ERNIE 5.0 Thinking är Baidus resonemangsinriktade modellfamilj för komplexa frågor, skrivande, instruktionsföljning och applikationsanslutna uppgifter. Tillverkarens namngivna Thinking Preview-profil kombinerar djupa resonemang med visuell förståelse och stöd för planering och verktygsanvändning. Dess textbaserade svarsflöde hos leverantören skiljer sig från att behandla hela ERNIE 5.0-forskningsfamiljens funktioner för multimodal generering som ett enda utbytbart kontrakt för begäranden.
Ange frågan, det material som får användas och de villkor som svaret måste uppfylla. En forskningsjämförelse kan definiera kriterierna och begära underlaget för varje slutsats. En skrivuppgift kan ange målgruppen, faktaunderlaget och den önskade strukturen. En programmeringsfråga kan ange det beteende som ska ändras och det relevanta källkodsfragmentet. Håll slutleveransen tillräckligt konkret för att kunna granskas.
För visuell förståelse ger du material som tydligt visar den relevanta egenskapen och anger frågan om den. Ett diagram eller en dokumentbild behöver läsbara etiketter och det omgivande sammanhang som fastställer vad värdena betyder. Kontrollera viktig text och numeriska detaljer mot originalmaterialet. Modellens syfte med visuell förståelse tar inte bort behovet av att bevara källan tillsammans med den returnerade tolkningen.
Baidus AI Studio-tabell anger Thinking Preview-profilen med ett kontextfönster på 128K och maximalt 119K i indata. Den kinesiska tabellen anger inställningar för slutsvaret upp till 65 536 token och ett standardvärde på 2K samt separat en resonemangslängd på 60K. Behåll dessa utrymmen i sina respektive roller: uppgiftens kontext, det genererade resonemanget och det begärda slutsvaret är olika delar av ett användbart resultat.
Ett stort indatautrymme kan rymma relaterade dokument, medan det begärda svaret fortfarande bör motsvara det beslut eller den leverans som behövs. För en jämförelse ber du om en kompakt underlagstabell och den avgörande slutsatsen i stället för en upprepning av varje angivet avsnitt. För ett tekniskt svar bevarar du indatafallet och det förväntade beteende som gör resultatet kontrollerbart. Den namngivna Preview-specifikationen bör inte omvandlas till en garanti om den underliggande revisionen bakom ett senare modellval som uppdateras löpande.
Tillverkarens funktionsförteckning anger Thinking Preview-profilen för funktionsanrop, sökförstärkning och strukturerade utdata. Definiera en applikationsfunktion och dess nödvändiga argument, utför en returnerad begäran i applikationen och ge det faktiska resultatet för fortsättningen. En agentplan är i sig inget belägg för att de planerade operationerna har slutförts.
Ett källbaserat svar bör behålla hämtat underlag och skilja det från den angivna bakgrunden eller en slutsats som dragits utifrån materialet. En strukturerad post bör definiera nödvändiga fält och hur saknad information representeras, och de returnerade värdena bör kontrolleras mot källan. Detaljer om inbyggda svarsformat och verktyg hör till det valda leverantörsgränssnittet; det grundläggande praktiska kravet är ett spårbart textresultat snarare än ett plausibelt ifyllt fält som saknar stöd.
Den användbara leveransen kan vara en underbyggd jämförelse, ett utkast, en kodrelaterad förklaring eller ett verktygsunderbyggt svar. Kontrollera viktiga identifierare, beräkningar och tolkningar mot det material som belägger dem. Låt ofullständiga sökningar eller motsägelsefulla källor förbli synliga i slutsatsen i stället för att dölja en lucka med välformulerat språk.
Thinking-familjen, den namngivna Preview-profilen och senare ERNIE-generationer har skilda modellval och dokumenterade villkor. Spara uppgiften, källmaterialet, underlaget från genomförda verktygsoperationer och slutsvaret tillsammans. Då blir nästa meddelande en specifik korrigering eller utvidgning av samma undersökning i stället för en ogrundad rekonstruktion av det tidigare arbetet.
", "aboutText": "ERNIE 5.0 Thinking är Baidus resonemangsinriktade modellfamilj för komplexa frågor, skrivande, instruktionsföljning och applikationsanslutna uppgifter. Tillverkarens namngivna Thinking Preview-profil kombinerar djupa resonemang med visuell förståelse och stöd för planering och verktygsanvändning. Dess textbaserade svarsflöde hos leverantören skiljer sig från att behandla hela ERNIE 5.0-forskningsfamiljens funktioner för multimodal generering som ett enda utbytbart kontrakt för begäranden.\n\n### Förbered underlag för det avsedda resultatet\n\nAnge frågan, det material som får användas och de villkor som svaret måste uppfylla. En forskningsjämförelse kan definiera kriterierna och begära underlaget för varje slutsats. En skrivuppgift kan ange målgruppen, faktaunderlaget och den önskade strukturen. En programmeringsfråga kan ange det beteende som ska ändras och det relevanta källkodsfragmentet. Håll slutleveransen tillräckligt konkret för att kunna granskas.\n\nFör visuell förståelse ger du material som tydligt visar den relevanta egenskapen och anger frågan om den. Ett diagram eller en dokumentbild behöver läsbara etiketter och det omgivande sammanhang som fastställer vad värdena betyder. Kontrollera viktig text och numeriska detaljer mot originalmaterialet. Modellens syfte med visuell förståelse tar inte bort behovet av att bevara källan tillsammans med den returnerade tolkningen.\n\n### De dokumenterade Preview-budgetarna\n\nBaidus AI Studio-tabell anger Thinking Preview-profilen med ett kontextfönster på 128K och maximalt 119K i indata. Den kinesiska tabellen anger inställningar för slutsvaret upp till 65 536 token och ett standardvärde på 2K samt separat en resonemangslängd på 60K. Behåll dessa utrymmen i sina respektive roller: uppgiftens kontext, det genererade resonemanget och det begärda slutsvaret är olika delar av ett användbart resultat.\n\nEtt stort indatautrymme kan rymma relaterade dokument, medan det begärda svaret fortfarande bör motsvara det beslut eller den leverans som behövs. För en jämförelse ber du om en kompakt underlagstabell och den avgörande slutsatsen i stället för en upprepning av varje angivet avsnitt. För ett tekniskt svar bevarar du indatafallet och det förväntade beteende som gör resultatet kontrollerbart. Den namngivna Preview-specifikationen bör inte omvandlas till en garanti om den underliggande revisionen bakom ett senare modellval som uppdateras löpande.\n\n### Verktyg, sökning och strukturerad text\n\nTillverkarens funktionsförteckning anger Thinking Preview-profilen för funktionsanrop, sökförstärkning och strukturerade utdata. Definiera en applikationsfunktion och dess nödvändiga argument, utför en returnerad begäran i applikationen och ge det faktiska resultatet för fortsättningen. En agentplan är i sig inget belägg för att de planerade operationerna har slutförts.\n\nEtt källbaserat svar bör behålla hämtat underlag och skilja det från den angivna bakgrunden eller en slutsats som dragits utifrån materialet. En strukturerad post bör definiera nödvändiga fält och hur saknad information representeras, och de returnerade värdena bör kontrolleras mot källan. Detaljer om inbyggda svarsformat och verktyg hör till det valda leverantörsgränssnittet; det grundläggande praktiska kravet är ett spårbart textresultat snarare än ett plausibelt ifyllt fält som saknar stöd.\n\n### Granska och fortsätt uppgiften\n\nDen användbara leveransen kan vara en underbyggd jämförelse, ett utkast, en kodrelaterad förklaring eller ett verktygsunderbyggt svar. Kontrollera viktiga identifierare, beräkningar och tolkningar mot det material som belägger dem. Låt ofullständiga sökningar eller motsägelsefulla källor förbli synliga i slutsatsen i stället för att dölja en lucka med välformulerat språk.\n\nThinking-familjen, den namngivna Preview-profilen och senare ERNIE-generationer har skilda modellval och dokumenterade villkor. Spara uppgiften, källmaterialet, underlaget från genomförda verktygsoperationer och slutsvaret tillsammans. Då blir nästa meddelande en specifik korrigering eller utvidgning av samma undersökning i stället för en ogrundad rekonstruktion av det tidigare arbetet.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "411fb2e8ba054862a7cf27343f3a7d74380032e7bf1db5b618bec2b7432efa3d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "ernie-5.0-thinking-previewERNIE 5.0 Thinking kombinerar djupt resonemang, skrivande, visuell förståelse och verktygsanslutna uppgifter. Den dokumenterade Preview-profilen har 128K kontext, maximalt 119K indata och inställningar för slutliga utdata på upp till 65,536 token, med en separat tankebudget.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
ERNIE 5.0 Thinking är Baidus resonemangsinriktade modellfamilj för komplexa frågor, skrivande, instruktionsföljning och applikationsanslutna uppgifter. Tillverkarens namngivna Thinking Preview-profil kombinerar djupa resonemang med visuell förståelse och stöd för planering och verktygsanvändning. Dess textbaserade svarsflöde hos leverantören skiljer sig från att behandla hela ERNIE 5.0-forskningsfamiljens funktioner för multimodal generering som ett enda utbytbart kontrakt för begäranden.
Ange frågan, det material som får användas och de villkor som svaret måste uppfylla. En forskningsjämförelse kan definiera kriterierna och begära underlaget för varje slutsats. En skrivuppgift kan ange målgruppen, faktaunderlaget och den önskade strukturen. En programmeringsfråga kan ange det beteende som ska ändras och det relevanta källkodsfragmentet. Håll slutleveransen tillräckligt konkret för att kunna granskas.
För visuell förståelse ger du material som tydligt visar den relevanta egenskapen och anger frågan om den. Ett diagram eller en dokumentbild behöver läsbara etiketter och det omgivande sammanhang som fastställer vad värdena betyder. Kontrollera viktig text och numeriska detaljer mot originalmaterialet. Modellens syfte med visuell förståelse tar inte bort behovet av att bevara källan tillsammans med den returnerade tolkningen.
Baidus AI Studio-tabell anger Thinking Preview-profilen med ett kontextfönster på 128K och maximalt 119K i indata. Den kinesiska tabellen anger inställningar för slutsvaret upp till 65 536 token och ett standardvärde på 2K samt separat en resonemangslängd på 60K. Behåll dessa utrymmen i sina respektive roller: uppgiftens kontext, det genererade resonemanget och det begärda slutsvaret är olika delar av ett användbart resultat.
Ett stort indatautrymme kan rymma relaterade dokument, medan det begärda svaret fortfarande bör motsvara det beslut eller den leverans som behövs. För en jämförelse ber du om en kompakt underlagstabell och den avgörande slutsatsen i stället för en upprepning av varje angivet avsnitt. För ett tekniskt svar bevarar du indatafallet och det förväntade beteende som gör resultatet kontrollerbart. Den namngivna Preview-specifikationen bör inte omvandlas till en garanti om den underliggande revisionen bakom ett senare modellval som uppdateras löpande.
Tillverkarens funktionsförteckning anger Thinking Preview-profilen för funktionsanrop, sökförstärkning och strukturerade utdata. Definiera en applikationsfunktion och dess nödvändiga argument, utför en returnerad begäran i applikationen och ge det faktiska resultatet för fortsättningen. En agentplan är i sig inget belägg för att de planerade operationerna har slutförts.
Ett källbaserat svar bör behålla hämtat underlag och skilja det från den angivna bakgrunden eller en slutsats som dragits utifrån materialet. En strukturerad post bör definiera nödvändiga fält och hur saknad information representeras, och de returnerade värdena bör kontrolleras mot källan. Detaljer om inbyggda svarsformat och verktyg hör till det valda leverantörsgränssnittet; det grundläggande praktiska kravet är ett spårbart textresultat snarare än ett plausibelt ifyllt fält som saknar stöd.
Den användbara leveransen kan vara en underbyggd jämförelse, ett utkast, en kodrelaterad förklaring eller ett verktygsunderbyggt svar. Kontrollera viktiga identifierare, beräkningar och tolkningar mot det material som belägger dem. Låt ofullständiga sökningar eller motsägelsefulla källor förbli synliga i slutsatsen i stället för att dölja en lucka med välformulerat språk.
Thinking-familjen, den namngivna Preview-profilen och senare ERNIE-generationer har skilda modellval och dokumenterade villkor. Spara uppgiften, källmaterialet, underlaget från genomförda verktygsoperationer och slutsvaret tillsammans. Då blir nästa meddelande en specifik korrigering eller utvidgning av samma undersökning i stället för en ogrundad rekonstruktion av det tidigare arbetet.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser ernie-5.0-thinking-preview | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Beror på modellen | Standard— |
Fältmessages[].content | Typstring | KravValfritt | Värden & gränser Gäller när: Textsamtal | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
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 |
Parametercontrol_scope | AvtalTextsamtal; stream är ett booleskt värde och har false som standard. |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Metodalias: /chat/completions
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 $0.001892 / 1K token Utdata · Utdatatoken $0.003146 / 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":"ernie-5.0-thinking-preview","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="ernie-5.0-thinking-preview", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 ernie-5.0-thinking-preview
/chat/completions
ernie-5.0-thinking-previewERNIE 5.0 Thinking kombinerar djupt resonemang, skrivande, visuell förståelse och verktygsanslutna uppgifter. Den dokumenterade Preview-profilen har 128K kontext, maximalt 119K indata och inställningar för slutliga utdata på upp till 65,536 token, med en separat tankebudget.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
ERNIE 5.0 Thinking är Baidus resonemangsinriktade modellfamilj för komplexa frågor, skrivande, instruktionsföljning och applikationsanslutna uppgifter. Tillverkarens namngivna Thinking Preview-profil kombinerar djupa resonemang med visuell förståelse och stöd för planering och verktygsanvändning. Dess textbaserade svarsflöde hos leverantören skiljer sig från att behandla hela ERNIE 5.0-forskningsfamiljens funktioner för multimodal generering som ett enda utbytbart kontrakt för begäranden.
Ange frågan, det material som får användas och de villkor som svaret måste uppfylla. En forskningsjämförelse kan definiera kriterierna och begära underlaget för varje slutsats. En skrivuppgift kan ange målgruppen, faktaunderlaget och den önskade strukturen. En programmeringsfråga kan ange det beteende som ska ändras och det relevanta källkodsfragmentet. Håll slutleveransen tillräckligt konkret för att kunna granskas.
För visuell förståelse ger du material som tydligt visar den relevanta egenskapen och anger frågan om den. Ett diagram eller en dokumentbild behöver läsbara etiketter och det omgivande sammanhang som fastställer vad värdena betyder. Kontrollera viktig text och numeriska detaljer mot originalmaterialet. Modellens syfte med visuell förståelse tar inte bort behovet av att bevara källan tillsammans med den returnerade tolkningen.
Baidus AI Studio-tabell anger Thinking Preview-profilen med ett kontextfönster på 128K och maximalt 119K i indata. Den kinesiska tabellen anger inställningar för slutsvaret upp till 65 536 token och ett standardvärde på 2K samt separat en resonemangslängd på 60K. Behåll dessa utrymmen i sina respektive roller: uppgiftens kontext, det genererade resonemanget och det begärda slutsvaret är olika delar av ett användbart resultat.
Ett stort indatautrymme kan rymma relaterade dokument, medan det begärda svaret fortfarande bör motsvara det beslut eller den leverans som behövs. För en jämförelse ber du om en kompakt underlagstabell och den avgörande slutsatsen i stället för en upprepning av varje angivet avsnitt. För ett tekniskt svar bevarar du indatafallet och det förväntade beteende som gör resultatet kontrollerbart. Den namngivna Preview-specifikationen bör inte omvandlas till en garanti om den underliggande revisionen bakom ett senare modellval som uppdateras löpande.
Tillverkarens funktionsförteckning anger Thinking Preview-profilen för funktionsanrop, sökförstärkning och strukturerade utdata. Definiera en applikationsfunktion och dess nödvändiga argument, utför en returnerad begäran i applikationen och ge det faktiska resultatet för fortsättningen. En agentplan är i sig inget belägg för att de planerade operationerna har slutförts.
Ett källbaserat svar bör behålla hämtat underlag och skilja det från den angivna bakgrunden eller en slutsats som dragits utifrån materialet. En strukturerad post bör definiera nödvändiga fält och hur saknad information representeras, och de returnerade värdena bör kontrolleras mot källan. Detaljer om inbyggda svarsformat och verktyg hör till det valda leverantörsgränssnittet; det grundläggande praktiska kravet är ett spårbart textresultat snarare än ett plausibelt ifyllt fält som saknar stöd.
Den användbara leveransen kan vara en underbyggd jämförelse, ett utkast, en kodrelaterad förklaring eller ett verktygsunderbyggt svar. Kontrollera viktiga identifierare, beräkningar och tolkningar mot det material som belägger dem. Låt ofullständiga sökningar eller motsägelsefulla källor förbli synliga i slutsatsen i stället för att dölja en lucka med välformulerat språk.
Thinking-familjen, den namngivna Preview-profilen och senare ERNIE-generationer har skilda modellval och dokumenterade villkor. Spara uppgiften, källmaterialet, underlaget från genomförda verktygsoperationer och slutsvaret tillsammans. Då blir nästa meddelande en specifik korrigering eller utvidgning av samma undersökning i stället för en ogrundad rekonstruktion av det tidigare arbetet.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser ernie-5.0-thinking-preview | 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 $0.001892 / 1K token Utdata · Utdatatoken $0.003146 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "ernie-5.0-thinking-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'ernie-5.0-thinking-preview', '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': 'ernie-5.0-thinking-preview', '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 ernie-5.0-thinking-preview
/chat/completions