LiquidAI: LFM2.5-24B-A2B
LFM2.5-24B-A2B เป็นโมเดลการใช้เหตุผลข้อความของ LiquidAI สำหรับเอเจนต์ที่ทำงานด้วยเครื่องมือ มีพารามิเตอร์รวม 24B และเปิดใช้ 2.45B ใช้เหตุผลก่อนตอบ รองรับการเรียกเครื่องมือและเอาต์พุตตามสคีมา และเผยแพร่บริบท 128,000 โทเคนกับขีดจำกัดคำตอบ 8,192 โทเคน
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsliquid/lfm-2.5-24b-a2b - Ailoot Ultra · Anthropic Messages
POST /v1/messagesliquid/lfm-2.5-24b-a2b
เกี่ยวกับโมเดล
คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก
LFM2.5-24B-A2B เป็นโมเดลแบบส่วนผสมผู้เชี่ยวชาญของ LiquidAI สำหรับการใช้เหตุผลจากข้อความและเอเจนต์ที่ใช้เครื่องมือ มีพารามิเตอร์รวม 24 พันล้าน โดยเปิดใช้ 2.45 พันล้านต่อโทเคน การใช้เหตุผลเป็นส่วนหนึ่งของทุกคำตอบ งานจึงควรกำหนดเป้าหมาย หลักฐานที่จะใช้ และผลลัพธ์ที่แอปพลิเคชันต้องการ
ให้เป้าหมายมีขอบเขตแก่เอเจนต์
โมเดลเหมาะกับกระบวนการที่โมเดลภาษาเลือกขั้นถัดไป อ่านข้อสังเกตที่ได้ แล้วดำเนินต่อไปยังชิ้นงาน ระบุเป้าหมายในรูปที่แอปพลิเคชันตรวจได้ เช่น หารายการที่เกี่ยวข้อง เปรียบเทียบสองการตั้งค่า เตรียมข้อเสนอการเปลี่ยนแปลง หรือสร้างการประเมินมีโครงสร้าง
ให้เครื่องมือพร้อมจุดประสงค์ชัดเจนและเก็บข้อสังเกตที่คืนมาในบริบทงาน โมเดลเผยแพร่การรองรับการเรียกเครื่องมือ รวมถึงการเลือกเครื่องมือเมื่ออินเทอร์เฟซให้ความสามารถนั้น การรันเป็นหน้าที่แอปพลิเคชันที่ควบคุมเครื่องมือ แยกข้อสังเกตที่คืนจากคำสั่งที่โมเดลเขียน โดยเฉพาะเมื่อขั้นหลังขึ้นกับผลการค้นหาหรือการค้นข้อมูล
การค้นคืนข้อมูลสำหรับงานที่ต้องใช้ความรู้มาก
ผู้เผยแพร่แนะนำการค้นคืนข้อมูลหรือการค้นเว็บสำหรับงานที่ขึ้นกับความรู้ภายนอกละเอียด ใส่ขั้นหลักฐานในกระบวนการแทนการขอให้โมเดลแต่งข้อเท็จจริงที่ไม่ได้รับ ระบุข้อความที่ค้นคืนและขอให้คำตอบเชื่อมข้อสรุปกับข้อความเหล่านั้น
สำหรับงานสนับสนุน อาจหมายถึงการหานโยบายที่เกี่ยวข้องและอธิบายการใช้กับกรณีที่ให้ สำหรับงานเทคนิค อาจหมายถึงการเปรียบเทียบเอกสารกับการตั้งค่าก่อนเสนอการเปลี่ยนแปลง เก็บเนื้อหาที่ค้นคืนสำคัญในบริบท เพื่อให้ตรวจคำตอบสุดท้ายได้โดยไม่ต้องค้นทุกอย่างซ้ำ
คำตอบมีโครงสร้างและการเลือกค่าการสุ่ม
โมเดลที่เผยแพร่รองรับเอาต์พุตมีโครงสร้างตามสคีมา กำหนดรูปผลลัพธ์ขนาดเล็กตามสิ่งที่แอปพลิเคชันใช้ เช่น หมวดหมู่ที่เลือก คำอธิบาย แหล่งอ้างอิงหลักฐาน และการกระทำถัดไป แยกกระบวนการใช้เหตุผลของโมเดลจากฟิลด์ที่ส่วนประกอบถัดไปต้องเก็บหรือแสดง
LiquidAI ระบุ temperature 0.1, top_k 50 และ repetition_penalty 1.05 เป็นคำแนะนำค่าการสุ่มที่เผยแพร่ และแค็ตตาล็อกที่เก็บไว้ระบุค่าเริ่มต้นเหล่านี้ซ้ำ เป็นจุดเริ่มที่ทำซ้ำได้สำหรับประเมินกระบวนการเฉพาะ เก็บค่าที่เลือกให้สอดคล้องกันเมื่อเปรียบเทียบงานตัวแทน
ความจุและภาษา
รายการบริการที่เผยแพร่ระบุหน้าต่างบริบท 128,000 โทเคนและขีดจำกัดคำตอบ 8,192 โทเคน เตรียมข้อกำหนดคำตอบกระชับเพื่อให้ชิ้นงานสุดท้ายพอดีกับงบเอาต์พุต เก็บหลักฐานเกี่ยวข้องไว้ด้วยกันและเหลือพื้นที่เอาต์พุตเพียงพอสำหรับชิ้นงานที่ขอ
ผู้ผลิตระบุชุดหลายภาษาที่มีอังกฤษ รัสเซีย จีน สเปน อาหรับ และภาษาอื่น เก็บศัพท์ต้นทางและชื่อที่ต้องรักษาเมื่อใช้โมเดลทำงานหลายภาษา งานที่มีชุดคำศัพท์คงที่ได้ประโยชน์จากอภิธานศัพท์ชัดเจนและข้อตกลงเอาต์พุตเดียวกันระหว่างภาษา
ความสามารถ
- การให้เหตุผลจากข้อความเท่านั้นด้วยสถาปัตยกรรมผสมผู้เชี่ยวชาญ: พารามิเตอร์รวม 24B และพารามิเตอร์ที่ทำงาน 2.45B
- การให้เหตุผลที่ต้องใช้ก่อนคำตอบสุดท้าย
- เครื่องมือ การเลือกเครื่องมือ และเอาต์พุตที่มีโครงสร้างตามสคีมา JSON ตามที่เผยแพร่
- เวิร์กโฟลว์ที่เน้นการค้นคืนข้อมูลสำหรับงานที่ต้องอาศัยความรู้
- บริบทที่เผยแพร่รองรับ 128,000 โทเคน และขีดจำกัดการสร้างคำตอบคือ 8,192 โทเคน
กรณีการใช้งาน
- ผู้ช่วยที่อาศัยข้อมูลที่ค้นคืนมา — คำถาม ข้อความที่ค้นคืนมา และรูปแบบคำตอบที่ต้องการ ผลลัพธ์: คำตอบที่เชื่อมโยงกับหลักฐานและตรวจสอบเทียบกับข้อความที่ค้นคืนมาได้
- การคัดแยกเบื้องต้นผ่านเครื่องมือ — กรณีที่มีขอบเขตจำกัดและเครื่องมือค้นข้อมูลที่อยู่ภายใต้การควบคุม ผลลัพธ์: การประเมินที่มีโครงสร้างและข้อเสนอสำหรับการดำเนินการถัดไป
- การเปรียบเทียบการกำหนดค่า — การกำหนดค่าและเอกสารที่เกี่ยวข้อง พร้อมเกณฑ์การเปรียบเทียบ ผลลัพธ์: ชุดความแตกต่างที่ระบุได้พร้อมหลักฐานสนับสนุน
- การวิเคราะห์หลายภาษาอย่างมีโครงสร้าง — ข้อความต้นฉบับ อภิธานศัพท์ และฟิลด์ผลลัพธ์ที่สม่ำเสมอ ผลลัพธ์: ระเบียนที่เปรียบเทียบได้และคงศัพท์ที่ต้องรักษาไว้
ข้อจำกัด
- บริบท — หน้าต่างบริบทของบริการที่เผยแพร่: 128,000 โทเคน
- คำตอบ — ขีดจำกัดการสร้างคำตอบที่เผยแพร่: 8,192 โทเคน
- การให้เหตุผล — โมเดลให้เหตุผลก่อนตอบ โดยการให้เหตุผลที่ต้องใช้เสมอเป็นส่วนหนึ่งของการกำหนดค่าที่เผยแพร่
- อินพุต/เอาต์พุต — โมเดลที่เผยแพร่รับข้อความและส่งกลับข้อความ
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions liquid/lfm-2.5-24b-a2b
liquid/lfm-2.5-24b-a2bเริ่มต้น
LFM2.5-24B-A2B เป็นโมเดลการใช้เหตุผลข้อความของ LiquidAI สำหรับเอเจนต์ที่ทำงานด้วยเครื่องมือ มีพารามิเตอร์รวม 24B และเปิดใช้ 2.45B ใช้เหตุผลก่อนตอบ รองรับการเรียกเครื่องมือและเอาต์พุตตามสคีมา และเผยแพร่บริบท 128,000 โทเคนกับขีดจำกัดคำตอบ 8,192 โทเคน
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- ข้อความ
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- ขาเข้า
text- ขาออก
text- รูปแบบเอาต์พุต
- json หรือ SSE
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด liquid/lfm-2.5-24b-a2b | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทmessage[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 | ค่าเริ่มต้น— |
ฟิลด์messages[].role | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์messages[].content | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ใช้เมื่อ: บทสนทนาข้อความ | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |
ชุดผสมของสื่ออินพุต
ข้อความ · ข้อความ UTF8
messages[].content
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, messages |
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์messages | ข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content |
พารามิเตอร์file_material | ข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์ |
พารามิเตอร์optional_controls | ข้อกำหนดstream |
พารามิเตอร์control_scope | ข้อกำหนดบทสนทนาข้อความ โดย stream เป็นบูลีนและมีค่าเริ่มต้น false |
พารามิเตอร์output_modalities | ข้อกำหนดtext |
พารามิเตอร์hosted_operations | ข้อกำหนดfalse |
พารามิเตอร์multimodal_input_binding | ข้อกำหนดnull |
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
| การตั้งค่า | ตารางอัตราค่าบริการ | โทเค็นบริบท มากกว่า | โทเค็นบริบท ไม่เกินและรวมค่า | ค่าบริการ |
|---|---|---|---|---|
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | โทเค็นบริบท มากกว่า— | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.0001 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.0014 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.00005 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
| การตั้งค่าระดับความยาวคำขอ 1 | ตารางอัตราค่าบริการ— | โทเค็นบริบท มากกว่า0 | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.0001 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.0014 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.00005 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"liquid/lfm-2.5-24b-a2b","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="liquid/lfm-2.5-24b-a2b", 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
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์choices[].index | ประเภทinteger |
ฟิลด์choices[].message.content | ประเภทstring|null |
ฟิลด์choices[].message.tool_calls | ประเภทtool_call[] |
ฟิลด์choices[].message.reasoning_content | ประเภทstring |
ฟิลด์choices[].message.reasoning_details | ประเภทobject|array |
ฟิลด์choices[].finish_reason | ประเภทstring|null |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra liquid/lfm-2.5-24b-a2b
ชื่อพาธเมธอดอื่น
/chat/completions
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
Ailoot Ultra · Anthropic Messages POST /v1/messages liquid/lfm-2.5-24b-a2b
liquid/lfm-2.5-24b-a2bเริ่มต้น
LFM2.5-24B-A2B เป็นโมเดลการใช้เหตุผลข้อความของ LiquidAI สำหรับเอเจนต์ที่ทำงานด้วยเครื่องมือ มีพารามิเตอร์รวม 24B และเปิดใช้ 2.45B ใช้เหตุผลก่อนตอบ รองรับการเรียกเครื่องมือและเอาต์พุตตามสคีมา และเผยแพร่บริบท 128,000 โทเคนกับขีดจำกัดคำตอบ 8,192 โทเคน
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- json · sse
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot Ultra · Anthropic Messages POST /v1/messages
- ขาเข้า
text- ขาออก
json,sse- รูปแบบเอาต์พุต
- JSON หรือ SSE
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด liquid/lfm-2.5-24b-a2b | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทmessage[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์messages[].role | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด user, assistant | ค่าเริ่มต้น— |
ฟิลด์messages[].content | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์max_tokens | ประเภทinteger | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |
ชุดผสมของสื่ออินพุต
ข้อความ · ข้อความ UTF-8
สตริง messages[].content
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, messages, max_tokens |
พารามิเตอร์optional_controls | ข้อกำหนดstream |
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์text_file_material | ข้อกำหนดอ่านเอกสาร 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
| การตั้งค่า | ตารางอัตราค่าบริการ | โทเค็นบริบท มากกว่า | โทเค็นบริบท ไม่เกินและรวมค่า | ค่าบริการ |
|---|---|---|---|---|
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | โทเค็นบริบท มากกว่า— | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.0001 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.0014 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.00005 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
| การตั้งค่าระดับความยาวคำขอ 1 | ตารางอัตราค่าบริการ— | โทเค็นบริบท มากกว่า0 | โทเค็นบริบท ไม่เกินและรวมค่าไม่มีขีดจำกัดสูงสุด | ค่าบริการ ขาเข้า · โทเค็นอินพุต $0.0001 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.0014 / 1K โทเค็น ขาเข้า · การอ่านแคช $0.00005 / 1K โทเค็น ขาเข้า · การเขียนแคช — / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · Anthropic Messages
{
"model": "liquid/lfm-2.5-24b-a2b",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${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': 'liquid/lfm-2.5-24b-a2b', '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': 'liquid/lfm-2.5-24b-a2b', '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
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์id | ประเภทstring |
ฟิลด์model | ประเภทstring |
ฟิลด์content[] | ประเภทtext|thinking|tool_use|other content block |
ฟิลด์stop_reason | ประเภทstring|null |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra liquid/lfm-2.5-24b-a2b
ชื่อพาธเมธอดอื่น
/chat/completions
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
FAQ · LiquidAI: LFM2.5-24B-A2B
- มีอินพุตและผลลัพธ์ใดบ้าง?
POST /v1/chat/completions·liquid/lfm-2.5-24b-a2b:text→textPOST /v1/messages·liquid/lfm-2.5-24b-a2b:text→json,sse- คำขอใช้ฟิลด์ใดบ้าง?
POST /v1/chat/completions·liquid/lfm-2.5-24b-a2b:model,messages,streamPOST /v1/messages·liquid/lfm-2.5-24b-a2b:model,messages,max_tokens,stream- มีข้อจำกัดใดบ้าง?
POST /v1/chat/completions·liquid/lfm-2.5-24b-a2b:messages.min_items:1