models

Pareto 26.9

Markdown · JSON

Pareto 26.9

unbiased/pareto-26.9
Unbiasedข้อความขาเข้า US$0.005 / 1Kขาออก US$0.015 / 1K

โมเดลข้อความแบบประกอบของ Unbiased รุ่นก่อนหน้า มีบริบท 262,144 โทเคน สำหรับกระบวนการทำงานที่เลือกตรึงรุ่นไว้อย่างชัดเจน

รุ่นก่อนหน้าของตระกูล Pareto

Pareto 26.9 เป็นรุ่นแยกของโมเดลแบบประกอบจาก Unbiased ในตระกูล Pareto คำขอหนึ่งถูกประมวลผลด้วยโมเดลชั้นนำและโมเดลเปิดหลายตัว แล้วรวมผลเป็นคำตอบร่วม ผู้ใช้ทำงานกับโมเดล Pareto หนึ่งตัว ไม่ได้เลือกแต่ละองค์ประกอบด้วยตนเอง ผู้พัฒนาระบุว่าองค์ประกอบโมเดลพื้นฐานอาจเปลี่ยนได้

รุ่น 26.9 ยังคงอยู่หลังเปิดตัวรุ่นเสถียร 26.10 ตัวระบุที่แน่นอน unbiased/pareto-26.9 ช่วยเลือกใช้รุ่นก่อนหน้าในแอปพลิเคชันอย่างชัดเจน เหมาะกับกระบวนการเดิมและการเปรียบเทียบที่ต้องระบุรุ่นที่ใช้ แทนการเปลี่ยนไปยังรุ่นถัดไปโดยอัตโนมัติ การตรึงชื่อไม่ได้หมายความว่าองค์ประกอบภายในจะคงเดิม

ทำงานกับข้อมูลที่ให้

ใน Ailoot รุ่นนี้รับข้อความและสร้างคำตอบข้อความ หน้าต่างบริบทคือ 262,144 โทเคน รวมคำสั่ง ประวัติ ข้อมูลต้นทาง และคำตอบ โดยเมทาดาทาของโมเดลระบุปริมาณคำตอบสูงสุด 131,072 โทเคน รุ่น 26.10 มีบริบทใหญ่กว่า ดังนั้นเมื่อเลือก 26.9 ควรคัดเอกสารและส่วนข้อความที่เกี่ยวข้องกับงานจริงไว้ล่วงหน้า

สามารถสร้างการใช้งานรอบการเปรียบเทียบข้อความหลายชิ้นได้ ส่งข้อกำหนด ตัวเลือกแนวทาง และเกณฑ์ตัดสิน แล้วขอตารางเปรียบเทียบพร้อมเหตุผลต่อแต่ละเกณฑ์ สำหรับเอกสารยาว ให้ระบุเป้าหมายการวิเคราะห์ เช่น หาความขัดแย้ง สรุปสาระ รวบรวมคำถามถึงผู้เขียน หรือเตรียมโครงสร้างปรับปรุง ชื่อส่วนข้อมูลต้นทางช่วยผูกข้อสรุปกับข้อมูลในคำขอ

บทสนทนาทางเทคนิค

เมื่อวิเคราะห์โจทย์โปรแกรม ให้รวมโค้ดที่เกี่ยวข้องและผลรันที่ได้รับแล้วในสภาพแวดล้อมของคุณ ขอให้อธิบายข้อสังเกต เสนอการแก้ไข และระบุสิ่งบ่งชี้สำหรับตรวจผล จากนั้นส่งผลตรวจในข้อความถัดไป วิธีนี้เชื่อมบทสนทนาข้อความกับงานจริง โดยไม่สมมติว่าโมเดลเข้าถึงไฟล์หรือสภาพแวดล้อมรันได้เอง

สำหรับเตรียมข้อความใหม่ ควรกำหนดผู้อ่าน โครงร่าง และระดับรายละเอียด คำตอบอาจเป็นร่างเอกสาร สรุปข้อมูลต้นทาง รายการความแตกต่าง หรือลำดับการทำงานต่อ รูปแบบที่แน่นอนขึ้นอยู่กับคำขอ

Pareto 26.9 มีรูปแบบ Messages, Responses, Chat Completions และ generateContent แบบข้อความ รูปแบบเหล่านี้อธิบายวิธีรวมในไคลเอนต์ การเชื่อมต่อนี้ส่งข้อมูลเป็นข้อความ การเลือกรูปแบบคำขอไม่ได้เพิ่มภาพ การรันโค้ด หรือการติดต่อระบบภายนอก

ใช้งานได้ผ่าน Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
ขาเข้า
text
ขาออก
text
บริบท
ไม่ได้ระบุในแค็ตตาล็อก
ความยาวคำตอบสูงสุด
ไม่ได้ระบุในแค็ตตาล็อก
ขาเข้า
US$0.005 / 1K
ขาออก
US$0.015 / 1K
การอ่านแคช
US$0.0005 / 1K
Ultra OpenAI ResponsesPOST /v1/responses
ขาเข้า
text
ขาออก
text
บริบท
ไม่ได้ระบุในแค็ตตาล็อก
ความยาวคำตอบสูงสุด
ไม่ได้ระบุในแค็ตตาล็อก
ขาเข้า
US$0.005 / 1K
ขาออก
US$0.015 / 1K
การอ่านแคช
US$0.0005 / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
ขาเข้า
text
ขาออก
text
บริบท
ไม่ได้ระบุในแค็ตตาล็อก
ความยาวคำตอบสูงสุด
ไม่ได้ระบุในแค็ตตาล็อก
ขาเข้า
US$0.005 / 1K
ขาออก
US$0.015 / 1K
การอ่านแคช
US$0.0005 / 1K
Ultra Gemini generateContentPOST /v1beta/models/unbiased/pareto-26.9:generateContent
ขาเข้า
text
ขาออก
text
บริบท
ไม่ได้ระบุในแค็ตตาล็อก
ความยาวคำตอบสูงสุด
ไม่ได้ระบุในแค็ตตาล็อก
ขาเข้า
US$0.005 / 1K
ขาออก
US$0.015 / 1K
การอ่านแคช
US$0.0005 / 1K
unbiased/pareto-26.9 · JSON
{"about":"### รุ่นก่อนหน้าของตระกูล Pareto\n\nPareto 26.9 เป็นรุ่นแยกของโมเดลแบบประกอบจาก Unbiased ในตระกูล Pareto คำขอหนึ่งถูกประมวลผลด้วยโมเดลชั้นนำและโมเดลเปิดหลายตัว แล้วรวมผลเป็นคำตอบร่วม ผู้ใช้ทำงานกับโมเดล Pareto หนึ่งตัว ไม่ได้เลือกแต่ละองค์ประกอบด้วยตนเอง ผู้พัฒนาระบุว่าองค์ประกอบโมเดลพื้นฐานอาจเปลี่ยนได้\n\nรุ่น 26.9 ยังคงอยู่หลังเปิดตัวรุ่นเสถียร 26.10 ตัวระบุที่แน่นอน `unbiased/pareto-26.9` ช่วยเลือกใช้รุ่นก่อนหน้าในแอปพลิเคชันอย่างชัดเจน เหมาะกับกระบวนการเดิมและการเปรียบเทียบที่ต้องระบุรุ่นที่ใช้ แทนการเปลี่ยนไปยังรุ่นถัดไปโดยอัตโนมัติ การตรึงชื่อไม่ได้หมายความว่าองค์ประกอบภายในจะคงเดิม\n\n### ทำงานกับข้อมูลที่ให้\n\nใน Ailoot รุ่นนี้รับข้อความและสร้างคำตอบข้อความ หน้าต่างบริบทคือ 262,144 โทเคน รวมคำสั่ง ประวัติ ข้อมูลต้นทาง และคำตอบ โดยเมทาดาทาของโมเดลระบุปริมาณคำตอบสูงสุด 131,072 โทเคน รุ่น 26.10 มีบริบทใหญ่กว่า ดังนั้นเมื่อเลือก 26.9 ควรคัดเอกสารและส่วนข้อความที่เกี่ยวข้องกับงานจริงไว้ล่วงหน้า\n\nสามารถสร้างการใช้งานรอบการเปรียบเทียบข้อความหลายชิ้นได้ ส่งข้อกำหนด ตัวเลือกแนวทาง และเกณฑ์ตัดสิน แล้วขอตารางเปรียบเทียบพร้อมเหตุผลต่อแต่ละเกณฑ์ สำหรับเอกสารยาว ให้ระบุเป้าหมายการวิเคราะห์ เช่น หาความขัดแย้ง สรุปสาระ รวบรวมคำถามถึงผู้เขียน หรือเตรียมโครงสร้างปรับปรุง ชื่อส่วนข้อมูลต้นทางช่วยผูกข้อสรุปกับข้อมูลในคำขอ\n\n### บทสนทนาทางเทคนิค\n\nเมื่อวิเคราะห์โจทย์โปรแกรม ให้รวมโค้ดที่เกี่ยวข้องและผลรันที่ได้รับแล้วในสภาพแวดล้อมของคุณ ขอให้อธิบายข้อสังเกต เสนอการแก้ไข และระบุสิ่งบ่งชี้สำหรับตรวจผล จากนั้นส่งผลตรวจในข้อความถัดไป วิธีนี้เชื่อมบทสนทนาข้อความกับงานจริง โดยไม่สมมติว่าโมเดลเข้าถึงไฟล์หรือสภาพแวดล้อมรันได้เอง\n\nสำหรับเตรียมข้อความใหม่ ควรกำหนดผู้อ่าน โครงร่าง และระดับรายละเอียด คำตอบอาจเป็นร่างเอกสาร สรุปข้อมูลต้นทาง รายการความแตกต่าง หรือลำดับการทำงานต่อ รูปแบบที่แน่นอนขึ้นอยู่กับคำขอ\n\nPareto 26.9 มีรูปแบบ Messages, Responses, Chat Completions และ generateContent แบบข้อความ รูปแบบเหล่านี้อธิบายวิธีรวมในไคลเอนต์ การเชื่อมต่อนี้ส่งข้อมูลเป็นข้อความ การเลือกรูปแบบคำขอไม่ได้เพิ่มภาพ การรันโค้ด หรือการติดต่อระบบภายนอก","alias_of":null,"aliases":[],"author":"Unbiased","canonical_model":"unbiased/pareto-26.9","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"unbiased/pareto-26.9","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.5,"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":5.0,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":15.0,"output":["text"],"path":"/v1/messages","request_model_id":"unbiased/pareto-26.9","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.5,"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":5.0,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":15.0,"output":["text"],"path":"/v1/responses","request_model_id":"unbiased/pareto-26.9","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.5,"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":5.0,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":15.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"unbiased/pareto-26.9","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.5,"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":5.0,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":15.0,"output":["text"],"path":"/v1beta/models/unbiased/pareto-26.9:generateContent","request_model_id":"unbiased/pareto-26.9","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"unbiased/pareto-26.9","request_model_id":"unbiased/pareto-26.9","route_label":"Ultra"}],"name":"Pareto 26.9","price":{"in":5.0,"in_label":null,"out":15.0,"out_label":null,"sort_in":5.0,"sort_out":15.0,"varies":false},"public_id":"unbiased/pareto-26.9","short":"โมเดลข้อความแบบประกอบของ Unbiased รุ่นก่อนหน้า มีบริบท 262,144 โทเคน สำหรับกระบวนการทำงานที่เลือกตรึงรุ่นไว้อย่างชัดเจน"}

คำถาม

จะเลือกโมเดลสำหรับงานของฉันได้อย่างไร?

เริ่มจากระบุอินพุตและเอาต์พุตที่ต้องการ ได้แก่ ข้อความ รูปภาพ เสียง หรือวิดีโอ จากนั้นเปรียบเทียบวิธี API ที่เข้ากันได้ ID โมเดลที่แน่นอนหรือโมเดลที่นามแฝงชี้ไปในปัจจุบัน ราคาและหน่วยคิดค่าบริการ โดย GET /v1/models ใช้งานฟรีและแสดงโมเดลที่คีย์ของคุณเข้าถึงได้

ทุกโมเดลรองรับวิธี API และประเภทสื่อทั้งหมดหรือไม่?

ใช้วิธี API และประเภทอินพุตและเอาต์พุตที่ระบุในหน้าข้อมูลโมเดล การรองรับข้อความ รูปภาพ เสียง หรือวิดีโอขึ้นอยู่กับโมเดลและวิธีที่เลือก ตรวจสอบตัวอย่างคำขอที่เกี่ยวข้องก่อนส่งข้อมูล

ID โมเดลต่างจากนามแฝงอย่างไร?

ID ที่แน่นอนระบุโมเดลเฉพาะ นามแฝงชี้ไปยังโมเดลหนึ่งและโมเดลปลายทางอาจเปลี่ยนได้ ตรวจสอบโมเดลที่นามแฝงชี้ไปในปัจจุบันในแค็ตตาล็อก และใช้ ID ที่แน่นอนเมื่อการเชื่อมต่อต้องใช้โมเดลเฉพาะ

จะเปรียบเทียบราคาก่อนส่งคำขอได้อย่างไร?

ตรวจสอบราคาและหน่วยคิดค่าบริการของวิธี API ที่เลือกในหน้าข้อมูลโมเดล เปรียบเทียบด้วยหน่วยและประเภทอินพุตและเอาต์พุตเดียวกัน ประวัติคำขอจะแสดงการใช้งานจริงและยอดเงินที่หัก

สมาชิกให้อะไร?

ส่วนลดซื้อโทเคนสำหรับงานประจำ เลือกแพ็กเกจตามปริมาณคำขอ เงื่อนไขและราคาสมาชิกแสดงตอนสมัคร

ใช้โค้ดส่วนลดสูงสุด 50% อย่างไร?

ใส่โค้ดเมื่อซื้อโทเคน ยอดรวมคำนวณตามโปรโมชั่น และเห็นส่วนลดก่อนจ่าย