Hy3 preview — Tencent Hy’ning qayta qurilgan infratuzilmasida o‘qitilgan birinchi Hy3 modeli. Ishlab chiqaruvchi jami 295B parametr, 21B faol parametr va 3.8B parametrli ko‘p tokenni bashorat qilish qatlamiga ega ekspertlar aralashmasi arxitekturasini ko‘rsatadi. Model yozma promptlar va suhbatni qabul qilib, mulohaza yuritish, dasturlash va ko‘rsatmaga asoslangan topshiriqlar uchun matn yaratadi.
E’lon qilingan asosiy tarmoq 80 qatlam, 64 ta so‘rov boshi va sakkizta kalit/qiymat boshi bo‘lgan guruhlangan so‘rovli diqqat mexanizmi hamda har bir token uchun sakkiztasi faollashadigan 192 ekspertdan iborat. Kontekst oynasi 256K. Bu xususiyatlar preview nashriga tegishli; keyingi Hy3 relizi shu nomlangan modelning aynan o‘zi emas, balki o‘qitishdan keyingi tayyorlash va mahsulot xatti-harakatini o‘zgartiradi.
Ishlab chiqaruvchi asosiy imkoniyatlar ro‘yxatini STEM va mulohaza yuritishdan boshlaydi. Tahliliy masala uchun dastlabki shartlar, kuzatuvlar va javob shaklini bering. Xulosani uni baholash uchun kerak bo‘lgan qadamlar bilan so‘rang. Kod topshirig‘ida joriy amalga oshirish, kutilgan xatti-harakat va haqiqiy xato ma’lumoti bo‘lishi kerak; shunda taklif etilgan o‘zgarish aniq muammoga qaratiladi.
Kontekstdan o‘rganish va ko‘rsatmalarga amal qilish ham ushbu relizning markaziy yo‘nalishlaridir. Uzun materialni model qo‘llashi kerak bo‘lgan qoidalar va savolga tegishli bo‘limlar bilan tayyorlang. Manbaga bog‘langan topilmalarni so‘rang va keyingi navbatlarda muhim cheklovlarni ko‘rinadigan holda saqlang. Bu berilgan kontekstning to‘g‘ri qo‘llanishini aytilmagan taxminga asoslangan javobdan ajratishga yordam beradi.
Dasturlash yoki qidiruv agenti jarayonida ilova vositalarni taqdim etadi va ularning natijalarini qaytaradi. Model keyingi o‘zaro amalni taklif qiladi va undan olingan kuzatuvlardan keyingi qadam uchun foydalanadi. Foydali yakuniy material taklif etilgan o‘zgarish yoki tadqiqot topilmasini hamda ilova uni ishlatishidan oldin tekshirilishi kerak bo‘lgan dalillarni ko‘rsatadi.
Ishlab chiqaruvchi misolida low va high bilan birga no_think standart bevosita javob varianti sifatida ko‘rsatilgan; tushuntiruvchi ko‘rsatmalarda murakkab mulohaza yuritish uchun high tavsiya etiladi. Tanlash ko‘rsatmalarida temperature 0.9 va top-p 1.0 ishlatiladi. Bular muayyan integratsiyada ixtiyoriy boshqaruvlar borligining kafolati emas, ishlab chiqaruvchi sozlamalaridir. Alohida nomlangan oldindan o‘qitilgan baza, instruct preview va o‘zgartirilgan artefaktlar o‘z identifikatorlarini saqlaydi.
", "aboutText": "Hy3 preview — Tencent Hy’ning qayta qurilgan infratuzilmasida o‘qitilgan birinchi Hy3 modeli. Ishlab chiqaruvchi jami 295B parametr, 21B faol parametr va 3.8B parametrli ko‘p tokenni bashorat qilish qatlamiga ega ekspertlar aralashmasi arxitekturasini ko‘rsatadi. Model yozma promptlar va suhbatni qabul qilib, mulohaza yuritish, dasturlash va ko‘rsatmaga asoslangan topshiriqlar uchun matn yaratadi.\n\nE’lon qilingan asosiy tarmoq 80 qatlam, 64 ta so‘rov boshi va sakkizta kalit/qiymat boshi bo‘lgan guruhlangan so‘rovli diqqat mexanizmi hamda har bir token uchun sakkiztasi faollashadigan 192 ekspertdan iborat. Kontekst oynasi 256K. Bu xususiyatlar preview nashriga tegishli; keyingi Hy3 relizi shu nomlangan modelning aynan o‘zi emas, balki o‘qitishdan keyingi tayyorlash va mahsulot xatti-harakatini o‘zgartiradi.\n\nIshlab chiqaruvchi asosiy imkoniyatlar ro‘yxatini STEM va mulohaza yuritishdan boshlaydi. Tahliliy masala uchun dastlabki shartlar, kuzatuvlar va javob shaklini bering. Xulosani uni baholash uchun kerak bo‘lgan qadamlar bilan so‘rang. Kod topshirig‘ida joriy amalga oshirish, kutilgan xatti-harakat va haqiqiy xato ma’lumoti bo‘lishi kerak; shunda taklif etilgan o‘zgarish aniq muammoga qaratiladi.\n\nKontekstdan o‘rganish va ko‘rsatmalarga amal qilish ham ushbu relizning markaziy yo‘nalishlaridir. Uzun materialni model qo‘llashi kerak bo‘lgan qoidalar va savolga tegishli bo‘limlar bilan tayyorlang. Manbaga bog‘langan topilmalarni so‘rang va keyingi navbatlarda muhim cheklovlarni ko‘rinadigan holda saqlang. Bu berilgan kontekstning to‘g‘ri qo‘llanishini aytilmagan taxminga asoslangan javobdan ajratishga yordam beradi.\n\nDasturlash yoki qidiruv agenti jarayonida ilova vositalarni taqdim etadi va ularning natijalarini qaytaradi. Model keyingi o‘zaro amalni taklif qiladi va undan olingan kuzatuvlardan keyingi qadam uchun foydalanadi. Foydali yakuniy material taklif etilgan o‘zgarish yoki tadqiqot topilmasini hamda ilova uni ishlatishidan oldin tekshirilishi kerak bo‘lgan dalillarni ko‘rsatadi.\n\nIshlab chiqaruvchi misolida low va high bilan birga no_think standart bevosita javob varianti sifatida ko‘rsatilgan; tushuntiruvchi ko‘rsatmalarda murakkab mulohaza yuritish uchun high tavsiya etiladi. Tanlash ko‘rsatmalarida temperature 0.9 va top-p 1.0 ishlatiladi. Bular muayyan integratsiyada ixtiyoriy boshqaruvlar borligining kafolati emas, ishlab chiqaruvchi sozlamalaridir. Alohida nomlangan oldindan o‘qitilgan baza, instruct preview va o‘zgartirilgan artefaktlar o‘z identifikatorlarini saqlaydi.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Calculate a two-stage mixture\n\nA tank contains 40 liters of a 10% salt solution. Remove 10 liters of well-mixed solution, then add 10 liters of pure water. Calculate the final salt concentration. Show salt and total volume after each stage and state the uniform-mixing assumption. Finish with the concentration as a percentage rather than an unlabeled decimal.A two-stage mass-balance table and a final percentage with the mixing assumption stated.The removal subtracts salt in the original concentration, while adding pure water changes volume but not salt mass.tencent/hy3-previewTencent’ning Hy3 preview modeli — 295B parametrli MoE matn modeli; unda 21B faol parametr va 256K kontekst mavjud. U STEM sohasidagi mulohaza yuritish, kontekstdan o‘rganish, ko‘rsatmalar, dasturlash va agentlarga qaratilgan; ishlab chiqaruvchi misolida bevosita javob va fikrlash variantlari bor.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Hy3 preview — Tencent Hy’ning qayta qurilgan infratuzilmasida o‘qitilgan birinchi Hy3 modeli. Ishlab chiqaruvchi jami 295B parametr, 21B faol parametr va 3.8B parametrli ko‘p tokenni bashorat qilish qatlamiga ega ekspertlar aralashmasi arxitekturasini ko‘rsatadi. Model yozma promptlar va suhbatni qabul qilib, mulohaza yuritish, dasturlash va ko‘rsatmaga asoslangan topshiriqlar uchun matn yaratadi.
E’lon qilingan asosiy tarmoq 80 qatlam, 64 ta so‘rov boshi va sakkizta kalit/qiymat boshi bo‘lgan guruhlangan so‘rovli diqqat mexanizmi hamda har bir token uchun sakkiztasi faollashadigan 192 ekspertdan iborat. Kontekst oynasi 256K. Bu xususiyatlar preview nashriga tegishli; keyingi Hy3 relizi shu nomlangan modelning aynan o‘zi emas, balki o‘qitishdan keyingi tayyorlash va mahsulot xatti-harakatini o‘zgartiradi.
Ishlab chiqaruvchi asosiy imkoniyatlar ro‘yxatini STEM va mulohaza yuritishdan boshlaydi. Tahliliy masala uchun dastlabki shartlar, kuzatuvlar va javob shaklini bering. Xulosani uni baholash uchun kerak bo‘lgan qadamlar bilan so‘rang. Kod topshirig‘ida joriy amalga oshirish, kutilgan xatti-harakat va haqiqiy xato ma’lumoti bo‘lishi kerak; shunda taklif etilgan o‘zgarish aniq muammoga qaratiladi.
Kontekstdan o‘rganish va ko‘rsatmalarga amal qilish ham ushbu relizning markaziy yo‘nalishlaridir. Uzun materialni model qo‘llashi kerak bo‘lgan qoidalar va savolga tegishli bo‘limlar bilan tayyorlang. Manbaga bog‘langan topilmalarni so‘rang va keyingi navbatlarda muhim cheklovlarni ko‘rinadigan holda saqlang. Bu berilgan kontekstning to‘g‘ri qo‘llanishini aytilmagan taxminga asoslangan javobdan ajratishga yordam beradi.
Dasturlash yoki qidiruv agenti jarayonida ilova vositalarni taqdim etadi va ularning natijalarini qaytaradi. Model keyingi o‘zaro amalni taklif qiladi va undan olingan kuzatuvlardan keyingi qadam uchun foydalanadi. Foydali yakuniy material taklif etilgan o‘zgarish yoki tadqiqot topilmasini hamda ilova uni ishlatishidan oldin tekshirilishi kerak bo‘lgan dalillarni ko‘rsatadi.
Ishlab chiqaruvchi misolida low va high bilan birga no_think standart bevosita javob varianti sifatida ko‘rsatilgan; tushuntiruvchi ko‘rsatmalarda murakkab mulohaza yuritish uchun high tavsiya etiladi. Tanlash ko‘rsatmalarida temperature 0.9 va top-p 1.0 ishlatiladi. Bular muayyan integratsiyada ixtiyoriy boshqaruvlar borligining kafolati emas, ishlab chiqaruvchi sozlamalaridir. Alohida nomlangan oldindan o‘qitilgan baza, instruct preview va o‘zgartirilgan artefaktlar o‘z identifikatorlarini saqlaydi.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar tencent/hy3-preview | 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 $0.00036 / 1K token Chiqish · Chiqish tokenlari $0.0012 / 1K token Kirish · Keshdan o‘qish $0.00012 / 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 $0.00036 / 1K token Chiqish · Chiqish tokenlari $0.0012 / 1K token Kirish · Keshdan o‘qish $0.00012 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "tencent/hy3-preview", "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='tencent/hy3-preview',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='tencent/hy3-preview',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 tencent/hy3-preview
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
tencent/hy3-previewTencent’ning Hy3 preview modeli — 295B parametrli MoE matn modeli; unda 21B faol parametr va 256K kontekst mavjud. U STEM sohasidagi mulohaza yuritish, kontekstdan o‘rganish, ko‘rsatmalar, dasturlash va agentlarga qaratilgan; ishlab chiqaruvchi misolida bevosita javob va fikrlash variantlari bor.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Hy3 preview — Tencent Hy’ning qayta qurilgan infratuzilmasida o‘qitilgan birinchi Hy3 modeli. Ishlab chiqaruvchi jami 295B parametr, 21B faol parametr va 3.8B parametrli ko‘p tokenni bashorat qilish qatlamiga ega ekspertlar aralashmasi arxitekturasini ko‘rsatadi. Model yozma promptlar va suhbatni qabul qilib, mulohaza yuritish, dasturlash va ko‘rsatmaga asoslangan topshiriqlar uchun matn yaratadi.
E’lon qilingan asosiy tarmoq 80 qatlam, 64 ta so‘rov boshi va sakkizta kalit/qiymat boshi bo‘lgan guruhlangan so‘rovli diqqat mexanizmi hamda har bir token uchun sakkiztasi faollashadigan 192 ekspertdan iborat. Kontekst oynasi 256K. Bu xususiyatlar preview nashriga tegishli; keyingi Hy3 relizi shu nomlangan modelning aynan o‘zi emas, balki o‘qitishdan keyingi tayyorlash va mahsulot xatti-harakatini o‘zgartiradi.
Ishlab chiqaruvchi asosiy imkoniyatlar ro‘yxatini STEM va mulohaza yuritishdan boshlaydi. Tahliliy masala uchun dastlabki shartlar, kuzatuvlar va javob shaklini bering. Xulosani uni baholash uchun kerak bo‘lgan qadamlar bilan so‘rang. Kod topshirig‘ida joriy amalga oshirish, kutilgan xatti-harakat va haqiqiy xato ma’lumoti bo‘lishi kerak; shunda taklif etilgan o‘zgarish aniq muammoga qaratiladi.
Kontekstdan o‘rganish va ko‘rsatmalarga amal qilish ham ushbu relizning markaziy yo‘nalishlaridir. Uzun materialni model qo‘llashi kerak bo‘lgan qoidalar va savolga tegishli bo‘limlar bilan tayyorlang. Manbaga bog‘langan topilmalarni so‘rang va keyingi navbatlarda muhim cheklovlarni ko‘rinadigan holda saqlang. Bu berilgan kontekstning to‘g‘ri qo‘llanishini aytilmagan taxminga asoslangan javobdan ajratishga yordam beradi.
Dasturlash yoki qidiruv agenti jarayonida ilova vositalarni taqdim etadi va ularning natijalarini qaytaradi. Model keyingi o‘zaro amalni taklif qiladi va undan olingan kuzatuvlardan keyingi qadam uchun foydalanadi. Foydali yakuniy material taklif etilgan o‘zgarish yoki tadqiqot topilmasini hamda ilova uni ishlatishidan oldin tekshirilishi kerak bo‘lgan dalillarni ko‘rsatadi.
Ishlab chiqaruvchi misolida low va high bilan birga no_think standart bevosita javob varianti sifatida ko‘rsatilgan; tushuntiruvchi ko‘rsatmalarda murakkab mulohaza yuritish uchun high tavsiya etiladi. Tanlash ko‘rsatmalarida temperature 0.9 va top-p 1.0 ishlatiladi. Bular muayyan integratsiyada ixtiyoriy boshqaruvlar borligining kafolati emas, ishlab chiqaruvchi sozlamalaridir. Alohida nomlangan oldindan o‘qitilgan baza, instruct preview va o‘zgartirilgan artefaktlar o‘z identifikatorlarini saqlaydi.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar tencent/hy3-preview | 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 $0.00036 / 1K token Chiqish · Chiqish tokenlari $0.0012 / 1K token Kirish · Keshdan o‘qish $0.00012 / 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 $0.00036 / 1K token Chiqish · Chiqish tokenlari $0.0012 / 1K token Kirish · Keshdan o‘qish $0.00012 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "tencent/hy3-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'tencent/hy3-preview', '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': 'tencent/hy3-preview', '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 tencent/hy3-preview
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Calculate a two-stage mixture\n\nA tank contains 40 liters of a 10% salt solution. Remove 10 liters of well-mixed solution, then add 10 liters of pure water. Calculate the final salt concentration. Show salt and total volume after each stage and state the uniform-mixing assumption. Finish with the concentration as a percentage rather than an unlabeled decimal.A two-stage mass-balance table and a final percentage with the mixing assumption stated.The removal subtracts salt in the original concentration, while adding pure water changes volume but not salt mass.