Fugu Max är Sakana AI:s Fugu-alternativ utformat kring effektiva kombinationer av expertmodeller. Tillverkaren utökar gruppen av öppna och specialiserade modeller och tränar systemet att välja lämpliga resurser för uppgiften. Detta alternativ delar det grundläggande samordningsupplägget med Fugu Ultra v2, men betonar hur de deltagande modellerna kombineras för arbetet.
Ur applikationens perspektiv fungerar Fugu som en enda modell. Internt avgör samordnaren om en uppgift kan hanteras direkt eller bör delegeras, organiserar sedan bidragen och producerar ett slutsvar. Urval, delegering, verifiering och sammanställning är delar av tillverkarens system, inte separata agenter som användaren måste fördela arbete till manuellt i prompten.
För Max fastställer tillverkaren den deltagande gruppen så att samordnaren kan optimera kombinationerna. Modellen exponerar inte samma möjlighet att välja bort enskilda modeller som beskrivs för standardalternativet Fugu. Behåll denna skillnad vid modellvalet: en stor expertgrupp och en grupp som användaren kan konfigurera är olika egenskaper.
Förbered en uppgift med ett specifikt mål och den information som behövs för att bedöma resultatet. För kodgranskning tar du med källkoden, förväntat beteende och problemet som ska undersökas. Begär fynd kopplade till relevant implementation och en föreslagen kontroll för varje väsentligt problem. För en teknisk jämförelse definierar du gemensamma kriterier och ber svaret förklara vilket underlag som ändrar valet.
En uppgift i flera steg gynnas av en uttrycklig slutleverans. Be exempelvis om ett ändringsförslag, en undersökningsanteckning eller en strukturerad analys där fynd skiljs från olösta frågor. Om den omgivande applikationen kör verktyg återför du deras faktiska observationer före nästa beslut. Det hjälper arbetsflödet att fortsätta utifrån vad som hänt, i stället för att behandla en föreslagen åtgärd som slutförd.
Sakana skiljer Max optimeringsmål från Ultras betoning på maximalt svarsdjup. Använd tillverkarens åtskillnad för att matcha uppgiften med ett modellalternativ, samtidigt som den återlämnade leveransen bedöms mot det ursprungliga målet. Samordningssystemet sammanställer svaret; applikationen fastställer det faktiska utfallet av externa åtgärder och avgör hur resultatet ska användas.
", "aboutText": "Fugu Max är Sakana AI:s Fugu-alternativ utformat kring effektiva kombinationer av expertmodeller. Tillverkaren utökar gruppen av öppna och specialiserade modeller och tränar systemet att välja lämpliga resurser för uppgiften. Detta alternativ delar det grundläggande samordningsupplägget med Fugu Ultra v2, men betonar hur de deltagande modellerna kombineras för arbetet.\n\nUr applikationens perspektiv fungerar Fugu som en enda modell. Internt avgör samordnaren om en uppgift kan hanteras direkt eller bör delegeras, organiserar sedan bidragen och producerar ett slutsvar. Urval, delegering, verifiering och sammanställning är delar av tillverkarens system, inte separata agenter som användaren måste fördela arbete till manuellt i prompten.\n\nFör Max fastställer tillverkaren den deltagande gruppen så att samordnaren kan optimera kombinationerna. Modellen exponerar inte samma möjlighet att välja bort enskilda modeller som beskrivs för standardalternativet Fugu. Behåll denna skillnad vid modellvalet: en stor expertgrupp och en grupp som användaren kan konfigurera är olika egenskaper.\n\nFörbered en uppgift med ett specifikt mål och den information som behövs för att bedöma resultatet. För kodgranskning tar du med källkoden, förväntat beteende och problemet som ska undersökas. Begär fynd kopplade till relevant implementation och en föreslagen kontroll för varje väsentligt problem. För en teknisk jämförelse definierar du gemensamma kriterier och ber svaret förklara vilket underlag som ändrar valet.\n\nEn uppgift i flera steg gynnas av en uttrycklig slutleverans. Be exempelvis om ett ändringsförslag, en undersökningsanteckning eller en strukturerad analys där fynd skiljs från olösta frågor. Om den omgivande applikationen kör verktyg återför du deras faktiska observationer före nästa beslut. Det hjälper arbetsflödet att fortsätta utifrån vad som hänt, i stället för att behandla en föreslagen åtgärd som slutförd.\n\nSakana skiljer Max optimeringsmål från Ultras betoning på maximalt svarsdjup. Använd tillverkarens åtskillnad för att matcha uppgiften med ett modellalternativ, samtidigt som den återlämnade leveransen bedöms mot det ursprungliga målet. Samordningssystemet sammanställer svaret; applikationen fastställer det faktiska utfallet av externa åtgärder och avgör hur resultatet ska användas.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Review a stock decrement function\n\nReview this Python function: def take(stock, qty): stock["units"] -= qty; return stock["units"]. Requirements: qty must be positive and cannot exceed available units; a rejected request must leave stock unchanged. Identify material issues and propose a focused patch with a check for each, preserving the take function name.Behavior-linked review findings, a focused patch and checks for accepted and rejected decrements.Check that validation occurs before mutation and a rejected overdraw leaves the original stock unchanged.sakana/fugu-maxSakana AI:s Fugu Max är en inlärd samordningsmodell som väljer effektiva kombinationer ur en stor grupp öppna och specialiserade modeller. Den omvandlar en uppgift till samordnat arbete och ett sammanställt resultat, med en annan tyngdpunkt än Fugu Ultra.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Fugu Max är Sakana AI:s Fugu-alternativ utformat kring effektiva kombinationer av expertmodeller. Tillverkaren utökar gruppen av öppna och specialiserade modeller och tränar systemet att välja lämpliga resurser för uppgiften. Detta alternativ delar det grundläggande samordningsupplägget med Fugu Ultra v2, men betonar hur de deltagande modellerna kombineras för arbetet.
Ur applikationens perspektiv fungerar Fugu som en enda modell. Internt avgör samordnaren om en uppgift kan hanteras direkt eller bör delegeras, organiserar sedan bidragen och producerar ett slutsvar. Urval, delegering, verifiering och sammanställning är delar av tillverkarens system, inte separata agenter som användaren måste fördela arbete till manuellt i prompten.
För Max fastställer tillverkaren den deltagande gruppen så att samordnaren kan optimera kombinationerna. Modellen exponerar inte samma möjlighet att välja bort enskilda modeller som beskrivs för standardalternativet Fugu. Behåll denna skillnad vid modellvalet: en stor expertgrupp och en grupp som användaren kan konfigurera är olika egenskaper.
Förbered en uppgift med ett specifikt mål och den information som behövs för att bedöma resultatet. För kodgranskning tar du med källkoden, förväntat beteende och problemet som ska undersökas. Begär fynd kopplade till relevant implementation och en föreslagen kontroll för varje väsentligt problem. För en teknisk jämförelse definierar du gemensamma kriterier och ber svaret förklara vilket underlag som ändrar valet.
En uppgift i flera steg gynnas av en uttrycklig slutleverans. Be exempelvis om ett ändringsförslag, en undersökningsanteckning eller en strukturerad analys där fynd skiljs från olösta frågor. Om den omgivande applikationen kör verktyg återför du deras faktiska observationer före nästa beslut. Det hjälper arbetsflödet att fortsätta utifrån vad som hänt, i stället för att behandla en föreslagen åtgärd som slutförd.
Sakana skiljer Max optimeringsmål från Ultras betoning på maximalt svarsdjup. Använd tillverkarens åtskillnad för att matcha uppgiften med ett modellalternativ, samtidigt som den återlämnade leveransen bedöms mot det ursprungliga målet. Samordningssystemet sammanställer svaret; applikationen fastställer det faktiska utfallet av externa åtgärder och avgör hur resultatet ska användas.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser sakana/fugu-max | 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.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.004 / 1K token Utdata · Utdatatoken $0.012 / 1K token Indata · Cacheläsning $0.0005 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.004 / 1K token Utdata · Utdatatoken $0.012 / 1K token Indata · Cacheläsning $0.0005 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "sakana/fugu-max", "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='sakana/fugu-max',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='sakana/fugu-max',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 sakana/fugu-max
Använd metodsökvägarna som visas ovan.
sakana/fugu-maxSakana AI:s Fugu Max är en inlärd samordningsmodell som väljer effektiva kombinationer ur en stor grupp öppna och specialiserade modeller. Den omvandlar en uppgift till samordnat arbete och ett sammanställt resultat, med en annan tyngdpunkt än Fugu Ultra.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Fugu Max är Sakana AI:s Fugu-alternativ utformat kring effektiva kombinationer av expertmodeller. Tillverkaren utökar gruppen av öppna och specialiserade modeller och tränar systemet att välja lämpliga resurser för uppgiften. Detta alternativ delar det grundläggande samordningsupplägget med Fugu Ultra v2, men betonar hur de deltagande modellerna kombineras för arbetet.
Ur applikationens perspektiv fungerar Fugu som en enda modell. Internt avgör samordnaren om en uppgift kan hanteras direkt eller bör delegeras, organiserar sedan bidragen och producerar ett slutsvar. Urval, delegering, verifiering och sammanställning är delar av tillverkarens system, inte separata agenter som användaren måste fördela arbete till manuellt i prompten.
För Max fastställer tillverkaren den deltagande gruppen så att samordnaren kan optimera kombinationerna. Modellen exponerar inte samma möjlighet att välja bort enskilda modeller som beskrivs för standardalternativet Fugu. Behåll denna skillnad vid modellvalet: en stor expertgrupp och en grupp som användaren kan konfigurera är olika egenskaper.
Förbered en uppgift med ett specifikt mål och den information som behövs för att bedöma resultatet. För kodgranskning tar du med källkoden, förväntat beteende och problemet som ska undersökas. Begär fynd kopplade till relevant implementation och en föreslagen kontroll för varje väsentligt problem. För en teknisk jämförelse definierar du gemensamma kriterier och ber svaret förklara vilket underlag som ändrar valet.
En uppgift i flera steg gynnas av en uttrycklig slutleverans. Be exempelvis om ett ändringsförslag, en undersökningsanteckning eller en strukturerad analys där fynd skiljs från olösta frågor. Om den omgivande applikationen kör verktyg återför du deras faktiska observationer före nästa beslut. Det hjälper arbetsflödet att fortsätta utifrån vad som hänt, i stället för att behandla en föreslagen åtgärd som slutförd.
Sakana skiljer Max optimeringsmål från Ultras betoning på maximalt svarsdjup. Använd tillverkarens åtskillnad för att matcha uppgiften med ett modellalternativ, samtidigt som den återlämnade leveransen bedöms mot det ursprungliga målet. Samordningssystemet sammanställer svaret; applikationen fastställer det faktiska utfallet av externa åtgärder och avgör hur resultatet ska användas.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser sakana/fugu-max | 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.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.004 / 1K token Utdata · Utdatatoken $0.012 / 1K token Indata · Cacheläsning $0.0005 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.004 / 1K token Utdata · Utdatatoken $0.012 / 1K token Indata · Cacheläsning $0.0005 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "sakana/fugu-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sakana/fugu-max', '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': 'sakana/fugu-max', '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 sakana/fugu-max
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Review a stock decrement function\n\nReview this Python function: def take(stock, qty): stock["units"] -= qty; return stock["units"]. Requirements: qty must be positive and cannot exceed available units; a rejected request must leave stock unchanged. Identify material issues and propose a focused patch with a check for each, preserving the take function name.Behavior-linked review findings, a focused patch and checks for accepted and rejected decrements.Check that validation occurs before mutation and a rejected overdraw leaves the original stock unchanged.