Command R+ (08-2024) — Cohere’ning murakkab qidiruv bilan boyitilgan javoblar va agent vazifalari uchun 2024-yil avgustidagi katta matn modeli. Aynan ushbu nashr 104 milliard parametr va 128K kontekstga ega, matn qabul qiladi va matn chiqaradi. Ishlab chiqaruvchining e’lon qilingan profili ko‘pi bilan 4,000 tokenli chiqishni ko‘rsatadi. R+ Command R’ning kattaroq hamrohi bo‘lib, bir nechta bosqichda vositalarni birlashtirishga alohida urg‘u beradi.
Model grouped-query attention, nazoratli nozik sozlash va afzalliklar asosida o‘qitishga ega avtoregressiv transformerdan foydalanadi. U 23 tilda o‘qitilgan va o‘nta asosiy tilda baholangan. Avgust yangilanishi vosita tanlash qarorlari, tizim ko‘rsatmalariga amal qilish, tuzilmali ma’lumot tahlili va semantik bo‘lmagan prompt o‘zgarishlariga bardoshlilikni yaxshilaydi. U havolasiz qidiruv jarayonlari, bir nechta xavfsizlik rejimi va javob berib bo‘lmaydigan savollarni rad etishni ham qo‘llab-quvvatlaydi.
Ko‘p tilli ishda chiqish tili va o‘zgarmasligi kerak bo‘lgan nomlar, kodlar yoki manba iqtiboslarini belgilang. Asoslangan javob materialni boshqa tilda tushuntirishi mumkin, shu bilan birga dalillarni ko‘rib chiqish uchun saqlaydi. Vaqtga sezgir fakt uchun dolzarb manba bering yoki uni mos ilova vositasi orqali oling.
Ishlab chiqaruvchining RAG shabloni suhbat va topilgan hujjat parchalarini qabul qiladi; ular odatda har bo‘lakda 100–400 so‘z, qisqa tavsifli kalitlar va matnli yoki yarim tuzilmali qiymatlardan iborat. Model aynan shu parchalardan javob berish va javob qismlarini asoslovchi manbalar bilan bog‘lashga maxsus o‘qitilgan. O‘qitilgan shu asoslash xatti-harakati muhim bo‘lsa, aynan ushbu nashr shablonidan foydalaning.
Aniq havola rejimi tegishli va iqtibos olinadigan hujjatlarni topadi, javob yaratadi va manbaga bog‘langan qismlarni kiritadi. Tez rejim havolali javobni bevosita yaratib, chiqish tokenlarini kamaytiradi, buning evaziga manbaga bog‘lash aniqligida murosa bo‘ladi. Har ikkala rejimda manba identifikatorlarini saqlang. Amaliy hisobot so‘rovida dalillarni nomlangan mezonlarga nisbatan taqqoslash va har bir topilma yonida uni asoslaydigan parchaga havola berishni so‘rash mumkin.
R+ bir qadamli funksiya chaqirish shablonini ham, qiyinroq jarayonlar uchun ko‘p bosqichli vosita ishlatishni ham qo‘llab-quvvatlaydi. Bir qadamli jarayonda model funksiyalar va JSON argumentlarini tanlaydi, ilova ularni bajaradi va keyingi model javobi qaytgan natijalardan foydalanadi. Hujjatlashtirilgan directly_answer tanlovi modelga keraksiz tashqi amalni chetlab o‘tish imkonini beradi. Ko‘p bosqichli agentda keyingi qarorlar vazifa belgilangan natijaga yetguncha turli vositalar kuzatuvlarini birlashtirishi mumkin.
Foydali agent topshirig‘i savol, ruxsat etilgan amallar va yakuniy natijani belgilaydi. Masalan, tadqiqot yordamchisi tegishli mahsulot yozuvlarini topishi, berilgan talablarni taqqoslashi va dalilli tavsiya chiqarishi kerak bo‘lishi mumkin. Har bir vositaga aniq maqsad bering va natijasini uni hosil qilgan chaqiruv bilan bog‘lang. Matnda taklif qilingan amal ilova bajaradigan ijrodan farq qiladi.
Manba parchalarini haqiqiy savol atrofida tashkil qiling va vosita tarixi hamda javob uchun joy qoldiring. Mavjud dalillar zid bo‘lsa, modeldan asossiz qiymat tanlash o‘rniga kelishmovchilikni tushuntirishni so‘rang. Tuzilmali ma’lumot ishida maydonlar, birliklar va yetishmayotgan axborot ifodasini belgilang.
Yakuniy natija berilgan dalillar va haqiqiy kuzatuvlarga bog‘langan, ko‘rib chiqish mumkin bo‘lgan javob yoki hisobot bo‘lishi kerak. R+ hajmi va agent yo‘nalishi o‘z-o‘zidan qidiruv ulanishini bermaydi, ma’lumotlar bazasi amalini bajarmaydi yoki yaratilgan kodni tekshirmaydi. Bu bosqichlar atrofdagi jarayonga tegishli, ular qaytargan dalillar esa xulosani tekshirish mumkin qiladi.
", "aboutText": "Command R+ (08-2024) — Cohere’ning murakkab qidiruv bilan boyitilgan javoblar va agent vazifalari uchun 2024-yil avgustidagi katta matn modeli. Aynan ushbu nashr 104 milliard parametr va 128K kontekstga ega, matn qabul qiladi va matn chiqaradi. Ishlab chiqaruvchining e’lon qilingan profili ko‘pi bilan 4,000 tokenli chiqishni ko‘rsatadi. R+ Command R’ning kattaroq hamrohi bo‘lib, bir nechta bosqichda vositalarni birlashtirishga alohida urg‘u beradi.\n\n### Model va nashrdagi o‘zgarishlar\n\nModel grouped-query attention, nazoratli nozik sozlash va afzalliklar asosida o‘qitishga ega avtoregressiv transformerdan foydalanadi. U 23 tilda o‘qitilgan va o‘nta asosiy tilda baholangan. Avgust yangilanishi vosita tanlash qarorlari, tizim ko‘rsatmalariga amal qilish, tuzilmali ma’lumot tahlili va semantik bo‘lmagan prompt o‘zgarishlariga bardoshlilikni yaxshilaydi. U havolasiz qidiruv jarayonlari, bir nechta xavfsizlik rejimi va javob berib bo‘lmaydigan savollarni rad etishni ham qo‘llab-quvvatlaydi.\n\nKo‘p tilli ishda chiqish tili va o‘zgarmasligi kerak bo‘lgan nomlar, kodlar yoki manba iqtiboslarini belgilang. Asoslangan javob materialni boshqa tilda tushuntirishi mumkin, shu bilan birga dalillarni ko‘rib chiqish uchun saqlaydi. Vaqtga sezgir fakt uchun dolzarb manba bering yoki uni mos ilova vositasi orqali oling.\n\n### Manbaga asoslangan javoblar va havolalar\n\nIshlab chiqaruvchining RAG shabloni suhbat va topilgan hujjat parchalarini qabul qiladi; ular odatda har bo‘lakda 100–400 so‘z, qisqa tavsifli kalitlar va matnli yoki yarim tuzilmali qiymatlardan iborat. Model aynan shu parchalardan javob berish va javob qismlarini asoslovchi manbalar bilan bog‘lashga maxsus o‘qitilgan. O‘qitilgan shu asoslash xatti-harakati muhim bo‘lsa, aynan ushbu nashr shablonidan foydalaning.\n\nAniq havola rejimi tegishli va iqtibos olinadigan hujjatlarni topadi, javob yaratadi va manbaga bog‘langan qismlarni kiritadi. Tez rejim havolali javobni bevosita yaratib, chiqish tokenlarini kamaytiradi, buning evaziga manbaga bog‘lash aniqligida murosa bo‘ladi. Har ikkala rejimda manba identifikatorlarini saqlang. Amaliy hisobot so‘rovida dalillarni nomlangan mezonlarga nisbatan taqqoslash va har bir topilma yonida uni asoslaydigan parchaga havola berishni so‘rash mumkin.\n\n### Vositalar yordamidagi ish\n\nR+ bir qadamli funksiya chaqirish shablonini ham, qiyinroq jarayonlar uchun ko‘p bosqichli vosita ishlatishni ham qo‘llab-quvvatlaydi. Bir qadamli jarayonda model funksiyalar va JSON argumentlarini tanlaydi, ilova ularni bajaradi va keyingi model javobi qaytgan natijalardan foydalanadi. Hujjatlashtirilgan directly_answer tanlovi modelga keraksiz tashqi amalni chetlab o‘tish imkonini beradi. Ko‘p bosqichli agentda keyingi qarorlar vazifa belgilangan natijaga yetguncha turli vositalar kuzatuvlarini birlashtirishi mumkin.\n\nFoydali agent topshirig‘i savol, ruxsat etilgan amallar va yakuniy natijani belgilaydi. Masalan, tadqiqot yordamchisi tegishli mahsulot yozuvlarini topishi, berilgan talablarni taqqoslashi va dalilli tavsiya chiqarishi kerak bo‘lishi mumkin. Har bir vositaga aniq maqsad bering va natijasini uni hosil qilgan chaqiruv bilan bog‘lang. Matnda taklif qilingan amal ilova bajaradigan ijrodan farq qiladi.\n\n### Natijani tayyorlash va ko‘rib chiqish\n\nManba parchalarini haqiqiy savol atrofida tashkil qiling va vosita tarixi hamda javob uchun joy qoldiring. Mavjud dalillar zid bo‘lsa, modeldan asossiz qiymat tanlash o‘rniga kelishmovchilikni tushuntirishni so‘rang. Tuzilmali ma’lumot ishida maydonlar, birliklar va yetishmayotgan axborot ifodasini belgilang.\n\nYakuniy natija berilgan dalillar va haqiqiy kuzatuvlarga bog‘langan, ko‘rib chiqish mumkin bo‘lgan javob yoki hisobot bo‘lishi kerak. R+ hajmi va agent yo‘nalishi o‘z-o‘zidan qidiruv ulanishini bermaydi, ma’lumotlar bazasi amalini bajarmaydi yoki yaratilgan kodni tekshirmaydi. Bu bosqichlar atrofdagi jarayonga tegishli, ular qaytargan dalillar esa xulosani tekshirish mumkin qiladi.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Answer from product evidence\n\nUse only these snippets to answer whether Team Plan supports both requested features. S1: Team Plan includes shared folders and 30-day activity history. S2: Single sign-on is available on Enterprise Plan. Request: We need shared folders and single sign-on. State what is supported, cite each source identifier and leave unsupported assumptions unresolved.A feature-by-feature answer with a source identifier beside each finding and a concise conclusion about the two requirements.Check that S1 supports shared folders and S2 does not establish single sign-on for Team Plan.cohere/command-r-plus-08-2024Command R+ (08-2024) — Cohere’ning murakkab, hujjatlarga asoslangan javoblar va ko‘p bosqichli vosita ishlatish uchun 104B matn modeli. U 128K kontekstni ko‘p tilli generatsiya, manba qismlariga havolalar va ilovaning haqiqiy vosita kuzatuvlaridan foydalanadigan agent jarayonlari bilan birlashtiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Command R+ (08-2024) — Cohere’ning murakkab qidiruv bilan boyitilgan javoblar va agent vazifalari uchun 2024-yil avgustidagi katta matn modeli. Aynan ushbu nashr 104 milliard parametr va 128K kontekstga ega, matn qabul qiladi va matn chiqaradi. Ishlab chiqaruvchining e’lon qilingan profili ko‘pi bilan 4,000 tokenli chiqishni ko‘rsatadi. R+ Command R’ning kattaroq hamrohi bo‘lib, bir nechta bosqichda vositalarni birlashtirishga alohida urg‘u beradi.
Model grouped-query attention, nazoratli nozik sozlash va afzalliklar asosida o‘qitishga ega avtoregressiv transformerdan foydalanadi. U 23 tilda o‘qitilgan va o‘nta asosiy tilda baholangan. Avgust yangilanishi vosita tanlash qarorlari, tizim ko‘rsatmalariga amal qilish, tuzilmali ma’lumot tahlili va semantik bo‘lmagan prompt o‘zgarishlariga bardoshlilikni yaxshilaydi. U havolasiz qidiruv jarayonlari, bir nechta xavfsizlik rejimi va javob berib bo‘lmaydigan savollarni rad etishni ham qo‘llab-quvvatlaydi.
Ko‘p tilli ishda chiqish tili va o‘zgarmasligi kerak bo‘lgan nomlar, kodlar yoki manba iqtiboslarini belgilang. Asoslangan javob materialni boshqa tilda tushuntirishi mumkin, shu bilan birga dalillarni ko‘rib chiqish uchun saqlaydi. Vaqtga sezgir fakt uchun dolzarb manba bering yoki uni mos ilova vositasi orqali oling.
Ishlab chiqaruvchining RAG shabloni suhbat va topilgan hujjat parchalarini qabul qiladi; ular odatda har bo‘lakda 100–400 so‘z, qisqa tavsifli kalitlar va matnli yoki yarim tuzilmali qiymatlardan iborat. Model aynan shu parchalardan javob berish va javob qismlarini asoslovchi manbalar bilan bog‘lashga maxsus o‘qitilgan. O‘qitilgan shu asoslash xatti-harakati muhim bo‘lsa, aynan ushbu nashr shablonidan foydalaning.
Aniq havola rejimi tegishli va iqtibos olinadigan hujjatlarni topadi, javob yaratadi va manbaga bog‘langan qismlarni kiritadi. Tez rejim havolali javobni bevosita yaratib, chiqish tokenlarini kamaytiradi, buning evaziga manbaga bog‘lash aniqligida murosa bo‘ladi. Har ikkala rejimda manba identifikatorlarini saqlang. Amaliy hisobot so‘rovida dalillarni nomlangan mezonlarga nisbatan taqqoslash va har bir topilma yonida uni asoslaydigan parchaga havola berishni so‘rash mumkin.
R+ bir qadamli funksiya chaqirish shablonini ham, qiyinroq jarayonlar uchun ko‘p bosqichli vosita ishlatishni ham qo‘llab-quvvatlaydi. Bir qadamli jarayonda model funksiyalar va JSON argumentlarini tanlaydi, ilova ularni bajaradi va keyingi model javobi qaytgan natijalardan foydalanadi. Hujjatlashtirilgan directly_answer tanlovi modelga keraksiz tashqi amalni chetlab o‘tish imkonini beradi. Ko‘p bosqichli agentda keyingi qarorlar vazifa belgilangan natijaga yetguncha turli vositalar kuzatuvlarini birlashtirishi mumkin.
Foydali agent topshirig‘i savol, ruxsat etilgan amallar va yakuniy natijani belgilaydi. Masalan, tadqiqot yordamchisi tegishli mahsulot yozuvlarini topishi, berilgan talablarni taqqoslashi va dalilli tavsiya chiqarishi kerak bo‘lishi mumkin. Har bir vositaga aniq maqsad bering va natijasini uni hosil qilgan chaqiruv bilan bog‘lang. Matnda taklif qilingan amal ilova bajaradigan ijrodan farq qiladi.
Manba parchalarini haqiqiy savol atrofida tashkil qiling va vosita tarixi hamda javob uchun joy qoldiring. Mavjud dalillar zid bo‘lsa, modeldan asossiz qiymat tanlash o‘rniga kelishmovchilikni tushuntirishni so‘rang. Tuzilmali ma’lumot ishida maydonlar, birliklar va yetishmayotgan axborot ifodasini belgilang.
Yakuniy natija berilgan dalillar va haqiqiy kuzatuvlarga bog‘langan, ko‘rib chiqish mumkin bo‘lgan javob yoki hisobot bo‘lishi kerak. R+ hajmi va agent yo‘nalishi o‘z-o‘zidan qidiruv ulanishini bermaydi, ma’lumotlar bazasi amalini bajarmaydi yoki yaratilgan kodni tekshirmaydi. Bu bosqichlar atrofdagi jarayonga tegishli, ular qaytargan dalillar esa xulosani tekshirish mumkin qiladi.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar cohere/command-r-plus-08-2024 | 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.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.005 / 1K token Chiqish · Chiqish tokenlari $0.02 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.005 / 1K token Chiqish · Chiqish tokenlari $0.02 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "cohere/command-r-plus-08-2024", "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='cohere/command-r-plus-08-2024',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='cohere/command-r-plus-08-2024',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 cohere/command-r-plus-08-2024
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
cohere/command-r-plus-08-2024Command R+ (08-2024) — Cohere’ning murakkab, hujjatlarga asoslangan javoblar va ko‘p bosqichli vosita ishlatish uchun 104B matn modeli. U 128K kontekstni ko‘p tilli generatsiya, manba qismlariga havolalar va ilovaning haqiqiy vosita kuzatuvlaridan foydalanadigan agent jarayonlari bilan birlashtiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Command R+ (08-2024) — Cohere’ning murakkab qidiruv bilan boyitilgan javoblar va agent vazifalari uchun 2024-yil avgustidagi katta matn modeli. Aynan ushbu nashr 104 milliard parametr va 128K kontekstga ega, matn qabul qiladi va matn chiqaradi. Ishlab chiqaruvchining e’lon qilingan profili ko‘pi bilan 4,000 tokenli chiqishni ko‘rsatadi. R+ Command R’ning kattaroq hamrohi bo‘lib, bir nechta bosqichda vositalarni birlashtirishga alohida urg‘u beradi.
Model grouped-query attention, nazoratli nozik sozlash va afzalliklar asosida o‘qitishga ega avtoregressiv transformerdan foydalanadi. U 23 tilda o‘qitilgan va o‘nta asosiy tilda baholangan. Avgust yangilanishi vosita tanlash qarorlari, tizim ko‘rsatmalariga amal qilish, tuzilmali ma’lumot tahlili va semantik bo‘lmagan prompt o‘zgarishlariga bardoshlilikni yaxshilaydi. U havolasiz qidiruv jarayonlari, bir nechta xavfsizlik rejimi va javob berib bo‘lmaydigan savollarni rad etishni ham qo‘llab-quvvatlaydi.
Ko‘p tilli ishda chiqish tili va o‘zgarmasligi kerak bo‘lgan nomlar, kodlar yoki manba iqtiboslarini belgilang. Asoslangan javob materialni boshqa tilda tushuntirishi mumkin, shu bilan birga dalillarni ko‘rib chiqish uchun saqlaydi. Vaqtga sezgir fakt uchun dolzarb manba bering yoki uni mos ilova vositasi orqali oling.
Ishlab chiqaruvchining RAG shabloni suhbat va topilgan hujjat parchalarini qabul qiladi; ular odatda har bo‘lakda 100–400 so‘z, qisqa tavsifli kalitlar va matnli yoki yarim tuzilmali qiymatlardan iborat. Model aynan shu parchalardan javob berish va javob qismlarini asoslovchi manbalar bilan bog‘lashga maxsus o‘qitilgan. O‘qitilgan shu asoslash xatti-harakati muhim bo‘lsa, aynan ushbu nashr shablonidan foydalaning.
Aniq havola rejimi tegishli va iqtibos olinadigan hujjatlarni topadi, javob yaratadi va manbaga bog‘langan qismlarni kiritadi. Tez rejim havolali javobni bevosita yaratib, chiqish tokenlarini kamaytiradi, buning evaziga manbaga bog‘lash aniqligida murosa bo‘ladi. Har ikkala rejimda manba identifikatorlarini saqlang. Amaliy hisobot so‘rovida dalillarni nomlangan mezonlarga nisbatan taqqoslash va har bir topilma yonida uni asoslaydigan parchaga havola berishni so‘rash mumkin.
R+ bir qadamli funksiya chaqirish shablonini ham, qiyinroq jarayonlar uchun ko‘p bosqichli vosita ishlatishni ham qo‘llab-quvvatlaydi. Bir qadamli jarayonda model funksiyalar va JSON argumentlarini tanlaydi, ilova ularni bajaradi va keyingi model javobi qaytgan natijalardan foydalanadi. Hujjatlashtirilgan directly_answer tanlovi modelga keraksiz tashqi amalni chetlab o‘tish imkonini beradi. Ko‘p bosqichli agentda keyingi qarorlar vazifa belgilangan natijaga yetguncha turli vositalar kuzatuvlarini birlashtirishi mumkin.
Foydali agent topshirig‘i savol, ruxsat etilgan amallar va yakuniy natijani belgilaydi. Masalan, tadqiqot yordamchisi tegishli mahsulot yozuvlarini topishi, berilgan talablarni taqqoslashi va dalilli tavsiya chiqarishi kerak bo‘lishi mumkin. Har bir vositaga aniq maqsad bering va natijasini uni hosil qilgan chaqiruv bilan bog‘lang. Matnda taklif qilingan amal ilova bajaradigan ijrodan farq qiladi.
Manba parchalarini haqiqiy savol atrofida tashkil qiling va vosita tarixi hamda javob uchun joy qoldiring. Mavjud dalillar zid bo‘lsa, modeldan asossiz qiymat tanlash o‘rniga kelishmovchilikni tushuntirishni so‘rang. Tuzilmali ma’lumot ishida maydonlar, birliklar va yetishmayotgan axborot ifodasini belgilang.
Yakuniy natija berilgan dalillar va haqiqiy kuzatuvlarga bog‘langan, ko‘rib chiqish mumkin bo‘lgan javob yoki hisobot bo‘lishi kerak. R+ hajmi va agent yo‘nalishi o‘z-o‘zidan qidiruv ulanishini bermaydi, ma’lumotlar bazasi amalini bajarmaydi yoki yaratilgan kodni tekshirmaydi. Bu bosqichlar atrofdagi jarayonga tegishli, ular qaytargan dalillar esa xulosani tekshirish mumkin qiladi.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar cohere/command-r-plus-08-2024 | 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.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.005 / 1K token Chiqish · Chiqish tokenlari $0.02 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.005 / 1K token Chiqish · Chiqish tokenlari $0.02 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "cohere/command-r-plus-08-2024",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'cohere/command-r-plus-08-2024', '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': 'cohere/command-r-plus-08-2024', '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 cohere/command-r-plus-08-2024
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Answer from product evidence\n\nUse only these snippets to answer whether Team Plan supports both requested features. S1: Team Plan includes shared folders and 30-day activity history. S2: Single sign-on is available on Enterprise Plan. Request: We need shared folders and single sign-on. State what is supported, cite each source identifier and leave unsupported assumptions unresolved.A feature-by-feature answer with a source identifier beside each finding and a concise conclusion about the two requirements.Check that S1 supports shared folders and S2 does not establish single sign-on for Team Plan.