{
  "aboutHtml": "<h3>Beam 1.0 จาก Reflection</h3><p>Beam 1.0 501B A23B เป็นโมเดลข้อความของ Reflection สำหรับเขียนโปรแกรม ให้เหตุผล และงานที่แบ่งเป็นหลายขั้นเกี่ยวเนื่องกัน สถาปัตยกรรม MoE แบบเบาบางมีพารามิเตอร์รวม 501.3 พันล้าน และเปิดใช้ประมาณ 23.4 พันล้านต่อโทเคน โมเดลพัฒนาสำหรับภาษาอังกฤษเป็นหลัก ควรคำนึงถึงจุดนี้เมื่อเลือกภาษาของซอร์สโค้ด เอกสารเทคนิค และคำสั่งโดยละเอียด</p><p>สถาปัตยกรรมรวมกลไกความสนใจเฉพาะส่วนและแบบทั่วทั้งหมด การเตรียมโมเดลครอบคลุมซอร์สโค้ด เอกสารเทคนิค และเนื้อหาวิทยาศาสตร์กับการศึกษา มีขั้นฝึกแยกสำหรับพัฒนาบริบทยาวด้วยคลังโค้ดที่มีโครงสร้าง งานต่อเนื่องยาว และเอกสารขนาดใหญ่ ระหว่างการเรียนรู้แบบเสริมกำลัง ผู้พัฒนาผสมงานเขียนโปรแกรม งานในเทอร์มินัล และ STEM</p><h3>โมเดลมุ่งสู่งานใด</h3><p>Reflection เน้นวิศวกรรมซอฟต์แวร์ การให้เหตุผลทางคณิตศาสตร์และวิทยาศาสตร์ รวมถึงการแก้ปัญหาตามลำดับ แนวทางเหล่านี้ใช้กับบทสนทนาข้อความที่มีสาระได้ เช่น อธิบายความสัมพันธ์ระหว่างส่วนของโปรแกรม วิเคราะห์ข้อผิดพลาดเชิงตรรกะ เสนอการแก้อัลกอริทึม วางแผนตรวจสมมติฐาน หรือสรุปเนื้อหาทางเทคนิค</p><p>Beam ให้ความสำคัญแยกกับการใช้โทเคนให้เหตุผลอย่างประหยัด ในการฝึกมีรางวัลสำหรับการแก้สำเร็จพร้อมลดโทเคนส่วนเกิน นี่เป็นคำอธิบายแนวทางของผู้พัฒนา ส่วนความยาวคำตอบแต่ละครั้งยังควรกำหนดชัดในคำขอ เช่น ข้อสรุปสั้น บทพิสูจน์ละเอียด หรือแพตช์พร้อมคำอธิบาย</p><h3>บริบทข้อความขนาดใหญ่ใน Ailoot</h3><p>หน้าต่างบริบทของการเชื่อมต่อคือ 1,048,576 โทเคน ซึ่งรวมข้อมูลที่ส่ง คำสั่ง ประวัติ และคำตอบที่กำลังสร้าง เมทาดาทาของโมเดลระบุปริมาณคำตอบสูงสุด 131,072 โทเคน ปริมาณนี้รองรับข้อความเกี่ยวข้องหลายชิ้น เช่น ข้อกำหนด ส่วนการนำไปใช้ ผลตรวจสอบ และคำถามต่อสิ่งเหล่านั้น ตั้งชื่อข้อมูลและขอให้ระบุว่าข้อสรุปอิงส่วนใด เพื่อให้ตรวจบทวิเคราะห์ขนาดใหญ่ได้สะดวก</p><p>ตัวอย่างเช่น งานโค้ดอาจขอแผนผังความสัมพันธ์จากไฟล์ที่ส่งก่อน จากนั้นระบุตำแหน่งแก้ไข แล้วจึงเตรียมการนำไปใช้ ส่วนโจทย์วิทยาศาสตร์ ให้ระบุเงื่อนไขตั้งต้น สัญลักษณ์ และระดับความเคร่งครัดที่ต้องการ นี่เป็นวิธีจัดคำขอให้เทียบผลที่ใช้ได้กับข้อมูลต้นทางได้</p><p>การเชื่อมต่อรับข้อความและคืนข้อความผ่าน Messages, Responses, Chat Completions และ generateContent แบบข้อความ โค้ดและคำแนะนำเป็นคำตอบของโมเดล ส่วนการรันคำสั่งและทำงานกับข้อมูลภายนอกขึ้นอยู่กับความสามารถของแอปพลิเคชัน</p>",
  "aboutText": "### Beam 1.0 จาก Reflection\n\nBeam 1.0 501B A23B เป็นโมเดลข้อความของ Reflection สำหรับเขียนโปรแกรม ให้เหตุผล และงานที่แบ่งเป็นหลายขั้นเกี่ยวเนื่องกัน สถาปัตยกรรม MoE แบบเบาบางมีพารามิเตอร์รวม 501.3 พันล้าน และเปิดใช้ประมาณ 23.4 พันล้านต่อโทเคน โมเดลพัฒนาสำหรับภาษาอังกฤษเป็นหลัก ควรคำนึงถึงจุดนี้เมื่อเลือกภาษาของซอร์สโค้ด เอกสารเทคนิค และคำสั่งโดยละเอียด\n\nสถาปัตยกรรมรวมกลไกความสนใจเฉพาะส่วนและแบบทั่วทั้งหมด การเตรียมโมเดลครอบคลุมซอร์สโค้ด เอกสารเทคนิค และเนื้อหาวิทยาศาสตร์กับการศึกษา มีขั้นฝึกแยกสำหรับพัฒนาบริบทยาวด้วยคลังโค้ดที่มีโครงสร้าง งานต่อเนื่องยาว และเอกสารขนาดใหญ่ ระหว่างการเรียนรู้แบบเสริมกำลัง ผู้พัฒนาผสมงานเขียนโปรแกรม งานในเทอร์มินัล และ STEM\n\n### โมเดลมุ่งสู่งานใด\n\nReflection เน้นวิศวกรรมซอฟต์แวร์ การให้เหตุผลทางคณิตศาสตร์และวิทยาศาสตร์ รวมถึงการแก้ปัญหาตามลำดับ แนวทางเหล่านี้ใช้กับบทสนทนาข้อความที่มีสาระได้ เช่น อธิบายความสัมพันธ์ระหว่างส่วนของโปรแกรม วิเคราะห์ข้อผิดพลาดเชิงตรรกะ เสนอการแก้อัลกอริทึม วางแผนตรวจสมมติฐาน หรือสรุปเนื้อหาทางเทคนิค\n\nBeam ให้ความสำคัญแยกกับการใช้โทเคนให้เหตุผลอย่างประหยัด ในการฝึกมีรางวัลสำหรับการแก้สำเร็จพร้อมลดโทเคนส่วนเกิน นี่เป็นคำอธิบายแนวทางของผู้พัฒนา ส่วนความยาวคำตอบแต่ละครั้งยังควรกำหนดชัดในคำขอ เช่น ข้อสรุปสั้น บทพิสูจน์ละเอียด หรือแพตช์พร้อมคำอธิบาย\n\n### บริบทข้อความขนาดใหญ่ใน Ailoot\n\nหน้าต่างบริบทของการเชื่อมต่อคือ 1,048,576 โทเคน ซึ่งรวมข้อมูลที่ส่ง คำสั่ง ประวัติ และคำตอบที่กำลังสร้าง เมทาดาทาของโมเดลระบุปริมาณคำตอบสูงสุด 131,072 โทเคน ปริมาณนี้รองรับข้อความเกี่ยวข้องหลายชิ้น เช่น ข้อกำหนด ส่วนการนำไปใช้ ผลตรวจสอบ และคำถามต่อสิ่งเหล่านั้น ตั้งชื่อข้อมูลและขอให้ระบุว่าข้อสรุปอิงส่วนใด เพื่อให้ตรวจบทวิเคราะห์ขนาดใหญ่ได้สะดวก\n\nตัวอย่างเช่น งานโค้ดอาจขอแผนผังความสัมพันธ์จากไฟล์ที่ส่งก่อน จากนั้นระบุตำแหน่งแก้ไข แล้วจึงเตรียมการนำไปใช้ ส่วนโจทย์วิทยาศาสตร์ ให้ระบุเงื่อนไขตั้งต้น สัญลักษณ์ และระดับความเคร่งครัดที่ต้องการ นี่เป็นวิธีจัดคำขอให้เทียบผลที่ใช้ได้กับข้อมูลต้นทางได้\n\nการเชื่อมต่อรับข้อความและคืนข้อความผ่าน Messages, Responses, Chat Completions และ generateContent แบบข้อความ โค้ดและคำแนะนำเป็นคำตอบของโมเดล ส่วนการรันคำสั่งและทำงานกับข้อมูลภายนอกขึ้นอยู่กับความสามารถของแอปพลิเคชัน",
  "locale": "th",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>ขาเข้า</dt><dd><code>text</code></dd></div><div><dt>ขาออก</dt><dd><code>text</code></dd></div><div><dt>บริบท</dt><dd>ไม่ได้ระบุในแค็ตตาล็อก</dd></div><div><dt>ความยาวคำตอบสูงสุด</dt><dd>ไม่ได้ระบุในแค็ตตาล็อก</dd></div></dl><dl><div><dt>ขาเข้า</dt><dd>US$0.0005 <em>/ 1K</em></dd></div><div><dt>ขาออก</dt><dd>US$0.002 <em>/ 1K</em></dd></div><div><dt>การอ่านแคช</dt><dd>US$0.0001 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>ขาเข้า</dt><dd><code>text</code></dd></div><div><dt>ขาออก</dt><dd><code>text</code></dd></div><div><dt>บริบท</dt><dd>ไม่ได้ระบุในแค็ตตาล็อก</dd></div><div><dt>ความยาวคำตอบสูงสุด</dt><dd>ไม่ได้ระบุในแค็ตตาล็อก</dd></div></dl><dl><div><dt>ขาเข้า</dt><dd>US$0.0005 <em>/ 1K</em></dd></div><div><dt>ขาออก</dt><dd>US$0.002 <em>/ 1K</em></dd></div><div><dt>การอ่านแคช</dt><dd>US$0.0001 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>ขาเข้า</dt><dd><code>text</code></dd></div><div><dt>ขาออก</dt><dd><code>text</code></dd></div><div><dt>บริบท</dt><dd>ไม่ได้ระบุในแค็ตตาล็อก</dd></div><div><dt>ความยาวคำตอบสูงสุด</dt><dd>ไม่ได้ระบุในแค็ตตาล็อก</dd></div></dl><dl><div><dt>ขาเข้า</dt><dd>US$0.0005 <em>/ 1K</em></dd></div><div><dt>ขาออก</dt><dd>US$0.002 <em>/ 1K</em></dd></div><div><dt>การอ่านแคช</dt><dd>US$0.0001 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/reflection/beam-1.0-501b-a23b:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>ขาเข้า</dt><dd><code>text</code></dd></div><div><dt>ขาออก</dt><dd><code>text</code></dd></div><div><dt>บริบท</dt><dd>ไม่ได้ระบุในแค็ตตาล็อก</dd></div><div><dt>ความยาวคำตอบสูงสุด</dt><dd>ไม่ได้ระบุในแค็ตตาล็อก</dd></div></dl><dl><div><dt>ขาเข้า</dt><dd>US$0.0005 <em>/ 1K</em></dd></div><div><dt>ขาออก</dt><dd>US$0.002 <em>/ 1K</em></dd></div><div><dt>การอ่านแคช</dt><dd>US$0.0001 <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "reflection/beam-1.0-501b-a23b",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent|reflection%2Fbeam-1.0-501b-a23b",
      "ordinal": 3,
      "rawMethod": {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "reflection/beam-1.0-501b-a23b",
  "page": {
    "canonical": "https://ailoot.ai/models/th/reflection-beam-1-0-501b-a23b/",
    "description": "โมเดลข้อความ MoE ของ Reflection ที่มีบริบทขนาดใหญ่ สำหรับวิศวกรรมซอฟต์แวร์ การให้เหตุผลคณิตศาสตร์ และการวิเคราะห์โจทย์ตามลำดับ",
    "locale": "th",
    "md_url": "https://ailoot.ai/models/th/reflection-beam-1-0-501b-a23b/index.md",
    "title": "Reflection: Beam 1.0 501B A23B",
    "url": "https://ailoot.ai/models/th/reflection-beam-1-0-501b-a23b/"
  },
  "rawModel": {
    "about": "### Beam 1.0 จาก Reflection\n\nBeam 1.0 501B A23B เป็นโมเดลข้อความของ Reflection สำหรับเขียนโปรแกรม ให้เหตุผล และงานที่แบ่งเป็นหลายขั้นเกี่ยวเนื่องกัน สถาปัตยกรรม MoE แบบเบาบางมีพารามิเตอร์รวม 501.3 พันล้าน และเปิดใช้ประมาณ 23.4 พันล้านต่อโทเคน โมเดลพัฒนาสำหรับภาษาอังกฤษเป็นหลัก ควรคำนึงถึงจุดนี้เมื่อเลือกภาษาของซอร์สโค้ด เอกสารเทคนิค และคำสั่งโดยละเอียด\n\nสถาปัตยกรรมรวมกลไกความสนใจเฉพาะส่วนและแบบทั่วทั้งหมด การเตรียมโมเดลครอบคลุมซอร์สโค้ด เอกสารเทคนิค และเนื้อหาวิทยาศาสตร์กับการศึกษา มีขั้นฝึกแยกสำหรับพัฒนาบริบทยาวด้วยคลังโค้ดที่มีโครงสร้าง งานต่อเนื่องยาว และเอกสารขนาดใหญ่ ระหว่างการเรียนรู้แบบเสริมกำลัง ผู้พัฒนาผสมงานเขียนโปรแกรม งานในเทอร์มินัล และ STEM\n\n### โมเดลมุ่งสู่งานใด\n\nReflection เน้นวิศวกรรมซอฟต์แวร์ การให้เหตุผลทางคณิตศาสตร์และวิทยาศาสตร์ รวมถึงการแก้ปัญหาตามลำดับ แนวทางเหล่านี้ใช้กับบทสนทนาข้อความที่มีสาระได้ เช่น อธิบายความสัมพันธ์ระหว่างส่วนของโปรแกรม วิเคราะห์ข้อผิดพลาดเชิงตรรกะ เสนอการแก้อัลกอริทึม วางแผนตรวจสมมติฐาน หรือสรุปเนื้อหาทางเทคนิค\n\nBeam ให้ความสำคัญแยกกับการใช้โทเคนให้เหตุผลอย่างประหยัด ในการฝึกมีรางวัลสำหรับการแก้สำเร็จพร้อมลดโทเคนส่วนเกิน นี่เป็นคำอธิบายแนวทางของผู้พัฒนา ส่วนความยาวคำตอบแต่ละครั้งยังควรกำหนดชัดในคำขอ เช่น ข้อสรุปสั้น บทพิสูจน์ละเอียด หรือแพตช์พร้อมคำอธิบาย\n\n### บริบทข้อความขนาดใหญ่ใน Ailoot\n\nหน้าต่างบริบทของการเชื่อมต่อคือ 1,048,576 โทเคน ซึ่งรวมข้อมูลที่ส่ง คำสั่ง ประวัติ และคำตอบที่กำลังสร้าง เมทาดาทาของโมเดลระบุปริมาณคำตอบสูงสุด 131,072 โทเคน ปริมาณนี้รองรับข้อความเกี่ยวข้องหลายชิ้น เช่น ข้อกำหนด ส่วนการนำไปใช้ ผลตรวจสอบ และคำถามต่อสิ่งเหล่านั้น ตั้งชื่อข้อมูลและขอให้ระบุว่าข้อสรุปอิงส่วนใด เพื่อให้ตรวจบทวิเคราะห์ขนาดใหญ่ได้สะดวก\n\nตัวอย่างเช่น งานโค้ดอาจขอแผนผังความสัมพันธ์จากไฟล์ที่ส่งก่อน จากนั้นระบุตำแหน่งแก้ไข แล้วจึงเตรียมการนำไปใช้ ส่วนโจทย์วิทยาศาสตร์ ให้ระบุเงื่อนไขตั้งต้น สัญลักษณ์ และระดับความเคร่งครัดที่ต้องการ นี่เป็นวิธีจัดคำขอให้เทียบผลที่ใช้ได้กับข้อมูลต้นทางได้\n\nการเชื่อมต่อรับข้อความและคืนข้อความผ่าน Messages, Responses, Chat Completions และ generateContent แบบข้อความ โค้ดและคำแนะนำเป็นคำตอบของโมเดล ส่วนการรันคำสั่งและทำงานกับข้อมูลภายนอกขึ้นอยู่กับความสามารถของแอปพลิเคชัน",
    "alias_of": null,
    "aliases": [],
    "author": "Reflection",
    "canonical_model": "reflection/beam-1.0-501b-a23b",
    "ctx": null,
    "formats": [
      "chat",
      "gemini",
      "messages",
      "responses"
    ],
    "id": "reflection/beam-1.0-501b-a23b",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": null,
    "methods": [
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.1,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.5,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.0,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "reflection/beam-1.0-501b-a23b",
        "request_model_id": "reflection/beam-1.0-501b-a23b",
        "route_label": "Ultra"
      }
    ],
    "name": "Reflection: Beam 1.0 501B A23B",
    "price": {
      "in": 0.5,
      "in_label": null,
      "out": 2.0,
      "out_label": null,
      "sort_in": 0.5,
      "sort_out": 2.0,
      "varies": false
    },
    "public_id": "reflection/beam-1.0-501b-a23b",
    "short": "โมเดลข้อความ MoE ของ Reflection ที่มีบริบทขนาดใหญ่ สำหรับวิศวกรรมซอฟต์แวร์ การให้เหตุผลคณิตศาสตร์ และการวิเคราะห์โจทย์ตามลำดับ"
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "โมเดลข้อความ MoE ของ Reflection ที่มีบริบทขนาดใหญ่ สำหรับวิศวกรรมซอฟต์แวร์ การให้เหตุผลคณิตศาสตร์ และการวิเคราะห์โจทย์ตามลำดับ",
  "source": {
    "audit_sha256": "a8d90a3628fb49ac0d53411ac1f0a81dd9d6eec1cb11d19447d3ad7f521b76f0",
    "bridge_map_sha256": "a8d90a3628fb49ac0d53411ac1f0a81dd9d6eec1cb11d19447d3ad7f521b76f0",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "70aebc3e8f468b1fbc3b6c230a6747123c8835e1fbfc6e737589a6c2a0a4923e",
      "renderer_sha256": "ff00245c84d95e11e326654be0ac0d72aa3db20ee75f241c9f19b61e75666743"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "70aebc3e8f468b1fbc3b6c230a6747123c8835e1fbfc6e737589a6c2a0a4923e",
    "renderer_sha256": "ff00245c84d95e11e326654be0ac0d72aa3db20ee75f241c9f19b61e75666743"
  },
  "sourceRevision": "d68beca2dd9b7693bc2c917072d8089a0aa1656620e84627d6520505283bbabe"
}