Llama 3.2 11B Vision — Meta kompaniyasining Llama 3.2 Vision to‘plamidagi kichikroq multimodal a’zosi. Model Llama 3.1 til asosiy tarmog‘ini alohida o‘qitilgan tasvir adapteri bilan birlashtiradi. O‘zaro diqqat tasvir kodlovchisi ifodalarini autoregressiv matn modeliga bog‘laydi, shunda javob ko‘rinadigan dalildan yozma topshiriq bilan birga foydalanishi mumkin. Meta konfiguratsiya jadvalida 11B hajm toifasi 10.6 milliard parametrga ega va guruhlangan so‘rov diqqatidan foydalanadi.
Uning kiritmasi matn va tasvirlardan iborat; chiqishi matn, kontekst uzunligi esa 128K token. Faqat matnli topshiriqlar uchun ingliz, nemis, fransuz, italyan, portugal, hind, ispan va tay tillari rasman qo‘llab-quvvatlanadi. Tasvir va matn ilovalari rasman ingliz tilida qo‘llab-quvvatlanadi. Shu sababli ko‘p tilli matnli suhbat va tasvir haqidagi savolning hujjatlashtirilgan til doiralari turlicha.
Dastlabki o‘qitilgan va ko‘rsatmalarga moslab sozlangan nashrlar turli maqsadlarga xizmat qiladi. Dastlabki o‘qitilgan nashr tasvir ustida mulohazaga moslashtirish uchun asos beradi. Ko‘rsatmalarga moslab sozlangan nashr vizual tanish, tasvir ustida mulohaza, tasvirga izoh yozish va tasvirli suhbatni qo‘llab-quvvatlash uchun nazoratli nozik sozlash hamda inson qayta aloqasi asosidagi mustahkamlovchi o‘qitishdan foydalanadi. 11B belgisi shu hajm tarmog‘ini aniqlaydi; u sozlash nashrini tanlash o‘rnini bosmaydi.
Mo‘ljallangan vizual qo‘llanishlar fotosuratlar haqidagi savollarga javob berish, hujjat matni va joylashuvini tushunish, tasvir izohlarini yozish, rasmlarni tavsiflar bilan moslashtirish va til ifodalarini obyekt yoki hududlarga bog‘lashni o‘z ichiga oladi. Hujjat yordamchisi shaklni bo‘limma-bo‘lim tushuntirishi, jadvalni sarlavhasiga bog‘lashi yoki ko‘rinadigan sahifa haqidagi savolga javob berishi mumkin. Mahsulot ish jarayoni fotosuratdagi obyektlar va munosabatlarni tasvirlashi mumkin. Ifodani tasvirga bog‘lash uchun savolda obyekt yoki hududni nomlang va berilgan tasvirga bog‘langan izohni so‘rang. Tasvir va matnni moslashtirishda ko‘rinadigan mazmunni nomzod tavsiflar bilan solishtiring.
Ailoot API topshirig‘i uchun tasvirni aniq ko‘rsatma bilan birga bering va kerakli matnli materialni tanlang: tasvir izohi, kuzatuvli javob, ajratilgan tafsilotlar ro‘yxati yoki tushuntirish. Tasvirning qaysi qismi muhimligini ayting va javobni yaxshilashda uning savol bilan bog‘lanishini saqlang. Tasvir matnli natija uchun dalil bo‘ladi; Meta misollari tasvir va boshlang‘ich promptdan matn yaratadi.
Vision oilasining dastlabki o‘qitishida olti milliard tasvir va matn juftligi ishlatiladi. Ko‘rsatmalarga moslab sozlash ommaviy tasvir-ko‘rsatma ma’lumot to‘plamlarini uch milliondan ortiq sintetik misol bilan birlashtiradi. Dastlabki o‘qitish chegarasi 2023-yil dekabr, nashr esa oflayn ma’lumot to‘plamida o‘qitilgan statik modeldir. Meta kompaniyasining mas’uliyatga oid ishlari xavfsizlikka moslab nozik sozlash, adversarial sinovlar va tizim darajasidagi himoyalarni o‘z ichiga oladi. Ko‘rsatilgan cheklovlari noto‘g‘ri yoki tarafkash javoblar hamda har bir joylashtirish ssenariysini qamrab ololmaydigan baholash qamrovini o‘z ichiga oladi. Natijadagi tavsiflarni ko‘rinadigan material bilan solishtirib tekshiring va kuzatuvlarni talqindan alohida saqlang.
", "aboutText": "Llama 3.2 11B Vision — Meta kompaniyasining Llama 3.2 Vision to‘plamidagi kichikroq multimodal a’zosi. Model Llama 3.1 til asosiy tarmog‘ini alohida o‘qitilgan tasvir adapteri bilan birlashtiradi. O‘zaro diqqat tasvir kodlovchisi ifodalarini autoregressiv matn modeliga bog‘laydi, shunda javob ko‘rinadigan dalildan yozma topshiriq bilan birga foydalanishi mumkin. Meta konfiguratsiya jadvalida 11B hajm toifasi 10.6 milliard parametrga ega va guruhlangan so‘rov diqqatidan foydalanadi.\n\nUning kiritmasi matn va tasvirlardan iborat; chiqishi matn, kontekst uzunligi esa 128K token. Faqat matnli topshiriqlar uchun ingliz, nemis, fransuz, italyan, portugal, hind, ispan va tay tillari rasman qo‘llab-quvvatlanadi. Tasvir va matn ilovalari rasman ingliz tilida qo‘llab-quvvatlanadi. Shu sababli ko‘p tilli matnli suhbat va tasvir haqidagi savolning hujjatlashtirilgan til doiralari turlicha.\n\nDastlabki o‘qitilgan va ko‘rsatmalarga moslab sozlangan nashrlar turli maqsadlarga xizmat qiladi. Dastlabki o‘qitilgan nashr tasvir ustida mulohazaga moslashtirish uchun asos beradi. Ko‘rsatmalarga moslab sozlangan nashr vizual tanish, tasvir ustida mulohaza, tasvirga izoh yozish va tasvirli suhbatni qo‘llab-quvvatlash uchun nazoratli nozik sozlash hamda inson qayta aloqasi asosidagi mustahkamlovchi o‘qitishdan foydalanadi. 11B belgisi shu hajm tarmog‘ini aniqlaydi; u sozlash nashrini tanlash o‘rnini bosmaydi.\n\nMo‘ljallangan vizual qo‘llanishlar fotosuratlar haqidagi savollarga javob berish, hujjat matni va joylashuvini tushunish, tasvir izohlarini yozish, rasmlarni tavsiflar bilan moslashtirish va til ifodalarini obyekt yoki hududlarga bog‘lashni o‘z ichiga oladi. Hujjat yordamchisi shaklni bo‘limma-bo‘lim tushuntirishi, jadvalni sarlavhasiga bog‘lashi yoki ko‘rinadigan sahifa haqidagi savolga javob berishi mumkin. Mahsulot ish jarayoni fotosuratdagi obyektlar va munosabatlarni tasvirlashi mumkin. Ifodani tasvirga bog‘lash uchun savolda obyekt yoki hududni nomlang va berilgan tasvirga bog‘langan izohni so‘rang. Tasvir va matnni moslashtirishda ko‘rinadigan mazmunni nomzod tavsiflar bilan solishtiring.\n\nAiloot API topshirig‘i uchun tasvirni aniq ko‘rsatma bilan birga bering va kerakli matnli materialni tanlang: tasvir izohi, kuzatuvli javob, ajratilgan tafsilotlar ro‘yxati yoki tushuntirish. Tasvirning qaysi qismi muhimligini ayting va javobni yaxshilashda uning savol bilan bog‘lanishini saqlang. Tasvir matnli natija uchun dalil bo‘ladi; Meta misollari tasvir va boshlang‘ich promptdan matn yaratadi.\n\nVision oilasining dastlabki o‘qitishida olti milliard tasvir va matn juftligi ishlatiladi. Ko‘rsatmalarga moslab sozlash ommaviy tasvir-ko‘rsatma ma’lumot to‘plamlarini uch milliondan ortiq sintetik misol bilan birlashtiradi. Dastlabki o‘qitish chegarasi 2023-yil dekabr, nashr esa oflayn ma’lumot to‘plamida o‘qitilgan statik modeldir. Meta kompaniyasining mas’uliyatga oid ishlari xavfsizlikka moslab nozik sozlash, adversarial sinovlar va tizim darajasidagi himoyalarni o‘z ichiga oladi. Ko‘rsatilgan cheklovlari noto‘g‘ri yoki tarafkash javoblar hamda har bir joylashtirish ssenariysini qamrab ololmaydigan baholash qamrovini o‘z ichiga oladi. Natijadagi tavsiflarni ko‘rinadigan material bilan solishtirib tekshiring va kuzatuvlarni talqindan alohida saqlang.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Match descriptions to a transcribed product view\n\nUse this text description of a product view: one blue mug with a handle, no lid, standing beside a silver spoon. Candidate captions: A, blue lidded travel cup; B, blue handled mug beside a spoon; C, two blue bowls. Select the caption supported by the description and explain each mismatch in the alternatives.One selected caption and a brief evidence comparison for all three candidates.Check that no unmentioned lid or second vessel is added and that the choice uses the supplied text only.llama3.2-11bMeta kompaniyasining kichikroq Llama 3.2 Vision nashri tasvir va matn promptlarini tavsiflar, hujjat bo‘yicha javoblar va vizual izohlarga aylantiradi. U 128K kontekst oynasiga ega; dastlabki o‘qitilgan va ko‘rsatmalarga moslab sozlangan nashrlari alohida.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Llama 3.2 11B Vision — Meta kompaniyasining Llama 3.2 Vision to‘plamidagi kichikroq multimodal a’zosi. Model Llama 3.1 til asosiy tarmog‘ini alohida o‘qitilgan tasvir adapteri bilan birlashtiradi. O‘zaro diqqat tasvir kodlovchisi ifodalarini autoregressiv matn modeliga bog‘laydi, shunda javob ko‘rinadigan dalildan yozma topshiriq bilan birga foydalanishi mumkin. Meta konfiguratsiya jadvalida 11B hajm toifasi 10.6 milliard parametrga ega va guruhlangan so‘rov diqqatidan foydalanadi.
Uning kiritmasi matn va tasvirlardan iborat; chiqishi matn, kontekst uzunligi esa 128K token. Faqat matnli topshiriqlar uchun ingliz, nemis, fransuz, italyan, portugal, hind, ispan va tay tillari rasman qo‘llab-quvvatlanadi. Tasvir va matn ilovalari rasman ingliz tilida qo‘llab-quvvatlanadi. Shu sababli ko‘p tilli matnli suhbat va tasvir haqidagi savolning hujjatlashtirilgan til doiralari turlicha.
Dastlabki o‘qitilgan va ko‘rsatmalarga moslab sozlangan nashrlar turli maqsadlarga xizmat qiladi. Dastlabki o‘qitilgan nashr tasvir ustida mulohazaga moslashtirish uchun asos beradi. Ko‘rsatmalarga moslab sozlangan nashr vizual tanish, tasvir ustida mulohaza, tasvirga izoh yozish va tasvirli suhbatni qo‘llab-quvvatlash uchun nazoratli nozik sozlash hamda inson qayta aloqasi asosidagi mustahkamlovchi o‘qitishdan foydalanadi. 11B belgisi shu hajm tarmog‘ini aniqlaydi; u sozlash nashrini tanlash o‘rnini bosmaydi.
Mo‘ljallangan vizual qo‘llanishlar fotosuratlar haqidagi savollarga javob berish, hujjat matni va joylashuvini tushunish, tasvir izohlarini yozish, rasmlarni tavsiflar bilan moslashtirish va til ifodalarini obyekt yoki hududlarga bog‘lashni o‘z ichiga oladi. Hujjat yordamchisi shaklni bo‘limma-bo‘lim tushuntirishi, jadvalni sarlavhasiga bog‘lashi yoki ko‘rinadigan sahifa haqidagi savolga javob berishi mumkin. Mahsulot ish jarayoni fotosuratdagi obyektlar va munosabatlarni tasvirlashi mumkin. Ifodani tasvirga bog‘lash uchun savolda obyekt yoki hududni nomlang va berilgan tasvirga bog‘langan izohni so‘rang. Tasvir va matnni moslashtirishda ko‘rinadigan mazmunni nomzod tavsiflar bilan solishtiring.
Ailoot API topshirig‘i uchun tasvirni aniq ko‘rsatma bilan birga bering va kerakli matnli materialni tanlang: tasvir izohi, kuzatuvli javob, ajratilgan tafsilotlar ro‘yxati yoki tushuntirish. Tasvirning qaysi qismi muhimligini ayting va javobni yaxshilashda uning savol bilan bog‘lanishini saqlang. Tasvir matnli natija uchun dalil bo‘ladi; Meta misollari tasvir va boshlang‘ich promptdan matn yaratadi.
Vision oilasining dastlabki o‘qitishida olti milliard tasvir va matn juftligi ishlatiladi. Ko‘rsatmalarga moslab sozlash ommaviy tasvir-ko‘rsatma ma’lumot to‘plamlarini uch milliondan ortiq sintetik misol bilan birlashtiradi. Dastlabki o‘qitish chegarasi 2023-yil dekabr, nashr esa oflayn ma’lumot to‘plamida o‘qitilgan statik modeldir. Meta kompaniyasining mas’uliyatga oid ishlari xavfsizlikka moslab nozik sozlash, adversarial sinovlar va tizim darajasidagi himoyalarni o‘z ichiga oladi. Ko‘rsatilgan cheklovlari noto‘g‘ri yoki tarafkash javoblar hamda har bir joylashtirish ssenariysini qamrab ololmaydigan baholash qamrovini o‘z ichiga oladi. Natijadagi tavsiflarni ko‘rinadigan material bilan solishtirib tekshiring va kuzatuvlarni talqindan alohida saqlang.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar llama3.2-11b | 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 $0.001 / 1K token Chiqish · Chiqish tokenlari $0.001 / 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": "llama3.2-11b", "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='llama3.2-11b',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='llama3.2-11b',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 llama3.2-11b
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
llama3.2-11bMeta kompaniyasining kichikroq Llama 3.2 Vision nashri tasvir va matn promptlarini tavsiflar, hujjat bo‘yicha javoblar va vizual izohlarga aylantiradi. U 128K kontekst oynasiga ega; dastlabki o‘qitilgan va ko‘rsatmalarga moslab sozlangan nashrlari alohida.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Llama 3.2 11B Vision — Meta kompaniyasining Llama 3.2 Vision to‘plamidagi kichikroq multimodal a’zosi. Model Llama 3.1 til asosiy tarmog‘ini alohida o‘qitilgan tasvir adapteri bilan birlashtiradi. O‘zaro diqqat tasvir kodlovchisi ifodalarini autoregressiv matn modeliga bog‘laydi, shunda javob ko‘rinadigan dalildan yozma topshiriq bilan birga foydalanishi mumkin. Meta konfiguratsiya jadvalida 11B hajm toifasi 10.6 milliard parametrga ega va guruhlangan so‘rov diqqatidan foydalanadi.
Uning kiritmasi matn va tasvirlardan iborat; chiqishi matn, kontekst uzunligi esa 128K token. Faqat matnli topshiriqlar uchun ingliz, nemis, fransuz, italyan, portugal, hind, ispan va tay tillari rasman qo‘llab-quvvatlanadi. Tasvir va matn ilovalari rasman ingliz tilida qo‘llab-quvvatlanadi. Shu sababli ko‘p tilli matnli suhbat va tasvir haqidagi savolning hujjatlashtirilgan til doiralari turlicha.
Dastlabki o‘qitilgan va ko‘rsatmalarga moslab sozlangan nashrlar turli maqsadlarga xizmat qiladi. Dastlabki o‘qitilgan nashr tasvir ustida mulohazaga moslashtirish uchun asos beradi. Ko‘rsatmalarga moslab sozlangan nashr vizual tanish, tasvir ustida mulohaza, tasvirga izoh yozish va tasvirli suhbatni qo‘llab-quvvatlash uchun nazoratli nozik sozlash hamda inson qayta aloqasi asosidagi mustahkamlovchi o‘qitishdan foydalanadi. 11B belgisi shu hajm tarmog‘ini aniqlaydi; u sozlash nashrini tanlash o‘rnini bosmaydi.
Mo‘ljallangan vizual qo‘llanishlar fotosuratlar haqidagi savollarga javob berish, hujjat matni va joylashuvini tushunish, tasvir izohlarini yozish, rasmlarni tavsiflar bilan moslashtirish va til ifodalarini obyekt yoki hududlarga bog‘lashni o‘z ichiga oladi. Hujjat yordamchisi shaklni bo‘limma-bo‘lim tushuntirishi, jadvalni sarlavhasiga bog‘lashi yoki ko‘rinadigan sahifa haqidagi savolga javob berishi mumkin. Mahsulot ish jarayoni fotosuratdagi obyektlar va munosabatlarni tasvirlashi mumkin. Ifodani tasvirga bog‘lash uchun savolda obyekt yoki hududni nomlang va berilgan tasvirga bog‘langan izohni so‘rang. Tasvir va matnni moslashtirishda ko‘rinadigan mazmunni nomzod tavsiflar bilan solishtiring.
Ailoot API topshirig‘i uchun tasvirni aniq ko‘rsatma bilan birga bering va kerakli matnli materialni tanlang: tasvir izohi, kuzatuvli javob, ajratilgan tafsilotlar ro‘yxati yoki tushuntirish. Tasvirning qaysi qismi muhimligini ayting va javobni yaxshilashda uning savol bilan bog‘lanishini saqlang. Tasvir matnli natija uchun dalil bo‘ladi; Meta misollari tasvir va boshlang‘ich promptdan matn yaratadi.
Vision oilasining dastlabki o‘qitishida olti milliard tasvir va matn juftligi ishlatiladi. Ko‘rsatmalarga moslab sozlash ommaviy tasvir-ko‘rsatma ma’lumot to‘plamlarini uch milliondan ortiq sintetik misol bilan birlashtiradi. Dastlabki o‘qitish chegarasi 2023-yil dekabr, nashr esa oflayn ma’lumot to‘plamida o‘qitilgan statik modeldir. Meta kompaniyasining mas’uliyatga oid ishlari xavfsizlikka moslab nozik sozlash, adversarial sinovlar va tizim darajasidagi himoyalarni o‘z ichiga oladi. Ko‘rsatilgan cheklovlari noto‘g‘ri yoki tarafkash javoblar hamda har bir joylashtirish ssenariysini qamrab ololmaydigan baholash qamrovini o‘z ichiga oladi. Natijadagi tavsiflarni ko‘rinadigan material bilan solishtirib tekshiring va kuzatuvlarni talqindan alohida saqlang.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar llama3.2-11b | 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 $0.001 / 1K token Chiqish · Chiqish tokenlari $0.001 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "llama3.2-11b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'llama3.2-11b', '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': 'llama3.2-11b', '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 llama3.2-11b
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Match descriptions to a transcribed product view\n\nUse this text description of a product view: one blue mug with a handle, no lid, standing beside a silver spoon. Candidate captions: A, blue lidded travel cup; B, blue handled mug beside a spoon; C, two blue bowls. Select the caption supported by the description and explain each mismatch in the alternatives.One selected caption and a brief evidence comparison for all three candidates.Check that no unmentioned lid or second vessel is added and that the choice uses the supplied text only.