Baichuan4 är den namngivna allmänna konversationsmodellen i fjärde generationen i Baichuans sortiment. Tillverkaren dokumenterar en kontext på 32K för just denna utgåva. Baichuan4-Turbo och Baichuan4-Air är separata utgåvor med sina egna modellprofiler.
Modellen arbetar med en textkonversation och producerar ett assistentsvar eller en begäran om funktionsanrop i tillverkarens dokumenterade arbetsflöde. Användbara uppgifter omfattar att svara utifrån tillhandahållen information, organisera ett dokuments innehåll, omarbeta text och producera en strukturerad post för en applikation.
Förbered meddelanden i kronologisk ordning, med en systeminstruktion först när en sådan behövs. Håll användarens uppgift åtskild från tidigare assistentsvar och externa verktygsresultat. Producentens referens tar emot vanliga textsträngar eller typade textinnehållsstrukturer och använder en separat verktygsmeddelanderoll för resultat från funktionsanrop.
För en jämförelse tillhandahåller du båda avsnitten, märker dem tydligt och ber om överensstämmelser, konflikter och stödjande formuleringar. För en omarbetad förklaring anger du målgruppen och de detaljer som måste finnas kvar efter omskrivningen. En användbar instruktion är: ”Jämför dessa två projektbeskrivningar, lista de ändrade kraven och ange avsnittet som fastställer varje ändring.”
Baichuan4 ingår uttryckligen i producentens läge för JSON-objekt. Aktivering av det läget kräver också en system- eller användarinstruktion om att producera JSON. Definiera de nödvändiga fälten och hur saknad information ska visas. Tolka och granska resultatet innan det används som en applikationspost.
Producentens konversationsoperation accepterar max_tokens från 1 till 2 048, med 2 048 som standard. Samplingsinställningarna är temperature från 0 till 1, med 0.3 som standard; top_p från 0 upp till men exklusive 1, med 0.85 som standard; och top_k från 0 till 20, med 5 som standard. Att sätta top_k till 0 stänger av den strategin. Svarstilldelningen skiljer sig från kontexten på 32K: förbered källmaterial och utrymme för svaret tillsammans.
Om slutförandeorsaken är length kan ett skriftligt svar eller JSON-objekt vara ofullständigt. Bevara det partiella resultatet och orsaken till att det stannade och avgör sedan om den begärda artefakten ska kortas, indata minskas eller den tillämpliga svarstilldelningen ändras.
Tillverkarens verktyg skiljer kunskapsbashämtning från webbsökning. En kunskapsbasbegäran anger de relevanta samlingarna. Svarsläget med enbart kunskapsbas förhindrar ett svar när hämtningen inte hittar något resultat. Om både webbsökning och kunskapshämtning är konfigurerade anger referensen att hämtningen har företräde.
För en föränderlig faktauppgift sparar du den faktiska hämtade eller sökta informationen så att det slutliga svaret kan kontrolleras mot den. Behåll källa, datum och relevanta förbehåll tillsammans med observationen. När uppgiften gäller en tillhandahållen samling ställer du en fokuserad fråga i stället för att kombinera hämtningsfrågan med orelaterade kreativa instruktioner.
Baichuan4:s dokumenterade exempel visar val mellan egna funktioner och fortsättning efter att applikationen returnerat en funktions resultat. Definiera varje funktion med namn, syfte och argumentschema. Bevara assistentens anrop och det matchande verktygsresultatet och be sedan nästa svar att förklara eller använda den observationen.
En praktisk jämförelse kan begära två faktiska avläsningar, till exempel värden för två olika datum, och be om skillnaden mellan dem. Applikationen tillhandahåller avläsningarna; modellens valda funktion och genererade argument är en begäran om den operationen. Producentens inställning för automatiskt val eller inga verktyg gäller funktioner. Referensen rekommenderar att funktionsanrop hålls separata från konfigurationer för webbsökning eller hämtning.
Icke-strömning är producentens standardläge; strömning returnerar stegvisa svarsdelar som måste sammanfogas. Slutförandeorsaken skiljer ett normalt stopp, en verktygsbegäran, en utdata- eller kontextlängdsgräns och innehållsfiltrering åt. Behåll det färdiga meddelandet eller objektet tillsammans med det källmaterial och de verktygsobservationer som behövs för att tolka det.
Granska resultatet avseende begärda fält, underbyggda jämförelser och formuleringar som passar dess destination. Behåll den exakta Baichuan4-identiteten tillsammans med uppgiften när en annan utgåva jämförs. Det användbara utfallet är en färdig textartefakt eller en förklaring av en faktisk verktygsobservation, där varje olöst del av begäran fortfarande går att identifiera.
", "aboutText": "### Baichuan4 som en särskild konversationsutgåva\n\nBaichuan4 är den namngivna allmänna konversationsmodellen i fjärde generationen i Baichuans sortiment. Tillverkaren dokumenterar en kontext på 32K för just denna utgåva. Baichuan4-Turbo och Baichuan4-Air är separata utgåvor med sina egna modellprofiler.\n\nModellen arbetar med en textkonversation och producerar ett assistentsvar eller en begäran om funktionsanrop i tillverkarens dokumenterade arbetsflöde. Användbara uppgifter omfattar att svara utifrån tillhandahållen information, organisera ett dokuments innehåll, omarbeta text och producera en strukturerad post för en applikation.\n\n### Tillhandahåll en fullständig dialogbegäran\n\nFörbered meddelanden i kronologisk ordning, med en systeminstruktion först när en sådan behövs. Håll användarens uppgift åtskild från tidigare assistentsvar och externa verktygsresultat. Producentens referens tar emot vanliga textsträngar eller typade textinnehållsstrukturer och använder en separat verktygsmeddelanderoll för resultat från funktionsanrop.\n\nFör en jämförelse tillhandahåller du båda avsnitten, märker dem tydligt och ber om överensstämmelser, konflikter och stödjande formuleringar. För en omarbetad förklaring anger du målgruppen och de detaljer som måste finnas kvar efter omskrivningen. En användbar instruktion är: ”Jämför dessa två projektbeskrivningar, lista de ändrade kraven och ange avsnittet som fastställer varje ändring.”\n\n### Välj utdataform och svarstilldelning\n\nBaichuan4 ingår uttryckligen i producentens läge för JSON-objekt. Aktivering av det läget kräver också en system- eller användarinstruktion om att producera JSON. Definiera de nödvändiga fälten och hur saknad information ska visas. Tolka och granska resultatet innan det används som en applikationspost.\n\nProducentens konversationsoperation accepterar max_tokens från 1 till 2 048, med 2 048 som standard. Samplingsinställningarna är temperature från 0 till 1, med 0.3 som standard; top_p från 0 upp till men exklusive 1, med 0.85 som standard; och top_k från 0 till 20, med 5 som standard. Att sätta top_k till 0 stänger av den strategin. Svarstilldelningen skiljer sig från kontexten på 32K: förbered källmaterial och utrymme för svaret tillsammans.\n\nOm slutförandeorsaken är length kan ett skriftligt svar eller JSON-objekt vara ofullständigt. Bevara det partiella resultatet och orsaken till att det stannade och avgör sedan om den begärda artefakten ska kortas, indata minskas eller den tillämpliga svarstilldelningen ändras.\n\n### Förankra ett svar i hämtad information\n\nTillverkarens verktyg skiljer kunskapsbashämtning från webbsökning. En kunskapsbasbegäran anger de relevanta samlingarna. Svarsläget med enbart kunskapsbas förhindrar ett svar när hämtningen inte hittar något resultat. Om både webbsökning och kunskapshämtning är konfigurerade anger referensen att hämtningen har företräde.\n\nFör en föränderlig faktauppgift sparar du den faktiska hämtade eller sökta informationen så att det slutliga svaret kan kontrolleras mot den. Behåll källa, datum och relevanta förbehåll tillsammans med observationen. När uppgiften gäller en tillhandahållen samling ställer du en fokuserad fråga i stället för att kombinera hämtningsfrågan med orelaterade kreativa instruktioner.\n\n### Fortsätt från ett faktiskt funktionsresultat\n\nBaichuan4:s dokumenterade exempel visar val mellan egna funktioner och fortsättning efter att applikationen returnerat en funktions resultat. Definiera varje funktion med namn, syfte och argumentschema. Bevara assistentens anrop och det matchande verktygsresultatet och be sedan nästa svar att förklara eller använda den observationen.\n\nEn praktisk jämförelse kan begära två faktiska avläsningar, till exempel värden för två olika datum, och be om skillnaden mellan dem. Applikationen tillhandahåller avläsningarna; modellens valda funktion och genererade argument är en begäran om den operationen. Producentens inställning för automatiskt val eller inga verktyg gäller funktioner. Referensen rekommenderar att funktionsanrop hålls separata från konfigurationer för webbsökning eller hämtning.\n\n### Samla in och granska slutartefakten\n\nIcke-strömning är producentens standardläge; strömning returnerar stegvisa svarsdelar som måste sammanfogas. Slutförandeorsaken skiljer ett normalt stopp, en verktygsbegäran, en utdata- eller kontextlängdsgräns och innehållsfiltrering åt. Behåll det färdiga meddelandet eller objektet tillsammans med det källmaterial och de verktygsobservationer som behövs för att tolka det.\n\nGranska resultatet avseende begärda fält, underbyggda jämförelser och formuleringar som passar dess destination. Behåll den exakta Baichuan4-identiteten tillsammans med uppgiften när en annan utgåva jämförs. Det användbara utfallet är en färdig textartefakt eller en förklaring av en faktisk verktygsobservation, där varje olöst del av begäran fortfarande går att identifiera.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
A requirements change record\n\nCompare these project notes. Version A: customers receive receipts by email; export contains all orders; support replies within two working days. Version B: receipts appear in the account; export includes paid orders only; support target remains two working days. List changes and unchanged requirements, quoting the wording that supports each finding.A comparison table containing requirement, previous wording, revised wording and change status.The support target is recorded as unchanged, and the export filter change is distinguished from receipt delivery.Baichuan4Baichuan4 är den namngivna textkonversationsmodellen i fjärde generationen med en dokumenterad kontext på 32K. Producentens arbetsflöde stöder svar som JSON-objekt, fullständig eller strömmad text, egna funktioner och underlag från kunskapsbashämtning eller webbsökning.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Baichuan4 är den namngivna allmänna konversationsmodellen i fjärde generationen i Baichuans sortiment. Tillverkaren dokumenterar en kontext på 32K för just denna utgåva. Baichuan4-Turbo och Baichuan4-Air är separata utgåvor med sina egna modellprofiler.
Modellen arbetar med en textkonversation och producerar ett assistentsvar eller en begäran om funktionsanrop i tillverkarens dokumenterade arbetsflöde. Användbara uppgifter omfattar att svara utifrån tillhandahållen information, organisera ett dokuments innehåll, omarbeta text och producera en strukturerad post för en applikation.
Förbered meddelanden i kronologisk ordning, med en systeminstruktion först när en sådan behövs. Håll användarens uppgift åtskild från tidigare assistentsvar och externa verktygsresultat. Producentens referens tar emot vanliga textsträngar eller typade textinnehållsstrukturer och använder en separat verktygsmeddelanderoll för resultat från funktionsanrop.
För en jämförelse tillhandahåller du båda avsnitten, märker dem tydligt och ber om överensstämmelser, konflikter och stödjande formuleringar. För en omarbetad förklaring anger du målgruppen och de detaljer som måste finnas kvar efter omskrivningen. En användbar instruktion är: ”Jämför dessa två projektbeskrivningar, lista de ändrade kraven och ange avsnittet som fastställer varje ändring.”
Baichuan4 ingår uttryckligen i producentens läge för JSON-objekt. Aktivering av det läget kräver också en system- eller användarinstruktion om att producera JSON. Definiera de nödvändiga fälten och hur saknad information ska visas. Tolka och granska resultatet innan det används som en applikationspost.
Producentens konversationsoperation accepterar max_tokens från 1 till 2 048, med 2 048 som standard. Samplingsinställningarna är temperature från 0 till 1, med 0.3 som standard; top_p från 0 upp till men exklusive 1, med 0.85 som standard; och top_k från 0 till 20, med 5 som standard. Att sätta top_k till 0 stänger av den strategin. Svarstilldelningen skiljer sig från kontexten på 32K: förbered källmaterial och utrymme för svaret tillsammans.
Om slutförandeorsaken är length kan ett skriftligt svar eller JSON-objekt vara ofullständigt. Bevara det partiella resultatet och orsaken till att det stannade och avgör sedan om den begärda artefakten ska kortas, indata minskas eller den tillämpliga svarstilldelningen ändras.
Tillverkarens verktyg skiljer kunskapsbashämtning från webbsökning. En kunskapsbasbegäran anger de relevanta samlingarna. Svarsläget med enbart kunskapsbas förhindrar ett svar när hämtningen inte hittar något resultat. Om både webbsökning och kunskapshämtning är konfigurerade anger referensen att hämtningen har företräde.
För en föränderlig faktauppgift sparar du den faktiska hämtade eller sökta informationen så att det slutliga svaret kan kontrolleras mot den. Behåll källa, datum och relevanta förbehåll tillsammans med observationen. När uppgiften gäller en tillhandahållen samling ställer du en fokuserad fråga i stället för att kombinera hämtningsfrågan med orelaterade kreativa instruktioner.
Baichuan4:s dokumenterade exempel visar val mellan egna funktioner och fortsättning efter att applikationen returnerat en funktions resultat. Definiera varje funktion med namn, syfte och argumentschema. Bevara assistentens anrop och det matchande verktygsresultatet och be sedan nästa svar att förklara eller använda den observationen.
En praktisk jämförelse kan begära två faktiska avläsningar, till exempel värden för två olika datum, och be om skillnaden mellan dem. Applikationen tillhandahåller avläsningarna; modellens valda funktion och genererade argument är en begäran om den operationen. Producentens inställning för automatiskt val eller inga verktyg gäller funktioner. Referensen rekommenderar att funktionsanrop hålls separata från konfigurationer för webbsökning eller hämtning.
Icke-strömning är producentens standardläge; strömning returnerar stegvisa svarsdelar som måste sammanfogas. Slutförandeorsaken skiljer ett normalt stopp, en verktygsbegäran, en utdata- eller kontextlängdsgräns och innehållsfiltrering åt. Behåll det färdiga meddelandet eller objektet tillsammans med det källmaterial och de verktygsobservationer som behövs för att tolka det.
Granska resultatet avseende begärda fält, underbyggda jämförelser och formuleringar som passar dess destination. Behåll den exakta Baichuan4-identiteten tillsammans med uppgiften när en annan utgåva jämförs. Det användbara utfallet är en färdig textartefakt eller en förklaring av en faktisk verktygsobservation, där varje olöst del av begäran fortfarande går att identifiera.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser Baichuan4 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.03146 / 1K token Utdata · Utdatatoken $0.03146 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Baichuan4", "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='Baichuan4',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='Baichuan4',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra Baichuan4
Använd metodsökvägarna som visas ovan.
Baichuan4Baichuan4 är den namngivna textkonversationsmodellen i fjärde generationen med en dokumenterad kontext på 32K. Producentens arbetsflöde stöder svar som JSON-objekt, fullständig eller strömmad text, egna funktioner och underlag från kunskapsbashämtning eller webbsökning.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Baichuan4 är den namngivna allmänna konversationsmodellen i fjärde generationen i Baichuans sortiment. Tillverkaren dokumenterar en kontext på 32K för just denna utgåva. Baichuan4-Turbo och Baichuan4-Air är separata utgåvor med sina egna modellprofiler.
Modellen arbetar med en textkonversation och producerar ett assistentsvar eller en begäran om funktionsanrop i tillverkarens dokumenterade arbetsflöde. Användbara uppgifter omfattar att svara utifrån tillhandahållen information, organisera ett dokuments innehåll, omarbeta text och producera en strukturerad post för en applikation.
Förbered meddelanden i kronologisk ordning, med en systeminstruktion först när en sådan behövs. Håll användarens uppgift åtskild från tidigare assistentsvar och externa verktygsresultat. Producentens referens tar emot vanliga textsträngar eller typade textinnehållsstrukturer och använder en separat verktygsmeddelanderoll för resultat från funktionsanrop.
För en jämförelse tillhandahåller du båda avsnitten, märker dem tydligt och ber om överensstämmelser, konflikter och stödjande formuleringar. För en omarbetad förklaring anger du målgruppen och de detaljer som måste finnas kvar efter omskrivningen. En användbar instruktion är: ”Jämför dessa två projektbeskrivningar, lista de ändrade kraven och ange avsnittet som fastställer varje ändring.”
Baichuan4 ingår uttryckligen i producentens läge för JSON-objekt. Aktivering av det läget kräver också en system- eller användarinstruktion om att producera JSON. Definiera de nödvändiga fälten och hur saknad information ska visas. Tolka och granska resultatet innan det används som en applikationspost.
Producentens konversationsoperation accepterar max_tokens från 1 till 2 048, med 2 048 som standard. Samplingsinställningarna är temperature från 0 till 1, med 0.3 som standard; top_p från 0 upp till men exklusive 1, med 0.85 som standard; och top_k från 0 till 20, med 5 som standard. Att sätta top_k till 0 stänger av den strategin. Svarstilldelningen skiljer sig från kontexten på 32K: förbered källmaterial och utrymme för svaret tillsammans.
Om slutförandeorsaken är length kan ett skriftligt svar eller JSON-objekt vara ofullständigt. Bevara det partiella resultatet och orsaken till att det stannade och avgör sedan om den begärda artefakten ska kortas, indata minskas eller den tillämpliga svarstilldelningen ändras.
Tillverkarens verktyg skiljer kunskapsbashämtning från webbsökning. En kunskapsbasbegäran anger de relevanta samlingarna. Svarsläget med enbart kunskapsbas förhindrar ett svar när hämtningen inte hittar något resultat. Om både webbsökning och kunskapshämtning är konfigurerade anger referensen att hämtningen har företräde.
För en föränderlig faktauppgift sparar du den faktiska hämtade eller sökta informationen så att det slutliga svaret kan kontrolleras mot den. Behåll källa, datum och relevanta förbehåll tillsammans med observationen. När uppgiften gäller en tillhandahållen samling ställer du en fokuserad fråga i stället för att kombinera hämtningsfrågan med orelaterade kreativa instruktioner.
Baichuan4:s dokumenterade exempel visar val mellan egna funktioner och fortsättning efter att applikationen returnerat en funktions resultat. Definiera varje funktion med namn, syfte och argumentschema. Bevara assistentens anrop och det matchande verktygsresultatet och be sedan nästa svar att förklara eller använda den observationen.
En praktisk jämförelse kan begära två faktiska avläsningar, till exempel värden för två olika datum, och be om skillnaden mellan dem. Applikationen tillhandahåller avläsningarna; modellens valda funktion och genererade argument är en begäran om den operationen. Producentens inställning för automatiskt val eller inga verktyg gäller funktioner. Referensen rekommenderar att funktionsanrop hålls separata från konfigurationer för webbsökning eller hämtning.
Icke-strömning är producentens standardläge; strömning returnerar stegvisa svarsdelar som måste sammanfogas. Slutförandeorsaken skiljer ett normalt stopp, en verktygsbegäran, en utdata- eller kontextlängdsgräns och innehållsfiltrering åt. Behåll det färdiga meddelandet eller objektet tillsammans med det källmaterial och de verktygsobservationer som behövs för att tolka det.
Granska resultatet avseende begärda fält, underbyggda jämförelser och formuleringar som passar dess destination. Behåll den exakta Baichuan4-identiteten tillsammans med uppgiften när en annan utgåva jämförs. Det användbara utfallet är en färdig textartefakt eller en förklaring av en faktisk verktygsobservation, där varje olöst del av begäran fortfarande går att identifiera.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser Baichuan4 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.03146 / 1K token Utdata · Utdatatoken $0.03146 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "Baichuan4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Baichuan4', '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': 'Baichuan4', '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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra Baichuan4
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
A requirements change record\n\nCompare these project notes. Version A: customers receive receipts by email; export contains all orders; support replies within two working days. Version B: receipts appear in the account; export includes paid orders only; support target remains two working days. List changes and unchanged requirements, quoting the wording that supports each finding.A comparison table containing requirement, previous wording, revised wording and change status.The support target is recorded as unchanged, and the export filter change is distinguished from receipt delivery.