SenseChat-Turbo — SenseTime kompaniyasining SenseNova modellar qatoridagi yengil umumiy muloqot modeli. Ishlab chiquvchi uni tezkor savol-javob va modelni moslash holatlari uchun mo‘ljallaydi. Undan aniq chegaralangan matn vazifasida foydalaning: berilgan ma’lumotdan savolga javob berish, qisqa xabarni qayta yozish, parchaning asosiy fikrini aniqlash yoki muayyan mavzudagi suhbatni davom ettirish.
Javob nimaga erishishi kerakligini ko‘rsating va uni yaratish uchun kerakli ma’lumotni kiriting. Mijozga yo‘naltirilgan izohda tegishli mahsulot faktlarini bering va haqiqiy savolga ixcham javob so‘rang. Qayta yozishda dastlabki matn, auditoriya va kerakli ohangni bering. Tahlil qilinadigan materialni natijani qanday ko‘rsatish haqidagi ko‘rsatmalardan ajrating.
Foydali topshiriq: “Berilgan siyosat parchasidan foydalanib, ushbu vaziyatga qaysi qadam qo‘llanishini tushuntiring, so‘ng hali kerak bo‘lgan ma’lumotlarni sanang.” Natijadagi matn asoslangan javobni parcha hal qilmaydigan savoldan ajratishi kerak. Qisqa javob bir nechta aloqasiz maqsadni aralashtirish o‘rniga bitta aniq masalaga javob bersa, undan foydalanish osonroq.
Ishlab chiquvchining matnli muloqot jarayoni rollar bilan belgilangan xabarlardan foydalanadi va foydalanuvchi so‘rovlari hamda yordamchi javoblari ketma-ketligini qo‘llaydi. Keyingi savol oldingi navbatga murojaat qilsa, shu navbatni va hali ham muhim bo‘lgan fakt yoki cheklovni saqlang. Suhbat tarixi serverda saqlanmaydigan jarayonda ilova keyingi so‘rov bilan tegishli tarixni beradi.
Davom etayotgan yordam muloqotida allaqachon aniqlashtirilgan savol va foydalanuvchi bergan kuzatuvni saqlang. Keyingi javobdan shu holatdan davom etishni so‘rang. Joriy vazifadan chalg‘itadigan aloqasiz materialni olib tashlang va suhbat uchun ishlatilayotgan konfiguratsiya ichida javobga joy ajrating.
SenseTime modelni moslash holatlarini Turbo modelining yo‘nalishlaridan biri deb ko‘rsatadi. Vazifaga moslashtirish uchun kerakli xatti-harakatni ko‘rsatadigan vakillik kirish-javob misollarini tayyorlang: lug‘at, javob shakli, tafsilot darajasi va yetishmayotgan ma’lumotga munosabat. Har bir misolda kutilgan javobni manba faktlariga mos saqlang.
Foydali misollar faktik javobni aniqlashtirish so‘rovidan yoki qisqa izohni tuzilmali maydonlar ro‘yxatidan farqlashi mumkin. Oddiy holatlar bilan birga qiyin yoki noaniq holatlarni ham kiriting. Matnlarini takrorlanadigan andoza deb qabul qilishdan oldin misollarni ko‘zlangan vazifaga nisbatan tekshiring. Bu tayyorlash kerakli muloqot xatti-harakatini ta’riflaydi; misollardan qanday foydalanishni uni qamrab oluvchi moslashtirish jarayoni belgilaydi.
Ishlab chiquvchining muloqot interfeyslari tugallangan matn va oqimli matnni qo‘llaydi. Tugallangan javob natijani bir butun holda beradi; oqim esa ilova yig‘adigan ketma-ket qismlarni yetkazadi. Vazifani faqat birinchi ko‘ringan so‘zlardan baholash o‘rniga tugallangan javobni tekshirish yoki qayta ishlatish uchun saqlang.
Ajratib olish yoki tasniflashda haqiqiy maydonlar yoki yorliqlarni manba bilan tekshiring. Qayta yozishda so‘ralgan ohang o‘zgarishida ma’no saqlanganini taqqoslang. Savol-javob muloqotida javob joriy masalaga qaratilganini va har qanday keyingi so‘rov tegishli ekanini tekshiring.
Turbo va SenseChat-5 — alohida nomlangan umumiy muloqot modellari. SenseChat-5-Cantonese, personaj muloqoti modellari va ko‘rish yoki birlashtirilgan modallik modellari ham o‘z profillariga ega. Vazifani taqqoslaganda yoki ilova suhbatini davom ettirganda tanlangan nashr va berilgan matnni yakuniy javob bilan saqlang.
Natija ixcham, foydalanishga tayyor matn bo‘lishi kerak bo‘lsa, Turbo modelining chegaralangan muloqot rolini tanlang. Javob uchun aniq manzil belgilang — javob xabari, tahrirlangan paragraf, maydonlar ro‘yxati yoki aniqlashtiruvchi savol — va undan keyingi bosqichda foydalanishdan oldin shu natijaning faktlarga mosligi, ifodasi va to‘liqligini tekshiring.
", "aboutText": "### Tezkor savollar va moslashtirilgan muloqot\n\nSenseChat-Turbo — SenseTime kompaniyasining SenseNova modellar qatoridagi yengil umumiy muloqot modeli. Ishlab chiquvchi uni tezkor savol-javob va modelni moslash holatlari uchun mo‘ljallaydi. Undan aniq chegaralangan matn vazifasida foydalaning: berilgan ma’lumotdan savolga javob berish, qisqa xabarni qayta yozish, parchaning asosiy fikrini aniqlash yoki muayyan mavzudagi suhbatni davom ettirish.\n\n### Modelga aniq so‘rov bering\n\nJavob nimaga erishishi kerakligini ko‘rsating va uni yaratish uchun kerakli ma’lumotni kiriting. Mijozga yo‘naltirilgan izohda tegishli mahsulot faktlarini bering va haqiqiy savolga ixcham javob so‘rang. Qayta yozishda dastlabki matn, auditoriya va kerakli ohangni bering. Tahlil qilinadigan materialni natijani qanday ko‘rsatish haqidagi ko‘rsatmalardan ajrating.\n\nFoydali topshiriq: “Berilgan siyosat parchasidan foydalanib, ushbu vaziyatga qaysi qadam qo‘llanishini tushuntiring, so‘ng hali kerak bo‘lgan ma’lumotlarni sanang.” Natijadagi matn asoslangan javobni parcha hal qilmaydigan savoldan ajratishi kerak. Qisqa javob bir nechta aloqasiz maqsadni aralashtirish o‘rniga bitta aniq masalaga javob bersa, undan foydalanish osonroq.\n\n### Suhbat kontekstini tegishli saqlang\n\nIshlab chiquvchining matnli muloqot jarayoni rollar bilan belgilangan xabarlardan foydalanadi va foydalanuvchi so‘rovlari hamda yordamchi javoblari ketma-ketligini qo‘llaydi. Keyingi savol oldingi navbatga murojaat qilsa, shu navbatni va hali ham muhim bo‘lgan fakt yoki cheklovni saqlang. Suhbat tarixi serverda saqlanmaydigan jarayonda ilova keyingi so‘rov bilan tegishli tarixni beradi.\n\nDavom etayotgan yordam muloqotida allaqachon aniqlashtirilgan savol va foydalanuvchi bergan kuzatuvni saqlang. Keyingi javobdan shu holatdan davom etishni so‘rang. Joriy vazifadan chalg‘itadigan aloqasiz materialni olib tashlang va suhbat uchun ishlatilayotgan konfiguratsiya ichida javobga joy ajrating.\n\n### Vazifaga xos misollar tayyorlang\n\nSenseTime modelni moslash holatlarini Turbo modelining yo‘nalishlaridan biri deb ko‘rsatadi. Vazifaga moslashtirish uchun kerakli xatti-harakatni ko‘rsatadigan vakillik kirish-javob misollarini tayyorlang: lug‘at, javob shakli, tafsilot darajasi va yetishmayotgan ma’lumotga munosabat. Har bir misolda kutilgan javobni manba faktlariga mos saqlang.\n\nFoydali misollar faktik javobni aniqlashtirish so‘rovidan yoki qisqa izohni tuzilmali maydonlar ro‘yxatidan farqlashi mumkin. Oddiy holatlar bilan birga qiyin yoki noaniq holatlarni ham kiriting. Matnlarini takrorlanadigan andoza deb qabul qilishdan oldin misollarni ko‘zlangan vazifaga nisbatan tekshiring. Bu tayyorlash kerakli muloqot xatti-harakatini ta’riflaydi; misollardan qanday foydalanishni uni qamrab oluvchi moslashtirish jarayoni belgilaydi.\n\n### Tugallangan va oqimli javoblar\n\nIshlab chiquvchining muloqot interfeyslari tugallangan matn va oqimli matnni qo‘llaydi. Tugallangan javob natijani bir butun holda beradi; oqim esa ilova yig‘adigan ketma-ket qismlarni yetkazadi. Vazifani faqat birinchi ko‘ringan so‘zlardan baholash o‘rniga tugallangan javobni tekshirish yoki qayta ishlatish uchun saqlang.\n\nAjratib olish yoki tasniflashda haqiqiy maydonlar yoki yorliqlarni manba bilan tekshiring. Qayta yozishda so‘ralgan ohang o‘zgarishida ma’no saqlanganini taqqoslang. Savol-javob muloqotida javob joriy masalaga qaratilganini va har qanday keyingi so‘rov tegishli ekanini tekshiring.\n\n### Turbo nashrini alohida saqlang\n\nTurbo va SenseChat-5 — alohida nomlangan umumiy muloqot modellari. SenseChat-5-Cantonese, personaj muloqoti modellari va ko‘rish yoki birlashtirilgan modallik modellari ham o‘z profillariga ega. Vazifani taqqoslaganda yoki ilova suhbatini davom ettirganda tanlangan nashr va berilgan matnni yakuniy javob bilan saqlang.\n\nNatija ixcham, foydalanishga tayyor matn bo‘lishi kerak bo‘lsa, Turbo modelining chegaralangan muloqot rolini tanlang. Javob uchun aniq manzil belgilang — javob xabari, tahrirlangan paragraf, maydonlar ro‘yxati yoki aniqlashtiruvchi savol — va undan keyingi bosqichda foydalanishdan oldin shu natijaning faktlarga mosligi, ifodasi va to‘liqligini tekshiring.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Answer a cancellation-window question\n\nAnswer this customer using only the policy. Customer: 'My order is packed but has not left the warehouse. Can I cancel?' Policy: 'Cancellation is available until carrier handover, including packed orders. After handover, use the return procedure.' Give a concise answer and the next information needed if handover status is not confirmed.A short conditional answer and one relevant status-clarification question.The answer recognizes packed orders as eligible before handover and does not assume the handover status was checked.SenseChat-TurboSenseTime kompaniyasining SenseChat-Turbo modeli tezkor savollar va vazifaga xos moslashtirish uchun mo‘ljallangan yengil matnli muloqot modelidir. Ixcham so‘rovlar tayyorlang, tegishli muloqotni birga saqlang va tugallangan javobni vazifa uchun berilgan faktlar bilan tekshiring.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
SenseChat-Turbo — SenseTime kompaniyasining SenseNova modellar qatoridagi yengil umumiy muloqot modeli. Ishlab chiquvchi uni tezkor savol-javob va modelni moslash holatlari uchun mo‘ljallaydi. Undan aniq chegaralangan matn vazifasida foydalaning: berilgan ma’lumotdan savolga javob berish, qisqa xabarni qayta yozish, parchaning asosiy fikrini aniqlash yoki muayyan mavzudagi suhbatni davom ettirish.
Javob nimaga erishishi kerakligini ko‘rsating va uni yaratish uchun kerakli ma’lumotni kiriting. Mijozga yo‘naltirilgan izohda tegishli mahsulot faktlarini bering va haqiqiy savolga ixcham javob so‘rang. Qayta yozishda dastlabki matn, auditoriya va kerakli ohangni bering. Tahlil qilinadigan materialni natijani qanday ko‘rsatish haqidagi ko‘rsatmalardan ajrating.
Foydali topshiriq: “Berilgan siyosat parchasidan foydalanib, ushbu vaziyatga qaysi qadam qo‘llanishini tushuntiring, so‘ng hali kerak bo‘lgan ma’lumotlarni sanang.” Natijadagi matn asoslangan javobni parcha hal qilmaydigan savoldan ajratishi kerak. Qisqa javob bir nechta aloqasiz maqsadni aralashtirish o‘rniga bitta aniq masalaga javob bersa, undan foydalanish osonroq.
Ishlab chiquvchining matnli muloqot jarayoni rollar bilan belgilangan xabarlardan foydalanadi va foydalanuvchi so‘rovlari hamda yordamchi javoblari ketma-ketligini qo‘llaydi. Keyingi savol oldingi navbatga murojaat qilsa, shu navbatni va hali ham muhim bo‘lgan fakt yoki cheklovni saqlang. Suhbat tarixi serverda saqlanmaydigan jarayonda ilova keyingi so‘rov bilan tegishli tarixni beradi.
Davom etayotgan yordam muloqotida allaqachon aniqlashtirilgan savol va foydalanuvchi bergan kuzatuvni saqlang. Keyingi javobdan shu holatdan davom etishni so‘rang. Joriy vazifadan chalg‘itadigan aloqasiz materialni olib tashlang va suhbat uchun ishlatilayotgan konfiguratsiya ichida javobga joy ajrating.
SenseTime modelni moslash holatlarini Turbo modelining yo‘nalishlaridan biri deb ko‘rsatadi. Vazifaga moslashtirish uchun kerakli xatti-harakatni ko‘rsatadigan vakillik kirish-javob misollarini tayyorlang: lug‘at, javob shakli, tafsilot darajasi va yetishmayotgan ma’lumotga munosabat. Har bir misolda kutilgan javobni manba faktlariga mos saqlang.
Foydali misollar faktik javobni aniqlashtirish so‘rovidan yoki qisqa izohni tuzilmali maydonlar ro‘yxatidan farqlashi mumkin. Oddiy holatlar bilan birga qiyin yoki noaniq holatlarni ham kiriting. Matnlarini takrorlanadigan andoza deb qabul qilishdan oldin misollarni ko‘zlangan vazifaga nisbatan tekshiring. Bu tayyorlash kerakli muloqot xatti-harakatini ta’riflaydi; misollardan qanday foydalanishni uni qamrab oluvchi moslashtirish jarayoni belgilaydi.
Ishlab chiquvchining muloqot interfeyslari tugallangan matn va oqimli matnni qo‘llaydi. Tugallangan javob natijani bir butun holda beradi; oqim esa ilova yig‘adigan ketma-ket qismlarni yetkazadi. Vazifani faqat birinchi ko‘ringan so‘zlardan baholash o‘rniga tugallangan javobni tekshirish yoki qayta ishlatish uchun saqlang.
Ajratib olish yoki tasniflashda haqiqiy maydonlar yoki yorliqlarni manba bilan tekshiring. Qayta yozishda so‘ralgan ohang o‘zgarishida ma’no saqlanganini taqqoslang. Savol-javob muloqotida javob joriy masalaga qaratilganini va har qanday keyingi so‘rov tegishli ekanini tekshiring.
Turbo va SenseChat-5 — alohida nomlangan umumiy muloqot modellari. SenseChat-5-Cantonese, personaj muloqoti modellari va ko‘rish yoki birlashtirilgan modallik modellari ham o‘z profillariga ega. Vazifani taqqoslaganda yoki ilova suhbatini davom ettirganda tanlangan nashr va berilgan matnni yakuniy javob bilan saqlang.
Natija ixcham, foydalanishga tayyor matn bo‘lishi kerak bo‘lsa, Turbo modelining chegaralangan muloqot rolini tanlang. Javob uchun aniq manzil belgilang — javob xabari, tahrirlangan paragraf, maydonlar ro‘yxati yoki aniqlashtiruvchi savol — va undan keyingi bosqichda foydalanishdan oldin shu natijaning faktlarga mosligi, ifodasi va to‘liqligini tekshiring.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar SenseChat-Turbo | 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 $0.00066 / 1K token Chiqish · Chiqish tokenlari $0.00154 / 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": "SenseChat-Turbo", "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='SenseChat-Turbo',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='SenseChat-Turbo',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 SenseChat-Turbo
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
SenseChat-TurboSenseTime kompaniyasining SenseChat-Turbo modeli tezkor savollar va vazifaga xos moslashtirish uchun mo‘ljallangan yengil matnli muloqot modelidir. Ixcham so‘rovlar tayyorlang, tegishli muloqotni birga saqlang va tugallangan javobni vazifa uchun berilgan faktlar bilan tekshiring.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
SenseChat-Turbo — SenseTime kompaniyasining SenseNova modellar qatoridagi yengil umumiy muloqot modeli. Ishlab chiquvchi uni tezkor savol-javob va modelni moslash holatlari uchun mo‘ljallaydi. Undan aniq chegaralangan matn vazifasida foydalaning: berilgan ma’lumotdan savolga javob berish, qisqa xabarni qayta yozish, parchaning asosiy fikrini aniqlash yoki muayyan mavzudagi suhbatni davom ettirish.
Javob nimaga erishishi kerakligini ko‘rsating va uni yaratish uchun kerakli ma’lumotni kiriting. Mijozga yo‘naltirilgan izohda tegishli mahsulot faktlarini bering va haqiqiy savolga ixcham javob so‘rang. Qayta yozishda dastlabki matn, auditoriya va kerakli ohangni bering. Tahlil qilinadigan materialni natijani qanday ko‘rsatish haqidagi ko‘rsatmalardan ajrating.
Foydali topshiriq: “Berilgan siyosat parchasidan foydalanib, ushbu vaziyatga qaysi qadam qo‘llanishini tushuntiring, so‘ng hali kerak bo‘lgan ma’lumotlarni sanang.” Natijadagi matn asoslangan javobni parcha hal qilmaydigan savoldan ajratishi kerak. Qisqa javob bir nechta aloqasiz maqsadni aralashtirish o‘rniga bitta aniq masalaga javob bersa, undan foydalanish osonroq.
Ishlab chiquvchining matnli muloqot jarayoni rollar bilan belgilangan xabarlardan foydalanadi va foydalanuvchi so‘rovlari hamda yordamchi javoblari ketma-ketligini qo‘llaydi. Keyingi savol oldingi navbatga murojaat qilsa, shu navbatni va hali ham muhim bo‘lgan fakt yoki cheklovni saqlang. Suhbat tarixi serverda saqlanmaydigan jarayonda ilova keyingi so‘rov bilan tegishli tarixni beradi.
Davom etayotgan yordam muloqotida allaqachon aniqlashtirilgan savol va foydalanuvchi bergan kuzatuvni saqlang. Keyingi javobdan shu holatdan davom etishni so‘rang. Joriy vazifadan chalg‘itadigan aloqasiz materialni olib tashlang va suhbat uchun ishlatilayotgan konfiguratsiya ichida javobga joy ajrating.
SenseTime modelni moslash holatlarini Turbo modelining yo‘nalishlaridan biri deb ko‘rsatadi. Vazifaga moslashtirish uchun kerakli xatti-harakatni ko‘rsatadigan vakillik kirish-javob misollarini tayyorlang: lug‘at, javob shakli, tafsilot darajasi va yetishmayotgan ma’lumotga munosabat. Har bir misolda kutilgan javobni manba faktlariga mos saqlang.
Foydali misollar faktik javobni aniqlashtirish so‘rovidan yoki qisqa izohni tuzilmali maydonlar ro‘yxatidan farqlashi mumkin. Oddiy holatlar bilan birga qiyin yoki noaniq holatlarni ham kiriting. Matnlarini takrorlanadigan andoza deb qabul qilishdan oldin misollarni ko‘zlangan vazifaga nisbatan tekshiring. Bu tayyorlash kerakli muloqot xatti-harakatini ta’riflaydi; misollardan qanday foydalanishni uni qamrab oluvchi moslashtirish jarayoni belgilaydi.
Ishlab chiquvchining muloqot interfeyslari tugallangan matn va oqimli matnni qo‘llaydi. Tugallangan javob natijani bir butun holda beradi; oqim esa ilova yig‘adigan ketma-ket qismlarni yetkazadi. Vazifani faqat birinchi ko‘ringan so‘zlardan baholash o‘rniga tugallangan javobni tekshirish yoki qayta ishlatish uchun saqlang.
Ajratib olish yoki tasniflashda haqiqiy maydonlar yoki yorliqlarni manba bilan tekshiring. Qayta yozishda so‘ralgan ohang o‘zgarishida ma’no saqlanganini taqqoslang. Savol-javob muloqotida javob joriy masalaga qaratilganini va har qanday keyingi so‘rov tegishli ekanini tekshiring.
Turbo va SenseChat-5 — alohida nomlangan umumiy muloqot modellari. SenseChat-5-Cantonese, personaj muloqoti modellari va ko‘rish yoki birlashtirilgan modallik modellari ham o‘z profillariga ega. Vazifani taqqoslaganda yoki ilova suhbatini davom ettirganda tanlangan nashr va berilgan matnni yakuniy javob bilan saqlang.
Natija ixcham, foydalanishga tayyor matn bo‘lishi kerak bo‘lsa, Turbo modelining chegaralangan muloqot rolini tanlang. Javob uchun aniq manzil belgilang — javob xabari, tahrirlangan paragraf, maydonlar ro‘yxati yoki aniqlashtiruvchi savol — va undan keyingi bosqichda foydalanishdan oldin shu natijaning faktlarga mosligi, ifodasi va to‘liqligini tekshiring.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar SenseChat-Turbo | 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 $0.00066 / 1K token Chiqish · Chiqish tokenlari $0.00154 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "SenseChat-Turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'SenseChat-Turbo', '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': 'SenseChat-Turbo', '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 SenseChat-Turbo
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Answer a cancellation-window question\n\nAnswer this customer using only the policy. Customer: 'My order is packed but has not left the warehouse. Can I cancel?' Policy: 'Cancellation is available until carrier handover, including packed orders. After handover, use the return procedure.' Give a concise answer and the next information needed if handover status is not confirmed.A short conditional answer and one relevant status-clarification question.The answer recognizes packed orders as eligible before handover and does not assume the handover status was checked.