Ember-1 là mô hình chuyên biệt của Fireworks Research được xây dựng trên Kimi K3. Điểm thay đổi cốt lõi là huấn luyện rút ngắn suy luận không cần thiết trong khi giữ phân tích hữu ích cho tác vụ lập trình và tác tử. Nhà sản xuất định vị mô hình cho nhiệm vụ lặp lại do công cụ dẫn dắt, nơi các chuỗi suy luận dài có thể tích lũy qua hội thoại. Cấu hình được tài liệu mô tả hỗ trợ sinh văn bản, đầu vào hình ảnh và gọi hàm; câu trả lời, mã hoặc thao tác đề xuất nhận được đều ở dạng văn bản.
Nhà sản xuất phát triển Ember-1 bằng huấn luyện tập trung vào nhiệm vụ trên tập hợp tác vụ rộng. Đây là khác biệt của mô hình đã được huấn luyện, không chỉ là chọn cài đặt mức nỗ lực suy luận thấp hơn trên mô hình nền. Mô hình cần giữ định danh riêng khi so sánh kết quả với Kimi K3: mục tiêu là lộ trình suy luận tiết kiệm hơn, không phải giả định rằng mọi cài đặt, năng lực hoặc cập nhật tương lai của bản gốc đều giống nhau.
Với nhiệm vụ phần mềm, cung cấp mã liên quan, lỗi quan sát được, hành vi bạn muốn và các quy ước kỹ thuật mà mã phải tiếp tục tuân thủ. Yêu cầu phương án triển khai có trọng tâm và lời giải thích gắn với mã nguồn thực tế. Một yêu cầu thực dụng là: “Lần theo đầu vào gây lỗi này, xác định điều kiện sai đầu tiên và trả về hàm đã sửa cùng bằng chứng lý giải thay đổi.” Giữ sản phẩm cuối rõ ràng ngay cả khi nhiệm vụ cần nhiều lần quan sát.
Các trường hợp sử dụng của nhà sản xuất gồm trợ lý lập trình và tác tử luân phiên giữa quyết định của mô hình với kết quả công cụ. Cung cấp mô tả hàm và lược đồ đối số phù hợp với công việc. Mô hình có thể đề xuất kiểm tra tệp, phép tính hoặc thao tác hiện có khác; ứng dụng thực hiện rồi trả về quan sát thực tế. Dùng kết quả đó ở lượt tiếp theo thay vì để hành động đề xuất thay cho việc thực thi.
Với nhiệm vụ dài hơn, giữ lỗi, bản sửa và quan sát xác minh liên quan trong bản ghi ngắn gọn. Yêu cầu mã hoàn chỉnh hoặc kết quả phân tích riêng biệt với thảo luận trung gian. Suy luận ngắn hơn chỉ hữu ích nếu đầu ra vẫn đáp ứng hành vi nhiệm vụ yêu cầu và kèm bằng chứng cần để rà soát.
Danh mục của nhà sản xuất Ember-1 hỗ trợ đầu vào hình ảnh. Nhiệm vụ lập trình có yếu tố thị giác có thể kết hợp ảnh chụp màn hình với yêu cầu và mã nguồn, rồi đề nghị lời giải thích hoặc phương án triển khai dựa trên những gì nhìn thấy. Gắn nhãn từng ảnh và phân biệt trạng thái hiện tại với kết quả dự định. Giữ chữ quan trọng dễ đọc và yêu cầu câu trả lời xác định chi tiết nhìn thấy hỗ trợ phát hiện.
Nhà sản xuất liệt kê ngữ cảnh ở mức khoảng một triệu token. Đây là thông số dung lượng nguồn, không phải cam kết độc lập về số token câu trả lời tương đương. Câu lệnh, tư liệu nguồn, lịch sử công cụ và suy luận được sinh dùng chung hạn mức yêu cầu áp dụng. Sắp xếp kho mã hoặc tập tài liệu lớn theo câu hỏi thực tế và dành chỗ cho kết quả.
Sản phẩm hữu ích là bản vá có trọng tâm, lời giải thích có bằng chứng hoặc phép so sánh hoàn chỉnh theo tiêu chí đã nêu. Với dữ kiện phụ thuộc vào thông tin hiện tại, cung cấp đoạn nguồn có thẩm quyền hoặc công cụ tra cứu phù hợp. Định hướng suy luận ngắn hơn của mô hình không làm bằng chứng thiếu tự xuất hiện, không thực thi hàm hoặc tự xác thực mã. Đối chiếu sản phẩm nhận được với yêu cầu và các quan sát do quy trình bao quanh trả về.
", "aboutText": "Ember-1 là mô hình chuyên biệt của Fireworks Research được xây dựng trên Kimi K3. Điểm thay đổi cốt lõi là huấn luyện rút ngắn suy luận không cần thiết trong khi giữ phân tích hữu ích cho tác vụ lập trình và tác tử. Nhà sản xuất định vị mô hình cho nhiệm vụ lặp lại do công cụ dẫn dắt, nơi các chuỗi suy luận dài có thể tích lũy qua hội thoại. Cấu hình được tài liệu mô tả hỗ trợ sinh văn bản, đầu vào hình ảnh và gọi hàm; câu trả lời, mã hoặc thao tác đề xuất nhận được đều ở dạng văn bản.\n\n### Huấn luyện thay đổi điều gì\n\nNhà sản xuất phát triển Ember-1 bằng huấn luyện tập trung vào nhiệm vụ trên tập hợp tác vụ rộng. Đây là khác biệt của mô hình đã được huấn luyện, không chỉ là chọn cài đặt mức nỗ lực suy luận thấp hơn trên mô hình nền. Mô hình cần giữ định danh riêng khi so sánh kết quả với Kimi K3: mục tiêu là lộ trình suy luận tiết kiệm hơn, không phải giả định rằng mọi cài đặt, năng lực hoặc cập nhật tương lai của bản gốc đều giống nhau.\n\nVới nhiệm vụ phần mềm, cung cấp mã liên quan, lỗi quan sát được, hành vi bạn muốn và các quy ước kỹ thuật mà mã phải tiếp tục tuân thủ. Yêu cầu phương án triển khai có trọng tâm và lời giải thích gắn với mã nguồn thực tế. Một yêu cầu thực dụng là: “Lần theo đầu vào gây lỗi này, xác định điều kiện sai đầu tiên và trả về hàm đã sửa cùng bằng chứng lý giải thay đổi.” Giữ sản phẩm cuối rõ ràng ngay cả khi nhiệm vụ cần nhiều lần quan sát.\n\n### Tác vụ lập trình và tác tử\n\nCác trường hợp sử dụng của nhà sản xuất gồm trợ lý lập trình và tác tử luân phiên giữa quyết định của mô hình với kết quả công cụ. Cung cấp mô tả hàm và lược đồ đối số phù hợp với công việc. Mô hình có thể đề xuất kiểm tra tệp, phép tính hoặc thao tác hiện có khác; ứng dụng thực hiện rồi trả về quan sát thực tế. Dùng kết quả đó ở lượt tiếp theo thay vì để hành động đề xuất thay cho việc thực thi.\n\nVới nhiệm vụ dài hơn, giữ lỗi, bản sửa và quan sát xác minh liên quan trong bản ghi ngắn gọn. Yêu cầu mã hoàn chỉnh hoặc kết quả phân tích riêng biệt với thảo luận trung gian. Suy luận ngắn hơn chỉ hữu ích nếu đầu ra vẫn đáp ứng hành vi nhiệm vụ yêu cầu và kèm bằng chứng cần để rà soát.\n\n### Hình ảnh và tư liệu nguồn dài\n\nDanh mục của nhà sản xuất Ember-1 hỗ trợ đầu vào hình ảnh. Nhiệm vụ lập trình có yếu tố thị giác có thể kết hợp ảnh chụp màn hình với yêu cầu và mã nguồn, rồi đề nghị lời giải thích hoặc phương án triển khai dựa trên những gì nhìn thấy. Gắn nhãn từng ảnh và phân biệt trạng thái hiện tại với kết quả dự định. Giữ chữ quan trọng dễ đọc và yêu cầu câu trả lời xác định chi tiết nhìn thấy hỗ trợ phát hiện.\n\nNhà sản xuất liệt kê ngữ cảnh ở mức khoảng một triệu token. Đây là thông số dung lượng nguồn, không phải cam kết độc lập về số token câu trả lời tương đương. Câu lệnh, tư liệu nguồn, lịch sử công cụ và suy luận được sinh dùng chung hạn mức yêu cầu áp dụng. Sắp xếp kho mã hoặc tập tài liệu lớn theo câu hỏi thực tế và dành chỗ cho kết quả.\n\n### Đầu ra có thể rà soát\n\nSản phẩm hữu ích là bản vá có trọng tâm, lời giải thích có bằng chứng hoặc phép so sánh hoàn chỉnh theo tiêu chí đã nêu. Với dữ kiện phụ thuộc vào thông tin hiện tại, cung cấp đoạn nguồn có thẩm quyền hoặc công cụ tra cứu phù hợp. Định hướng suy luận ngắn hơn của mô hình không làm bằng chứng thiếu tự xuất hiện, không thực thi hàm hoặc tự xác thực mã. Đối chiếu sản phẩm nhận được với yêu cầu và các quan sát do quy trình bao quanh trả về.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Fix an inclusive upper-bound error\n\nFind the bug in this Python function: def allowed(age):\n return age > 18 and age < 65\nThe rule permits ages 18 through 65 inclusive. Return the corrected function, explain the boundary error and write tests for ages 17, 18, 65 and 66. Treat the supplied rule as authoritative.A minimal corrected function, a boundary explanation and four executable test cases.Check that both endpoints are accepted and both adjacent out-of-range values are rejected.fireworks/ember-1Ember-1 là mô hình dựa trên Kimi K3 của Fireworks Research, được huấn luyện để rút ngắn suy luận không cần thiết trong nhiệm vụ lập trình và tác tử. Cấu hình của nhà sản xuất hỗ trợ đầu vào văn bản và hình ảnh, sinh văn bản và gọi hàm, hữu ích cho công việc phát triển có trọng tâm và phân tích dựa trên nguồn.
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.
Ember-1 là mô hình chuyên biệt của Fireworks Research được xây dựng trên Kimi K3. Điểm thay đổi cốt lõi là huấn luyện rút ngắn suy luận không cần thiết trong khi giữ phân tích hữu ích cho tác vụ lập trình và tác tử. Nhà sản xuất định vị mô hình cho nhiệm vụ lặp lại do công cụ dẫn dắt, nơi các chuỗi suy luận dài có thể tích lũy qua hội thoại. Cấu hình được tài liệu mô tả hỗ trợ sinh văn bản, đầu vào hình ảnh và gọi hàm; câu trả lời, mã hoặc thao tác đề xuất nhận được đều ở dạng văn bản.
Nhà sản xuất phát triển Ember-1 bằng huấn luyện tập trung vào nhiệm vụ trên tập hợp tác vụ rộng. Đây là khác biệt của mô hình đã được huấn luyện, không chỉ là chọn cài đặt mức nỗ lực suy luận thấp hơn trên mô hình nền. Mô hình cần giữ định danh riêng khi so sánh kết quả với Kimi K3: mục tiêu là lộ trình suy luận tiết kiệm hơn, không phải giả định rằng mọi cài đặt, năng lực hoặc cập nhật tương lai của bản gốc đều giống nhau.
Với nhiệm vụ phần mềm, cung cấp mã liên quan, lỗi quan sát được, hành vi bạn muốn và các quy ước kỹ thuật mà mã phải tiếp tục tuân thủ. Yêu cầu phương án triển khai có trọng tâm và lời giải thích gắn với mã nguồn thực tế. Một yêu cầu thực dụng là: “Lần theo đầu vào gây lỗi này, xác định điều kiện sai đầu tiên và trả về hàm đã sửa cùng bằng chứng lý giải thay đổi.” Giữ sản phẩm cuối rõ ràng ngay cả khi nhiệm vụ cần nhiều lần quan sát.
Các trường hợp sử dụng của nhà sản xuất gồm trợ lý lập trình và tác tử luân phiên giữa quyết định của mô hình với kết quả công cụ. Cung cấp mô tả hàm và lược đồ đối số phù hợp với công việc. Mô hình có thể đề xuất kiểm tra tệp, phép tính hoặc thao tác hiện có khác; ứng dụng thực hiện rồi trả về quan sát thực tế. Dùng kết quả đó ở lượt tiếp theo thay vì để hành động đề xuất thay cho việc thực thi.
Với nhiệm vụ dài hơn, giữ lỗi, bản sửa và quan sát xác minh liên quan trong bản ghi ngắn gọn. Yêu cầu mã hoàn chỉnh hoặc kết quả phân tích riêng biệt với thảo luận trung gian. Suy luận ngắn hơn chỉ hữu ích nếu đầu ra vẫn đáp ứng hành vi nhiệm vụ yêu cầu và kèm bằng chứng cần để rà soát.
Danh mục của nhà sản xuất Ember-1 hỗ trợ đầu vào hình ảnh. Nhiệm vụ lập trình có yếu tố thị giác có thể kết hợp ảnh chụp màn hình với yêu cầu và mã nguồn, rồi đề nghị lời giải thích hoặc phương án triển khai dựa trên những gì nhìn thấy. Gắn nhãn từng ảnh và phân biệt trạng thái hiện tại với kết quả dự định. Giữ chữ quan trọng dễ đọc và yêu cầu câu trả lời xác định chi tiết nhìn thấy hỗ trợ phát hiện.
Nhà sản xuất liệt kê ngữ cảnh ở mức khoảng một triệu token. Đây là thông số dung lượng nguồn, không phải cam kết độc lập về số token câu trả lời tương đương. Câu lệnh, tư liệu nguồn, lịch sử công cụ và suy luận được sinh dùng chung hạn mức yêu cầu áp dụng. Sắp xếp kho mã hoặc tập tài liệu lớn theo câu hỏi thực tế và dành chỗ cho kết quả.
Sản phẩm hữu ích là bản vá có trọng tâm, lời giải thích có bằng chứng hoặc phép so sánh hoàn chỉnh theo tiêu chí đã nêu. Với dữ kiện phụ thuộc vào thông tin hiện tại, cung cấp đoạn nguồn có thẩm quyền hoặc công cụ tra cứu phù hợp. Định hướng suy luận ngắn hơn của mô hình không làm bằng chứng thiếu tự xuất hiện, không thực thi hàm hoặc tự xác thực mã. Đối chiếu sản phẩm nhận được với yêu cầu và các quan sát do quy trình bao quanh trả về.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn fireworks/ember-1 | 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 $0.006 / 1K token Đầu ra · Token đầu ra $0.03 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0006 / 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 $0.006 / 1K token Đầu ra · Token đầu ra $0.03 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0006 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "fireworks/ember-1", "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='fireworks/ember-1',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='fireworks/ember-1',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 fireworks/ember-1
Dùng các đường dẫn phương thức hiển thị ở trên.
fireworks/ember-1Ember-1 là mô hình dựa trên Kimi K3 của Fireworks Research, được huấn luyện để rút ngắn suy luận không cần thiết trong nhiệm vụ lập trình và tác tử. Cấu hình của nhà sản xuất hỗ trợ đầu vào văn bản và hình ảnh, sinh văn bản và gọi hàm, hữu ích cho công việc phát triển có trọng tâm và phân tích dựa trên nguồn.
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.
Ember-1 là mô hình chuyên biệt của Fireworks Research được xây dựng trên Kimi K3. Điểm thay đổi cốt lõi là huấn luyện rút ngắn suy luận không cần thiết trong khi giữ phân tích hữu ích cho tác vụ lập trình và tác tử. Nhà sản xuất định vị mô hình cho nhiệm vụ lặp lại do công cụ dẫn dắt, nơi các chuỗi suy luận dài có thể tích lũy qua hội thoại. Cấu hình được tài liệu mô tả hỗ trợ sinh văn bản, đầu vào hình ảnh và gọi hàm; câu trả lời, mã hoặc thao tác đề xuất nhận được đều ở dạng văn bản.
Nhà sản xuất phát triển Ember-1 bằng huấn luyện tập trung vào nhiệm vụ trên tập hợp tác vụ rộng. Đây là khác biệt của mô hình đã được huấn luyện, không chỉ là chọn cài đặt mức nỗ lực suy luận thấp hơn trên mô hình nền. Mô hình cần giữ định danh riêng khi so sánh kết quả với Kimi K3: mục tiêu là lộ trình suy luận tiết kiệm hơn, không phải giả định rằng mọi cài đặt, năng lực hoặc cập nhật tương lai của bản gốc đều giống nhau.
Với nhiệm vụ phần mềm, cung cấp mã liên quan, lỗi quan sát được, hành vi bạn muốn và các quy ước kỹ thuật mà mã phải tiếp tục tuân thủ. Yêu cầu phương án triển khai có trọng tâm và lời giải thích gắn với mã nguồn thực tế. Một yêu cầu thực dụng là: “Lần theo đầu vào gây lỗi này, xác định điều kiện sai đầu tiên và trả về hàm đã sửa cùng bằng chứng lý giải thay đổi.” Giữ sản phẩm cuối rõ ràng ngay cả khi nhiệm vụ cần nhiều lần quan sát.
Các trường hợp sử dụng của nhà sản xuất gồm trợ lý lập trình và tác tử luân phiên giữa quyết định của mô hình với kết quả công cụ. Cung cấp mô tả hàm và lược đồ đối số phù hợp với công việc. Mô hình có thể đề xuất kiểm tra tệp, phép tính hoặc thao tác hiện có khác; ứng dụng thực hiện rồi trả về quan sát thực tế. Dùng kết quả đó ở lượt tiếp theo thay vì để hành động đề xuất thay cho việc thực thi.
Với nhiệm vụ dài hơn, giữ lỗi, bản sửa và quan sát xác minh liên quan trong bản ghi ngắn gọn. Yêu cầu mã hoàn chỉnh hoặc kết quả phân tích riêng biệt với thảo luận trung gian. Suy luận ngắn hơn chỉ hữu ích nếu đầu ra vẫn đáp ứng hành vi nhiệm vụ yêu cầu và kèm bằng chứng cần để rà soát.
Danh mục của nhà sản xuất Ember-1 hỗ trợ đầu vào hình ảnh. Nhiệm vụ lập trình có yếu tố thị giác có thể kết hợp ảnh chụp màn hình với yêu cầu và mã nguồn, rồi đề nghị lời giải thích hoặc phương án triển khai dựa trên những gì nhìn thấy. Gắn nhãn từng ảnh và phân biệt trạng thái hiện tại với kết quả dự định. Giữ chữ quan trọng dễ đọc và yêu cầu câu trả lời xác định chi tiết nhìn thấy hỗ trợ phát hiện.
Nhà sản xuất liệt kê ngữ cảnh ở mức khoảng một triệu token. Đây là thông số dung lượng nguồn, không phải cam kết độc lập về số token câu trả lời tương đương. Câu lệnh, tư liệu nguồn, lịch sử công cụ và suy luận được sinh dùng chung hạn mức yêu cầu áp dụng. Sắp xếp kho mã hoặc tập tài liệu lớn theo câu hỏi thực tế và dành chỗ cho kết quả.
Sản phẩm hữu ích là bản vá có trọng tâm, lời giải thích có bằng chứng hoặc phép so sánh hoàn chỉnh theo tiêu chí đã nêu. Với dữ kiện phụ thuộc vào thông tin hiện tại, cung cấp đoạn nguồn có thẩm quyền hoặc công cụ tra cứu phù hợp. Định hướng suy luận ngắn hơn của mô hình không làm bằng chứng thiếu tự xuất hiện, không thực thi hàm hoặc tự xác thực mã. Đối chiếu sản phẩm nhận được với yêu cầu và các quan sát do quy trình bao quanh trả về.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn fireworks/ember-1 | 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 $0.006 / 1K token Đầu ra · Token đầu ra $0.03 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0006 / 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 $0.006 / 1K token Đầu ra · Token đầu ra $0.03 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0006 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "fireworks/ember-1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'fireworks/ember-1', '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': 'fireworks/ember-1', '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 fireworks/ember-1
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Fix an inclusive upper-bound error\n\nFind the bug in this Python function: def allowed(age):\n return age > 18 and age < 65\nThe rule permits ages 18 through 65 inclusive. Return the corrected function, explain the boundary error and write tests for ages 17, 18, 65 and 66. Treat the supplied rule as authoritative.A minimal corrected function, a boundary explanation and four executable test cases.Check that both endpoints are accepted and both adjacent out-of-range values are rejected.