Amazon Nova Premier là mô hình hiểu có năng lực cao nhất trong họ Nova thế hệ đầu của Amazon, dành cho công việc phức tạp cần hiểu sâu, ngữ cảnh và lập kế hoạch nhiều bước. Mô hình xử lý văn bản, hình ảnh, video và tạo văn bản. Vai trò gồm suy luận trên báo cáo dài, so sánh bằng chứng giữa tài liệu, hiểu biểu đồ, tư liệu trực quan và điều phối nhiệm vụ tác nhân. Premier tách biệt với Micro, Lite, Pro nhẹ hơn và các mô hình Nova tạo ảnh, video hoặc lời nói hội thoại.
Hồ sơ chính xác của nhà cung cấp nêu cửa sổ ngữ cảnh 1 triệu token và đầu ra tối đa 25K token. Mốc kiến thức được ghi nhận là tháng 10 năm 2024. Premier hữu ích khi nhiệm vụ cần khối tham chiếu lớn cùng chỉ dẫn và hội thoại. Tổ chức tài liệu bằng tên tài liệu, dấu phân phần và câu hỏi cụ thể thay vì yêu cầu phân tích mọi thứ không định hướng. Kết quả hữu ích có thể là ma trận so sánh, báo cáo dựa trên bằng chứng hoặc chuỗi hành động đề xuất. Hạn mức ngữ cảnh bao gồm tài liệu mô hình làm việc với, không cam kết mọi chi tiết sẽ xuất hiện trong câu trả lời cuối.
Quy trình đa phương thức được ghi nhận của Premier xử lý ảnh PNG, JPG/JPEG, GIF, WebP và các vùng chứa video phổ biến như MP4, MOV, MKV, WebM. Quy trình tài liệu gồm PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT và Markdown. Tệp thiên về văn bản cung cấp chữ; PDF và DOCX có thể cung cấp chữ trên trang cùng thông tin trực quan. Với báo cáo có biểu đồ, giữ nhãn dễ đọc và yêu cầu mô tả quan sát liên quan trước khi diễn giải. Nếu chỉ cần văn xuôi, đưa văn bản trích xuất để tránh biến trích xuất thị giác thành điều kiện tiên quyết cho hiểu tài liệu. Media nhúng dùng chung hạn mức tải 25 MB, gồm phần tăng do base64. Một yêu cầu chứa một video, giới hạn 1 GB qua S3; media S3 kết hợp có thể đạt tổng 2 GB. PDF và DOCX vẫn giới hạn năm tài liệu, với tổng 25 MB tải trực tiếp hoặc 2 GB qua S3.
Hiểu video dựa trên khung hình trực quan lấy mẫu. Hướng dẫn thế hệ đầu nêu riêng cho Premier tốc độ một khung mỗi giây, tối đa 3,200 khung, khác hạn mức của chiến lược 960 khung trên Nova Lite và Pro. Điều này hữu ích để tóm tắt cảnh và hỏi về sự kiện theo thời gian, nhưng hành động ngắn giữa các khung lấy mẫu có thể không được quan sát. Cung cấp clip hoặc khoảng thời gian liên quan, xác định chi tiết cần theo dõi. Với chuỗi dài, phân tích từng đoạn rồi tóm tắt văn bản có thể giữ trọng tâm, dù chia đoạn có thể mất ngữ cảnh ở ranh giới. Các phương thức được ghi nhận không gồm đầu vào âm thanh, nên thông tin nói cần được cung cấp bằng chữ.
Premier hỗ trợ truyền phát phản hồi, quy trình hướng công cụ, tăng cường truy xuất và bộ nhớ đệm lời nhắc trong hồ sơ phục vụ Amazon ghi nhận. Lưu đệm tường minh cần ít nhất 1K token mỗi điểm kiểm tra, cho phép tối đa bốn điểm giữ năm phút. Nhà cung cấp giới hạn đệm lời nhắc ở 20K token, chủ yếu cho lời nhắc văn bản; hạn mức đó khác toàn bộ cửa sổ ngữ cảnh. Cung cấp cho tác nhân nhiệm vụ, công cụ được phép và mô tả đối số, rồi để ứng dụng thực thi hành động yêu cầu và trả quan sát trước bước mô hình tiếp theo. Vai trò suy luận không có nghĩa mô hình tự chạy hệ thống bên ngoài khi thiếu lớp thực thi. Hướng dẫn thế hệ đầu hỗ trợ giải thích lời giải từng giai đoạn qua lời nhắc; các điều khiển suy nghĩ mở rộng low, medium, high riêng của Nova 2 Lite không thuộc giao diện được ghi nhận của phiên bản này. Với báo cáo hay kết quả công cụ, yêu cầu trường tường minh và ví dụ cấu trúc mong muốn; yêu cầu hình dạng JSON khác với đầu ra có cấu trúc được cưỡng chế.
Vai trò riêng biệt của Premier là dạy mô hình Nova nhỏ hơn qua chưng cất. Amazon mô tả dùng phản hồi Premier làm ví dụ huấn luyện cho các biến thể Nova Micro, Lite, Pro chuyên biệt, rồi so sánh hành vi mô hình nhỏ trên nhiệm vụ đích. Đó là quy trình tùy chỉnh mô hình, không phải thay đổi danh tính của phản hồi Premier thông thường. Khi dùng bình thường, cung cấp dữ kiện có thẩm quyền và yêu cầu tách quan sát, giả định, bằng chứng thiếu. Nova có thể tạo tuyên bố hợp lý nhưng trái nguồn, và mã tạo ra không tự được quét bảo mật, nên tạo phẩm hữu ích cần mang đủ bằng chứng, chi tiết để kiểm tra với đầu vào. Nhà cung cấp cũng nói mô hình không nhận diện hay gọi tên người trong ảnh, tài liệu hoặc video.
", "aboutText": "Amazon Nova Premier là mô hình hiểu có năng lực cao nhất trong họ Nova thế hệ đầu của Amazon, dành cho công việc phức tạp cần hiểu sâu, ngữ cảnh và lập kế hoạch nhiều bước. Mô hình xử lý văn bản, hình ảnh, video và tạo văn bản. Vai trò gồm suy luận trên báo cáo dài, so sánh bằng chứng giữa tài liệu, hiểu biểu đồ, tư liệu trực quan và điều phối nhiệm vụ tác nhân. Premier tách biệt với Micro, Lite, Pro nhẹ hơn và các mô hình Nova tạo ảnh, video hoặc lời nói hội thoại.\n\nHồ sơ chính xác của nhà cung cấp nêu cửa sổ ngữ cảnh 1 triệu token và đầu ra tối đa 25K token. Mốc kiến thức được ghi nhận là tháng 10 năm 2024. Premier hữu ích khi nhiệm vụ cần khối tham chiếu lớn cùng chỉ dẫn và hội thoại. Tổ chức tài liệu bằng tên tài liệu, dấu phân phần và câu hỏi cụ thể thay vì yêu cầu phân tích mọi thứ không định hướng. Kết quả hữu ích có thể là ma trận so sánh, báo cáo dựa trên bằng chứng hoặc chuỗi hành động đề xuất. Hạn mức ngữ cảnh bao gồm tài liệu mô hình làm việc với, không cam kết mọi chi tiết sẽ xuất hiện trong câu trả lời cuối.\n\nQuy trình đa phương thức được ghi nhận của Premier xử lý ảnh PNG, JPG/JPEG, GIF, WebP và các vùng chứa video phổ biến như MP4, MOV, MKV, WebM. Quy trình tài liệu gồm PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT và Markdown. Tệp thiên về văn bản cung cấp chữ; PDF và DOCX có thể cung cấp chữ trên trang cùng thông tin trực quan. Với báo cáo có biểu đồ, giữ nhãn dễ đọc và yêu cầu mô tả quan sát liên quan trước khi diễn giải. Nếu chỉ cần văn xuôi, đưa văn bản trích xuất để tránh biến trích xuất thị giác thành điều kiện tiên quyết cho hiểu tài liệu. Media nhúng dùng chung hạn mức tải 25 MB, gồm phần tăng do base64. Một yêu cầu chứa một video, giới hạn 1 GB qua S3; media S3 kết hợp có thể đạt tổng 2 GB. PDF và DOCX vẫn giới hạn năm tài liệu, với tổng 25 MB tải trực tiếp hoặc 2 GB qua S3.\n\nHiểu video dựa trên khung hình trực quan lấy mẫu. Hướng dẫn thế hệ đầu nêu riêng cho Premier tốc độ một khung mỗi giây, tối đa 3,200 khung, khác hạn mức của chiến lược 960 khung trên Nova Lite và Pro. Điều này hữu ích để tóm tắt cảnh và hỏi về sự kiện theo thời gian, nhưng hành động ngắn giữa các khung lấy mẫu có thể không được quan sát. Cung cấp clip hoặc khoảng thời gian liên quan, xác định chi tiết cần theo dõi. Với chuỗi dài, phân tích từng đoạn rồi tóm tắt văn bản có thể giữ trọng tâm, dù chia đoạn có thể mất ngữ cảnh ở ranh giới. Các phương thức được ghi nhận không gồm đầu vào âm thanh, nên thông tin nói cần được cung cấp bằng chữ.\n\nPremier hỗ trợ truyền phát phản hồi, quy trình hướng công cụ, tăng cường truy xuất và bộ nhớ đệm lời nhắc trong hồ sơ phục vụ Amazon ghi nhận. Lưu đệm tường minh cần ít nhất 1K token mỗi điểm kiểm tra, cho phép tối đa bốn điểm giữ năm phút. Nhà cung cấp giới hạn đệm lời nhắc ở 20K token, chủ yếu cho lời nhắc văn bản; hạn mức đó khác toàn bộ cửa sổ ngữ cảnh. Cung cấp cho tác nhân nhiệm vụ, công cụ được phép và mô tả đối số, rồi để ứng dụng thực thi hành động yêu cầu và trả quan sát trước bước mô hình tiếp theo. Vai trò suy luận không có nghĩa mô hình tự chạy hệ thống bên ngoài khi thiếu lớp thực thi. Hướng dẫn thế hệ đầu hỗ trợ giải thích lời giải từng giai đoạn qua lời nhắc; các điều khiển suy nghĩ mở rộng low, medium, high riêng của Nova 2 Lite không thuộc giao diện được ghi nhận của phiên bản này. Với báo cáo hay kết quả công cụ, yêu cầu trường tường minh và ví dụ cấu trúc mong muốn; yêu cầu hình dạng JSON khác với đầu ra có cấu trúc được cưỡng chế.\n\nVai trò riêng biệt của Premier là dạy mô hình Nova nhỏ hơn qua chưng cất. Amazon mô tả dùng phản hồi Premier làm ví dụ huấn luyện cho các biến thể Nova Micro, Lite, Pro chuyên biệt, rồi so sánh hành vi mô hình nhỏ trên nhiệm vụ đích. Đó là quy trình tùy chỉnh mô hình, không phải thay đổi danh tính của phản hồi Premier thông thường. Khi dùng bình thường, cung cấp dữ kiện có thẩm quyền và yêu cầu tách quan sát, giả định, bằng chứng thiếu. Nova có thể tạo tuyên bố hợp lý nhưng trái nguồn, và mã tạo ra không tự được quét bảo mật, nên tạo phẩm hữu ích cần mang đủ bằng chứng, chi tiết để kiểm tra với đầu vào. Nhà cung cấp cũng nói mô hình không nhận diện hay gọi tên người trong ảnh, tài liệu hoặc video.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Compare two rollout proposals\n\nCompare these rollout notes for a support team. Plan A: train all 40 agents on Monday, migrate Tuesday, no rollback rehearsal. Plan B: train 10 agents, pilot for two days, rehearse rollback, then migrate the rest. Prepare a decision memo with evidence, trade-offs and one question the notes cannot answer.A short recommendation, a two-plan comparison table and one explicitly unanswered question.Check every stated advantage against the notes; do not invent costs, outage rates or pilot results.amazon/nova-premier-v1Amazon Nova Premier là mô hình Nova thế hệ đầu dành cho suy luận đa phương thức phức tạp, phân tích tài liệu dài và tác nhân. Mô hình nhận văn bản, hình ảnh, video, trả văn bản và còn làm giáo viên để chưng cất các mô hình Nova chuyên biệt.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Amazon Nova Premier là mô hình hiểu có năng lực cao nhất trong họ Nova thế hệ đầu của Amazon, dành cho công việc phức tạp cần hiểu sâu, ngữ cảnh và lập kế hoạch nhiều bước. Mô hình xử lý văn bản, hình ảnh, video và tạo văn bản. Vai trò gồm suy luận trên báo cáo dài, so sánh bằng chứng giữa tài liệu, hiểu biểu đồ, tư liệu trực quan và điều phối nhiệm vụ tác nhân. Premier tách biệt với Micro, Lite, Pro nhẹ hơn và các mô hình Nova tạo ảnh, video hoặc lời nói hội thoại.
Hồ sơ chính xác của nhà cung cấp nêu cửa sổ ngữ cảnh 1 triệu token và đầu ra tối đa 25K token. Mốc kiến thức được ghi nhận là tháng 10 năm 2024. Premier hữu ích khi nhiệm vụ cần khối tham chiếu lớn cùng chỉ dẫn và hội thoại. Tổ chức tài liệu bằng tên tài liệu, dấu phân phần và câu hỏi cụ thể thay vì yêu cầu phân tích mọi thứ không định hướng. Kết quả hữu ích có thể là ma trận so sánh, báo cáo dựa trên bằng chứng hoặc chuỗi hành động đề xuất. Hạn mức ngữ cảnh bao gồm tài liệu mô hình làm việc với, không cam kết mọi chi tiết sẽ xuất hiện trong câu trả lời cuối.
Quy trình đa phương thức được ghi nhận của Premier xử lý ảnh PNG, JPG/JPEG, GIF, WebP và các vùng chứa video phổ biến như MP4, MOV, MKV, WebM. Quy trình tài liệu gồm PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT và Markdown. Tệp thiên về văn bản cung cấp chữ; PDF và DOCX có thể cung cấp chữ trên trang cùng thông tin trực quan. Với báo cáo có biểu đồ, giữ nhãn dễ đọc và yêu cầu mô tả quan sát liên quan trước khi diễn giải. Nếu chỉ cần văn xuôi, đưa văn bản trích xuất để tránh biến trích xuất thị giác thành điều kiện tiên quyết cho hiểu tài liệu. Media nhúng dùng chung hạn mức tải 25 MB, gồm phần tăng do base64. Một yêu cầu chứa một video, giới hạn 1 GB qua S3; media S3 kết hợp có thể đạt tổng 2 GB. PDF và DOCX vẫn giới hạn năm tài liệu, với tổng 25 MB tải trực tiếp hoặc 2 GB qua S3.
Hiểu video dựa trên khung hình trực quan lấy mẫu. Hướng dẫn thế hệ đầu nêu riêng cho Premier tốc độ một khung mỗi giây, tối đa 3,200 khung, khác hạn mức của chiến lược 960 khung trên Nova Lite và Pro. Điều này hữu ích để tóm tắt cảnh và hỏi về sự kiện theo thời gian, nhưng hành động ngắn giữa các khung lấy mẫu có thể không được quan sát. Cung cấp clip hoặc khoảng thời gian liên quan, xác định chi tiết cần theo dõi. Với chuỗi dài, phân tích từng đoạn rồi tóm tắt văn bản có thể giữ trọng tâm, dù chia đoạn có thể mất ngữ cảnh ở ranh giới. Các phương thức được ghi nhận không gồm đầu vào âm thanh, nên thông tin nói cần được cung cấp bằng chữ.
Premier hỗ trợ truyền phát phản hồi, quy trình hướng công cụ, tăng cường truy xuất và bộ nhớ đệm lời nhắc trong hồ sơ phục vụ Amazon ghi nhận. Lưu đệm tường minh cần ít nhất 1K token mỗi điểm kiểm tra, cho phép tối đa bốn điểm giữ năm phút. Nhà cung cấp giới hạn đệm lời nhắc ở 20K token, chủ yếu cho lời nhắc văn bản; hạn mức đó khác toàn bộ cửa sổ ngữ cảnh. Cung cấp cho tác nhân nhiệm vụ, công cụ được phép và mô tả đối số, rồi để ứng dụng thực thi hành động yêu cầu và trả quan sát trước bước mô hình tiếp theo. Vai trò suy luận không có nghĩa mô hình tự chạy hệ thống bên ngoài khi thiếu lớp thực thi. Hướng dẫn thế hệ đầu hỗ trợ giải thích lời giải từng giai đoạn qua lời nhắc; các điều khiển suy nghĩ mở rộng low, medium, high riêng của Nova 2 Lite không thuộc giao diện được ghi nhận của phiên bản này. Với báo cáo hay kết quả công cụ, yêu cầu trường tường minh và ví dụ cấu trúc mong muốn; yêu cầu hình dạng JSON khác với đầu ra có cấu trúc được cưỡng chế.
Vai trò riêng biệt của Premier là dạy mô hình Nova nhỏ hơn qua chưng cất. Amazon mô tả dùng phản hồi Premier làm ví dụ huấn luyện cho các biến thể Nova Micro, Lite, Pro chuyên biệt, rồi so sánh hành vi mô hình nhỏ trên nhiệm vụ đích. Đó là quy trình tùy chỉnh mô hình, không phải thay đổi danh tính của phản hồi Premier thông thường. Khi dùng bình thường, cung cấp dữ kiện có thẩm quyền và yêu cầu tách quan sát, giả định, bằng chứng thiếu. Nova có thể tạo tuyên bố hợp lý nhưng trái nguồn, và mã tạo ra không tự được quét bảo mật, nên tạo phẩm hữu ích cần mang đủ bằng chứng, chi tiết để kiểm tra với đầu vào. Nhà cung cấp cũng nói mô hình không nhận diện hay gọi tên người trong ảnh, tài liệu hoặc video.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn amazon/nova-premier-v1 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.005 / 1K token Đầu ra · Token đầu ra $0.025 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00125 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.005 / 1K token Đầu ra · Token đầu ra $0.025 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00125 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-premier-v1", "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='amazon/nova-premier-v1',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='amazon/nova-premier-v1',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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra amazon/nova-premier-v1
Dùng các đường dẫn phương thức hiển thị ở trên.
amazon/nova-premier-v1Amazon Nova Premier là mô hình Nova thế hệ đầu dành cho suy luận đa phương thức phức tạp, phân tích tài liệu dài và tác nhân. Mô hình nhận văn bản, hình ảnh, video, trả văn bản và còn làm giáo viên để chưng cất các mô hình Nova chuyên biệt.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Amazon Nova Premier là mô hình hiểu có năng lực cao nhất trong họ Nova thế hệ đầu của Amazon, dành cho công việc phức tạp cần hiểu sâu, ngữ cảnh và lập kế hoạch nhiều bước. Mô hình xử lý văn bản, hình ảnh, video và tạo văn bản. Vai trò gồm suy luận trên báo cáo dài, so sánh bằng chứng giữa tài liệu, hiểu biểu đồ, tư liệu trực quan và điều phối nhiệm vụ tác nhân. Premier tách biệt với Micro, Lite, Pro nhẹ hơn và các mô hình Nova tạo ảnh, video hoặc lời nói hội thoại.
Hồ sơ chính xác của nhà cung cấp nêu cửa sổ ngữ cảnh 1 triệu token và đầu ra tối đa 25K token. Mốc kiến thức được ghi nhận là tháng 10 năm 2024. Premier hữu ích khi nhiệm vụ cần khối tham chiếu lớn cùng chỉ dẫn và hội thoại. Tổ chức tài liệu bằng tên tài liệu, dấu phân phần và câu hỏi cụ thể thay vì yêu cầu phân tích mọi thứ không định hướng. Kết quả hữu ích có thể là ma trận so sánh, báo cáo dựa trên bằng chứng hoặc chuỗi hành động đề xuất. Hạn mức ngữ cảnh bao gồm tài liệu mô hình làm việc với, không cam kết mọi chi tiết sẽ xuất hiện trong câu trả lời cuối.
Quy trình đa phương thức được ghi nhận của Premier xử lý ảnh PNG, JPG/JPEG, GIF, WebP và các vùng chứa video phổ biến như MP4, MOV, MKV, WebM. Quy trình tài liệu gồm PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT và Markdown. Tệp thiên về văn bản cung cấp chữ; PDF và DOCX có thể cung cấp chữ trên trang cùng thông tin trực quan. Với báo cáo có biểu đồ, giữ nhãn dễ đọc và yêu cầu mô tả quan sát liên quan trước khi diễn giải. Nếu chỉ cần văn xuôi, đưa văn bản trích xuất để tránh biến trích xuất thị giác thành điều kiện tiên quyết cho hiểu tài liệu. Media nhúng dùng chung hạn mức tải 25 MB, gồm phần tăng do base64. Một yêu cầu chứa một video, giới hạn 1 GB qua S3; media S3 kết hợp có thể đạt tổng 2 GB. PDF và DOCX vẫn giới hạn năm tài liệu, với tổng 25 MB tải trực tiếp hoặc 2 GB qua S3.
Hiểu video dựa trên khung hình trực quan lấy mẫu. Hướng dẫn thế hệ đầu nêu riêng cho Premier tốc độ một khung mỗi giây, tối đa 3,200 khung, khác hạn mức của chiến lược 960 khung trên Nova Lite và Pro. Điều này hữu ích để tóm tắt cảnh và hỏi về sự kiện theo thời gian, nhưng hành động ngắn giữa các khung lấy mẫu có thể không được quan sát. Cung cấp clip hoặc khoảng thời gian liên quan, xác định chi tiết cần theo dõi. Với chuỗi dài, phân tích từng đoạn rồi tóm tắt văn bản có thể giữ trọng tâm, dù chia đoạn có thể mất ngữ cảnh ở ranh giới. Các phương thức được ghi nhận không gồm đầu vào âm thanh, nên thông tin nói cần được cung cấp bằng chữ.
Premier hỗ trợ truyền phát phản hồi, quy trình hướng công cụ, tăng cường truy xuất và bộ nhớ đệm lời nhắc trong hồ sơ phục vụ Amazon ghi nhận. Lưu đệm tường minh cần ít nhất 1K token mỗi điểm kiểm tra, cho phép tối đa bốn điểm giữ năm phút. Nhà cung cấp giới hạn đệm lời nhắc ở 20K token, chủ yếu cho lời nhắc văn bản; hạn mức đó khác toàn bộ cửa sổ ngữ cảnh. Cung cấp cho tác nhân nhiệm vụ, công cụ được phép và mô tả đối số, rồi để ứng dụng thực thi hành động yêu cầu và trả quan sát trước bước mô hình tiếp theo. Vai trò suy luận không có nghĩa mô hình tự chạy hệ thống bên ngoài khi thiếu lớp thực thi. Hướng dẫn thế hệ đầu hỗ trợ giải thích lời giải từng giai đoạn qua lời nhắc; các điều khiển suy nghĩ mở rộng low, medium, high riêng của Nova 2 Lite không thuộc giao diện được ghi nhận của phiên bản này. Với báo cáo hay kết quả công cụ, yêu cầu trường tường minh và ví dụ cấu trúc mong muốn; yêu cầu hình dạng JSON khác với đầu ra có cấu trúc được cưỡng chế.
Vai trò riêng biệt của Premier là dạy mô hình Nova nhỏ hơn qua chưng cất. Amazon mô tả dùng phản hồi Premier làm ví dụ huấn luyện cho các biến thể Nova Micro, Lite, Pro chuyên biệt, rồi so sánh hành vi mô hình nhỏ trên nhiệm vụ đích. Đó là quy trình tùy chỉnh mô hình, không phải thay đổi danh tính của phản hồi Premier thông thường. Khi dùng bình thường, cung cấp dữ kiện có thẩm quyền và yêu cầu tách quan sát, giả định, bằng chứng thiếu. Nova có thể tạo tuyên bố hợp lý nhưng trái nguồn, và mã tạo ra không tự được quét bảo mật, nên tạo phẩm hữu ích cần mang đủ bằng chứng, chi tiết để kiểm tra với đầu vào. Nhà cung cấp cũng nói mô hình không nhận diện hay gọi tên người trong ảnh, tài liệu hoặc video.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn amazon/nova-premier-v1 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.005 / 1K token Đầu ra · Token đầu ra $0.025 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00125 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.005 / 1K token Đầu ra · Token đầu ra $0.025 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00125 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "amazon/nova-premier-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'amazon/nova-premier-v1', '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': 'amazon/nova-premier-v1', '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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra amazon/nova-premier-v1
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Compare two rollout proposals\n\nCompare these rollout notes for a support team. Plan A: train all 40 agents on Monday, migrate Tuesday, no rollback rehearsal. Plan B: train 10 agents, pilot for two days, rehearse rollback, then migrate the rest. Prepare a decision memo with evidence, trade-offs and one question the notes cannot answer.A short recommendation, a two-plan comparison table and one explicitly unanswered question.Check every stated advantage against the notes; do not invent costs, outage rates or pilot results.