SenseNova V6 Reasoner är SenseTimes multimodala profil för komplexa, genomtänkta resonemang över skriftliga frågor och bilder. Tillverkarens profiltabell beskriver bild-/textkonversation och utdata som innehåller en resonemangsprocess och ett slutsvar. V6-familjen betonar kombinerad bild- och språkförståelse, matematisk analys och kodrelaterade resonemang. Reasoner skiljer sig från Pro och den resurssnåla Turbo-profilen.
Tillhandahåll frågan, relevanta värden och de villkor som en lösning måste uppfylla. Om uppgiften använder ett diagram, en figur eller en dokumentbild gör du dess etiketter och styrande samband tydliga. Håll givna värden åtskilda från antaganden och identifiera saknad information. En användbar begäran kan fråga vilken tolkning som stöds av bildens underlag och vilket villkor som skulle ändra slutsatsen.
För ett matematiskt problem bevarar du originaluttrycket eller den synliga figuren och de definitioner den använder. För en dokumentjämförelse identifierar du sidorna och regeln som styr en oenighet. Slutleveransen ska göra det avgörande resultatet och dess antaganden möjliga att granska i stället för att bara producera en lång förklaring kring en otillräckligt specificerad uppgift.
Tillverkaren skiljer Reasoners tankeutdata från dess slutsvar. Behåll dessa delar i deras respektive roller när utfallet granskas. Slutsvaret ska tydligt ange slutsatsen, de värden eller villkor som belägger den och eventuella olösta fall. Ett utförligt resonemang är användbart när det kopplar underlaget till resultatet; dess längd är inget självständigt bevis på att slutsatsen är korrekt.
Kontrollera beräkningar som påverkar utfallet och kopplingar till källor mot det tillhandahållna materialet. Ett diagram kan tolkas fel även när förklaringen verkar sammanhängande. Ett kodrelaterat svar ska behålla det konkreta indatafallet och det förväntade beteende som gör den föreslagna logiken bedömbar. Ställ en följdfråga om ett specifikt olöst villkor i stället för att behandla säkerhet i formuleringen som verifiering.
V6-utgåvan beskriver en integrerad modellserie tränad för text och multimodala resonemang, med forskning om långa resonemang och globalt minne. Tillkännagivandet demonstrerar även tio minuters videoanalys i den bredare familjen och beskriver separat Omni-interaktion i realtid. Dessa arbetsflöden är skilda från profiltabellen för bild-/textmodellen Reasoner och ska inte omvandlas till en odokumenterad gräns för medier eller utdata per begäran.
Familjens publicerade beskrivning av träning för långa resonemang är skild från en fullständig tabell över tokengränser i det egna API:t. Bevara den valda Reasoner-profilen och det faktiska underlag som tillverkarens gränssnitt returnerar i stället för att anta att Pro, Turbo, Omni eller senare V6.5-utgåvor har identiska kontroller.
Ett användbart resultat kan vara en lösning, en jämförelse eller en förklaring förankrad i en dokumentbild. Behåll den ursprungliga frågan och källmaterialet tillsammans med slutsvaret så att den avgörande slutsatsen kan kontrolleras eller utvecklas. Skilj ett värde avläst från källan, en beräkning baserad på det och ett antagande som uppgiften inte fastställde åt. Detta gör profilen för komplext tänkande användbar för en ändlig, spårbar resonemangsuppgift.
", "aboutText": "SenseNova V6 Reasoner är SenseTimes multimodala profil för komplexa, genomtänkta resonemang över skriftliga frågor och bilder. Tillverkarens profiltabell beskriver bild-/textkonversation och utdata som innehåller en resonemangsprocess och ett slutsvar. V6-familjen betonar kombinerad bild- och språkförståelse, matematisk analys och kodrelaterade resonemang. Reasoner skiljer sig från Pro och den resurssnåla Turbo-profilen.\n\n### Förbered problemet och dess visuella kontext\n\nTillhandahåll frågan, relevanta värden och de villkor som en lösning måste uppfylla. Om uppgiften använder ett diagram, en figur eller en dokumentbild gör du dess etiketter och styrande samband tydliga. Håll givna värden åtskilda från antaganden och identifiera saknad information. En användbar begäran kan fråga vilken tolkning som stöds av bildens underlag och vilket villkor som skulle ändra slutsatsen.\n\nFör ett matematiskt problem bevarar du originaluttrycket eller den synliga figuren och de definitioner den använder. För en dokumentjämförelse identifierar du sidorna och regeln som styr en oenighet. Slutleveransen ska göra det avgörande resultatet och dess antaganden möjliga att granska i stället för att bara producera en lång förklaring kring en otillräckligt specificerad uppgift.\n\n### Resonemangsmaterial och slutsvaret\n\nTillverkaren skiljer Reasoners tankeutdata från dess slutsvar. Behåll dessa delar i deras respektive roller när utfallet granskas. Slutsvaret ska tydligt ange slutsatsen, de värden eller villkor som belägger den och eventuella olösta fall. Ett utförligt resonemang är användbart när det kopplar underlaget till resultatet; dess längd är inget självständigt bevis på att slutsatsen är korrekt.\n\nKontrollera beräkningar som påverkar utfallet och kopplingar till källor mot det tillhandahållna materialet. Ett diagram kan tolkas fel även när förklaringen verkar sammanhängande. Ett kodrelaterat svar ska behålla det konkreta indatafallet och det förväntade beteende som gör den föreslagna logiken bedömbar. Ställ en följdfråga om ett specifikt olöst villkor i stället för att behandla säkerhet i formuleringen som verifiering.\n\n### Multimodal familj och utgåvegränser\n\nV6-utgåvan beskriver en integrerad modellserie tränad för text och multimodala resonemang, med forskning om långa resonemang och globalt minne. Tillkännagivandet demonstrerar även tio minuters videoanalys i den bredare familjen och beskriver separat Omni-interaktion i realtid. Dessa arbetsflöden är skilda från profiltabellen för bild-/textmodellen Reasoner och ska inte omvandlas till en odokumenterad gräns för medier eller utdata per begäran.\n\nFamiljens publicerade beskrivning av träning för långa resonemang är skild från en fullständig tabell över tokengränser i det egna API:t. Bevara den valda Reasoner-profilen och det faktiska underlag som tillverkarens gränssnitt returnerar i stället för att anta att Pro, Turbo, Omni eller senare V6.5-utgåvor har identiska kontroller.\n\n### Producera ett granskningsbart resonemangsresultat\n\nEtt användbart resultat kan vara en lösning, en jämförelse eller en förklaring förankrad i en dokumentbild. Behåll den ursprungliga frågan och källmaterialet tillsammans med slutsvaret så att den avgörande slutsatsen kan kontrolleras eller utvecklas. Skilj ett värde avläst från källan, en beräkning baserad på det och ett antagande som uppgiften inte fastställde åt. Detta gör profilen för komplext tänkande användbar för en ändlig, spårbar resonemangsuppgift.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Separate a reading from a conclusion\n\nAnalyze these source readings: [TABLE] Device A: 20 tasks in 5 minutes; Device B: 30 tasks in 10 minutes. [NOTE] The tasks may differ in complexity. Calculate the observed tasks-per-minute rates, then assess the claim 'A is inherently faster.' Separate computed values, supported comparison and the missing condition needed for that broader claim.A rate table and a concise final assessment separating observations, calculations and an unresolved comparability condition.Check the answer does not turn unequal task sets into proof of an inherent device advantage.SenseNova-V6-ReasonerSenseNova V6 Reasoner tillämpar komplext tänkande på frågor med bild och text. Tillverkarens profil returnerar resonemangsmaterial och ett slutligt textsvar för matematiska, analytiska och dokumentförståelseuppgifter, där resultatet kontrolleras mot originalunderlaget.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
SenseNova V6 Reasoner är SenseTimes multimodala profil för komplexa, genomtänkta resonemang över skriftliga frågor och bilder. Tillverkarens profiltabell beskriver bild-/textkonversation och utdata som innehåller en resonemangsprocess och ett slutsvar. V6-familjen betonar kombinerad bild- och språkförståelse, matematisk analys och kodrelaterade resonemang. Reasoner skiljer sig från Pro och den resurssnåla Turbo-profilen.
Tillhandahåll frågan, relevanta värden och de villkor som en lösning måste uppfylla. Om uppgiften använder ett diagram, en figur eller en dokumentbild gör du dess etiketter och styrande samband tydliga. Håll givna värden åtskilda från antaganden och identifiera saknad information. En användbar begäran kan fråga vilken tolkning som stöds av bildens underlag och vilket villkor som skulle ändra slutsatsen.
För ett matematiskt problem bevarar du originaluttrycket eller den synliga figuren och de definitioner den använder. För en dokumentjämförelse identifierar du sidorna och regeln som styr en oenighet. Slutleveransen ska göra det avgörande resultatet och dess antaganden möjliga att granska i stället för att bara producera en lång förklaring kring en otillräckligt specificerad uppgift.
Tillverkaren skiljer Reasoners tankeutdata från dess slutsvar. Behåll dessa delar i deras respektive roller när utfallet granskas. Slutsvaret ska tydligt ange slutsatsen, de värden eller villkor som belägger den och eventuella olösta fall. Ett utförligt resonemang är användbart när det kopplar underlaget till resultatet; dess längd är inget självständigt bevis på att slutsatsen är korrekt.
Kontrollera beräkningar som påverkar utfallet och kopplingar till källor mot det tillhandahållna materialet. Ett diagram kan tolkas fel även när förklaringen verkar sammanhängande. Ett kodrelaterat svar ska behålla det konkreta indatafallet och det förväntade beteende som gör den föreslagna logiken bedömbar. Ställ en följdfråga om ett specifikt olöst villkor i stället för att behandla säkerhet i formuleringen som verifiering.
V6-utgåvan beskriver en integrerad modellserie tränad för text och multimodala resonemang, med forskning om långa resonemang och globalt minne. Tillkännagivandet demonstrerar även tio minuters videoanalys i den bredare familjen och beskriver separat Omni-interaktion i realtid. Dessa arbetsflöden är skilda från profiltabellen för bild-/textmodellen Reasoner och ska inte omvandlas till en odokumenterad gräns för medier eller utdata per begäran.
Familjens publicerade beskrivning av träning för långa resonemang är skild från en fullständig tabell över tokengränser i det egna API:t. Bevara den valda Reasoner-profilen och det faktiska underlag som tillverkarens gränssnitt returnerar i stället för att anta att Pro, Turbo, Omni eller senare V6.5-utgåvor har identiska kontroller.
Ett användbart resultat kan vara en lösning, en jämförelse eller en förklaring förankrad i en dokumentbild. Behåll den ursprungliga frågan och källmaterialet tillsammans med slutsvaret så att den avgörande slutsatsen kan kontrolleras eller utvecklas. Skilj ett värde avläst från källan, en beräkning baserad på det och ett antagande som uppgiften inte fastställde åt. Detta gör profilen för komplext tänkande användbar för en ändlig, spårbar resonemangsuppgift.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser SenseNova-V6-Reasoner | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Vilka roller som stöds beror på den valda modellen. 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 | AvtalLäs ditt faktiska UTF-8-dokument och infoga dess text i messages[].content. |
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 $0.00132 / 1K token Utdata · Utdatatoken $0.00506 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "SenseNova-V6-Reasoner",\n "messages": [\n {\n "role": "user",\n "content": "Hello!"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source document}"\nexport AILOOT_TEXT_FILE AILOOT_STREAM\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Reasoner', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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/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-body.bin\npython3 - <<'PY_RESULT'\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Reasoner', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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')\nrequest = Request('https://api.ailoot.ai/v1/chat/completions', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers={'Authorization': 'Bearer ' + api_key, 'Content-Type': 'application/json'}, 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-body.bin').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result-body.bin').write_bytes(raw)\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nimport { readFileSync, writeFileSync } from 'node:fs';\n\nconst apiKey = process.env.AILOOT_API_KEY;\nif (!apiKey?.trim()) throw new Error('Set AILOOT_API_KEY');\nif (!process.env.AILOOT_TEXT_FILE) throw new Error('Choose your actual UTF-8 document');\nconst text = readFileSync(process.env.AILOOT_TEXT_FILE, 'utf8');\nif (!text.trim()) throw new Error('The document must contain text');\nconst stream = process.env.AILOOT_STREAM === '1';\nconst payload = {"model": "SenseNova-V6-Reasoner", "messages": [{"role": "user", "content": "Hello!"}]};\npayload.messages[0].content = 'Summarize this material and quote supporting passages.\\n\\n' + text;\npayload.stream = stream;\nconst response = await fetch('https://api.ailoot.ai/v1/chat/completions', { method: 'POST', headers: { 'Authorization': 'Bearer ' + apiKey, 'Content-Type': 'application/json' }, body: JSON.stringify(payload) });\nconst raw = Buffer.from(await response.arrayBuffer());\nwriteFileSync('result-body.bin', raw);\nwriteFileSync('response-headers.txt', [...response.headers].map(([key, value]) => key + ': ' + value).join('\\n'));\nif (!response.ok) throw new Error('HTTP ' + response.status + '; original response saved in result-body.bin');\nif (stream) {\n writeFileSync('result.sse', raw);\n process.stdout.write(raw);\n} else {\n writeFileSync('result.json', raw);\n const result = JSON.parse(raw.toString('utf8'));\n console.log(JSON.stringify(result, null, 2));\n for (const choice of result.choices ?? []) console.log('Choice', choice.index, JSON.stringify(choice));\n}\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 SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Använd metodsökvägarna som visas ovan.
SenseNova-V6-ReasonerSenseNova V6 Reasoner tillämpar komplext tänkande på frågor med bild och text. Tillverkarens profil returnerar resonemangsmaterial och ett slutligt textsvar för matematiska, analytiska och dokumentförståelseuppgifter, där resultatet kontrolleras mot originalunderlaget.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
SenseNova V6 Reasoner är SenseTimes multimodala profil för komplexa, genomtänkta resonemang över skriftliga frågor och bilder. Tillverkarens profiltabell beskriver bild-/textkonversation och utdata som innehåller en resonemangsprocess och ett slutsvar. V6-familjen betonar kombinerad bild- och språkförståelse, matematisk analys och kodrelaterade resonemang. Reasoner skiljer sig från Pro och den resurssnåla Turbo-profilen.
Tillhandahåll frågan, relevanta värden och de villkor som en lösning måste uppfylla. Om uppgiften använder ett diagram, en figur eller en dokumentbild gör du dess etiketter och styrande samband tydliga. Håll givna värden åtskilda från antaganden och identifiera saknad information. En användbar begäran kan fråga vilken tolkning som stöds av bildens underlag och vilket villkor som skulle ändra slutsatsen.
För ett matematiskt problem bevarar du originaluttrycket eller den synliga figuren och de definitioner den använder. För en dokumentjämförelse identifierar du sidorna och regeln som styr en oenighet. Slutleveransen ska göra det avgörande resultatet och dess antaganden möjliga att granska i stället för att bara producera en lång förklaring kring en otillräckligt specificerad uppgift.
Tillverkaren skiljer Reasoners tankeutdata från dess slutsvar. Behåll dessa delar i deras respektive roller när utfallet granskas. Slutsvaret ska tydligt ange slutsatsen, de värden eller villkor som belägger den och eventuella olösta fall. Ett utförligt resonemang är användbart när det kopplar underlaget till resultatet; dess längd är inget självständigt bevis på att slutsatsen är korrekt.
Kontrollera beräkningar som påverkar utfallet och kopplingar till källor mot det tillhandahållna materialet. Ett diagram kan tolkas fel även när förklaringen verkar sammanhängande. Ett kodrelaterat svar ska behålla det konkreta indatafallet och det förväntade beteende som gör den föreslagna logiken bedömbar. Ställ en följdfråga om ett specifikt olöst villkor i stället för att behandla säkerhet i formuleringen som verifiering.
V6-utgåvan beskriver en integrerad modellserie tränad för text och multimodala resonemang, med forskning om långa resonemang och globalt minne. Tillkännagivandet demonstrerar även tio minuters videoanalys i den bredare familjen och beskriver separat Omni-interaktion i realtid. Dessa arbetsflöden är skilda från profiltabellen för bild-/textmodellen Reasoner och ska inte omvandlas till en odokumenterad gräns för medier eller utdata per begäran.
Familjens publicerade beskrivning av träning för långa resonemang är skild från en fullständig tabell över tokengränser i det egna API:t. Bevara den valda Reasoner-profilen och det faktiska underlag som tillverkarens gränssnitt returnerar i stället för att anta att Pro, Turbo, Omni eller senare V6.5-utgåvor har identiska kontroller.
Ett användbart resultat kan vara en lösning, en jämförelse eller en förklaring förankrad i en dokumentbild. Behåll den ursprungliga frågan och källmaterialet tillsammans med slutsvaret så att den avgörande slutsatsen kan kontrolleras eller utvecklas. Skilj ett värde avläst från källan, en beräkning baserad på det och ett antagande som uppgiften inte fastställde åt. Detta gör profilen för komplext tänkande användbar för en ändlig, spårbar resonemangsuppgift.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser SenseNova-V6-Reasoner | 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 $0.00132 / 1K token Utdata · Utdatatoken $0.00506 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "SenseNova-V6-Reasoner",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'SenseNova-V6-Reasoner', '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': 'SenseNova-V6-Reasoner', '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 SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Använd metodsökvägarna som visas ovan.
sensetime/sensenova-v6-reasonerSenseNova V6 Reasoner tillämpar komplext tänkande på frågor med bild och text. Tillverkarens profil returnerar resonemangsmaterial och ett slutligt textsvar för matematiska, analytiska och dokumentförståelseuppgifter, där resultatet kontrolleras mot originalunderlaget.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
SenseNova V6 Reasoner är SenseTimes multimodala profil för komplexa, genomtänkta resonemang över skriftliga frågor och bilder. Tillverkarens profiltabell beskriver bild-/textkonversation och utdata som innehåller en resonemangsprocess och ett slutsvar. V6-familjen betonar kombinerad bild- och språkförståelse, matematisk analys och kodrelaterade resonemang. Reasoner skiljer sig från Pro och den resurssnåla Turbo-profilen.
Tillhandahåll frågan, relevanta värden och de villkor som en lösning måste uppfylla. Om uppgiften använder ett diagram, en figur eller en dokumentbild gör du dess etiketter och styrande samband tydliga. Håll givna värden åtskilda från antaganden och identifiera saknad information. En användbar begäran kan fråga vilken tolkning som stöds av bildens underlag och vilket villkor som skulle ändra slutsatsen.
För ett matematiskt problem bevarar du originaluttrycket eller den synliga figuren och de definitioner den använder. För en dokumentjämförelse identifierar du sidorna och regeln som styr en oenighet. Slutleveransen ska göra det avgörande resultatet och dess antaganden möjliga att granska i stället för att bara producera en lång förklaring kring en otillräckligt specificerad uppgift.
Tillverkaren skiljer Reasoners tankeutdata från dess slutsvar. Behåll dessa delar i deras respektive roller när utfallet granskas. Slutsvaret ska tydligt ange slutsatsen, de värden eller villkor som belägger den och eventuella olösta fall. Ett utförligt resonemang är användbart när det kopplar underlaget till resultatet; dess längd är inget självständigt bevis på att slutsatsen är korrekt.
Kontrollera beräkningar som påverkar utfallet och kopplingar till källor mot det tillhandahållna materialet. Ett diagram kan tolkas fel även när förklaringen verkar sammanhängande. Ett kodrelaterat svar ska behålla det konkreta indatafallet och det förväntade beteende som gör den föreslagna logiken bedömbar. Ställ en följdfråga om ett specifikt olöst villkor i stället för att behandla säkerhet i formuleringen som verifiering.
V6-utgåvan beskriver en integrerad modellserie tränad för text och multimodala resonemang, med forskning om långa resonemang och globalt minne. Tillkännagivandet demonstrerar även tio minuters videoanalys i den bredare familjen och beskriver separat Omni-interaktion i realtid. Dessa arbetsflöden är skilda från profiltabellen för bild-/textmodellen Reasoner och ska inte omvandlas till en odokumenterad gräns för medier eller utdata per begäran.
Familjens publicerade beskrivning av träning för långa resonemang är skild från en fullständig tabell över tokengränser i det egna API:t. Bevara den valda Reasoner-profilen och det faktiska underlag som tillverkarens gränssnitt returnerar i stället för att anta att Pro, Turbo, Omni eller senare V6.5-utgåvor har identiska kontroller.
Ett användbart resultat kan vara en lösning, en jämförelse eller en förklaring förankrad i en dokumentbild. Behåll den ursprungliga frågan och källmaterialet tillsammans med slutsvaret så att den avgörande slutsatsen kan kontrolleras eller utvecklas. Skilj ett värde avläst från källan, en beräkning baserad på det och ett antagande som uppgiften inte fastställde åt. Detta gör profilen för komplext tänkande användbar för en ändlig, spårbar resonemangsuppgift.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser sensetime/sensenova-v6-reasoner | 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 $0.00132 / 1K token Utdata · Utdatatoken $0.00506 / 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": "sensetime/sensenova-v6-reasoner", "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='sensetime/sensenova-v6-reasoner',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='sensetime/sensenova-v6-reasoner',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 SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Använd metodsökvägarna som visas ovan.
sensetime/sensenova-v6-reasonerSenseNova V6 Reasoner tillämpar komplext tänkande på frågor med bild och text. Tillverkarens profil returnerar resonemangsmaterial och ett slutligt textsvar för matematiska, analytiska och dokumentförståelseuppgifter, där resultatet kontrolleras mot originalunderlaget.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
SenseNova V6 Reasoner är SenseTimes multimodala profil för komplexa, genomtänkta resonemang över skriftliga frågor och bilder. Tillverkarens profiltabell beskriver bild-/textkonversation och utdata som innehåller en resonemangsprocess och ett slutsvar. V6-familjen betonar kombinerad bild- och språkförståelse, matematisk analys och kodrelaterade resonemang. Reasoner skiljer sig från Pro och den resurssnåla Turbo-profilen.
Tillhandahåll frågan, relevanta värden och de villkor som en lösning måste uppfylla. Om uppgiften använder ett diagram, en figur eller en dokumentbild gör du dess etiketter och styrande samband tydliga. Håll givna värden åtskilda från antaganden och identifiera saknad information. En användbar begäran kan fråga vilken tolkning som stöds av bildens underlag och vilket villkor som skulle ändra slutsatsen.
För ett matematiskt problem bevarar du originaluttrycket eller den synliga figuren och de definitioner den använder. För en dokumentjämförelse identifierar du sidorna och regeln som styr en oenighet. Slutleveransen ska göra det avgörande resultatet och dess antaganden möjliga att granska i stället för att bara producera en lång förklaring kring en otillräckligt specificerad uppgift.
Tillverkaren skiljer Reasoners tankeutdata från dess slutsvar. Behåll dessa delar i deras respektive roller när utfallet granskas. Slutsvaret ska tydligt ange slutsatsen, de värden eller villkor som belägger den och eventuella olösta fall. Ett utförligt resonemang är användbart när det kopplar underlaget till resultatet; dess längd är inget självständigt bevis på att slutsatsen är korrekt.
Kontrollera beräkningar som påverkar utfallet och kopplingar till källor mot det tillhandahållna materialet. Ett diagram kan tolkas fel även när förklaringen verkar sammanhängande. Ett kodrelaterat svar ska behålla det konkreta indatafallet och det förväntade beteende som gör den föreslagna logiken bedömbar. Ställ en följdfråga om ett specifikt olöst villkor i stället för att behandla säkerhet i formuleringen som verifiering.
V6-utgåvan beskriver en integrerad modellserie tränad för text och multimodala resonemang, med forskning om långa resonemang och globalt minne. Tillkännagivandet demonstrerar även tio minuters videoanalys i den bredare familjen och beskriver separat Omni-interaktion i realtid. Dessa arbetsflöden är skilda från profiltabellen för bild-/textmodellen Reasoner och ska inte omvandlas till en odokumenterad gräns för medier eller utdata per begäran.
Familjens publicerade beskrivning av träning för långa resonemang är skild från en fullständig tabell över tokengränser i det egna API:t. Bevara den valda Reasoner-profilen och det faktiska underlag som tillverkarens gränssnitt returnerar i stället för att anta att Pro, Turbo, Omni eller senare V6.5-utgåvor har identiska kontroller.
Ett användbart resultat kan vara en lösning, en jämförelse eller en förklaring förankrad i en dokumentbild. Behåll den ursprungliga frågan och källmaterialet tillsammans med slutsvaret så att den avgörande slutsatsen kan kontrolleras eller utvecklas. Skilj ett värde avläst från källan, en beräkning baserad på det och ett antagande som uppgiften inte fastställde åt. Detta gör profilen för komplext tänkande användbar för en ändlig, spårbar resonemangsuppgift.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser sensetime/sensenova-v6-reasoner | 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 $0.00132 / 1K token Utdata · Utdatatoken $0.00506 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "sensetime/sensenova-v6-reasoner",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sensetime/sensenova-v6-reasoner', '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': 'sensetime/sensenova-v6-reasoner', '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 SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Separate a reading from a conclusion\n\nAnalyze these source readings: [TABLE] Device A: 20 tasks in 5 minutes; Device B: 30 tasks in 10 minutes. [NOTE] The tasks may differ in complexity. Calculate the observed tasks-per-minute rates, then assess the claim 'A is inherently faster.' Separate computed values, supported comparison and the missing condition needed for that broader claim.A rate table and a concise final assessment separating observations, calculations and an unresolved comparability condition.Check the answer does not turn unequal task sets into proof of an inherent device advantage.