models

inclusionAI: Ling 3.1 Flash

Markdown · JSON

inclusionAI: Ling 3.1 Flash

Ling 3.1 Flash เป็นโมเดลให้เหตุผลแบบผสมของ inclusionAI สำหรับงานสำนักงาน การพัฒนาซอฟต์แวร์ต่อเนื่อง และเอเจนต์ซับซ้อน สถาปัตยกรรม sparse ขนาด 560B พารามิเตอร์ใช้ประมาณ 25B ต่อโทเคน รองรับการวางแผนหลายขั้น การโต้ตอบเครื่องมือ และการแก้แผนจากผลระหว่างทาง

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Ling 3.1 Flash เป็นโมเดลภาษาให้เหตุผลแบบผสมของ inclusionAI สำหรับงานหลายขั้นแทนคำตอบสั้นครั้งเดียว ผู้ผลิตวางตำแหน่งให้เหมาะกับงานสำนักงานทั่วไป วิศวกรรมซอฟต์แวร์ต่อเนื่อง และเวิร์กโฟลว์เอเจนต์ซับซ้อน ใช้สถาปัตยกรรม mixture-of-experts ที่มีพารามิเตอร์รวมประมาณ 560B และทำงานประมาณ 25B ต่อโทเคน เพื่อสมดุลความจุโมเดลใหญ่กับการคำนวณที่ทำงานน้อยกว่า

เป้าหมายออกแบบหลักคือรักษาสถานะงานและปรับทิศทางระหว่างงานยาว ในเวิร์กโฟลว์เชื่อมเครื่องมือ โมเดลวางแผนหลายขั้น ตีความผลระหว่างทาง และปรับขั้นถัดไปเมื่อหลักฐานเปลี่ยนได้ ให้เป้าหมายแม่นยำ เนื้อหาที่มี และนิยามการเสร็จงาน ตัวอย่างเช่น “ตรวจบันทึกเหตุการณ์เหล่านี้ ระบุสาเหตุที่ยังไม่คลี่คลาย และสร้างแผนสอบสวนเรียงความสำคัญ แต่ละการดำเนินงานให้ระบุหลักฐานที่ต้องใช้ตัดสินว่าได้ผลหรือไม่” วิธีนี้เปลี่ยนคำขอคลุมเครือเป็นผลที่ตรวจและทำต่อได้

สำหรับงานสำนักงาน อินพุตที่มีประโยชน์รวมโน้ตต้นทาง ข้อความสกัดจากเอกสาร ตารางที่นิยามคอลัมน์ชัด และผู้อ่านเป้าหมายรายงาน ระบุช่วงเวลา หน่วย และสิ่งที่จะเปรียบเทียบ ขอชิ้นงานลายลักษณ์อักษร เช่น สรุปผู้บริหาร โครงรายงาน หรือคำอธิบายการเปลี่ยนแปลงสำคัญ ตัวอย่างคือ “ใช้เฉพาะตารางรายไตรมาสเหล่านี้ อธิบายการเปลี่ยนแปลงที่มากที่สุด แยกค่าที่สังเกตจากสมมติฐาน และร่างบทสรุปพร้อมคำถามที่ยังไม่มีคำตอบท้ายเรื่อง” เก็บป้ายแหล่งข้อมูลไว้กับอินพุตเพื่อย้อนข้อกล่าวอ้างไปยังเนื้อหาที่ถูกต้อง

สำหรับพัฒนาซอฟต์แวร์ ผู้ผลิตเน้นการปรับโครงสร้างข้ามภาษา การเพิ่มประสิทธิภาพ และการวิเคราะห์ส่วนคลังโค้ดที่ใช้บ่อย ส่งไฟล์เกี่ยวข้องเป็นข้อความ พฤติกรรมที่ต้องรักษา เวอร์ชันส่วนพึ่งพา และผลล้มเหลวหรือค่าที่วัดได้ คำขอที่มีประโยชน์ขอการเปลี่ยนแปลงและวิธีตรวจประเมิน เช่น “ปรับโครงสร้างพาร์เซอร์นี้โดยรักษารูปแบบผลลัพธ์ตามเอกสาร อธิบายพฤติกรรมที่ได้รับผล แสดงโค้ดแก้ไข และระบุกรณีที่จะเผยความถดถอย” สำหรับงานประสิทธิภาพ ส่งโปรไฟล์หรือเวลาที่วัดจริงและขอให้เชื่อมแต่ละคำแนะนำกับคอขวดที่วัดได้

สำหรับการวิเคราะห์เชิงวิชาชีพ รวบรวมกฎ นิยาม และหลักฐานที่เกี่ยวข้องก่อนขอคำแนะนำ Ling 3.1 Flash มุ่งสังเคราะห์ข้อมูลกระจัดกระจาย ตีความตัวชี้วัด และพัฒนาข้อเสนอการดำเนินงาน ขอการเปรียบเทียบที่ระบุสมมติฐานกับข้อมูลที่ยังต้องใช้ แทนคำตัดสินไร้หลักฐาน เช่น ส่งข้อเสนอโครงการหลายชุดแล้วขอบันทึกเพื่อการตัดสินใจโดยใช้เกณฑ์เดียวกันทุกชุด พร้อมแยกข้อสังเกตที่มีแหล่งข้อมูลรองรับจากผลที่อนุมาน เมื่อหลักฐานขัดกัน ขอข้อความที่ขัดกันและคำถามที่จะคลี่คลาย

ผู้ผลิตแยกเพดานบริบทระดับโมเดล 1M โทเคนจากบริบท 256K ที่บริการทางการเปิดใช้อยู่ ตัวเลขนี้เป็นขอบเขตคนละด้าน จัดเนื้อหาทำงานตามหน้าต่างที่ใช้ได้และสำรองที่สำหรับคำตอบ เพดานระดับโมเดลไม่ได้แปลว่าทุกอินเทอร์เฟซจะรับอินพุตได้มากถึงระดับนั้น สำหรับงานใหญ่ ให้เก็บเป้าหมาย การตัดสินใจที่เสร็จแล้ว คำถามค้าง และแหล่งอ้างอิงไว้ด้วยกัน ใช้ขอบเขตเอกสารกับโค้ดชัดเจนเพื่อไม่ให้เนื้อหาที่จะวิเคราะห์สับสนกับคำสั่งที่ต้องทำตาม

เตรียมงานเชื่อมเครื่องมือด้วยคำอธิบายเครื่องมือ อาร์กิวเมนต์ที่คาดหวัง และบันทึกผลที่มีประโยชน์ ส่งผลจริงกลับเข้าการสนทนาเพื่อให้ข้อเสนอถัดไปอิงสิ่งที่สังเกต ขอให้โมเดลอธิบายว่าผลที่ได้รับเปลี่ยนอะไรและยังขาดหลักฐานใด การออกแบบเน้นเอเจนต์รองรับรูปแบบวางแผนและรับผลย้อนกลับนี้ ส่วนแอปพลิเคชันที่ครอบอยู่ดำเนินขั้นเครื่องมือและเก็บผล คำสั่งที่เสนอ การเปลี่ยนโค้ด หรือรายงานมีประโยชน์ที่สุดเมื่อสถานะชัดเจนว่าเสนอไว้ รันแล้วพร้อมบันทึกผล หรือยังรอตรวจสอบ

Ling 3.1 Flash อยู่ในสายโมเดลภาษา ส่วน Ling 3.0 Flash VL ที่แยกต่างหากเป็นโมเดลภาพของผู้ผลิต สำหรับงานข้อความนี้ เตรียมเนื้อหาต้นทางเป็นข้อความและรักษาโครงสร้าง ป้าย และที่มา ระบุภาษาและรูปแบบผล เช่น บันทึกกระชับ ตารางข้อค้นพบ คำอธิบายแพตช์ หรือแผนลำดับเลข ขอให้โมเดลชี้ข้อมูลที่ขาดและตรวจชิ้นงานกับข้อจำกัดต้นฉบับ เวิร์กโฟลว์ยาวยังต้องตรวจผลระหว่างทาง มิฉะนั้นสมมติฐานผิดตั้งแต่ต้นอาจส่งต่อเข้าเหตุผลภายหลังแล้วถูกขัดเกลาเป็นรายงานสุดท้ายที่ดูน่าเชื่อ

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions inclusionai/ling-3.1-flash

inclusionai/ling-3.1-flash

inclusionAI /inclusionai/ling-3.1-flash

เริ่มต้น

Ling 3.1 Flash เป็นโมเดลให้เหตุผลแบบผสมของ inclusionAI สำหรับงานสำนักงาน การพัฒนาซอฟต์แวร์ต่อเนื่อง และเอเจนต์ซับซ้อน สถาปัตยกรรม sparse ขนาด 560B พารามิเตอร์ใช้ประมาณ 25B ต่อโทเคน รองรับการวางแผนหลายขั้น การโต้ตอบเครื่องมือ และการแก้แผนจากผลระหว่างทาง

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
ข้อความ

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
ขาเข้า
text
ขาออก
text
รูปแบบเอาต์พุต
json หรือ SSE
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
inclusionai/ling-3.1-flash
ค่าเริ่มต้น—
ฟิลด์messagesประเภทmessage[]ข้อกำหนดจำเป็นค่าและข้อจำกัด
จำนวนรายการขั้นต่ำ: 1
ค่าเริ่มต้น—
ฟิลด์messages[].roleประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
ขึ้นอยู่กับโมเดล
ค่าเริ่มต้น—
ฟิลด์messages[].contentประเภทstringข้อกำหนดไม่บังคับค่าและข้อจำกัด
ใช้เมื่อ: บทสนทนาข้อความ
ค่าเริ่มต้น—
ฟิลด์streamประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้นfalse
ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF8

messages[].content

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์requiredข้อกำหนดmodel, messages
พารามิเตอร์material_typesข้อกำหนดtext
พารามิเตอร์messagesข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content
พารามิเตอร์file_materialข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์
พารามิเตอร์optional_controlsข้อกำหนดstream
พารามิเตอร์control_scopeข้อกำหนดบทสนทนาข้อความ โดย stream เป็นบูลีนและมีค่าเริ่มต้น false
พารามิเตอร์output_modalitiesข้อกำหนดtext
พารามิเตอร์hosted_operationsข้อกำหนดfalse
พารามิเตอร์multimodal_input_bindingข้อกำหนดnull

ชื่ออื่นของเมธอด: /chat/completions

วงจรการทำงาน: synchronous_or_streamed

ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages

ความยาวบริบทไม่ใช่เพดานผลลัพธ์

ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง

ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว
ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น
ไม่ได้ระบุ เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด
ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

อัตราค่าบริการ Ailoot

ราคาตามการตั้งค่า

เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน

การตั้งค่าตารางอัตราค่าบริการโทเค็นบริบท มากกว่าโทเค็นบริบท ไม่เกินและรวมค่าค่าบริการ
การตั้งค่าอัตราราคาพื้นฐานของโทเคนตารางอัตราค่าบริการอัตราพื้นฐานโทเค็นบริบท มากกว่า—โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุดค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.0006 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.0018 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0.00012 / 1K โทเค็น
ขาเข้า · การเขียนแคช — / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น
การตั้งค่าระดับความยาวคำขอ 1ตารางอัตราค่าบริการ—โทเค็นบริบท มากกว่า0โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุดค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.0006 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.0018 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0.00012 / 1K โทเค็น
ขาเข้า · การเขียนแคช — / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · OpenAI Chat

curlPython SDK
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"inclusionai/ling-3.1-flash","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="inclusionai/ling-3.1-flash", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))

รับและบันทึกผลลัพธ์

Ailoot Ultra · OpenAI Chat

json หรือ SSE

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ
ฟิลด์ประเภท
ฟิลด์choices[].indexประเภทinteger
ฟิลด์choices[].message.contentประเภทstring|null
ฟิลด์choices[].message.tool_callsประเภทtool_call[]
ฟิลด์choices[].message.reasoning_contentประเภทstring
ฟิลด์choices[].message.reasoning_detailsประเภทobject|array
ฟิลด์choices[].finish_reasonประเภทstring|null
ฟิลด์usageประเภทobject
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra inclusionai/ling-3.1-flash

ชื่อพาธเมธอดอื่น

/chat/completions

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

inclusionai/ling-3.1-flash

Ailoot Ultra · Anthropic Messages POST /v1/messages inclusionai/ling-3.1-flash

inclusionai/ling-3.1-flash

inclusionAI /inclusionai/ling-3.1-flash

เริ่มต้น

Ling 3.1 Flash เป็นโมเดลให้เหตุผลแบบผสมของ inclusionAI สำหรับงานสำนักงาน การพัฒนาซอฟต์แวร์ต่อเนื่อง และเอเจนต์ซับซ้อน สถาปัตยกรรม sparse ขนาด 560B พารามิเตอร์ใช้ประมาณ 25B ต่อโทเคน รองรับการวางแผนหลายขั้น การโต้ตอบเครื่องมือ และการแก้แผนจากผลระหว่างทาง

อินพุตที่รองรับ
ข้อความ
ผลลัพธ์
json · sse

ใช้งานได้ใน Ailoot · อินพุตและเมธอด

Ailoot Ultra · Anthropic Messages POST /v1/messages
ขาเข้า
text
ขาออก
json, sse
รูปแบบเอาต์พุต
JSON หรือ SSE
ฟิลด์ประเภทข้อกำหนดค่าและข้อจำกัดค่าเริ่มต้น
ฟิลด์modelประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
inclusionai/ling-3.1-flash
ค่าเริ่มต้น—
ฟิลด์messagesประเภทmessage[]ข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์messages[].roleประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัด
user, assistant
ค่าเริ่มต้น—
ฟิลด์messages[].contentประเภทstringข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์max_tokensประเภทintegerข้อกำหนดจำเป็นค่าและข้อจำกัดค่าเริ่มต้น—
ฟิลด์streamประเภทbooleanข้อกำหนดไม่บังคับค่าและข้อจำกัดค่าเริ่มต้นfalse
ชุดผสมของสื่ออินพุต

ข้อความ · ข้อความ UTF-8

สตริง messages[].content

พารามิเตอร์และวงจรการทำงานของเมธอด
พารามิเตอร์ข้อกำหนด
พารามิเตอร์content_typeข้อกำหนดapplication/json
พารามิเตอร์requiredข้อกำหนดmodel, messages, max_tokens
พารามิเตอร์optional_controlsข้อกำหนดstream
พารามิเตอร์material_typesข้อกำหนดtext
พารามิเตอร์text_file_materialข้อกำหนดอ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ

วงจรการทำงาน: synchronous_or_streamed

ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว
ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว
โหมดยืดหยุ่น
ไม่ได้ระบุ เมื่อเลือกโหมด flex
ระดับการใช้เหตุผลสูงสุด
ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

อัตราค่าบริการ Ailoot

ราคาตามการตั้งค่า

เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน

การตั้งค่าตารางอัตราค่าบริการโทเค็นบริบท มากกว่าโทเค็นบริบท ไม่เกินและรวมค่าค่าบริการ
การตั้งค่าอัตราราคาพื้นฐานของโทเคนตารางอัตราค่าบริการอัตราพื้นฐานโทเค็นบริบท มากกว่า—โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุดค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.0006 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.0018 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0.00012 / 1K โทเค็น
ขาเข้า · การเขียนแคช — / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น
การตั้งค่าระดับความยาวคำขอ 1ตารางอัตราค่าบริการ—โทเค็นบริบท มากกว่า0โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุดค่าบริการ
ขาเข้า · โทเค็นอินพุต $0.0006 / 1K โทเค็น
ขาออก · โทเค็นเอาต์พุต $0.0018 / 1K โทเค็น
ขาเข้า · การอ่านแคช $0.00012 / 1K โทเค็น
ขาเข้า · การเขียนแคช — / 1K โทเค็น
ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →

ตัวอย่างคำขอ

Ailoot Ultra · Anthropic Messages

เนื้อหาคำขอ JSON ขั้นต่ำที่ครบถ้วนcurl · ใช้เอกสาร UTF-8 ของคุณPython · บันทึกผลลัพธ์ให้ครบถ้วน
{
  "model": "inclusionai/ling-3.1-flash",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'inclusionai/ling-3.1-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'inclusionai/ling-3.1-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

รับและบันทึกผลลัพธ์

Ailoot Ultra · Anthropic Messages

JSON หรือ SSE

เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด

เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ
ฟิลด์ประเภท
ฟิลด์idประเภทstring
ฟิลด์modelประเภทstring
ฟิลด์content[]ประเภทtext|thinking|tool_use|other content block
ฟิลด์stop_reasonประเภทstring|null
ฟิลด์usageประเภทobject
ข้อผิดพลาดและขั้นตอนถัดไป
การตอบกลับเงื่อนไขขั้นตอนถัดไป
การตอบกลับ400 · invalid_request_errorเงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้องขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่

ชื่ออื่น

ชื่ออื่นของโมเดล

Ailoot Ultra inclusionai/ling-3.1-flash

ชื่อพาธเมธอดอื่น

/chat/completions

ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

inclusionai/ling-3.1-flash

FAQ · inclusionAI: Ling 3.1 Flash
มีอินพุตและผลลัพธ์ใดบ้าง?

POST /v1/chat/completions · inclusionai/ling-3.1-flash: text → text

POST /v1/messages · inclusionai/ling-3.1-flash: text → json, sse

คำขอใช้ฟิลด์ใดบ้าง?

POST /v1/chat/completions · inclusionai/ling-3.1-flash: model, messages, stream

POST /v1/messages · inclusionai/ling-3.1-flash: model, messages, max_tokens, stream

มีข้อจำกัดใดบ้าง?

POST /v1/chat/completions · inclusionai/ling-3.1-flash: messages.min_items: 1

รายละเอียดเพิ่มเติม

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก
เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ
โค้ดลดสูงสุด 50%
ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้
รายจ่ายในประวัติ
เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

เลือกสมาชิก · ดูราคาโมเดล

เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์
ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ
ใบอนุญาตรีเซลเลอร์
ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร
เอกสารบนเว็บไซต์
อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

ขอใบอนุญาตขายต่อ · ข้อเสนอและสัญญาอนุญาต