjaki. Proizvajalec opisuje do 256K žetonov konteksta in objavlja postopek za razširjeni kontekst 262.144 žetonov.
Za vizualno razumevanje predložite berljivo sliko in določite zahtevano opažanje. Proizvajalec med nalogami navaja štetje objektov, zahtevne postavitve, grafikone in vsebino dokumentov. Uporabna zahteva za dokument lahko zahteva tabelo polj s podporno stranjo ali vidnim območjem, zahteva za grafikon pa lahko vpraša, katera serija podpira navedeno primerjavo. Izvirno vizualno gradivo ohranite, da je mogoče preveriti številke, oznake in majhne podrobnosti. Nejasno območje naj ostane nejasno tudi v rezultatu, namesto da postane ugibana vrednost.
Za sklepanje z vizualnimi dokazi predložite vprašanje, pomembne predpostavke in zahtevano natančnost končnega odgovora. Model lahko grafikon, diagram ali posnetek zaslona poveže z izračunom in večstopenjskim sklepanjem. Zahtevajte, da sklep navede opažanja, od katerih je odvisen. Če potek vključuje orodja za računanje ali pridobivanje podatkov, ohranite njihove dejanske rezultate in jih ločite od modelove interpretacije. Vizualno razmerje in umerjena meritev sta različni vrsti dokazov.
Pri videu ohranite vrstni red gradiva in vprašanje osredotočite na dogodek, spremembo ali interval. Proizvajalec kot uporabe časovne predstavitve navaja časovno umeščanje dogodkov, vprašanja o dolgih videih in poteke montaže izsekov. Praktičen uredniški rezultat je lahko predlagani seznam rezov z razlago, katere trenutke ohraniti in zakaj. Predlog ohranite povezan z izvorno časovnico; okoliška montažna aplikacija izvede spremembe in ustvari zmontirani medij. Razumevanje videa samo po sebi ne naredi nove videodatoteke iz besedilnega odgovora modela.
Pri nalogah z vmesniki vključite trenutni posnetek zaslona, cilj in dejanja, ki so aplikaciji na voljo. Ling-3.0-flash-VL lahko razlaga spletne ali programske vmesnike in predlaga zaporedja dejanj na podlagi vizualnih podatkov. Po vsaki operaciji vrnite opaženo stanje, kadar je od njega odvisen naslednji korak. Uporaben zapis dokončanja pokaže, kaj se je v vmesniku spremenilo in ali je zahtevani rezultat viden, namesto da bi predlagani klik obravnaval kot izvedeno dejanje.
Razmišljanje je v proizvajalčevi pogovorni predlogi privzeto omogočeno in ga je v dokumentirani izvedbi mogoče onemogočiti za posamezno zahtevo z enable_thinking, nastavljenim na false. Postopek za odjemalca in generiranje priporoča temperature 1.0, top_p 0.95 in top_k 20; ločene opombe za vrednotenje uporabljajo svoje nastavitve. Obliko končnega odgovora izberite izrecno ter pustite prostor za ustrezen medijski kontekst in generirano besedilo. Te proizvajalčeve nastavitve opisujejo postopek izdanega modela, ne obljube o nastavitvah, ki jih razkrije vsaka aplikacija.
Pri beleženju rezultata ohranite identiteto VL: slikovni in videovhodi jo ločijo od besedilno usmerjenega Ling-3.0-flash in finančno specializirane izdaje Fin. Izluščeno besedilo, števila, časovne položaje in predlagana dejanja v vmesniku preverite glede na izvorno gradivo. Uporaben končni izdelek je vizualna analiza ali predlog ukrepa, pri katerem dokazi in nerazrešene podrobnosti ostajajo pregledni.
", "aboutText": "Ling-3.0-flash-VL je nativna multimodalna razširitev Ling-3.0-flash podjetja inclusionAI. Zmožnosti osnovnega modela za jezik, sklepanje in dolg kontekst združuje z razumevanjem slik in videa. Proizvajalec obseg vizualnih nalog razvršča v razumevanje, sklepanje in ukrepanje: branje zahtevnih vizualnih podatkov, njihovo uporabo kot dokazov in pretvarjanje opažanj v dejanja v podporni aplikaciji. Odgovor modela je besedilo ali predstavitev klica orodja, ki jo uporablja ta aplikacija.\n\nObjavljena arhitektura ima 124 milijard skupnih in 5,5 milijarde aktiviranih parametrov na žeton. Vizualni transformator izlušči značilnice slik in videa, dvoslojni projektor pa jih uskladi z jezikovno predstavitvijo. VideoRoPE prenaša tako prostorske položaje kot časovni vrstni red. Hibridno ogrodje z 42 plastmi izmenjuje Kimi Delta Attention in gated Multi-head Latent Attention v vzorcu 5:1, z redkim usmerjanjem med strokovnjaki. Proizvajalec opisuje do 256K žetonov konteksta in objavlja postopek za razširjeni kontekst 262.144 žetonov.\n\nZa vizualno razumevanje predložite berljivo sliko in določite zahtevano opažanje. Proizvajalec med nalogami navaja štetje objektov, zahtevne postavitve, grafikone in vsebino dokumentov. Uporabna zahteva za dokument lahko zahteva tabelo polj s podporno stranjo ali vidnim območjem, zahteva za grafikon pa lahko vpraša, katera serija podpira navedeno primerjavo. Izvirno vizualno gradivo ohranite, da je mogoče preveriti številke, oznake in majhne podrobnosti. Nejasno območje naj ostane nejasno tudi v rezultatu, namesto da postane ugibana vrednost.\n\nZa sklepanje z vizualnimi dokazi predložite vprašanje, pomembne predpostavke in zahtevano natančnost končnega odgovora. Model lahko grafikon, diagram ali posnetek zaslona poveže z izračunom in večstopenjskim sklepanjem. Zahtevajte, da sklep navede opažanja, od katerih je odvisen. Če potek vključuje orodja za računanje ali pridobivanje podatkov, ohranite njihove dejanske rezultate in jih ločite od modelove interpretacije. Vizualno razmerje in umerjena meritev sta različni vrsti dokazov.\n\nPri videu ohranite vrstni red gradiva in vprašanje osredotočite na dogodek, spremembo ali interval. Proizvajalec kot uporabe časovne predstavitve navaja časovno umeščanje dogodkov, vprašanja o dolgih videih in poteke montaže izsekov. Praktičen uredniški rezultat je lahko predlagani seznam rezov z razlago, katere trenutke ohraniti in zakaj. Predlog ohranite povezan z izvorno časovnico; okoliška montažna aplikacija izvede spremembe in ustvari zmontirani medij. Razumevanje videa samo po sebi ne naredi nove videodatoteke iz besedilnega odgovora modela.\n\nPri nalogah z vmesniki vključite trenutni posnetek zaslona, cilj in dejanja, ki so aplikaciji na voljo. Ling-3.0-flash-VL lahko razlaga spletne ali programske vmesnike in predlaga zaporedja dejanj na podlagi vizualnih podatkov. Po vsaki operaciji vrnite opaženo stanje, kadar je od njega odvisen naslednji korak. Uporaben zapis dokončanja pokaže, kaj se je v vmesniku spremenilo in ali je zahtevani rezultat viden, namesto da bi predlagani klik obravnaval kot izvedeno dejanje.\n\nRazmišljanje je v proizvajalčevi pogovorni predlogi privzeto omogočeno in ga je v dokumentirani izvedbi mogoče onemogočiti za posamezno zahtevo z enable_thinking, nastavljenim na false. Postopek za odjemalca in generiranje priporoča temperature 1.0, top_p 0.95 in top_k 20; ločene opombe za vrednotenje uporabljajo svoje nastavitve. Obliko končnega odgovora izberite izrecno ter pustite prostor za ustrezen medijski kontekst in generirano besedilo. Te proizvajalčeve nastavitve opisujejo postopek izdanega modela, ne obljube o nastavitvah, ki jih razkrije vsaka aplikacija.\n\nPri beleženju rezultata ohranite identiteto VL: slikovni in videovhodi jo ločijo od besedilno usmerjenega Ling-3.0-flash in finančno specializirane izdaje Fin. Izluščeno besedilo, števila, časovne položaje in predlagana dejanja v vmesniku preverite glede na izvorno gradivo. Uporaben končni izdelek je vizualna analiza ali predlog ukrepa, pri katerem dokazi in nerazrešene podrobnosti ostajajo pregledni.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Create a cut list from scene notes\n\nUse these transcribed scene notes: 00:00–00:06 unopened package; 00:06–00:18 hands assemble the stand; 00:18–00:25 stand holds a tablet; 00:25–00:35 repeated assembly close-up. Propose a 15-second instructional cut using only these intervals. Preserve the assembly-to-use order and explain any shortened or omitted segment.An ordered cut list with source intervals, chosen durations and a short editorial rationale.Check that selected durations total 15 seconds and that tablet use follows the retained assembly step.inclusionai/ling-3.0-flash-vlLing-3.0-flash-VL hibridnemu modelu inclusionAI za sklepanje dodaja razumevanje slik in videa. Podpira vizualno analizo, sklepanje na podlagi dokazov in poteke z vmesniki ter ima 124 milijard skupnih parametrov, 5,5 milijarde aktivnih parametrov in do 256K žetonov konteksta.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Ling-3.0-flash-VL je nativna multimodalna razširitev Ling-3.0-flash podjetja inclusionAI. Zmožnosti osnovnega modela za jezik, sklepanje in dolg kontekst združuje z razumevanjem slik in videa. Proizvajalec obseg vizualnih nalog razvršča v razumevanje, sklepanje in ukrepanje: branje zahtevnih vizualnih podatkov, njihovo uporabo kot dokazov in pretvarjanje opažanj v dejanja v podporni aplikaciji. Odgovor modela je besedilo ali predstavitev klica orodja, ki jo uporablja ta aplikacija.
Objavljena arhitektura ima 124 milijard skupnih in 5,5 milijarde aktiviranih parametrov na žeton. Vizualni transformator izlušči značilnice slik in videa, dvoslojni projektor pa jih uskladi z jezikovno predstavitvijo. VideoRoPE prenaša tako prostorske položaje kot časovni vrstni red. Hibridno ogrodje z 42 plastmi izmenjuje Kimi Delta Attention in gated Multi-head Latent Attention v vzorcu 5:1, z redkim usmerjanjem med strokovnjaki. Proizvajalec opisuje do 256K žetonov konteksta in objavlja postopek za razširjeni kontekst 262.144 žetonov.
Za vizualno razumevanje predložite berljivo sliko in določite zahtevano opažanje. Proizvajalec med nalogami navaja štetje objektov, zahtevne postavitve, grafikone in vsebino dokumentov. Uporabna zahteva za dokument lahko zahteva tabelo polj s podporno stranjo ali vidnim območjem, zahteva za grafikon pa lahko vpraša, katera serija podpira navedeno primerjavo. Izvirno vizualno gradivo ohranite, da je mogoče preveriti številke, oznake in majhne podrobnosti. Nejasno območje naj ostane nejasno tudi v rezultatu, namesto da postane ugibana vrednost.
Za sklepanje z vizualnimi dokazi predložite vprašanje, pomembne predpostavke in zahtevano natančnost končnega odgovora. Model lahko grafikon, diagram ali posnetek zaslona poveže z izračunom in večstopenjskim sklepanjem. Zahtevajte, da sklep navede opažanja, od katerih je odvisen. Če potek vključuje orodja za računanje ali pridobivanje podatkov, ohranite njihove dejanske rezultate in jih ločite od modelove interpretacije. Vizualno razmerje in umerjena meritev sta različni vrsti dokazov.
Pri videu ohranite vrstni red gradiva in vprašanje osredotočite na dogodek, spremembo ali interval. Proizvajalec kot uporabe časovne predstavitve navaja časovno umeščanje dogodkov, vprašanja o dolgih videih in poteke montaže izsekov. Praktičen uredniški rezultat je lahko predlagani seznam rezov z razlago, katere trenutke ohraniti in zakaj. Predlog ohranite povezan z izvorno časovnico; okoliška montažna aplikacija izvede spremembe in ustvari zmontirani medij. Razumevanje videa samo po sebi ne naredi nove videodatoteke iz besedilnega odgovora modela.
Pri nalogah z vmesniki vključite trenutni posnetek zaslona, cilj in dejanja, ki so aplikaciji na voljo. Ling-3.0-flash-VL lahko razlaga spletne ali programske vmesnike in predlaga zaporedja dejanj na podlagi vizualnih podatkov. Po vsaki operaciji vrnite opaženo stanje, kadar je od njega odvisen naslednji korak. Uporaben zapis dokončanja pokaže, kaj se je v vmesniku spremenilo in ali je zahtevani rezultat viden, namesto da bi predlagani klik obravnaval kot izvedeno dejanje.
Razmišljanje je v proizvajalčevi pogovorni predlogi privzeto omogočeno in ga je v dokumentirani izvedbi mogoče onemogočiti za posamezno zahtevo z enable_thinking, nastavljenim na false. Postopek za odjemalca in generiranje priporoča temperature 1.0, top_p 0.95 in top_k 20; ločene opombe za vrednotenje uporabljajo svoje nastavitve. Obliko končnega odgovora izberite izrecno ter pustite prostor za ustrezen medijski kontekst in generirano besedilo. Te proizvajalčeve nastavitve opisujejo postopek izdanega modela, ne obljube o nastavitvah, ki jih razkrije vsaka aplikacija.
Pri beleženju rezultata ohranite identiteto VL: slikovni in videovhodi jo ločijo od besedilno usmerjenega Ling-3.0-flash in finančno specializirane izdaje Fin. Izluščeno besedilo, števila, časovne položaje in predlagana dejanja v vmesniku preverite glede na izvorno gradivo. Uporaben končni izdelek je vizualna analiza ali predlog ukrepa, pri katerem dokazi in nerazrešene podrobnosti ostajajo pregledni.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve inclusionai/ling-3.0-flash-vl | 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 $0.00012 / 1K žetonov Izhod · Izhodni žetoni $0.00036 / 1K žetonov Vhod · Branje predpomnilnika $0.000024 / 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 $0.00012 / 1K žetonov Izhod · Izhodni žetoni $0.00036 / 1K žetonov Vhod · Branje predpomnilnika $0.000024 / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inclusionai/ling-3.0-flash-vl", "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='inclusionai/ling-3.0-flash-vl',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='inclusionai/ling-3.0-flash-vl',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 inclusionai/ling-3.0-flash-vl
Uporabite zgoraj navedene poti metod.
inclusionai/ling-3.0-flash-vlLing-3.0-flash-VL hibridnemu modelu inclusionAI za sklepanje dodaja razumevanje slik in videa. Podpira vizualno analizo, sklepanje na podlagi dokazov in poteke z vmesniki ter ima 124 milijard skupnih parametrov, 5,5 milijarde aktivnih parametrov in do 256K žetonov konteksta.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Ling-3.0-flash-VL je nativna multimodalna razširitev Ling-3.0-flash podjetja inclusionAI. Zmožnosti osnovnega modela za jezik, sklepanje in dolg kontekst združuje z razumevanjem slik in videa. Proizvajalec obseg vizualnih nalog razvršča v razumevanje, sklepanje in ukrepanje: branje zahtevnih vizualnih podatkov, njihovo uporabo kot dokazov in pretvarjanje opažanj v dejanja v podporni aplikaciji. Odgovor modela je besedilo ali predstavitev klica orodja, ki jo uporablja ta aplikacija.
Objavljena arhitektura ima 124 milijard skupnih in 5,5 milijarde aktiviranih parametrov na žeton. Vizualni transformator izlušči značilnice slik in videa, dvoslojni projektor pa jih uskladi z jezikovno predstavitvijo. VideoRoPE prenaša tako prostorske položaje kot časovni vrstni red. Hibridno ogrodje z 42 plastmi izmenjuje Kimi Delta Attention in gated Multi-head Latent Attention v vzorcu 5:1, z redkim usmerjanjem med strokovnjaki. Proizvajalec opisuje do 256K žetonov konteksta in objavlja postopek za razširjeni kontekst 262.144 žetonov.
Za vizualno razumevanje predložite berljivo sliko in določite zahtevano opažanje. Proizvajalec med nalogami navaja štetje objektov, zahtevne postavitve, grafikone in vsebino dokumentov. Uporabna zahteva za dokument lahko zahteva tabelo polj s podporno stranjo ali vidnim območjem, zahteva za grafikon pa lahko vpraša, katera serija podpira navedeno primerjavo. Izvirno vizualno gradivo ohranite, da je mogoče preveriti številke, oznake in majhne podrobnosti. Nejasno območje naj ostane nejasno tudi v rezultatu, namesto da postane ugibana vrednost.
Za sklepanje z vizualnimi dokazi predložite vprašanje, pomembne predpostavke in zahtevano natančnost končnega odgovora. Model lahko grafikon, diagram ali posnetek zaslona poveže z izračunom in večstopenjskim sklepanjem. Zahtevajte, da sklep navede opažanja, od katerih je odvisen. Če potek vključuje orodja za računanje ali pridobivanje podatkov, ohranite njihove dejanske rezultate in jih ločite od modelove interpretacije. Vizualno razmerje in umerjena meritev sta različni vrsti dokazov.
Pri videu ohranite vrstni red gradiva in vprašanje osredotočite na dogodek, spremembo ali interval. Proizvajalec kot uporabe časovne predstavitve navaja časovno umeščanje dogodkov, vprašanja o dolgih videih in poteke montaže izsekov. Praktičen uredniški rezultat je lahko predlagani seznam rezov z razlago, katere trenutke ohraniti in zakaj. Predlog ohranite povezan z izvorno časovnico; okoliška montažna aplikacija izvede spremembe in ustvari zmontirani medij. Razumevanje videa samo po sebi ne naredi nove videodatoteke iz besedilnega odgovora modela.
Pri nalogah z vmesniki vključite trenutni posnetek zaslona, cilj in dejanja, ki so aplikaciji na voljo. Ling-3.0-flash-VL lahko razlaga spletne ali programske vmesnike in predlaga zaporedja dejanj na podlagi vizualnih podatkov. Po vsaki operaciji vrnite opaženo stanje, kadar je od njega odvisen naslednji korak. Uporaben zapis dokončanja pokaže, kaj se je v vmesniku spremenilo in ali je zahtevani rezultat viden, namesto da bi predlagani klik obravnaval kot izvedeno dejanje.
Razmišljanje je v proizvajalčevi pogovorni predlogi privzeto omogočeno in ga je v dokumentirani izvedbi mogoče onemogočiti za posamezno zahtevo z enable_thinking, nastavljenim na false. Postopek za odjemalca in generiranje priporoča temperature 1.0, top_p 0.95 in top_k 20; ločene opombe za vrednotenje uporabljajo svoje nastavitve. Obliko končnega odgovora izberite izrecno ter pustite prostor za ustrezen medijski kontekst in generirano besedilo. Te proizvajalčeve nastavitve opisujejo postopek izdanega modela, ne obljube o nastavitvah, ki jih razkrije vsaka aplikacija.
Pri beleženju rezultata ohranite identiteto VL: slikovni in videovhodi jo ločijo od besedilno usmerjenega Ling-3.0-flash in finančno specializirane izdaje Fin. Izluščeno besedilo, števila, časovne položaje in predlagana dejanja v vmesniku preverite glede na izvorno gradivo. Uporaben končni izdelek je vizualna analiza ali predlog ukrepa, pri katerem dokazi in nerazrešene podrobnosti ostajajo pregledni.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve inclusionai/ling-3.0-flash-vl | 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 $0.00012 / 1K žetonov Izhod · Izhodni žetoni $0.00036 / 1K žetonov Vhod · Branje predpomnilnika $0.000024 / 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 $0.00012 / 1K žetonov Izhod · Izhodni žetoni $0.00036 / 1K žetonov Vhod · Branje predpomnilnika $0.000024 / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "inclusionai/ling-3.0-flash-vl",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'inclusionai/ling-3.0-flash-vl', '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': 'inclusionai/ling-3.0-flash-vl', '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 inclusionai/ling-3.0-flash-vl
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Create a cut list from scene notes\n\nUse these transcribed scene notes: 00:00–00:06 unopened package; 00:06–00:18 hands assemble the stand; 00:18–00:25 stand holds a tablet; 00:25–00:35 repeated assembly close-up. Propose a 15-second instructional cut using only these intervals. Preserve the assembly-to-use order and explain any shortened or omitted segment.An ordered cut list with source intervals, chosen durations and a short editorial rationale.Check that selected durations total 15 seconds and that tablet use follows the retained assembly step.