Hy-MT2-7B är Tencent Hys täta översättningsmodell med 7 miljarder parametrar i den snabbtänkande Hy-MT2-familjen. Den tar skriftligt källmaterial och översättningsinstruktioner och producerar översatt text. Familjen är utformad för verkliga uppgifter där terminologi, målgrupp, bakgrund och formateringskrav spelar roll vid sidan av språkparet. Tillverkarens språktabell innehåller kinesiska, traditionell kinesiska, engelska, japanska, koreanska, ryska, arabiska, franska och spanska, liksom kantonesiska, tibetanska, kazakiska, mongoliska och uiguriska.
Den exakta 7B-konfigurationen har 32 lager, 32 frågehuvuden för attention och åtta nyckel/värde-huvuden, med högst 262 144 positioner. Den skiljer sig från den mindre 1.8B-konfigurationen och mixture-of-experts-utgåvan 30B-A3B. Separata komprimerade utgåvor har egna artefaktidentiteter och driftsättningsvillkor.
Tillverkarens standardmönster för översättning anger målspråket med fullständigt namn och efterfrågar bara det översatta resultatet. Använd fullständiga språknamn som stämmer med promptens språk. Ange källan och instruktionerna separat så att en citerad instruktion i materialet behandlas som text att översätta och inte som en ny uppgift för modellen.
Tillhandahåll önskad terminologi som uttryckliga par av källterm och målterm. En stilinstruktion kan definiera röst och målgrupp, medan anpassning kan lista kraven som textavsnittet måste uppfylla. Bakgrundskontext är användbar när ett ord har flera betydelser eller en mening beror på information på annan plats i dokumentet. Ge denna kontext innan översättningen efterfrågas.
För strukturerade data bevarar du ursprunglig nästning, hierarki och indrag och översätter bara synligt användarinnehåll. Tillverkarens exempel behåller nycklar, kodtaggar, egenskaper och platshållare. Även avgränsare behöver behålla ursprungligt antal och placering. Dessa instruktioner hjälper till att hålla det översatta materialet användbart i arbetsflödet som tar emot det.
Tencent rekommenderar temperature 0.7, top-p 0.6, top-k 20 och repetition penalty 1.05 för utgåvorna 7B och 1.8B, utan någon systemprompt som standard. Exemplet tilldelar 4 096 genererade token; det visar en förfrågningsbudget och inte en inneboende maxgräns för modellen. Dessa inställningar är tillverkarens vägledning, separat från en garanti om vilka kontroller en viss applikation erbjuder.
För ett användbart resultat ber du om det översatta textavsnittet eller det intakta strukturerade objektet och bedömer sedan betydelse, terminologi och bevarad syntax mot originalet. Ett flerspråkigt dokument kan använda samma ordlista genom alla avsnitt; en språkfil för en applikation kan behålla varje identifierare och variabel samtidigt som de synliga strängarna ändras. Slutresultatet bör uppfylla både uppgiftens språkliga och strukturella delar.
", "aboutText": "Hy-MT2-7B är Tencent Hys täta översättningsmodell med 7 miljarder parametrar i den snabbtänkande Hy-MT2-familjen. Den tar skriftligt källmaterial och översättningsinstruktioner och producerar översatt text. Familjen är utformad för verkliga uppgifter där terminologi, målgrupp, bakgrund och formateringskrav spelar roll vid sidan av språkparet. Tillverkarens språktabell innehåller kinesiska, traditionell kinesiska, engelska, japanska, koreanska, ryska, arabiska, franska och spanska, liksom kantonesiska, tibetanska, kazakiska, mongoliska och uiguriska.\n\nDen exakta 7B-konfigurationen har 32 lager, 32 frågehuvuden för attention och åtta nyckel/värde-huvuden, med högst 262 144 positioner. Den skiljer sig från den mindre 1.8B-konfigurationen och mixture-of-experts-utgåvan 30B-A3B. Separata komprimerade utgåvor har egna artefaktidentiteter och driftsättningsvillkor.\n\nTillverkarens standardmönster för översättning anger målspråket med fullständigt namn och efterfrågar bara det översatta resultatet. Använd fullständiga språknamn som stämmer med promptens språk. Ange källan och instruktionerna separat så att en citerad instruktion i materialet behandlas som text att översätta och inte som en ny uppgift för modellen.\n\nTillhandahåll önskad terminologi som uttryckliga par av källterm och målterm. En stilinstruktion kan definiera röst och målgrupp, medan anpassning kan lista kraven som textavsnittet måste uppfylla. Bakgrundskontext är användbar när ett ord har flera betydelser eller en mening beror på information på annan plats i dokumentet. Ge denna kontext innan översättningen efterfrågas.\n\nFör strukturerade data bevarar du ursprunglig nästning, hierarki och indrag och översätter bara synligt användarinnehåll. Tillverkarens exempel behåller nycklar, kodtaggar, egenskaper och platshållare. Även avgränsare behöver behålla ursprungligt antal och placering. Dessa instruktioner hjälper till att hålla det översatta materialet användbart i arbetsflödet som tar emot det.\n\nTencent rekommenderar temperature 0.7, top-p 0.6, top-k 20 och repetition penalty 1.05 för utgåvorna 7B och 1.8B, utan någon systemprompt som standard. Exemplet tilldelar 4 096 genererade token; det visar en förfrågningsbudget och inte en inneboende maxgräns för modellen. Dessa inställningar är tillverkarens vägledning, separat från en garanti om vilka kontroller en viss applikation erbjuder.\n\nFör ett användbart resultat ber du om det översatta textavsnittet eller det intakta strukturerade objektet och bedömer sedan betydelse, terminologi och bevarad syntax mot originalet. Ett flerspråkigt dokument kan använda samma ordlista genom alla avsnitt; en språkfil för en applikation kan behålla varje identifierare och variabel samtidigt som de synliga strängarna ändras. Slutresultatet bör uppfylla både uppgiftens språkliga och strukturella delar.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Translate UI strings with placeholders\n\nTranslate only the user-facing values in this YAML into Russian. Preserve keys, indentation and placeholders exactly. Source:\ncheckout:\n title: "Confirm order"\n greeting: "Hello, {name}"\n total: "Total: {amount} RUB"\nUse a neutral interface tone. Return only the translated YAML; do not translate RUB or add fields.A YAML block with the same hierarchy and keys, translated visible strings and intact placeholders and RUB.Compare keys, indentation, {name}, {amount} and RUB byte-for-byte with the source.tencent/hy-mt2-7bTencents Hy-MT2-7B är den täta modellen med 7 miljarder parametrar i dess familj för instruktionsstyrd översättning. Den stöder promptar för ordlista, stil, bakgrund och strukturbevarande, med en konfiguration på 262 144 positioner och en egen identitet skild från syskonmodellerna på 1,8 miljarder parametrar och MoE-modellen.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Hy-MT2-7B är Tencent Hys täta översättningsmodell med 7 miljarder parametrar i den snabbtänkande Hy-MT2-familjen. Den tar skriftligt källmaterial och översättningsinstruktioner och producerar översatt text. Familjen är utformad för verkliga uppgifter där terminologi, målgrupp, bakgrund och formateringskrav spelar roll vid sidan av språkparet. Tillverkarens språktabell innehåller kinesiska, traditionell kinesiska, engelska, japanska, koreanska, ryska, arabiska, franska och spanska, liksom kantonesiska, tibetanska, kazakiska, mongoliska och uiguriska.
Den exakta 7B-konfigurationen har 32 lager, 32 frågehuvuden för attention och åtta nyckel/värde-huvuden, med högst 262 144 positioner. Den skiljer sig från den mindre 1.8B-konfigurationen och mixture-of-experts-utgåvan 30B-A3B. Separata komprimerade utgåvor har egna artefaktidentiteter och driftsättningsvillkor.
Tillverkarens standardmönster för översättning anger målspråket med fullständigt namn och efterfrågar bara det översatta resultatet. Använd fullständiga språknamn som stämmer med promptens språk. Ange källan och instruktionerna separat så att en citerad instruktion i materialet behandlas som text att översätta och inte som en ny uppgift för modellen.
Tillhandahåll önskad terminologi som uttryckliga par av källterm och målterm. En stilinstruktion kan definiera röst och målgrupp, medan anpassning kan lista kraven som textavsnittet måste uppfylla. Bakgrundskontext är användbar när ett ord har flera betydelser eller en mening beror på information på annan plats i dokumentet. Ge denna kontext innan översättningen efterfrågas.
För strukturerade data bevarar du ursprunglig nästning, hierarki och indrag och översätter bara synligt användarinnehåll. Tillverkarens exempel behåller nycklar, kodtaggar, egenskaper och platshållare. Även avgränsare behöver behålla ursprungligt antal och placering. Dessa instruktioner hjälper till att hålla det översatta materialet användbart i arbetsflödet som tar emot det.
Tencent rekommenderar temperature 0.7, top-p 0.6, top-k 20 och repetition penalty 1.05 för utgåvorna 7B och 1.8B, utan någon systemprompt som standard. Exemplet tilldelar 4 096 genererade token; det visar en förfrågningsbudget och inte en inneboende maxgräns för modellen. Dessa inställningar är tillverkarens vägledning, separat från en garanti om vilka kontroller en viss applikation erbjuder.
För ett användbart resultat ber du om det översatta textavsnittet eller det intakta strukturerade objektet och bedömer sedan betydelse, terminologi och bevarad syntax mot originalet. Ett flerspråkigt dokument kan använda samma ordlista genom alla avsnitt; en språkfil för en applikation kan behålla varje identifierare och variabel samtidigt som de synliga strängarna ändras. Slutresultatet bör uppfylla både uppgiftens språkliga och strukturella delar.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser tencent/hy-mt2-7b | 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 $0.000148 / 1K token Utdata · Utdatatoken $0.00059 / 1K token Indata · Cacheläsning — / 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 $0.000148 / 1K token Utdata · Utdatatoken $0.00059 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "tencent/hy-mt2-7b", "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='tencent/hy-mt2-7b',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='tencent/hy-mt2-7b',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 tencent/hy-mt2-7b
Använd metodsökvägarna som visas ovan.
tencent/hy-mt2-7bTencents Hy-MT2-7B är den täta modellen med 7 miljarder parametrar i dess familj för instruktionsstyrd översättning. Den stöder promptar för ordlista, stil, bakgrund och strukturbevarande, med en konfiguration på 262 144 positioner och en egen identitet skild från syskonmodellerna på 1,8 miljarder parametrar och MoE-modellen.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Hy-MT2-7B är Tencent Hys täta översättningsmodell med 7 miljarder parametrar i den snabbtänkande Hy-MT2-familjen. Den tar skriftligt källmaterial och översättningsinstruktioner och producerar översatt text. Familjen är utformad för verkliga uppgifter där terminologi, målgrupp, bakgrund och formateringskrav spelar roll vid sidan av språkparet. Tillverkarens språktabell innehåller kinesiska, traditionell kinesiska, engelska, japanska, koreanska, ryska, arabiska, franska och spanska, liksom kantonesiska, tibetanska, kazakiska, mongoliska och uiguriska.
Den exakta 7B-konfigurationen har 32 lager, 32 frågehuvuden för attention och åtta nyckel/värde-huvuden, med högst 262 144 positioner. Den skiljer sig från den mindre 1.8B-konfigurationen och mixture-of-experts-utgåvan 30B-A3B. Separata komprimerade utgåvor har egna artefaktidentiteter och driftsättningsvillkor.
Tillverkarens standardmönster för översättning anger målspråket med fullständigt namn och efterfrågar bara det översatta resultatet. Använd fullständiga språknamn som stämmer med promptens språk. Ange källan och instruktionerna separat så att en citerad instruktion i materialet behandlas som text att översätta och inte som en ny uppgift för modellen.
Tillhandahåll önskad terminologi som uttryckliga par av källterm och målterm. En stilinstruktion kan definiera röst och målgrupp, medan anpassning kan lista kraven som textavsnittet måste uppfylla. Bakgrundskontext är användbar när ett ord har flera betydelser eller en mening beror på information på annan plats i dokumentet. Ge denna kontext innan översättningen efterfrågas.
För strukturerade data bevarar du ursprunglig nästning, hierarki och indrag och översätter bara synligt användarinnehåll. Tillverkarens exempel behåller nycklar, kodtaggar, egenskaper och platshållare. Även avgränsare behöver behålla ursprungligt antal och placering. Dessa instruktioner hjälper till att hålla det översatta materialet användbart i arbetsflödet som tar emot det.
Tencent rekommenderar temperature 0.7, top-p 0.6, top-k 20 och repetition penalty 1.05 för utgåvorna 7B och 1.8B, utan någon systemprompt som standard. Exemplet tilldelar 4 096 genererade token; det visar en förfrågningsbudget och inte en inneboende maxgräns för modellen. Dessa inställningar är tillverkarens vägledning, separat från en garanti om vilka kontroller en viss applikation erbjuder.
För ett användbart resultat ber du om det översatta textavsnittet eller det intakta strukturerade objektet och bedömer sedan betydelse, terminologi och bevarad syntax mot originalet. Ett flerspråkigt dokument kan använda samma ordlista genom alla avsnitt; en språkfil för en applikation kan behålla varje identifierare och variabel samtidigt som de synliga strängarna ändras. Slutresultatet bör uppfylla både uppgiftens språkliga och strukturella delar.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser tencent/hy-mt2-7b | 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 $0.000148 / 1K token Utdata · Utdatatoken $0.00059 / 1K token Indata · Cacheläsning — / 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 $0.000148 / 1K token Utdata · Utdatatoken $0.00059 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "tencent/hy-mt2-7b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'tencent/hy-mt2-7b', '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': 'tencent/hy-mt2-7b', '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 tencent/hy-mt2-7b
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Translate UI strings with placeholders\n\nTranslate only the user-facing values in this YAML into Russian. Preserve keys, indentation and placeholders exactly. Source:\ncheckout:\n title: "Confirm order"\n greeting: "Hello, {name}"\n total: "Total: {amount} RUB"\nUse a neutral interface tone. Return only the translated YAML; do not translate RUB or add fields.A YAML block with the same hierarchy and keys, translated visible strings and intact placeholders and RUB.Compare keys, indentation, {name}, {amount} and RUB byte-for-byte with the source.