Gemma 3 27B IT — Google’ning Gemma 3 oilasidagi ko‘rsatmalarga moslab o‘qitilgan 27B hajmdagi nashr. U matn yaratishni tasvirni tushunish bilan birlashtiradi va dastlabki o‘qitilgan 27B nazorat nusxasi hamda kichikroq 4B va 12B IT modellaridan farq qiladi. Natija matndir: manbaga asoslangan izoh, xulosa, hujjat qoralamasi, javob yoki kod taklifi. Ko‘rsatmalarga moslab o‘qitilgan model faqat xom matnni davom ettiruvchi model bo‘lib ishlashdan ko‘ra, suhbat va so‘ralgan vazifaga rioya qilish uchun mo‘ljallangan.
Ishlab chiqaruvchi kartasi ushbu hajm uchun jami 128K tokenli kontekstni ko‘rsatadi. Kirish va chiqish shu sig‘imni birga ishlatadi, shuning uchun yaratilgan javob so‘rovdan keyin qolgan joyni sarflaydi. Katta to‘plam manba identifikatorlarini saqlashi va so‘ralgan natija uchun ham joy qoldirishi kerak. Asosiy ishlov yo‘lida tasvir ko‘rinishlari 896×896 o‘lchamga me’yorlashtiriladi va 256 vizual tokenga kodlanadi. Birgalikdagi matn va tasvir tahlili uchun sahifa tasviri, diagramma yoki skrinshot yozma manbalarga qanday bog‘liqligini tushuntiring, shunda model javob berishi uchun bitta izchil savol bo‘ladi.
27B modelining ma’lum qilingan dastlabki o‘qitish budjeti 14 trillion token. Oilaning ma’lumotlari 140 dan ortiq tildagi veb hujjatlar, kod, matematika va tasvirlarni o‘z ichiga oladi. O‘qitishda bilim distillatsiyasidan foydalaniladi, keyingi o‘qitish usuli esa foydalilik, matematika, dasturlash, fikrlash va ko‘p tilli xatti-harakat uchun ko‘rsatmalarga rioya qilish hamda mustahkamlash orqali o‘rganish maqsadlarini qo‘shadi. Bu faktlar ishlab chiqaruvchining modelni rivojlantirish jarayonini tavsiflaydi. Ular yaratilgan bayonotni manbasi bilan tekshirish yoki taklif qilingan dasturni mo‘ljallangan kirishlarda ishga tushirish o‘rnini bosmaydi.
Texnik hisobot guruhlangan so‘rovli e’tibor va har bir global qatlamga beshta mahalliy e’tibor qatlami bo‘lgan faqat dekoderli transformerni tavsiflaydi. Mahalliy oraliq 1,024 token, global qatlamlar esa uzunroq kontekst o‘zaro aloqalarini ta’minlaydi. Oilaning umumiy SigLIP tasvir kodlovchisi til modeli uchun vizual kirishlarni ifodalaydi. Uning SentencePiece tokenizatori raqamlarni alohida ajratish, bo‘shliqlarni saqlash va bayt darajasidagi kodlashdan foydalanadi. Talqin uchun ahamiyatli bo‘lsa, raqamli yozuvlar, kod chekinishlari va manba tilidagi terminlarni o‘zgarmas saqlang.
Kvadrat bo‘lmagan yoki detalli tasvirlar uchun hisobot Pan and Scan usulini tavsiflaydi; u vizual kodlovchi uchun ko‘rinishlar o‘lchamini o‘zgartirishdan oldin ustma-ust tushmaydigan qirqimlar qo‘shishi mumkin. Bu bir marta kvadrat o‘lchamga keltirishda yo‘qolishi mumkin bo‘lgan mayda mazmunni saqlashga yordam beradi, ammo haqiqiy ishlov konfiguratsiyasi ahamiyatli. Tadqiqot yoki texnik hujjat vazifasi butun sahifa va diagrammaning o‘qiladigan detalini birga berishi, ularning bog‘liqligini belgilashi mumkin. Javobdan ko‘rinadigan qiymatlar, tegishli matnli shart va ikkala manba asoslaydigan xulosani aniqlashni so‘rang.
Ishlab chiqaruvchining user va model navbatlari bo‘lgan asl IT suhbat formatidan foydalaning. Bu formatda alohida system navbati qo‘llab-quvvatlanmaydi; rol va javob ko‘rsatmalarini boshlang‘ich user xabariga joylashtiring va belgilangan formatlash yo‘lidan foydalaning. Uzun hisobot uchun savol, taqqoslanadigan bo‘limlar va manbalar kelishmasa ustuvorlik qoidalarini nomlang. O‘ziga xos misol — yozma spetsifikatsiyani diagramma bilan muvofiqlashtirish va talablar jadvali, tafovutlar ro‘yxati hamda taklif qilingan yechim uchun zarur taxminlarni qaytarish.
Mo‘ljallangan foydalanish toifalariga yozish, xulosa qilish, suhbat, tasvirdan ma’lumot ajratib olish va ta’lim yoki tadqiqot izlanishlari kiradi. Kod tahlili uchun haqiqiy modul, kirish misollari va interfeys cheklovlarini taqdim eting, so‘ng shu faktlarga bog‘langan izoh yoki o‘zgarish taklifini so‘rang. Ko‘p tilli yozishda auditoriya va o‘zgarmasligi kerak bo‘lgan terminlarni belgilang. Vizual savolda umumiy rasm tavsifi o‘rniga nomlangan elementlarga bog‘langan kuzatuvlarni so‘rang. Oilaning kvantlangan nazorat nusxalari alohida e’lon qilingan artefaktlardir, shuning uchun natijalarni taqqoslashda aynan 27B IT identifikatori va ishlov sozlamalarini saqlang.
Ishlab chiqaruvchi modellar noto‘g‘ri yoki eskirgan faktlarni berishi va noaniqlik, ma’no nozikliklari hamda juda ochiq ko‘rsatmalar bilan qiynalishi mumkinligini qayd etadi. Google ishonarli til qolipi kundalik haqiqiy hayot cheklovini hisobga olmaydigan javob berishi mumkinligini ham ogohlantiradi. Ko‘proq kontekst faqat tegishli shartlar aniq bo‘lgandagina foydali. Asl manbalarni saqlang, ajratib olingan ma’lumot va hisoblarni tekshiring hamda tuzilgan ko‘rinishdagi har qanday javobni yozuv sifatida qayta ishlashdan oldin tasdiqlang. Bir nechta manbaga asoslangan izoh berilgan dalillar, talqin va yetishmayotgan ma’lumotni ajratishi kerak. Ushbu 27B profil tayyorlangan matn va tasvir asosidagi fikrlash vazifasini qo‘llab-quvvatlaydi; ilova bajargan har qanday qidirib olish, vosita bajarishi yoki fakt yangilanishi ravon chiqishdan taxmin qilinmay, o‘z qaytarilgan daliliga ega bo‘lishi kerak.
", "aboutText": "Gemma 3 27B IT — Google’ning Gemma 3 oilasidagi ko‘rsatmalarga moslab o‘qitilgan 27B hajmdagi nashr. U matn yaratishni tasvirni tushunish bilan birlashtiradi va dastlabki o‘qitilgan 27B nazorat nusxasi hamda kichikroq 4B va 12B IT modellaridan farq qiladi. Natija matndir: manbaga asoslangan izoh, xulosa, hujjat qoralamasi, javob yoki kod taklifi. Ko‘rsatmalarga moslab o‘qitilgan model faqat xom matnni davom ettiruvchi model bo‘lib ishlashdan ko‘ra, suhbat va so‘ralgan vazifaga rioya qilish uchun mo‘ljallangan.\n\nIshlab chiqaruvchi kartasi ushbu hajm uchun jami 128K tokenli kontekstni ko‘rsatadi. Kirish va chiqish shu sig‘imni birga ishlatadi, shuning uchun yaratilgan javob so‘rovdan keyin qolgan joyni sarflaydi. Katta to‘plam manba identifikatorlarini saqlashi va so‘ralgan natija uchun ham joy qoldirishi kerak. Asosiy ishlov yo‘lida tasvir ko‘rinishlari 896×896 o‘lchamga me’yorlashtiriladi va 256 vizual tokenga kodlanadi. Birgalikdagi matn va tasvir tahlili uchun sahifa tasviri, diagramma yoki skrinshot yozma manbalarga qanday bog‘liqligini tushuntiring, shunda model javob berishi uchun bitta izchil savol bo‘ladi.\n\n27B modelining ma’lum qilingan dastlabki o‘qitish budjeti 14 trillion token. Oilaning ma’lumotlari 140 dan ortiq tildagi veb hujjatlar, kod, matematika va tasvirlarni o‘z ichiga oladi. O‘qitishda bilim distillatsiyasidan foydalaniladi, keyingi o‘qitish usuli esa foydalilik, matematika, dasturlash, fikrlash va ko‘p tilli xatti-harakat uchun ko‘rsatmalarga rioya qilish hamda mustahkamlash orqali o‘rganish maqsadlarini qo‘shadi. Bu faktlar ishlab chiqaruvchining modelni rivojlantirish jarayonini tavsiflaydi. Ular yaratilgan bayonotni manbasi bilan tekshirish yoki taklif qilingan dasturni mo‘ljallangan kirishlarda ishga tushirish o‘rnini bosmaydi.\n\nTexnik hisobot guruhlangan so‘rovli e’tibor va har bir global qatlamga beshta mahalliy e’tibor qatlami bo‘lgan faqat dekoderli transformerni tavsiflaydi. Mahalliy oraliq 1,024 token, global qatlamlar esa uzunroq kontekst o‘zaro aloqalarini ta’minlaydi. Oilaning umumiy SigLIP tasvir kodlovchisi til modeli uchun vizual kirishlarni ifodalaydi. Uning SentencePiece tokenizatori raqamlarni alohida ajratish, bo‘shliqlarni saqlash va bayt darajasidagi kodlashdan foydalanadi. Talqin uchun ahamiyatli bo‘lsa, raqamli yozuvlar, kod chekinishlari va manba tilidagi terminlarni o‘zgarmas saqlang.\n\nKvadrat bo‘lmagan yoki detalli tasvirlar uchun hisobot Pan and Scan usulini tavsiflaydi; u vizual kodlovchi uchun ko‘rinishlar o‘lchamini o‘zgartirishdan oldin ustma-ust tushmaydigan qirqimlar qo‘shishi mumkin. Bu bir marta kvadrat o‘lchamga keltirishda yo‘qolishi mumkin bo‘lgan mayda mazmunni saqlashga yordam beradi, ammo haqiqiy ishlov konfiguratsiyasi ahamiyatli. Tadqiqot yoki texnik hujjat vazifasi butun sahifa va diagrammaning o‘qiladigan detalini birga berishi, ularning bog‘liqligini belgilashi mumkin. Javobdan ko‘rinadigan qiymatlar, tegishli matnli shart va ikkala manba asoslaydigan xulosani aniqlashni so‘rang.\n\nIshlab chiqaruvchining user va model navbatlari bo‘lgan asl IT suhbat formatidan foydalaning. Bu formatda alohida system navbati qo‘llab-quvvatlanmaydi; rol va javob ko‘rsatmalarini boshlang‘ich user xabariga joylashtiring va belgilangan formatlash yo‘lidan foydalaning. Uzun hisobot uchun savol, taqqoslanadigan bo‘limlar va manbalar kelishmasa ustuvorlik qoidalarini nomlang. O‘ziga xos misol — yozma spetsifikatsiyani diagramma bilan muvofiqlashtirish va talablar jadvali, tafovutlar ro‘yxati hamda taklif qilingan yechim uchun zarur taxminlarni qaytarish.\n\nMo‘ljallangan foydalanish toifalariga yozish, xulosa qilish, suhbat, tasvirdan ma’lumot ajratib olish va ta’lim yoki tadqiqot izlanishlari kiradi. Kod tahlili uchun haqiqiy modul, kirish misollari va interfeys cheklovlarini taqdim eting, so‘ng shu faktlarga bog‘langan izoh yoki o‘zgarish taklifini so‘rang. Ko‘p tilli yozishda auditoriya va o‘zgarmasligi kerak bo‘lgan terminlarni belgilang. Vizual savolda umumiy rasm tavsifi o‘rniga nomlangan elementlarga bog‘langan kuzatuvlarni so‘rang. Oilaning kvantlangan nazorat nusxalari alohida e’lon qilingan artefaktlardir, shuning uchun natijalarni taqqoslashda aynan 27B IT identifikatori va ishlov sozlamalarini saqlang.\n\nIshlab chiqaruvchi modellar noto‘g‘ri yoki eskirgan faktlarni berishi va noaniqlik, ma’no nozikliklari hamda juda ochiq ko‘rsatmalar bilan qiynalishi mumkinligini qayd etadi. Google ishonarli til qolipi kundalik haqiqiy hayot cheklovini hisobga olmaydigan javob berishi mumkinligini ham ogohlantiradi. Ko‘proq kontekst faqat tegishli shartlar aniq bo‘lgandagina foydali. Asl manbalarni saqlang, ajratib olingan ma’lumot va hisoblarni tekshiring hamda tuzilgan ko‘rinishdagi har qanday javobni yozuv sifatida qayta ishlashdan oldin tasdiqlang. Bir nechta manbaga asoslangan izoh berilgan dalillar, talqin va yetishmayotgan ma’lumotni ajratishi kerak. Ushbu 27B profil tayyorlangan matn va tasvir asosidagi fikrlash vazifasini qo‘llab-quvvatlaydi; ilova bajargan har qanday qidirib olish, vosita bajarishi yoki fakt yangilanishi ravon chiqishdan taxmin qilinmay, o‘z qaytarilgan daliliga ega bo‘lishi kerak.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Reconcile two written specification sources\n\nReconcile these sources. SPEC-1: the controller has four outputs, each rated 2 A; total current must not exceed 5 A. NOTE-2: connect four 2 A loads simultaneously. Produce a requirement table and a discrepancy note. Suggest a clarification question rather than silently treating the per-output rating as the permitted total.A source-labelled requirement table, the conflicting proposed load and a targeted clarification question.The answer distinguishes the 2 A individual rating from the 5 A aggregate limit and notices the 8 A proposal.google/gemma-3-27b-itGemma 3 27B IT — Google’ning Gemma 3 oilasidagi ko‘rsatmalarga moslab o‘qitilgan 27B hajmdagi model. U matn va tasvirlarni qabul qiladi hamda uzun manbalarni tahlil qilish, yozish, kod va vizual savollar uchun matn yaratadi; umumiy 128K kontekst va oilaning ko‘p tilli qamroviga ega.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Gemma 3 27B IT — Google’ning Gemma 3 oilasidagi ko‘rsatmalarga moslab o‘qitilgan 27B hajmdagi nashr. U matn yaratishni tasvirni tushunish bilan birlashtiradi va dastlabki o‘qitilgan 27B nazorat nusxasi hamda kichikroq 4B va 12B IT modellaridan farq qiladi. Natija matndir: manbaga asoslangan izoh, xulosa, hujjat qoralamasi, javob yoki kod taklifi. Ko‘rsatmalarga moslab o‘qitilgan model faqat xom matnni davom ettiruvchi model bo‘lib ishlashdan ko‘ra, suhbat va so‘ralgan vazifaga rioya qilish uchun mo‘ljallangan.
Ishlab chiqaruvchi kartasi ushbu hajm uchun jami 128K tokenli kontekstni ko‘rsatadi. Kirish va chiqish shu sig‘imni birga ishlatadi, shuning uchun yaratilgan javob so‘rovdan keyin qolgan joyni sarflaydi. Katta to‘plam manba identifikatorlarini saqlashi va so‘ralgan natija uchun ham joy qoldirishi kerak. Asosiy ishlov yo‘lida tasvir ko‘rinishlari 896×896 o‘lchamga me’yorlashtiriladi va 256 vizual tokenga kodlanadi. Birgalikdagi matn va tasvir tahlili uchun sahifa tasviri, diagramma yoki skrinshot yozma manbalarga qanday bog‘liqligini tushuntiring, shunda model javob berishi uchun bitta izchil savol bo‘ladi.
27B modelining ma’lum qilingan dastlabki o‘qitish budjeti 14 trillion token. Oilaning ma’lumotlari 140 dan ortiq tildagi veb hujjatlar, kod, matematika va tasvirlarni o‘z ichiga oladi. O‘qitishda bilim distillatsiyasidan foydalaniladi, keyingi o‘qitish usuli esa foydalilik, matematika, dasturlash, fikrlash va ko‘p tilli xatti-harakat uchun ko‘rsatmalarga rioya qilish hamda mustahkamlash orqali o‘rganish maqsadlarini qo‘shadi. Bu faktlar ishlab chiqaruvchining modelni rivojlantirish jarayonini tavsiflaydi. Ular yaratilgan bayonotni manbasi bilan tekshirish yoki taklif qilingan dasturni mo‘ljallangan kirishlarda ishga tushirish o‘rnini bosmaydi.
Texnik hisobot guruhlangan so‘rovli e’tibor va har bir global qatlamga beshta mahalliy e’tibor qatlami bo‘lgan faqat dekoderli transformerni tavsiflaydi. Mahalliy oraliq 1,024 token, global qatlamlar esa uzunroq kontekst o‘zaro aloqalarini ta’minlaydi. Oilaning umumiy SigLIP tasvir kodlovchisi til modeli uchun vizual kirishlarni ifodalaydi. Uning SentencePiece tokenizatori raqamlarni alohida ajratish, bo‘shliqlarni saqlash va bayt darajasidagi kodlashdan foydalanadi. Talqin uchun ahamiyatli bo‘lsa, raqamli yozuvlar, kod chekinishlari va manba tilidagi terminlarni o‘zgarmas saqlang.
Kvadrat bo‘lmagan yoki detalli tasvirlar uchun hisobot Pan and Scan usulini tavsiflaydi; u vizual kodlovchi uchun ko‘rinishlar o‘lchamini o‘zgartirishdan oldin ustma-ust tushmaydigan qirqimlar qo‘shishi mumkin. Bu bir marta kvadrat o‘lchamga keltirishda yo‘qolishi mumkin bo‘lgan mayda mazmunni saqlashga yordam beradi, ammo haqiqiy ishlov konfiguratsiyasi ahamiyatli. Tadqiqot yoki texnik hujjat vazifasi butun sahifa va diagrammaning o‘qiladigan detalini birga berishi, ularning bog‘liqligini belgilashi mumkin. Javobdan ko‘rinadigan qiymatlar, tegishli matnli shart va ikkala manba asoslaydigan xulosani aniqlashni so‘rang.
Ishlab chiqaruvchining user va model navbatlari bo‘lgan asl IT suhbat formatidan foydalaning. Bu formatda alohida system navbati qo‘llab-quvvatlanmaydi; rol va javob ko‘rsatmalarini boshlang‘ich user xabariga joylashtiring va belgilangan formatlash yo‘lidan foydalaning. Uzun hisobot uchun savol, taqqoslanadigan bo‘limlar va manbalar kelishmasa ustuvorlik qoidalarini nomlang. O‘ziga xos misol — yozma spetsifikatsiyani diagramma bilan muvofiqlashtirish va talablar jadvali, tafovutlar ro‘yxati hamda taklif qilingan yechim uchun zarur taxminlarni qaytarish.
Mo‘ljallangan foydalanish toifalariga yozish, xulosa qilish, suhbat, tasvirdan ma’lumot ajratib olish va ta’lim yoki tadqiqot izlanishlari kiradi. Kod tahlili uchun haqiqiy modul, kirish misollari va interfeys cheklovlarini taqdim eting, so‘ng shu faktlarga bog‘langan izoh yoki o‘zgarish taklifini so‘rang. Ko‘p tilli yozishda auditoriya va o‘zgarmasligi kerak bo‘lgan terminlarni belgilang. Vizual savolda umumiy rasm tavsifi o‘rniga nomlangan elementlarga bog‘langan kuzatuvlarni so‘rang. Oilaning kvantlangan nazorat nusxalari alohida e’lon qilingan artefaktlardir, shuning uchun natijalarni taqqoslashda aynan 27B IT identifikatori va ishlov sozlamalarini saqlang.
Ishlab chiqaruvchi modellar noto‘g‘ri yoki eskirgan faktlarni berishi va noaniqlik, ma’no nozikliklari hamda juda ochiq ko‘rsatmalar bilan qiynalishi mumkinligini qayd etadi. Google ishonarli til qolipi kundalik haqiqiy hayot cheklovini hisobga olmaydigan javob berishi mumkinligini ham ogohlantiradi. Ko‘proq kontekst faqat tegishli shartlar aniq bo‘lgandagina foydali. Asl manbalarni saqlang, ajratib olingan ma’lumot va hisoblarni tekshiring hamda tuzilgan ko‘rinishdagi har qanday javobni yozuv sifatida qayta ishlashdan oldin tasdiqlang. Bir nechta manbaga asoslangan izoh berilgan dalillar, talqin va yetishmayotgan ma’lumotni ajratishi kerak. Ushbu 27B profil tayyorlangan matn va tasvir asosidagi fikrlash vazifasini qo‘llab-quvvatlaydi; ilova bajargan har qanday qidirib olish, vosita bajarishi yoki fakt yangilanishi ravon chiqishdan taxmin qilinmay, o‘z qaytarilgan daliliga ega bo‘lishi kerak.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar google/gemma-3-27b-it | 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 $0.00016 / 1K token Chiqish · Chiqish tokenlari $0.0007 / 1K token Kirish · Keshdan o‘qish $0.00008 / 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 $0.00016 / 1K token Chiqish · Chiqish tokenlari $0.0007 / 1K token Kirish · Keshdan o‘qish $0.00008 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-3-27b-it", "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='google/gemma-3-27b-it',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='google/gemma-3-27b-it',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 google/gemma-3-27b-it
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
google/gemma-3-27b-itGemma 3 27B IT — Google’ning Gemma 3 oilasidagi ko‘rsatmalarga moslab o‘qitilgan 27B hajmdagi model. U matn va tasvirlarni qabul qiladi hamda uzun manbalarni tahlil qilish, yozish, kod va vizual savollar uchun matn yaratadi; umumiy 128K kontekst va oilaning ko‘p tilli qamroviga ega.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Gemma 3 27B IT — Google’ning Gemma 3 oilasidagi ko‘rsatmalarga moslab o‘qitilgan 27B hajmdagi nashr. U matn yaratishni tasvirni tushunish bilan birlashtiradi va dastlabki o‘qitilgan 27B nazorat nusxasi hamda kichikroq 4B va 12B IT modellaridan farq qiladi. Natija matndir: manbaga asoslangan izoh, xulosa, hujjat qoralamasi, javob yoki kod taklifi. Ko‘rsatmalarga moslab o‘qitilgan model faqat xom matnni davom ettiruvchi model bo‘lib ishlashdan ko‘ra, suhbat va so‘ralgan vazifaga rioya qilish uchun mo‘ljallangan.
Ishlab chiqaruvchi kartasi ushbu hajm uchun jami 128K tokenli kontekstni ko‘rsatadi. Kirish va chiqish shu sig‘imni birga ishlatadi, shuning uchun yaratilgan javob so‘rovdan keyin qolgan joyni sarflaydi. Katta to‘plam manba identifikatorlarini saqlashi va so‘ralgan natija uchun ham joy qoldirishi kerak. Asosiy ishlov yo‘lida tasvir ko‘rinishlari 896×896 o‘lchamga me’yorlashtiriladi va 256 vizual tokenga kodlanadi. Birgalikdagi matn va tasvir tahlili uchun sahifa tasviri, diagramma yoki skrinshot yozma manbalarga qanday bog‘liqligini tushuntiring, shunda model javob berishi uchun bitta izchil savol bo‘ladi.
27B modelining ma’lum qilingan dastlabki o‘qitish budjeti 14 trillion token. Oilaning ma’lumotlari 140 dan ortiq tildagi veb hujjatlar, kod, matematika va tasvirlarni o‘z ichiga oladi. O‘qitishda bilim distillatsiyasidan foydalaniladi, keyingi o‘qitish usuli esa foydalilik, matematika, dasturlash, fikrlash va ko‘p tilli xatti-harakat uchun ko‘rsatmalarga rioya qilish hamda mustahkamlash orqali o‘rganish maqsadlarini qo‘shadi. Bu faktlar ishlab chiqaruvchining modelni rivojlantirish jarayonini tavsiflaydi. Ular yaratilgan bayonotni manbasi bilan tekshirish yoki taklif qilingan dasturni mo‘ljallangan kirishlarda ishga tushirish o‘rnini bosmaydi.
Texnik hisobot guruhlangan so‘rovli e’tibor va har bir global qatlamga beshta mahalliy e’tibor qatlami bo‘lgan faqat dekoderli transformerni tavsiflaydi. Mahalliy oraliq 1,024 token, global qatlamlar esa uzunroq kontekst o‘zaro aloqalarini ta’minlaydi. Oilaning umumiy SigLIP tasvir kodlovchisi til modeli uchun vizual kirishlarni ifodalaydi. Uning SentencePiece tokenizatori raqamlarni alohida ajratish, bo‘shliqlarni saqlash va bayt darajasidagi kodlashdan foydalanadi. Talqin uchun ahamiyatli bo‘lsa, raqamli yozuvlar, kod chekinishlari va manba tilidagi terminlarni o‘zgarmas saqlang.
Kvadrat bo‘lmagan yoki detalli tasvirlar uchun hisobot Pan and Scan usulini tavsiflaydi; u vizual kodlovchi uchun ko‘rinishlar o‘lchamini o‘zgartirishdan oldin ustma-ust tushmaydigan qirqimlar qo‘shishi mumkin. Bu bir marta kvadrat o‘lchamga keltirishda yo‘qolishi mumkin bo‘lgan mayda mazmunni saqlashga yordam beradi, ammo haqiqiy ishlov konfiguratsiyasi ahamiyatli. Tadqiqot yoki texnik hujjat vazifasi butun sahifa va diagrammaning o‘qiladigan detalini birga berishi, ularning bog‘liqligini belgilashi mumkin. Javobdan ko‘rinadigan qiymatlar, tegishli matnli shart va ikkala manba asoslaydigan xulosani aniqlashni so‘rang.
Ishlab chiqaruvchining user va model navbatlari bo‘lgan asl IT suhbat formatidan foydalaning. Bu formatda alohida system navbati qo‘llab-quvvatlanmaydi; rol va javob ko‘rsatmalarini boshlang‘ich user xabariga joylashtiring va belgilangan formatlash yo‘lidan foydalaning. Uzun hisobot uchun savol, taqqoslanadigan bo‘limlar va manbalar kelishmasa ustuvorlik qoidalarini nomlang. O‘ziga xos misol — yozma spetsifikatsiyani diagramma bilan muvofiqlashtirish va talablar jadvali, tafovutlar ro‘yxati hamda taklif qilingan yechim uchun zarur taxminlarni qaytarish.
Mo‘ljallangan foydalanish toifalariga yozish, xulosa qilish, suhbat, tasvirdan ma’lumot ajratib olish va ta’lim yoki tadqiqot izlanishlari kiradi. Kod tahlili uchun haqiqiy modul, kirish misollari va interfeys cheklovlarini taqdim eting, so‘ng shu faktlarga bog‘langan izoh yoki o‘zgarish taklifini so‘rang. Ko‘p tilli yozishda auditoriya va o‘zgarmasligi kerak bo‘lgan terminlarni belgilang. Vizual savolda umumiy rasm tavsifi o‘rniga nomlangan elementlarga bog‘langan kuzatuvlarni so‘rang. Oilaning kvantlangan nazorat nusxalari alohida e’lon qilingan artefaktlardir, shuning uchun natijalarni taqqoslashda aynan 27B IT identifikatori va ishlov sozlamalarini saqlang.
Ishlab chiqaruvchi modellar noto‘g‘ri yoki eskirgan faktlarni berishi va noaniqlik, ma’no nozikliklari hamda juda ochiq ko‘rsatmalar bilan qiynalishi mumkinligini qayd etadi. Google ishonarli til qolipi kundalik haqiqiy hayot cheklovini hisobga olmaydigan javob berishi mumkinligini ham ogohlantiradi. Ko‘proq kontekst faqat tegishli shartlar aniq bo‘lgandagina foydali. Asl manbalarni saqlang, ajratib olingan ma’lumot va hisoblarni tekshiring hamda tuzilgan ko‘rinishdagi har qanday javobni yozuv sifatida qayta ishlashdan oldin tasdiqlang. Bir nechta manbaga asoslangan izoh berilgan dalillar, talqin va yetishmayotgan ma’lumotni ajratishi kerak. Ushbu 27B profil tayyorlangan matn va tasvir asosidagi fikrlash vazifasini qo‘llab-quvvatlaydi; ilova bajargan har qanday qidirib olish, vosita bajarishi yoki fakt yangilanishi ravon chiqishdan taxmin qilinmay, o‘z qaytarilgan daliliga ega bo‘lishi kerak.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar google/gemma-3-27b-it | 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 $0.00016 / 1K token Chiqish · Chiqish tokenlari $0.0007 / 1K token Kirish · Keshdan o‘qish $0.00008 / 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 $0.00016 / 1K token Chiqish · Chiqish tokenlari $0.0007 / 1K token Kirish · Keshdan o‘qish $0.00008 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "google/gemma-3-27b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'google/gemma-3-27b-it', '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': 'google/gemma-3-27b-it', '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 google/gemma-3-27b-it
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Reconcile two written specification sources\n\nReconcile these sources. SPEC-1: the controller has four outputs, each rated 2 A; total current must not exceed 5 A. NOTE-2: connect four 2 A loads simultaneously. Produce a requirement table and a discrepancy note. Suggest a clarification question rather than silently treating the per-output rating as the permitted total.A source-labelled requirement table, the conflicting proposed load and a targeted clarification question.The answer distinguishes the 2 A individual rating from the 5 A aggregate limit and notices the 8 A proposal.