Command R7B là mô hình văn bản nhỏ gọn của Cohere phát hành tháng 12 năm 2024. Kiến trúc 7 tỷ tham số được thiết kế cho suy luận, tóm tắt, hỏi đáp, lập trình và hỗ trợ doanh nghiệp. Nhà phát triển còn huấn luyện mô hình cho sinh có tăng cường truy xuất và sử dụng nhiều công cụ qua nhiều bước. Mô hình nhận và tạo văn bản, với ngữ cảnh 128K và đầu ra tối đa 4.000 token trong cấu hình được nhà phát triển công bố.
Mô hình dùng transformer tự hồi quy với tinh chỉnh có giám sát và huấn luyện theo ưu tiên. Mẫu attention kết hợp ba lớp cửa sổ trượt cục bộ, dùng cửa sổ 4.096 token với mã hóa vị trí quay, cùng một lớp attention toàn cục. Mô hình được huấn luyện trên 23 ngôn ngữ, bao gồm tiếng Nga, tiếng Anh và các ngôn ngữ được liệt kê trong đúng thẻ mô hình.
Nhà phát triển phân biệt lời dẫn conversational và instruct. Cách dùng conversational thêm hành vi hội thoại, phần giới thiệu, câu hỏi tiếp nối và định dạng như Markdown. Cách dùng instruct hướng đến câu trả lời ngắn gọn nhưng đầy đủ cho trích xuất, tóm tắt, dịch và phân loại, mặc định không dùng Markdown hay LaTeX. Mô hình được công bố không kèm lời dẫn hệ thống, vì vậy nhà phát triển khuyến nghị cung cấp lời dẫn phù hợp với tác vụ.
Với quy trình phân loại, cung cấp định nghĩa các nhóm và chỉ dẫn cách xử lý mục không phù hợp với nhóm nào. Với phản hồi hỗ trợ, cung cấp câu hỏi cùng tài liệu sản phẩm đã được duyệt rồi yêu cầu trả lời bằng ngôn ngữ của người dùng. Đặc tả đầu ra rõ ràng ngăn các phần thêm mang tính hội thoại vô tình trở thành trường trong bản ghi dữ liệu.
R7B được huấn luyện cho bước trả lời cuối của sinh có tăng cường truy xuất. Mẫu của nhà phát triển kết hợp hội thoại với các đoạn tài liệu được cung cấp. Nhà phát triển khuyến nghị đoạn ngắn, thường 100–400 từ, biểu diễn bằng khóa mô tả ngắn và giá trị văn bản hoặc bán cấu trúc. Nhà phát triển cũng khuyến nghị đánh giá xem đặt trực tiếp tài liệu liên quan vào thông điệp người dùng có hiệu quả hơn cho trường hợp sử dụng cụ thể hay không.
Tác vụ minh họa là: “Dùng các đoạn có tên này để trả lời câu hỏi, xác định phát biểu hỗ trợ câu trả lời và đánh dấu thông tin mà các đoạn không chứa.” Giữ nguyên tiêu đề và đơn vị để có thể kiểm tra dữ kiện đã trích xuất với tài liệu gốc. Ứng dụng truy xuất hoặc cung cấp tài liệu; mô hình tạo câu trả lời từ ngữ cảnh đó.
Ví dụ dùng công cụ của nhà phát triển cung cấp định nghĩa hàm bằng JSON schema và giữ lời gọi đã chọn, kế hoạch cùng kết quả trong hội thoại. Mỗi kết quả là một dictionary gắn với mã lời gọi công cụ tương ứng. Điều này cho phép câu trả lời tiếp theo dùng quan sát thực tế. Vì vậy, trợ lý lập trình có thể xử lý một tác vụ tập trung khi ứng dụng xung quanh cung cấp công cụ kiểm tra hoặc xác thực phù hợp.
Thẻ mô hình nhấn mạnh SQL và chuyển đổi mã bên cạnh đoạn mã, lời giải thích và viết lại. Cung cấp schema, đầu vào hoặc mã nguồn và hành vi cần giữ. Nhà phát triển khuyến nghị temperature thấp hoặc giải mã tham lam khi tạo mã. Xem câu lệnh được tạo là sản phẩm đề xuất cho đến khi được kiểm tra trong môi trường sử dụng dự kiến.
Vai trò nhỏ gọn của R7B phù hợp với các tác vụ rõ ràng, lặp lại và hội thoại phản hồi nhanh. Dành chỗ trong ngữ cảnh cho câu trả lời và lịch sử công cụ hữu ích, đồng thời nêu rõ tiêu chí hoàn tất. Với khẳng định phụ thuộc nguồn, cung cấp bằng chứng liên quan, thay vì mong chỉ kích thước mô hình hoặc lời nhắc dài xác lập được tính đúng đắn.
", "aboutText": "Command R7B là mô hình văn bản nhỏ gọn của Cohere phát hành tháng 12 năm 2024. Kiến trúc 7 tỷ tham số được thiết kế cho suy luận, tóm tắt, hỏi đáp, lập trình và hỗ trợ doanh nghiệp. Nhà phát triển còn huấn luyện mô hình cho sinh có tăng cường truy xuất và sử dụng nhiều công cụ qua nhiều bước. Mô hình nhận và tạo văn bản, với ngữ cảnh 128K và đầu ra tối đa 4.000 token trong cấu hình được nhà phát triển công bố.\n\n### Mô hình và hành vi trả lời\n\nMô hình dùng transformer tự hồi quy với tinh chỉnh có giám sát và huấn luyện theo ưu tiên. Mẫu attention kết hợp ba lớp cửa sổ trượt cục bộ, dùng cửa sổ 4.096 token với mã hóa vị trí quay, cùng một lớp attention toàn cục. Mô hình được huấn luyện trên 23 ngôn ngữ, bao gồm tiếng Nga, tiếng Anh và các ngôn ngữ được liệt kê trong đúng thẻ mô hình.\n\nNhà phát triển phân biệt lời dẫn conversational và instruct. Cách dùng conversational thêm hành vi hội thoại, phần giới thiệu, câu hỏi tiếp nối và định dạng như Markdown. Cách dùng instruct hướng đến câu trả lời ngắn gọn nhưng đầy đủ cho trích xuất, tóm tắt, dịch và phân loại, mặc định không dùng Markdown hay LaTeX. Mô hình được công bố không kèm lời dẫn hệ thống, vì vậy nhà phát triển khuyến nghị cung cấp lời dẫn phù hợp với tác vụ.\n\nVới quy trình phân loại, cung cấp định nghĩa các nhóm và chỉ dẫn cách xử lý mục không phù hợp với nhóm nào. Với phản hồi hỗ trợ, cung cấp câu hỏi cùng tài liệu sản phẩm đã được duyệt rồi yêu cầu trả lời bằng ngôn ngữ của người dùng. Đặc tả đầu ra rõ ràng ngăn các phần thêm mang tính hội thoại vô tình trở thành trường trong bản ghi dữ liệu.\n\n### Trả lời từ tài liệu\n\nR7B được huấn luyện cho bước trả lời cuối của sinh có tăng cường truy xuất. Mẫu của nhà phát triển kết hợp hội thoại với các đoạn tài liệu được cung cấp. Nhà phát triển khuyến nghị đoạn ngắn, thường 100–400 từ, biểu diễn bằng khóa mô tả ngắn và giá trị văn bản hoặc bán cấu trúc. Nhà phát triển cũng khuyến nghị đánh giá xem đặt trực tiếp tài liệu liên quan vào thông điệp người dùng có hiệu quả hơn cho trường hợp sử dụng cụ thể hay không.\n\nTác vụ minh họa là: “Dùng các đoạn có tên này để trả lời câu hỏi, xác định phát biểu hỗ trợ câu trả lời và đánh dấu thông tin mà các đoạn không chứa.” Giữ nguyên tiêu đề và đơn vị để có thể kiểm tra dữ kiện đã trích xuất với tài liệu gốc. Ứng dụng truy xuất hoặc cung cấp tài liệu; mô hình tạo câu trả lời từ ngữ cảnh đó.\n\n### Công cụ và lập trình\n\nVí dụ dùng công cụ của nhà phát triển cung cấp định nghĩa hàm bằng JSON schema và giữ lời gọi đã chọn, kế hoạch cùng kết quả trong hội thoại. Mỗi kết quả là một dictionary gắn với mã lời gọi công cụ tương ứng. Điều này cho phép câu trả lời tiếp theo dùng quan sát thực tế. Vì vậy, trợ lý lập trình có thể xử lý một tác vụ tập trung khi ứng dụng xung quanh cung cấp công cụ kiểm tra hoặc xác thực phù hợp.\n\nThẻ mô hình nhấn mạnh SQL và chuyển đổi mã bên cạnh đoạn mã, lời giải thích và viết lại. Cung cấp schema, đầu vào hoặc mã nguồn và hành vi cần giữ. Nhà phát triển khuyến nghị temperature thấp hoặc giải mã tham lam khi tạo mã. Xem câu lệnh được tạo là sản phẩm đề xuất cho đến khi được kiểm tra trong môi trường sử dụng dự kiến.\n\nVai trò nhỏ gọn của R7B phù hợp với các tác vụ rõ ràng, lặp lại và hội thoại phản hồi nhanh. Dành chỗ trong ngữ cảnh cho câu trả lời và lịch sử công cụ hữu ích, đồng thời nêu rõ tiêu chí hoàn tất. Với khẳng định phụ thuộc nguồn, cung cấp bằng chứng liên quan, thay vì mong chỉ kích thước mô hình hoặc lời nhắc dài xác lập được tính đúng đắn.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Answer from support snippets\n\nAnswer the customer using only these support snippets. [Returns] Unused items can be returned within 14 days of receipt. [Shipping] Return shipping is paid by the buyer unless the item is defective. Question: "My unused item arrived 10 days ago. Can I return it, and who pays postage?" Cite the relevant snippet names.A concise customer answer citing Returns and Shipping, including the defect exception.Ensure the answer uses receipt time and preserves the buyer-paid postage exception.cohere/command-r7b-12-2024Command R7B là mô hình văn bản 7B nhỏ gọn của Cohere dành cho chat, trích xuất, hỗ trợ lập trình và tác tử được công cụ dẫn dắt. Bản tháng 12 năm 2024 được huấn luyện trên 23 ngôn ngữ, hỗ trợ ngữ cảnh 128K và hướng đến tác vụ doanh nghiệp tập trung, phản hồi nhanh với tài liệu hoặc kết quả công cụ được cung cấp.
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.
Command R7B là mô hình văn bản nhỏ gọn của Cohere phát hành tháng 12 năm 2024. Kiến trúc 7 tỷ tham số được thiết kế cho suy luận, tóm tắt, hỏi đáp, lập trình và hỗ trợ doanh nghiệp. Nhà phát triển còn huấn luyện mô hình cho sinh có tăng cường truy xuất và sử dụng nhiều công cụ qua nhiều bước. Mô hình nhận và tạo văn bản, với ngữ cảnh 128K và đầu ra tối đa 4.000 token trong cấu hình được nhà phát triển công bố.
Mô hình dùng transformer tự hồi quy với tinh chỉnh có giám sát và huấn luyện theo ưu tiên. Mẫu attention kết hợp ba lớp cửa sổ trượt cục bộ, dùng cửa sổ 4.096 token với mã hóa vị trí quay, cùng một lớp attention toàn cục. Mô hình được huấn luyện trên 23 ngôn ngữ, bao gồm tiếng Nga, tiếng Anh và các ngôn ngữ được liệt kê trong đúng thẻ mô hình.
Nhà phát triển phân biệt lời dẫn conversational và instruct. Cách dùng conversational thêm hành vi hội thoại, phần giới thiệu, câu hỏi tiếp nối và định dạng như Markdown. Cách dùng instruct hướng đến câu trả lời ngắn gọn nhưng đầy đủ cho trích xuất, tóm tắt, dịch và phân loại, mặc định không dùng Markdown hay LaTeX. Mô hình được công bố không kèm lời dẫn hệ thống, vì vậy nhà phát triển khuyến nghị cung cấp lời dẫn phù hợp với tác vụ.
Với quy trình phân loại, cung cấp định nghĩa các nhóm và chỉ dẫn cách xử lý mục không phù hợp với nhóm nào. Với phản hồi hỗ trợ, cung cấp câu hỏi cùng tài liệu sản phẩm đã được duyệt rồi yêu cầu trả lời bằng ngôn ngữ của người dùng. Đặc tả đầu ra rõ ràng ngăn các phần thêm mang tính hội thoại vô tình trở thành trường trong bản ghi dữ liệu.
R7B được huấn luyện cho bước trả lời cuối của sinh có tăng cường truy xuất. Mẫu của nhà phát triển kết hợp hội thoại với các đoạn tài liệu được cung cấp. Nhà phát triển khuyến nghị đoạn ngắn, thường 100–400 từ, biểu diễn bằng khóa mô tả ngắn và giá trị văn bản hoặc bán cấu trúc. Nhà phát triển cũng khuyến nghị đánh giá xem đặt trực tiếp tài liệu liên quan vào thông điệp người dùng có hiệu quả hơn cho trường hợp sử dụng cụ thể hay không.
Tác vụ minh họa là: “Dùng các đoạn có tên này để trả lời câu hỏi, xác định phát biểu hỗ trợ câu trả lời và đánh dấu thông tin mà các đoạn không chứa.” Giữ nguyên tiêu đề và đơn vị để có thể kiểm tra dữ kiện đã trích xuất với tài liệu gốc. Ứng dụng truy xuất hoặc cung cấp tài liệu; mô hình tạo câu trả lời từ ngữ cảnh đó.
Ví dụ dùng công cụ của nhà phát triển cung cấp định nghĩa hàm bằng JSON schema và giữ lời gọi đã chọn, kế hoạch cùng kết quả trong hội thoại. Mỗi kết quả là một dictionary gắn với mã lời gọi công cụ tương ứng. Điều này cho phép câu trả lời tiếp theo dùng quan sát thực tế. Vì vậy, trợ lý lập trình có thể xử lý một tác vụ tập trung khi ứng dụng xung quanh cung cấp công cụ kiểm tra hoặc xác thực phù hợp.
Thẻ mô hình nhấn mạnh SQL và chuyển đổi mã bên cạnh đoạn mã, lời giải thích và viết lại. Cung cấp schema, đầu vào hoặc mã nguồn và hành vi cần giữ. Nhà phát triển khuyến nghị temperature thấp hoặc giải mã tham lam khi tạo mã. Xem câu lệnh được tạo là sản phẩm đề xuất cho đến khi được kiểm tra trong môi trường sử dụng dự kiến.
Vai trò nhỏ gọn của R7B phù hợp với các tác vụ rõ ràng, lặp lại và hội thoại phản hồi nhanh. Dành chỗ trong ngữ cảnh cho câu trả lời và lịch sử công cụ hữu ích, đồng thời nêu rõ tiêu chí hoàn tất. Với khẳng định phụ thuộc nguồn, cung cấp bằng chứng liên quan, thay vì mong chỉ kích thước mô hình hoặc lời nhắc dài xác lập được tính đúng đắn.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn cohere/command-r7b-12-2024 | 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 $0.000075 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 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 $0.000075 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "cohere/command-r7b-12-2024", "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='cohere/command-r7b-12-2024',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='cohere/command-r7b-12-2024',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 cohere/command-r7b-12-2024
Dùng các đường dẫn phương thức hiển thị ở trên.
cohere/command-r7b-12-2024Command R7B là mô hình văn bản 7B nhỏ gọn của Cohere dành cho chat, trích xuất, hỗ trợ lập trình và tác tử được công cụ dẫn dắt. Bản tháng 12 năm 2024 được huấn luyện trên 23 ngôn ngữ, hỗ trợ ngữ cảnh 128K và hướng đến tác vụ doanh nghiệp tập trung, phản hồi nhanh với tài liệu hoặc kết quả công cụ được cung cấp.
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.
Command R7B là mô hình văn bản nhỏ gọn của Cohere phát hành tháng 12 năm 2024. Kiến trúc 7 tỷ tham số được thiết kế cho suy luận, tóm tắt, hỏi đáp, lập trình và hỗ trợ doanh nghiệp. Nhà phát triển còn huấn luyện mô hình cho sinh có tăng cường truy xuất và sử dụng nhiều công cụ qua nhiều bước. Mô hình nhận và tạo văn bản, với ngữ cảnh 128K và đầu ra tối đa 4.000 token trong cấu hình được nhà phát triển công bố.
Mô hình dùng transformer tự hồi quy với tinh chỉnh có giám sát và huấn luyện theo ưu tiên. Mẫu attention kết hợp ba lớp cửa sổ trượt cục bộ, dùng cửa sổ 4.096 token với mã hóa vị trí quay, cùng một lớp attention toàn cục. Mô hình được huấn luyện trên 23 ngôn ngữ, bao gồm tiếng Nga, tiếng Anh và các ngôn ngữ được liệt kê trong đúng thẻ mô hình.
Nhà phát triển phân biệt lời dẫn conversational và instruct. Cách dùng conversational thêm hành vi hội thoại, phần giới thiệu, câu hỏi tiếp nối và định dạng như Markdown. Cách dùng instruct hướng đến câu trả lời ngắn gọn nhưng đầy đủ cho trích xuất, tóm tắt, dịch và phân loại, mặc định không dùng Markdown hay LaTeX. Mô hình được công bố không kèm lời dẫn hệ thống, vì vậy nhà phát triển khuyến nghị cung cấp lời dẫn phù hợp với tác vụ.
Với quy trình phân loại, cung cấp định nghĩa các nhóm và chỉ dẫn cách xử lý mục không phù hợp với nhóm nào. Với phản hồi hỗ trợ, cung cấp câu hỏi cùng tài liệu sản phẩm đã được duyệt rồi yêu cầu trả lời bằng ngôn ngữ của người dùng. Đặc tả đầu ra rõ ràng ngăn các phần thêm mang tính hội thoại vô tình trở thành trường trong bản ghi dữ liệu.
R7B được huấn luyện cho bước trả lời cuối của sinh có tăng cường truy xuất. Mẫu của nhà phát triển kết hợp hội thoại với các đoạn tài liệu được cung cấp. Nhà phát triển khuyến nghị đoạn ngắn, thường 100–400 từ, biểu diễn bằng khóa mô tả ngắn và giá trị văn bản hoặc bán cấu trúc. Nhà phát triển cũng khuyến nghị đánh giá xem đặt trực tiếp tài liệu liên quan vào thông điệp người dùng có hiệu quả hơn cho trường hợp sử dụng cụ thể hay không.
Tác vụ minh họa là: “Dùng các đoạn có tên này để trả lời câu hỏi, xác định phát biểu hỗ trợ câu trả lời và đánh dấu thông tin mà các đoạn không chứa.” Giữ nguyên tiêu đề và đơn vị để có thể kiểm tra dữ kiện đã trích xuất với tài liệu gốc. Ứng dụng truy xuất hoặc cung cấp tài liệu; mô hình tạo câu trả lời từ ngữ cảnh đó.
Ví dụ dùng công cụ của nhà phát triển cung cấp định nghĩa hàm bằng JSON schema và giữ lời gọi đã chọn, kế hoạch cùng kết quả trong hội thoại. Mỗi kết quả là một dictionary gắn với mã lời gọi công cụ tương ứng. Điều này cho phép câu trả lời tiếp theo dùng quan sát thực tế. Vì vậy, trợ lý lập trình có thể xử lý một tác vụ tập trung khi ứng dụng xung quanh cung cấp công cụ kiểm tra hoặc xác thực phù hợp.
Thẻ mô hình nhấn mạnh SQL và chuyển đổi mã bên cạnh đoạn mã, lời giải thích và viết lại. Cung cấp schema, đầu vào hoặc mã nguồn và hành vi cần giữ. Nhà phát triển khuyến nghị temperature thấp hoặc giải mã tham lam khi tạo mã. Xem câu lệnh được tạo là sản phẩm đề xuất cho đến khi được kiểm tra trong môi trường sử dụng dự kiến.
Vai trò nhỏ gọn của R7B phù hợp với các tác vụ rõ ràng, lặp lại và hội thoại phản hồi nhanh. Dành chỗ trong ngữ cảnh cho câu trả lời và lịch sử công cụ hữu ích, đồng thời nêu rõ tiêu chí hoàn tất. Với khẳng định phụ thuộc nguồn, cung cấp bằng chứng liên quan, thay vì mong chỉ kích thước mô hình hoặc lời nhắc dài xác lập được tính đúng đắn.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn cohere/command-r7b-12-2024 | 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 $0.000075 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 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 $0.000075 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "cohere/command-r7b-12-2024",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'cohere/command-r7b-12-2024', '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': 'cohere/command-r7b-12-2024', '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 cohere/command-r7b-12-2024
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Answer from support snippets\n\nAnswer the customer using only these support snippets. [Returns] Unused items can be returned within 14 days of receipt. [Shipping] Return shipping is paid by the buyer unless the item is defective. Question: "My unused item arrived 10 days ago. Can I return it, and who pays postage?" Cite the relevant snippet names.A concise customer answer citing Returns and Shipping, including the defect exception.Ensure the answer uses receipt time and preserves the buyer-paid postage exception.