ERNIE 4.5 VL 424B-A47B — Baidu’ning mos ERNIE 4.5 VL Base modelidan rivojlantirilgan vizual-til suhbat modeli. U matnli ko‘rsatmalarni vizual material bilan birlashtirib, matnli javob yaratadi. Mutaxassislar aralashmasi tarmog‘ida jami 424 milliard parametr bor, har token uchun 47 milliard faollashadi; ishlab chiqaruvchi kontekst uzunligini 131,072 token deb e’lon qiladi.
ERNIE 4.5’ning asosiy jihatlari. Oila til va ko‘rish o‘rtasida ayrim bilimni ulashib, har turga xos qayta ishlashni saqlaydigan geterogen mutaxassislar aralashmasi dizaynidan foydalanadi. Baidu birgalikdagi multimodal dastlabki o‘qitish, unumli o‘qitish va inferensiya infratuzilmasi hamda mo‘ljallangan turga mos keyingi o‘qitishni tavsiflaydi. VL modelida e’tibor tasvir tushunish, vazifaga xos vizual ko‘rsatmalar va vizual dalilni til bilan bog‘laydigan mulohazaga qaratilgan. O‘qitish nazoratli qo‘shimcha o‘qitish va tekshiriladigan mukofotlar bilan mustahkamlovchi o‘qitishni o‘z ichiga oladi.
Modelga umumiy nazar. Konfiguratsiya alohida matn va ko‘rish mutaxassis guruhlari bilan 54 qatlam, 64 so‘rov diqqat boshi va 8 kalit/qiymat boshini ko‘rsatadi. Har guruhda 64 mutaxassis va 8 faol mutaxassis ko‘rsatilgan. Ishlab chiqaruvchining model jadvali bu nashr uchun matn, tasvir va videoni kirish turlari, matnni esa chiqish deb belgilaydi. Chiqishni berilgan mazmun talqini deb ko‘ring: tavsif, vizual savolga javob yoki material nimani asoslashining mulohazali tushuntirishi.
Tasvirni tushunish. Asl tasvir va aniq savolni bering. Hujjat sahifasida belgilar, ustun sarlavhalari va bahsli qiymat atrofidagi matnni saqlang, keyin tanlangan maydonlarni ularni asoslaydigan sahifa joyi bilan so‘rang. Diagrammada maqsad tarkibiy qismlarni tushuntirish, jarayonni kuzatish yoki yozma spetsifikatsiya bilan solishtirish ekanini ayting. Kuzatuvlarni talqindan alohida tekshirish mumkin bo‘lishi uchun modeldan xulosa qilishdan oldin ko‘rinadigan belgilarni bayon etishni so‘rang.
Multimodal mulohaza. Bir nechta tasvir bir vazifaga hissa qo‘shsa, ularning rollarini belgilang va qaysi detallar solishtirilishini tushuntiring. Foydali so‘rov mahsulot fotosuratini berilgan spetsifikatsiya bilan juftlab, ko‘rinadigan mosliklar, farqlar va surat isbotlay olmaydigan jihatlar ro‘yxatini so‘rashi mumkin. Vaqtga asoslangan materialda tushunmoqchi bo‘lgan voqea yoki o‘zgarishni belgilang va berilgan kadrlar yoki bo‘laklarga bog‘langan kuzatuvlar ketma-ketligini so‘rang. Yakuniy resurs aytilgan o‘zgarish ortidagi dalilni oson tekshirish imkonini berishi kerak.
Fikrlangan va bevosita javoblar. Baidu o‘z vizual-til modellari uchun fikrlash va fikrlamaslik rejimlarini tavsiflaydi. Fikrlash vizual va matnli ma’lumot bo‘ylab tahlil talab qiladigan vazifalarga xizmat qiladi; bevosita javob oddiy tavsif yoki sodda vizual savolga mos. Kerakli natijani ravshan ayting: ixcham javob, taqqoslash jadvali yoki asoslovchi kuzatuvli tushuntirish. Rejim tanlash odatiy tasvir so‘rovi ifodasiga emas, generatsiya sozlamasiga tegishli.
Materialni savol atrofida tayyorlang. O‘qiladigan sahifalar va tegishli ko‘rinishlardan foydalaning, tasvir belgilarini izchil tuting va kontekstda so‘ralgan matnli javob uchun joy qoldiring. Modeldan o‘qilmaydigan matnni belgilashni va taxmin qilingan xususiyatlarni ko‘rinadigan detallardan ajratishni so‘rang. Surat belgi, shakl yoki joylashuvni ko‘rsatishi mumkin, lekin javobga berilgan qoida yoki spetsifikatsiya ham kerak bo‘lishi mumkin. Muhim ajratilgan qiymatlarni asl manba bilan tasdiqlang va dalil muhim detalni yechmay qoldirsa, qo‘shimcha ko‘rinishdan foydalaning.
", "aboutText": "ERNIE 4.5 VL 424B-A47B — Baidu’ning mos ERNIE 4.5 VL Base modelidan rivojlantirilgan vizual-til suhbat modeli. U matnli ko‘rsatmalarni vizual material bilan birlashtirib, matnli javob yaratadi. Mutaxassislar aralashmasi tarmog‘ida jami 424 milliard parametr bor, har token uchun 47 milliard faollashadi; ishlab chiqaruvchi kontekst uzunligini 131,072 token deb e’lon qiladi.\n\nERNIE 4.5’ning asosiy jihatlari. Oila til va ko‘rish o‘rtasida ayrim bilimni ulashib, har turga xos qayta ishlashni saqlaydigan geterogen mutaxassislar aralashmasi dizaynidan foydalanadi. Baidu birgalikdagi multimodal dastlabki o‘qitish, unumli o‘qitish va inferensiya infratuzilmasi hamda mo‘ljallangan turga mos keyingi o‘qitishni tavsiflaydi. VL modelida e’tibor tasvir tushunish, vazifaga xos vizual ko‘rsatmalar va vizual dalilni til bilan bog‘laydigan mulohazaga qaratilgan. O‘qitish nazoratli qo‘shimcha o‘qitish va tekshiriladigan mukofotlar bilan mustahkamlovchi o‘qitishni o‘z ichiga oladi.\n\nModelga umumiy nazar. Konfiguratsiya alohida matn va ko‘rish mutaxassis guruhlari bilan 54 qatlam, 64 so‘rov diqqat boshi va 8 kalit/qiymat boshini ko‘rsatadi. Har guruhda 64 mutaxassis va 8 faol mutaxassis ko‘rsatilgan. Ishlab chiqaruvchining model jadvali bu nashr uchun matn, tasvir va videoni kirish turlari, matnni esa chiqish deb belgilaydi. Chiqishni berilgan mazmun talqini deb ko‘ring: tavsif, vizual savolga javob yoki material nimani asoslashining mulohazali tushuntirishi.\n\nTasvirni tushunish. Asl tasvir va aniq savolni bering. Hujjat sahifasida belgilar, ustun sarlavhalari va bahsli qiymat atrofidagi matnni saqlang, keyin tanlangan maydonlarni ularni asoslaydigan sahifa joyi bilan so‘rang. Diagrammada maqsad tarkibiy qismlarni tushuntirish, jarayonni kuzatish yoki yozma spetsifikatsiya bilan solishtirish ekanini ayting. Kuzatuvlarni talqindan alohida tekshirish mumkin bo‘lishi uchun modeldan xulosa qilishdan oldin ko‘rinadigan belgilarni bayon etishni so‘rang.\n\nMultimodal mulohaza. Bir nechta tasvir bir vazifaga hissa qo‘shsa, ularning rollarini belgilang va qaysi detallar solishtirilishini tushuntiring. Foydali so‘rov mahsulot fotosuratini berilgan spetsifikatsiya bilan juftlab, ko‘rinadigan mosliklar, farqlar va surat isbotlay olmaydigan jihatlar ro‘yxatini so‘rashi mumkin. Vaqtga asoslangan materialda tushunmoqchi bo‘lgan voqea yoki o‘zgarishni belgilang va berilgan kadrlar yoki bo‘laklarga bog‘langan kuzatuvlar ketma-ketligini so‘rang. Yakuniy resurs aytilgan o‘zgarish ortidagi dalilni oson tekshirish imkonini berishi kerak.\n\nFikrlangan va bevosita javoblar. Baidu o‘z vizual-til modellari uchun fikrlash va fikrlamaslik rejimlarini tavsiflaydi. Fikrlash vizual va matnli ma’lumot bo‘ylab tahlil talab qiladigan vazifalarga xizmat qiladi; bevosita javob oddiy tavsif yoki sodda vizual savolga mos. Kerakli natijani ravshan ayting: ixcham javob, taqqoslash jadvali yoki asoslovchi kuzatuvli tushuntirish. Rejim tanlash odatiy tasvir so‘rovi ifodasiga emas, generatsiya sozlamasiga tegishli.\n\nMaterialni savol atrofida tayyorlang. O‘qiladigan sahifalar va tegishli ko‘rinishlardan foydalaning, tasvir belgilarini izchil tuting va kontekstda so‘ralgan matnli javob uchun joy qoldiring. Modeldan o‘qilmaydigan matnni belgilashni va taxmin qilingan xususiyatlarni ko‘rinadigan detallardan ajratishni so‘rang. Surat belgi, shakl yoki joylashuvni ko‘rsatishi mumkin, lekin javobga berilgan qoida yoki spetsifikatsiya ham kerak bo‘lishi mumkin. Muhim ajratilgan qiymatlarni asl manba bilan tasdiqlang va dalil muhim detalni yechmay qoldirsa, qo‘shimcha ko‘rinishdan foydalaning.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Check a transcribed approval flow\n\nReview this transcribed process: Draft -> Manager approval -> Publish. A second branch says Draft -> Publish for urgent items. Written rule: every publication needs manager approval, including urgent work. Identify the conflict, cite the relevant labels and propose a revised text sequence that follows the rule.The conflicting branch, a rule-linked explanation and a revised sequence expressed in text.Check that the revision includes manager approval on the urgent path and uses only the supplied transcription.baidu/ernie-4.5-vl-424b-a47bERNIE 4.5 VL 424B-A47B — Baidu’ning tasvir tushunish va multimodal mulohaza uchun vizual-til mutaxassislar aralashmasi modeli. E’lon qilingan konfiguratsiyasida 424 milliard umumiy parametr, har token uchun 47 milliard faol parametr va 131,072 tokenli kontekst bor; javoblar matn ko‘rinishida yaratiladi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
ERNIE 4.5 VL 424B-A47B — Baidu’ning mos ERNIE 4.5 VL Base modelidan rivojlantirilgan vizual-til suhbat modeli. U matnli ko‘rsatmalarni vizual material bilan birlashtirib, matnli javob yaratadi. Mutaxassislar aralashmasi tarmog‘ida jami 424 milliard parametr bor, har token uchun 47 milliard faollashadi; ishlab chiqaruvchi kontekst uzunligini 131,072 token deb e’lon qiladi.
ERNIE 4.5’ning asosiy jihatlari. Oila til va ko‘rish o‘rtasida ayrim bilimni ulashib, har turga xos qayta ishlashni saqlaydigan geterogen mutaxassislar aralashmasi dizaynidan foydalanadi. Baidu birgalikdagi multimodal dastlabki o‘qitish, unumli o‘qitish va inferensiya infratuzilmasi hamda mo‘ljallangan turga mos keyingi o‘qitishni tavsiflaydi. VL modelida e’tibor tasvir tushunish, vazifaga xos vizual ko‘rsatmalar va vizual dalilni til bilan bog‘laydigan mulohazaga qaratilgan. O‘qitish nazoratli qo‘shimcha o‘qitish va tekshiriladigan mukofotlar bilan mustahkamlovchi o‘qitishni o‘z ichiga oladi.
Modelga umumiy nazar. Konfiguratsiya alohida matn va ko‘rish mutaxassis guruhlari bilan 54 qatlam, 64 so‘rov diqqat boshi va 8 kalit/qiymat boshini ko‘rsatadi. Har guruhda 64 mutaxassis va 8 faol mutaxassis ko‘rsatilgan. Ishlab chiqaruvchining model jadvali bu nashr uchun matn, tasvir va videoni kirish turlari, matnni esa chiqish deb belgilaydi. Chiqishni berilgan mazmun talqini deb ko‘ring: tavsif, vizual savolga javob yoki material nimani asoslashining mulohazali tushuntirishi.
Tasvirni tushunish. Asl tasvir va aniq savolni bering. Hujjat sahifasida belgilar, ustun sarlavhalari va bahsli qiymat atrofidagi matnni saqlang, keyin tanlangan maydonlarni ularni asoslaydigan sahifa joyi bilan so‘rang. Diagrammada maqsad tarkibiy qismlarni tushuntirish, jarayonni kuzatish yoki yozma spetsifikatsiya bilan solishtirish ekanini ayting. Kuzatuvlarni talqindan alohida tekshirish mumkin bo‘lishi uchun modeldan xulosa qilishdan oldin ko‘rinadigan belgilarni bayon etishni so‘rang.
Multimodal mulohaza. Bir nechta tasvir bir vazifaga hissa qo‘shsa, ularning rollarini belgilang va qaysi detallar solishtirilishini tushuntiring. Foydali so‘rov mahsulot fotosuratini berilgan spetsifikatsiya bilan juftlab, ko‘rinadigan mosliklar, farqlar va surat isbotlay olmaydigan jihatlar ro‘yxatini so‘rashi mumkin. Vaqtga asoslangan materialda tushunmoqchi bo‘lgan voqea yoki o‘zgarishni belgilang va berilgan kadrlar yoki bo‘laklarga bog‘langan kuzatuvlar ketma-ketligini so‘rang. Yakuniy resurs aytilgan o‘zgarish ortidagi dalilni oson tekshirish imkonini berishi kerak.
Fikrlangan va bevosita javoblar. Baidu o‘z vizual-til modellari uchun fikrlash va fikrlamaslik rejimlarini tavsiflaydi. Fikrlash vizual va matnli ma’lumot bo‘ylab tahlil talab qiladigan vazifalarga xizmat qiladi; bevosita javob oddiy tavsif yoki sodda vizual savolga mos. Kerakli natijani ravshan ayting: ixcham javob, taqqoslash jadvali yoki asoslovchi kuzatuvli tushuntirish. Rejim tanlash odatiy tasvir so‘rovi ifodasiga emas, generatsiya sozlamasiga tegishli.
Materialni savol atrofida tayyorlang. O‘qiladigan sahifalar va tegishli ko‘rinishlardan foydalaning, tasvir belgilarini izchil tuting va kontekstda so‘ralgan matnli javob uchun joy qoldiring. Modeldan o‘qilmaydigan matnni belgilashni va taxmin qilingan xususiyatlarni ko‘rinadigan detallardan ajratishni so‘rang. Surat belgi, shakl yoki joylashuvni ko‘rsatishi mumkin, lekin javobga berilgan qoida yoki spetsifikatsiya ham kerak bo‘lishi mumkin. Muhim ajratilgan qiymatlarni asl manba bilan tasdiqlang va dalil muhim detalni yechmay qoldirsa, qo‘shimcha ko‘rinishdan foydalaning.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar baidu/ernie-4.5-vl-424b-a47b | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.000858 / 1K token Chiqish · Chiqish tokenlari $0.00258 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "baidu/ernie-4.5-vl-424b-a47b", "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='baidu/ernie-4.5-vl-424b-a47b',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='baidu/ernie-4.5-vl-424b-a47b',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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra baidu/ernie-4.5-vl-424b-a47b
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
baidu/ernie-4.5-vl-424b-a47bERNIE 4.5 VL 424B-A47B — Baidu’ning tasvir tushunish va multimodal mulohaza uchun vizual-til mutaxassislar aralashmasi modeli. E’lon qilingan konfiguratsiyasida 424 milliard umumiy parametr, har token uchun 47 milliard faol parametr va 131,072 tokenli kontekst bor; javoblar matn ko‘rinishida yaratiladi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
ERNIE 4.5 VL 424B-A47B — Baidu’ning mos ERNIE 4.5 VL Base modelidan rivojlantirilgan vizual-til suhbat modeli. U matnli ko‘rsatmalarni vizual material bilan birlashtirib, matnli javob yaratadi. Mutaxassislar aralashmasi tarmog‘ida jami 424 milliard parametr bor, har token uchun 47 milliard faollashadi; ishlab chiqaruvchi kontekst uzunligini 131,072 token deb e’lon qiladi.
ERNIE 4.5’ning asosiy jihatlari. Oila til va ko‘rish o‘rtasida ayrim bilimni ulashib, har turga xos qayta ishlashni saqlaydigan geterogen mutaxassislar aralashmasi dizaynidan foydalanadi. Baidu birgalikdagi multimodal dastlabki o‘qitish, unumli o‘qitish va inferensiya infratuzilmasi hamda mo‘ljallangan turga mos keyingi o‘qitishni tavsiflaydi. VL modelida e’tibor tasvir tushunish, vazifaga xos vizual ko‘rsatmalar va vizual dalilni til bilan bog‘laydigan mulohazaga qaratilgan. O‘qitish nazoratli qo‘shimcha o‘qitish va tekshiriladigan mukofotlar bilan mustahkamlovchi o‘qitishni o‘z ichiga oladi.
Modelga umumiy nazar. Konfiguratsiya alohida matn va ko‘rish mutaxassis guruhlari bilan 54 qatlam, 64 so‘rov diqqat boshi va 8 kalit/qiymat boshini ko‘rsatadi. Har guruhda 64 mutaxassis va 8 faol mutaxassis ko‘rsatilgan. Ishlab chiqaruvchining model jadvali bu nashr uchun matn, tasvir va videoni kirish turlari, matnni esa chiqish deb belgilaydi. Chiqishni berilgan mazmun talqini deb ko‘ring: tavsif, vizual savolga javob yoki material nimani asoslashining mulohazali tushuntirishi.
Tasvirni tushunish. Asl tasvir va aniq savolni bering. Hujjat sahifasida belgilar, ustun sarlavhalari va bahsli qiymat atrofidagi matnni saqlang, keyin tanlangan maydonlarni ularni asoslaydigan sahifa joyi bilan so‘rang. Diagrammada maqsad tarkibiy qismlarni tushuntirish, jarayonni kuzatish yoki yozma spetsifikatsiya bilan solishtirish ekanini ayting. Kuzatuvlarni talqindan alohida tekshirish mumkin bo‘lishi uchun modeldan xulosa qilishdan oldin ko‘rinadigan belgilarni bayon etishni so‘rang.
Multimodal mulohaza. Bir nechta tasvir bir vazifaga hissa qo‘shsa, ularning rollarini belgilang va qaysi detallar solishtirilishini tushuntiring. Foydali so‘rov mahsulot fotosuratini berilgan spetsifikatsiya bilan juftlab, ko‘rinadigan mosliklar, farqlar va surat isbotlay olmaydigan jihatlar ro‘yxatini so‘rashi mumkin. Vaqtga asoslangan materialda tushunmoqchi bo‘lgan voqea yoki o‘zgarishni belgilang va berilgan kadrlar yoki bo‘laklarga bog‘langan kuzatuvlar ketma-ketligini so‘rang. Yakuniy resurs aytilgan o‘zgarish ortidagi dalilni oson tekshirish imkonini berishi kerak.
Fikrlangan va bevosita javoblar. Baidu o‘z vizual-til modellari uchun fikrlash va fikrlamaslik rejimlarini tavsiflaydi. Fikrlash vizual va matnli ma’lumot bo‘ylab tahlil talab qiladigan vazifalarga xizmat qiladi; bevosita javob oddiy tavsif yoki sodda vizual savolga mos. Kerakli natijani ravshan ayting: ixcham javob, taqqoslash jadvali yoki asoslovchi kuzatuvli tushuntirish. Rejim tanlash odatiy tasvir so‘rovi ifodasiga emas, generatsiya sozlamasiga tegishli.
Materialni savol atrofida tayyorlang. O‘qiladigan sahifalar va tegishli ko‘rinishlardan foydalaning, tasvir belgilarini izchil tuting va kontekstda so‘ralgan matnli javob uchun joy qoldiring. Modeldan o‘qilmaydigan matnni belgilashni va taxmin qilingan xususiyatlarni ko‘rinadigan detallardan ajratishni so‘rang. Surat belgi, shakl yoki joylashuvni ko‘rsatishi mumkin, lekin javobga berilgan qoida yoki spetsifikatsiya ham kerak bo‘lishi mumkin. Muhim ajratilgan qiymatlarni asl manba bilan tasdiqlang va dalil muhim detalni yechmay qoldirsa, qo‘shimcha ko‘rinishdan foydalaning.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar baidu/ernie-4.5-vl-424b-a47b | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.000858 / 1K token Chiqish · Chiqish tokenlari $0.00258 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "baidu/ernie-4.5-vl-424b-a47b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'baidu/ernie-4.5-vl-424b-a47b', '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': 'baidu/ernie-4.5-vl-424b-a47b', '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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra baidu/ernie-4.5-vl-424b-a47b
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Check a transcribed approval flow\n\nReview this transcribed process: Draft -> Manager approval -> Publish. A second branch says Draft -> Publish for urgent items. Written rule: every publication needs manager approval, including urgent work. Identify the conflict, cite the relevant labels and propose a revised text sequence that follows the rule.The conflicting branch, a rule-linked explanation and a revised sequence expressed in text.Check that the revision includes manager approval on the urgent path and uses only the supplied transcription.