Granite 4.0 H Micro là mô hình chỉ dẫn ngữ cảnh dài 3 tỷ tham số của IBM, được tinh chỉnh từ Granite 4.0 H Micro Base. Đây là phiên bản Micro có kiến trúc dày đặc dạng lai, kết hợp Mamba-2 và cơ chế chú ý, khác với Micro transformer thuần hoặc các biến thể hỗn hợp chuyên gia lớn hơn. Mô hình nhận chỉ dẫn và ngữ cảnh văn bản, trả văn bản, nên là khối xây dựng gọn cho trợ lý doanh nghiệp và bước cụ thể trong tác vụ tác tử.
Bảng kiến trúc của nhà sản xuất liệt kê bốn lớp chú ý và ba mươi sáu lớp Mamba-2, với độ dài chuỗi 128K. Mô hình chỉ dẫn dùng tinh chỉnh có giám sát, căn chỉnh bằng học tăng cường và hợp nhất mô hình. Tài liệu huấn luyện gồm dữ liệu chỉ dẫn có giấy phép cho phép sử dụng rộng, dữ liệu tổng hợp và ví dụ được con người tuyển chọn. Cấu trúc lai là thuộc tính phiên bản; không nên thay bằng hồ sơ tham số hoặc chuyên gia hoạt động của mô hình Granite khác.
Nhà sản xuất liệt kê mười hai ngôn ngữ hỗ trợ và tác vụ gồm tóm tắt, phân loại, trích xuất, hỏi đáp, sinh tăng cường truy xuất, lập trình và gọi hàm. Cung cấp đoạn nguồn thực tế và mô tả thao tác cần thực hiện. Khi trích xuất, xác định trường và cách biểu diễn giá trị thiếu. Khi phân loại, cung cấp ý nghĩa hạng mục và trường hợp minh họa ranh giới quan trọng.
Ví dụ yêu cầu: “Trích từng yêu cầu từ đoạn này, giữ mã định danh và trích câu xác lập nó.” Khi tóm tắt, nêu người đọc và dữ kiện phải giữ. Khi dịch, xác định tên và thuật ngữ kỹ thuật cần giữ cách viết gốc. Định dạng cuối rõ ràng giúp mô hình chỉ dẫn nhỏ tạo đúng sản phẩm ứng dụng cần.
Thẻ Granite H Micro minh họa định nghĩa công cụ với tên hàm, mô tả và lược đồ tham số. Mô hình trả tên hàm cùng đối số JSON trong dạng biểu diễn lời gọi công cụ. Ứng dụng bao quanh thực hiện thao tác được chọn, kiểm tra đối số và trả kết quả. Tác vụ tra cứu cần giữ quan sát đó làm bằng chứng dùng trong câu trả lời.
Trong quy trình truy xuất, cung cấp tài liệu liên quan và yêu cầu câu trả lời bám nguồn. Quyền truy cập nguồn thuộc về ứng dụng; câu trả lời của mô hình văn bản được sinh từ ngữ cảnh nhận được. Giữ nhãn tài liệu và đơn vị rõ ràng để truy kết quả về đầu vào.
Mô hình hỗ trợ tác vụ liên quan mã và hoàn thành phần giữa. Yêu cầu lập trình cần gồm triển khai liên quan, hành vi quan sát và hành vi cần giữ. Với tác vụ hoàn thành, xác định mã xung quanh và chỗ trống cần điền. Yêu cầu sản phẩm mã cùng giải thích gắn với ràng buộc, rồi kiểm tra kết quả trong môi trường phát triển thực tế.
Ngữ cảnh 128K chứa chung lời nhắc, nguồn, hội thoại và phản hồi sinh; thẻ không xác lập độ dài câu trả lời tối đa chung độc lập. Mẫu hội thoại tham chiếu có chỉ dẫn hệ thống mặc định để phản hồi chuyên nghiệp, chính xác và an toàn. Danh sách trường hoặc sản phẩm mã yêu cầu vẫn cần chỉ dẫn tác vụ rõ riêng.
IBM lưu ý hiệu năng đa ngôn ngữ có thể khác tiếng Anh vì huấn luyện chỉ dẫn chủ yếu bằng tiếng Anh; vài ví dụ liên quan tác vụ có thể giúp. Hãng cũng thừa nhận khả năng phản hồi sai hoặc thiên lệch. Đối chiếu giá trị từ nguồn và mã sinh với đầu vào, đồng thời trả quan sát thực tế khi tác vụ cần sửa. Đầu ra hữu ích của H Micro là kết quả văn bản hoặc mã tập trung, giữ đúng danh tính Micro lai.
", "aboutText": "Granite 4.0 H Micro là mô hình chỉ dẫn ngữ cảnh dài 3 tỷ tham số của IBM, được tinh chỉnh từ Granite 4.0 H Micro Base. Đây là phiên bản Micro có kiến trúc dày đặc dạng lai, kết hợp Mamba-2 và cơ chế chú ý, khác với Micro transformer thuần hoặc các biến thể hỗn hợp chuyên gia lớn hơn. Mô hình nhận chỉ dẫn và ngữ cảnh văn bản, trả văn bản, nên là khối xây dựng gọn cho trợ lý doanh nghiệp và bước cụ thể trong tác vụ tác tử.\n\n### Cấu trúc mô hình và huấn luyện\n\nBảng kiến trúc của nhà sản xuất liệt kê bốn lớp chú ý và ba mươi sáu lớp Mamba-2, với độ dài chuỗi 128K. Mô hình chỉ dẫn dùng tinh chỉnh có giám sát, căn chỉnh bằng học tăng cường và hợp nhất mô hình. Tài liệu huấn luyện gồm dữ liệu chỉ dẫn có giấy phép cho phép sử dụng rộng, dữ liệu tổng hợp và ví dụ được con người tuyển chọn. Cấu trúc lai là thuộc tính phiên bản; không nên thay bằng hồ sơ tham số hoặc chuyên gia hoạt động của mô hình Granite khác.\n\n### Ngôn ngữ và tác vụ tập trung\n\nNhà sản xuất liệt kê mười hai ngôn ngữ hỗ trợ và tác vụ gồm tóm tắt, phân loại, trích xuất, hỏi đáp, sinh tăng cường truy xuất, lập trình và gọi hàm. Cung cấp đoạn nguồn thực tế và mô tả thao tác cần thực hiện. Khi trích xuất, xác định trường và cách biểu diễn giá trị thiếu. Khi phân loại, cung cấp ý nghĩa hạng mục và trường hợp minh họa ranh giới quan trọng.\n\nVí dụ yêu cầu: “Trích từng yêu cầu từ đoạn này, giữ mã định danh và trích câu xác lập nó.” Khi tóm tắt, nêu người đọc và dữ kiện phải giữ. Khi dịch, xác định tên và thuật ngữ kỹ thuật cần giữ cách viết gốc. Định dạng cuối rõ ràng giúp mô hình chỉ dẫn nhỏ tạo đúng sản phẩm ứng dụng cần.\n\n### Công cụ và câu trả lời dựa trên nguồn\n\nThẻ Granite H Micro minh họa định nghĩa công cụ với tên hàm, mô tả và lược đồ tham số. Mô hình trả tên hàm cùng đối số JSON trong dạng biểu diễn lời gọi công cụ. Ứng dụng bao quanh thực hiện thao tác được chọn, kiểm tra đối số và trả kết quả. Tác vụ tra cứu cần giữ quan sát đó làm bằng chứng dùng trong câu trả lời.\n\nTrong quy trình truy xuất, cung cấp tài liệu liên quan và yêu cầu câu trả lời bám nguồn. Quyền truy cập nguồn thuộc về ứng dụng; câu trả lời của mô hình văn bản được sinh từ ngữ cảnh nhận được. Giữ nhãn tài liệu và đơn vị rõ ràng để truy kết quả về đầu vào.\n\n### Lập trình và hoàn thành mã\n\nMô hình hỗ trợ tác vụ liên quan mã và hoàn thành phần giữa. Yêu cầu lập trình cần gồm triển khai liên quan, hành vi quan sát và hành vi cần giữ. Với tác vụ hoàn thành, xác định mã xung quanh và chỗ trống cần điền. Yêu cầu sản phẩm mã cùng giải thích gắn với ràng buộc, rồi kiểm tra kết quả trong môi trường phát triển thực tế.\n\n### Ngữ cảnh và hạn chế\n\nNgữ cảnh 128K chứa chung lời nhắc, nguồn, hội thoại và phản hồi sinh; thẻ không xác lập độ dài câu trả lời tối đa chung độc lập. Mẫu hội thoại tham chiếu có chỉ dẫn hệ thống mặc định để phản hồi chuyên nghiệp, chính xác và an toàn. Danh sách trường hoặc sản phẩm mã yêu cầu vẫn cần chỉ dẫn tác vụ rõ riêng.\n\nIBM lưu ý hiệu năng đa ngôn ngữ có thể khác tiếng Anh vì huấn luyện chỉ dẫn chủ yếu bằng tiếng Anh; vài ví dụ liên quan tác vụ có thể giúp. Hãng cũng thừa nhận khả năng phản hồi sai hoặc thiên lệch. Đối chiếu giá trị từ nguồn và mã sinh với đầu vào, đồng thời trả quan sát thực tế khi tác vụ cần sửa. Đầu ra hữu ích của H Micro là kết quả văn bản hoặc mã tập trung, giữ đúng danh tính Micro lai.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Extract traceable requirements\n\nExtract requirements from this passage: '[R1] Export filenames must include the report ID. [R2] Reports with no rows must still include column headings. [R3] Files are encoded as UTF-8.' Return a table with requirement ID, implementation requirement and the exact supporting sentence. Keep each requirement separate and add no implementation details absent from the source.A three-row table retaining each ID, requirement and exact source sentence.Check every extracted requirement maps one-to-one to R1, R2 or R3 without added conditions.ibm-granite/granite-4.0-h-microGranite 4.0 H Micro là mô hình văn bản lai Mamba-2/transformer 3 tỷ tham số của IBM dành cho tác vụ doanh nghiệp tập trung. Ngữ cảnh 128K hỗ trợ tóm tắt, trích xuất, trả lời câu hỏi, lập trình và gọi hàm, với hội thoại đa ngôn ngữ và hoàn thành mã ở phần giữa.
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.
Granite 4.0 H Micro là mô hình chỉ dẫn ngữ cảnh dài 3 tỷ tham số của IBM, được tinh chỉnh từ Granite 4.0 H Micro Base. Đây là phiên bản Micro có kiến trúc dày đặc dạng lai, kết hợp Mamba-2 và cơ chế chú ý, khác với Micro transformer thuần hoặc các biến thể hỗn hợp chuyên gia lớn hơn. Mô hình nhận chỉ dẫn và ngữ cảnh văn bản, trả văn bản, nên là khối xây dựng gọn cho trợ lý doanh nghiệp và bước cụ thể trong tác vụ tác tử.
Bảng kiến trúc của nhà sản xuất liệt kê bốn lớp chú ý và ba mươi sáu lớp Mamba-2, với độ dài chuỗi 128K. Mô hình chỉ dẫn dùng tinh chỉnh có giám sát, căn chỉnh bằng học tăng cường và hợp nhất mô hình. Tài liệu huấn luyện gồm dữ liệu chỉ dẫn có giấy phép cho phép sử dụng rộng, dữ liệu tổng hợp và ví dụ được con người tuyển chọn. Cấu trúc lai là thuộc tính phiên bản; không nên thay bằng hồ sơ tham số hoặc chuyên gia hoạt động của mô hình Granite khác.
Nhà sản xuất liệt kê mười hai ngôn ngữ hỗ trợ và tác vụ gồm tóm tắt, phân loại, trích xuất, hỏi đáp, sinh tăng cường truy xuất, lập trình và gọi hàm. Cung cấp đoạn nguồn thực tế và mô tả thao tác cần thực hiện. Khi trích xuất, xác định trường và cách biểu diễn giá trị thiếu. Khi phân loại, cung cấp ý nghĩa hạng mục và trường hợp minh họa ranh giới quan trọng.
Ví dụ yêu cầu: “Trích từng yêu cầu từ đoạn này, giữ mã định danh và trích câu xác lập nó.” Khi tóm tắt, nêu người đọc và dữ kiện phải giữ. Khi dịch, xác định tên và thuật ngữ kỹ thuật cần giữ cách viết gốc. Định dạng cuối rõ ràng giúp mô hình chỉ dẫn nhỏ tạo đúng sản phẩm ứng dụng cần.
Thẻ Granite H Micro minh họa định nghĩa công cụ với tên hàm, mô tả và lược đồ tham số. Mô hình trả tên hàm cùng đối số JSON trong dạng biểu diễn lời gọi công cụ. Ứng dụng bao quanh thực hiện thao tác được chọn, kiểm tra đối số và trả kết quả. Tác vụ tra cứu cần giữ quan sát đó làm bằng chứng dùng trong câu trả lời.
Trong quy trình truy xuất, cung cấp tài liệu liên quan và yêu cầu câu trả lời bám nguồn. Quyền truy cập nguồn thuộc về ứng dụng; câu trả lời của mô hình văn bản được sinh từ ngữ cảnh nhận được. Giữ nhãn tài liệu và đơn vị rõ ràng để truy kết quả về đầu vào.
Mô hình hỗ trợ tác vụ liên quan mã và hoàn thành phần giữa. Yêu cầu lập trình cần gồm triển khai liên quan, hành vi quan sát và hành vi cần giữ. Với tác vụ hoàn thành, xác định mã xung quanh và chỗ trống cần điền. Yêu cầu sản phẩm mã cùng giải thích gắn với ràng buộc, rồi kiểm tra kết quả trong môi trường phát triển thực tế.
Ngữ cảnh 128K chứa chung lời nhắc, nguồn, hội thoại và phản hồi sinh; thẻ không xác lập độ dài câu trả lời tối đa chung độc lập. Mẫu hội thoại tham chiếu có chỉ dẫn hệ thống mặc định để phản hồi chuyên nghiệp, chính xác và an toàn. Danh sách trường hoặc sản phẩm mã yêu cầu vẫn cần chỉ dẫn tác vụ rõ riêng.
IBM lưu ý hiệu năng đa ngôn ngữ có thể khác tiếng Anh vì huấn luyện chỉ dẫn chủ yếu bằng tiếng Anh; vài ví dụ liên quan tác vụ có thể giúp. Hãng cũng thừa nhận khả năng phản hồi sai hoặc thiên lệch. Đối chiếu giá trị từ nguồn và mã sinh với đầu vào, đồng thời trả quan sát thực tế khi tác vụ cần sửa. Đầu ra hữu ích của H Micro là kết quả văn bản hoặc mã tập trung, giữ đúng danh tính Micro lai.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn ibm-granite/granite-4.0-h-micro | 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 $0.000034 / 1K token Đầu ra · Token đầu ra $0.000224 / 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 $0.000034 / 1K token Đầu ra · Token đầu ra $0.000224 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "ibm-granite/granite-4.0-h-micro", "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='ibm-granite/granite-4.0-h-micro',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='ibm-granite/granite-4.0-h-micro',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 ibm-granite/granite-4.0-h-micro
Dùng các đường dẫn phương thức hiển thị ở trên.
ibm-granite/granite-4.0-h-microGranite 4.0 H Micro là mô hình văn bản lai Mamba-2/transformer 3 tỷ tham số của IBM dành cho tác vụ doanh nghiệp tập trung. Ngữ cảnh 128K hỗ trợ tóm tắt, trích xuất, trả lời câu hỏi, lập trình và gọi hàm, với hội thoại đa ngôn ngữ và hoàn thành mã ở phần giữa.
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.
Granite 4.0 H Micro là mô hình chỉ dẫn ngữ cảnh dài 3 tỷ tham số của IBM, được tinh chỉnh từ Granite 4.0 H Micro Base. Đây là phiên bản Micro có kiến trúc dày đặc dạng lai, kết hợp Mamba-2 và cơ chế chú ý, khác với Micro transformer thuần hoặc các biến thể hỗn hợp chuyên gia lớn hơn. Mô hình nhận chỉ dẫn và ngữ cảnh văn bản, trả văn bản, nên là khối xây dựng gọn cho trợ lý doanh nghiệp và bước cụ thể trong tác vụ tác tử.
Bảng kiến trúc của nhà sản xuất liệt kê bốn lớp chú ý và ba mươi sáu lớp Mamba-2, với độ dài chuỗi 128K. Mô hình chỉ dẫn dùng tinh chỉnh có giám sát, căn chỉnh bằng học tăng cường và hợp nhất mô hình. Tài liệu huấn luyện gồm dữ liệu chỉ dẫn có giấy phép cho phép sử dụng rộng, dữ liệu tổng hợp và ví dụ được con người tuyển chọn. Cấu trúc lai là thuộc tính phiên bản; không nên thay bằng hồ sơ tham số hoặc chuyên gia hoạt động của mô hình Granite khác.
Nhà sản xuất liệt kê mười hai ngôn ngữ hỗ trợ và tác vụ gồm tóm tắt, phân loại, trích xuất, hỏi đáp, sinh tăng cường truy xuất, lập trình và gọi hàm. Cung cấp đoạn nguồn thực tế và mô tả thao tác cần thực hiện. Khi trích xuất, xác định trường và cách biểu diễn giá trị thiếu. Khi phân loại, cung cấp ý nghĩa hạng mục và trường hợp minh họa ranh giới quan trọng.
Ví dụ yêu cầu: “Trích từng yêu cầu từ đoạn này, giữ mã định danh và trích câu xác lập nó.” Khi tóm tắt, nêu người đọc và dữ kiện phải giữ. Khi dịch, xác định tên và thuật ngữ kỹ thuật cần giữ cách viết gốc. Định dạng cuối rõ ràng giúp mô hình chỉ dẫn nhỏ tạo đúng sản phẩm ứng dụng cần.
Thẻ Granite H Micro minh họa định nghĩa công cụ với tên hàm, mô tả và lược đồ tham số. Mô hình trả tên hàm cùng đối số JSON trong dạng biểu diễn lời gọi công cụ. Ứng dụng bao quanh thực hiện thao tác được chọn, kiểm tra đối số và trả kết quả. Tác vụ tra cứu cần giữ quan sát đó làm bằng chứng dùng trong câu trả lời.
Trong quy trình truy xuất, cung cấp tài liệu liên quan và yêu cầu câu trả lời bám nguồn. Quyền truy cập nguồn thuộc về ứng dụng; câu trả lời của mô hình văn bản được sinh từ ngữ cảnh nhận được. Giữ nhãn tài liệu và đơn vị rõ ràng để truy kết quả về đầu vào.
Mô hình hỗ trợ tác vụ liên quan mã và hoàn thành phần giữa. Yêu cầu lập trình cần gồm triển khai liên quan, hành vi quan sát và hành vi cần giữ. Với tác vụ hoàn thành, xác định mã xung quanh và chỗ trống cần điền. Yêu cầu sản phẩm mã cùng giải thích gắn với ràng buộc, rồi kiểm tra kết quả trong môi trường phát triển thực tế.
Ngữ cảnh 128K chứa chung lời nhắc, nguồn, hội thoại và phản hồi sinh; thẻ không xác lập độ dài câu trả lời tối đa chung độc lập. Mẫu hội thoại tham chiếu có chỉ dẫn hệ thống mặc định để phản hồi chuyên nghiệp, chính xác và an toàn. Danh sách trường hoặc sản phẩm mã yêu cầu vẫn cần chỉ dẫn tác vụ rõ riêng.
IBM lưu ý hiệu năng đa ngôn ngữ có thể khác tiếng Anh vì huấn luyện chỉ dẫn chủ yếu bằng tiếng Anh; vài ví dụ liên quan tác vụ có thể giúp. Hãng cũng thừa nhận khả năng phản hồi sai hoặc thiên lệch. Đối chiếu giá trị từ nguồn và mã sinh với đầu vào, đồng thời trả quan sát thực tế khi tác vụ cần sửa. Đầu ra hữu ích của H Micro là kết quả văn bản hoặc mã tập trung, giữ đúng danh tính Micro lai.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn ibm-granite/granite-4.0-h-micro | 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 $0.000034 / 1K token Đầu ra · Token đầu ra $0.000224 / 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 $0.000034 / 1K token Đầu ra · Token đầu ra $0.000224 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "ibm-granite/granite-4.0-h-micro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'ibm-granite/granite-4.0-h-micro', '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': 'ibm-granite/granite-4.0-h-micro', '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 ibm-granite/granite-4.0-h-micro
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Extract traceable requirements\n\nExtract requirements from this passage: '[R1] Export filenames must include the report ID. [R2] Reports with no rows must still include column headings. [R3] Files are encoded as UTF-8.' Return a table with requirement ID, implementation requirement and the exact supporting sentence. Keep each requirement separate and add no implementation details absent from the source.A three-row table retaining each ID, requirement and exact source sentence.Check every extracted requirement maps one-to-one to R1, R2 or R3 without added conditions.