Palmyra X5 är WRITER:s företagsmodell för allmän användning i uppgifter med stor kontext och agentflöden. Tillverkaren anger en kontext på 1 miljon token och upp till 8 192 utdatatoken, med adaptivt resonemang. Text och bilder kan kombineras i en chattförfrågan och modellen genererar ett textsvar eller föreslagna funktionsanrop för applikationen.
Arkitekturen kombinerar linjär attention och softmax-attention med en mixture-of-experts-design. Den stora kontexten kan hålla instruktioner, hämtade dokument och resultat från tidigare verktygsinteraktioner tillsammans. Förbered den arbetsmängden kring ett definierat mål och lämna utrymme för slutsvaret i stället för att behandla indatakapaciteten och utdatagränsen som samma storhet.
Tillverkaren organiserar användningsfallen kring företagsarbete i flera steg. Supportdokumentation kan klassificera en förfrågan, bedöma brådskandegrad och förbereda en uppdatering för granskning. Arbete med innehållets livscykel kan identifiera material som behöver revideras och föreslå en ersättning. Finansiella uppgifter eller fondrapportering kan kombinera tillhandahållen research och uppgifter till en analys, medan den omgivande applikationen hämtar faktiska data och utför eventuella åtgärder.
Tillämpningar med stora datamängder omfattar återkopplingsanalys, forskningssammanfattningar och jämförelse av långa rapporter. Ange gemensamma kriterier och fälten eller slutsatserna som resultatet ska innehålla. En användbar rapport skiljer källans uttryckliga information från en slutsats och håller det stödjande textavsnittet eller posten kopplad till varje viktigt fynd.
För bildanalys tillhandahåller du en eller flera bilder tillsammans med den skriftliga frågan i samma konversation. Identifiera den synliga detaljen som ska undersökas och tillhandahåll eventuell separat dokumentkontext som behövs för tolkningen. Tillverkarens bildguide gäller specifikt X5; bildgenerering och senare X6-funktioner för agentprodukten är andra förmågor.
Funktionsanrop kopplar modellen till applikationens funktioner genom deras definitioner och argumentscheman. Applikationen kör ett begärt anrop, lägger till resultatet och fortsätter konversationen. Om flera anrop returneras bevarar du kopplingen mellan varje anrop och dess resultat innan du ber om slutsvaret. Ett strömmat anrop måste sättas samman från sina delar före körning.
Be om en slutartefakt som passar uppgiften: en ledningssammanfattning, en strukturerad uppsättning fynd, ett reviderat utkast eller en föreslagen nästa åtgärd med belägg. Håll Palmyra X5 åtskild från X4 och X6 och från plattformsspecifika kontextvarianter. Modellens svar och adaptiva resonemang stöder arbetsflödet; applikationens verktyg och observationer fastställer det faktiska utfallet.
", "aboutText": "Palmyra X5 är WRITER:s företagsmodell för allmän användning i uppgifter med stor kontext och agentflöden. Tillverkaren anger en kontext på 1 miljon token och upp till 8 192 utdatatoken, med adaptivt resonemang. Text och bilder kan kombineras i en chattförfrågan och modellen genererar ett textsvar eller föreslagna funktionsanrop för applikationen.\n\nArkitekturen kombinerar linjär attention och softmax-attention med en mixture-of-experts-design. Den stora kontexten kan hålla instruktioner, hämtade dokument och resultat från tidigare verktygsinteraktioner tillsammans. Förbered den arbetsmängden kring ett definierat mål och lämna utrymme för slutsvaret i stället för att behandla indatakapaciteten och utdatagränsen som samma storhet.\n\nTillverkaren organiserar användningsfallen kring företagsarbete i flera steg. Supportdokumentation kan klassificera en förfrågan, bedöma brådskandegrad och förbereda en uppdatering för granskning. Arbete med innehållets livscykel kan identifiera material som behöver revideras och föreslå en ersättning. Finansiella uppgifter eller fondrapportering kan kombinera tillhandahållen research och uppgifter till en analys, medan den omgivande applikationen hämtar faktiska data och utför eventuella åtgärder.\n\nTillämpningar med stora datamängder omfattar återkopplingsanalys, forskningssammanfattningar och jämförelse av långa rapporter. Ange gemensamma kriterier och fälten eller slutsatserna som resultatet ska innehålla. En användbar rapport skiljer källans uttryckliga information från en slutsats och håller det stödjande textavsnittet eller posten kopplad till varje viktigt fynd.\n\nFör bildanalys tillhandahåller du en eller flera bilder tillsammans med den skriftliga frågan i samma konversation. Identifiera den synliga detaljen som ska undersökas och tillhandahåll eventuell separat dokumentkontext som behövs för tolkningen. Tillverkarens bildguide gäller specifikt X5; bildgenerering och senare X6-funktioner för agentprodukten är andra förmågor.\n\nFunktionsanrop kopplar modellen till applikationens funktioner genom deras definitioner och argumentscheman. Applikationen kör ett begärt anrop, lägger till resultatet och fortsätter konversationen. Om flera anrop returneras bevarar du kopplingen mellan varje anrop och dess resultat innan du ber om slutsvaret. Ett strömmat anrop måste sättas samman från sina delar före körning.\n\nBe om en slutartefakt som passar uppgiften: en ledningssammanfattning, en strukturerad uppsättning fynd, ett reviderat utkast eller en föreslagen nästa åtgärd med belägg. Håll Palmyra X5 åtskild från X4 och X6 och från plattformsspecifika kontextvarianter. Modellens svar och adaptiva resonemang stöder arbetsflödet; applikationens verktyg och observationer fastställer det faktiska utfallet.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Revise an outdated support article\n\nRevise this support paragraph using the approved change note. Existing: Reports are emailed every day to all workspace members. Change note C1: Reports are emailed weekly to workspace administrators only; users can still download reports manually. Return a replacement paragraph and a change table mapping each edited claim to C1. Avoid adding scheduling controls.A replacement support paragraph and a concise old-claim/new-claim/source table.Check that frequency, recipient group and manual download behavior all match C1, with no invented interface controls.writer/palmyra-x5WRITER:s Palmyra X5 är en företagsmodell för dokumentarbete med lång kontext och agenter i flera steg. Den kombinerar en kontext på 1 miljon token, adaptivt resonemang, chatt med bildförståelse och funktionsanrop, med upp till 8 192 utdatatoken i tillverkarens aktuella specifikation.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Palmyra X5 är WRITER:s företagsmodell för allmän användning i uppgifter med stor kontext och agentflöden. Tillverkaren anger en kontext på 1 miljon token och upp till 8 192 utdatatoken, med adaptivt resonemang. Text och bilder kan kombineras i en chattförfrågan och modellen genererar ett textsvar eller föreslagna funktionsanrop för applikationen.
Arkitekturen kombinerar linjär attention och softmax-attention med en mixture-of-experts-design. Den stora kontexten kan hålla instruktioner, hämtade dokument och resultat från tidigare verktygsinteraktioner tillsammans. Förbered den arbetsmängden kring ett definierat mål och lämna utrymme för slutsvaret i stället för att behandla indatakapaciteten och utdatagränsen som samma storhet.
Tillverkaren organiserar användningsfallen kring företagsarbete i flera steg. Supportdokumentation kan klassificera en förfrågan, bedöma brådskandegrad och förbereda en uppdatering för granskning. Arbete med innehållets livscykel kan identifiera material som behöver revideras och föreslå en ersättning. Finansiella uppgifter eller fondrapportering kan kombinera tillhandahållen research och uppgifter till en analys, medan den omgivande applikationen hämtar faktiska data och utför eventuella åtgärder.
Tillämpningar med stora datamängder omfattar återkopplingsanalys, forskningssammanfattningar och jämförelse av långa rapporter. Ange gemensamma kriterier och fälten eller slutsatserna som resultatet ska innehålla. En användbar rapport skiljer källans uttryckliga information från en slutsats och håller det stödjande textavsnittet eller posten kopplad till varje viktigt fynd.
För bildanalys tillhandahåller du en eller flera bilder tillsammans med den skriftliga frågan i samma konversation. Identifiera den synliga detaljen som ska undersökas och tillhandahåll eventuell separat dokumentkontext som behövs för tolkningen. Tillverkarens bildguide gäller specifikt X5; bildgenerering och senare X6-funktioner för agentprodukten är andra förmågor.
Funktionsanrop kopplar modellen till applikationens funktioner genom deras definitioner och argumentscheman. Applikationen kör ett begärt anrop, lägger till resultatet och fortsätter konversationen. Om flera anrop returneras bevarar du kopplingen mellan varje anrop och dess resultat innan du ber om slutsvaret. Ett strömmat anrop måste sättas samman från sina delar före körning.
Be om en slutartefakt som passar uppgiften: en ledningssammanfattning, en strukturerad uppsättning fynd, ett reviderat utkast eller en föreslagen nästa åtgärd med belägg. Håll Palmyra X5 åtskild från X4 och X6 och från plattformsspecifika kontextvarianter. Modellens svar och adaptiva resonemang stöder arbetsflödet; applikationens verktyg och observationer fastställer det faktiska utfallet.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser writer/palmyra-x5 | 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 $0.0012 / 1K token Utdata · Utdatatoken $0.012 / 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 $0.0012 / 1K token Utdata · Utdatatoken $0.012 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "writer/palmyra-x5", "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='writer/palmyra-x5',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='writer/palmyra-x5',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 writer/palmyra-x5
Använd metodsökvägarna som visas ovan.
writer/palmyra-x5WRITER:s Palmyra X5 är en företagsmodell för dokumentarbete med lång kontext och agenter i flera steg. Den kombinerar en kontext på 1 miljon token, adaptivt resonemang, chatt med bildförståelse och funktionsanrop, med upp till 8 192 utdatatoken i tillverkarens aktuella specifikation.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Palmyra X5 är WRITER:s företagsmodell för allmän användning i uppgifter med stor kontext och agentflöden. Tillverkaren anger en kontext på 1 miljon token och upp till 8 192 utdatatoken, med adaptivt resonemang. Text och bilder kan kombineras i en chattförfrågan och modellen genererar ett textsvar eller föreslagna funktionsanrop för applikationen.
Arkitekturen kombinerar linjär attention och softmax-attention med en mixture-of-experts-design. Den stora kontexten kan hålla instruktioner, hämtade dokument och resultat från tidigare verktygsinteraktioner tillsammans. Förbered den arbetsmängden kring ett definierat mål och lämna utrymme för slutsvaret i stället för att behandla indatakapaciteten och utdatagränsen som samma storhet.
Tillverkaren organiserar användningsfallen kring företagsarbete i flera steg. Supportdokumentation kan klassificera en förfrågan, bedöma brådskandegrad och förbereda en uppdatering för granskning. Arbete med innehållets livscykel kan identifiera material som behöver revideras och föreslå en ersättning. Finansiella uppgifter eller fondrapportering kan kombinera tillhandahållen research och uppgifter till en analys, medan den omgivande applikationen hämtar faktiska data och utför eventuella åtgärder.
Tillämpningar med stora datamängder omfattar återkopplingsanalys, forskningssammanfattningar och jämförelse av långa rapporter. Ange gemensamma kriterier och fälten eller slutsatserna som resultatet ska innehålla. En användbar rapport skiljer källans uttryckliga information från en slutsats och håller det stödjande textavsnittet eller posten kopplad till varje viktigt fynd.
För bildanalys tillhandahåller du en eller flera bilder tillsammans med den skriftliga frågan i samma konversation. Identifiera den synliga detaljen som ska undersökas och tillhandahåll eventuell separat dokumentkontext som behövs för tolkningen. Tillverkarens bildguide gäller specifikt X5; bildgenerering och senare X6-funktioner för agentprodukten är andra förmågor.
Funktionsanrop kopplar modellen till applikationens funktioner genom deras definitioner och argumentscheman. Applikationen kör ett begärt anrop, lägger till resultatet och fortsätter konversationen. Om flera anrop returneras bevarar du kopplingen mellan varje anrop och dess resultat innan du ber om slutsvaret. Ett strömmat anrop måste sättas samman från sina delar före körning.
Be om en slutartefakt som passar uppgiften: en ledningssammanfattning, en strukturerad uppsättning fynd, ett reviderat utkast eller en föreslagen nästa åtgärd med belägg. Håll Palmyra X5 åtskild från X4 och X6 och från plattformsspecifika kontextvarianter. Modellens svar och adaptiva resonemang stöder arbetsflödet; applikationens verktyg och observationer fastställer det faktiska utfallet.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser writer/palmyra-x5 | 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 $0.0012 / 1K token Utdata · Utdatatoken $0.012 / 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 $0.0012 / 1K token Utdata · Utdatatoken $0.012 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "writer/palmyra-x5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'writer/palmyra-x5', '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': 'writer/palmyra-x5', '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 writer/palmyra-x5
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Revise an outdated support article\n\nRevise this support paragraph using the approved change note. Existing: Reports are emailed every day to all workspace members. Change note C1: Reports are emailed weekly to workspace administrators only; users can still download reports manually. Return a replacement paragraph and a change table mapping each edited claim to C1. Avoid adding scheduling controls.A replacement support paragraph and a concise old-claim/new-claim/source table.Check that frequency, recipient group and manual download behavior all match C1, with no invented interface controls.