Llama 3.1 405B là cấu hình có tên riêng, được cung cấp qua dịch vụ, thuộc dòng Llama 3.1 của Meta. Danh mục mô hình quy định độ dài ngữ cảnh 128,000 token. Tài liệu dòng của Meta bao quát đầu vào văn bản và đầu ra văn bản hoặc mã trên các quy mô 8B, 70B, 405B. Bộ mô hình gồm các phiên bản tiền huấn luyện và tinh chỉnh theo chỉ dẫn; thẻ này giữ định danh cấu hình được cung cấp qua dịch vụ.
Gắn nhãn những đoạn nhiệm vụ cần dùng và nêu câu hỏi kết nối chúng. Phép so sánh có thể yêu cầu các yêu cầu, ngoại lệ hoặc quyết định trong từng nguồn, với nhãn hỗ trợ bên cạnh mỗi nhận xét. Bản thông tin phục vụ quyết định có thể thay vào đó xác định các điểm người đọc cần trước khi đưa ra một quyết định được nêu tên.
Giữ nguyên đại lượng, các bên và định danh khi chuẩn bị tài liệu nguồn. Yêu cầu câu trả lời ở hình thức xác định, chẳng hạn bảng so sánh hoặc giải thích ngắn gọn tiếp theo là các đoạn trích liên quan. Điều này giữ tập văn bản dài kết nối với kết quả có thể đánh giá.
Meta liệt kê tiếng Anh, Đức, Pháp, Ý, Bồ Đào Nha, Hindi, Tây Ban Nha và Thái là các ngôn ngữ được hỗ trợ của dòng. Nêu ngôn ngữ câu trả lời mong muốn và cung cấp bảng thuật ngữ khi thuật ngữ quan trọng. Đối với viết lại, xác định đối tượng đọc và những chi tiết phải giữ nguyên. Đối với bản thảo, cung cấp thông tin cần truyền đạt và độ dài phù hợp với người đọc.
Dòng mô hình được huấn luyện trên tập dữ liệu ngoại tuyến. Cung cấp hồ sơ, số liệu hoặc tài liệu chính sách hiện tại khi câu trả lời phụ thuộc vào chúng. Giữ các đoạn nguồn liên quan và hội thoại trước đó trong ngữ cảnh được liệt kê của hồ sơ này, chừa chỗ cho kết quả. Đối chiếu văn bản trả về với bằng chứng đã cung cấp trước khi đưa vào quy trình khác.
Giữ định danh hồ sơ cùng prompt và câu trả lời khi so sánh kết quả. Cấu hình có tên riêng được cung cấp qua dịch vụ và các phiên bản trọng số mô hình được công bố riêng có danh tính khác nhau; hành vi riêng do tinh chỉnh cần gắn với phiên bản thực sự đã chọn.
", "aboutText": "Llama 3.1 405B là cấu hình có tên riêng, được cung cấp qua dịch vụ, thuộc dòng Llama 3.1 của Meta. Danh mục mô hình quy định độ dài ngữ cảnh 128,000 token. Tài liệu dòng của Meta bao quát đầu vào văn bản và đầu ra văn bản hoặc mã trên các quy mô 8B, 70B, 405B. Bộ mô hình gồm các phiên bản tiền huấn luyện và tinh chỉnh theo chỉ dẫn; thẻ này giữ định danh cấu hình được cung cấp qua dịch vụ.\n\n### Tổ chức câu hỏi về tài liệu\n\nGắn nhãn những đoạn nhiệm vụ cần dùng và nêu câu hỏi kết nối chúng. Phép so sánh có thể yêu cầu các yêu cầu, ngoại lệ hoặc quyết định trong từng nguồn, với nhãn hỗ trợ bên cạnh mỗi nhận xét. Bản thông tin phục vụ quyết định có thể thay vào đó xác định các điểm người đọc cần trước khi đưa ra một quyết định được nêu tên.\n\nGiữ nguyên đại lượng, các bên và định danh khi chuẩn bị tài liệu nguồn. Yêu cầu câu trả lời ở hình thức xác định, chẳng hạn bảng so sánh hoặc giải thích ngắn gọn tiếp theo là các đoạn trích liên quan. Điều này giữ tập văn bản dài kết nối với kết quả có thể đánh giá.\n\n### Chuẩn bị nhiệm vụ văn bản đa ngôn ngữ\n\nMeta liệt kê tiếng Anh, Đức, Pháp, Ý, Bồ Đào Nha, Hindi, Tây Ban Nha và Thái là các ngôn ngữ được hỗ trợ của dòng. Nêu ngôn ngữ câu trả lời mong muốn và cung cấp bảng thuật ngữ khi thuật ngữ quan trọng. Đối với viết lại, xác định đối tượng đọc và những chi tiết phải giữ nguyên. Đối với bản thảo, cung cấp thông tin cần truyền đạt và độ dài phù hợp với người đọc.\n\n### Giữ bằng chứng hiện tại và danh tính hồ sơ\n\nDòng mô hình được huấn luyện trên tập dữ liệu ngoại tuyến. Cung cấp hồ sơ, số liệu hoặc tài liệu chính sách hiện tại khi câu trả lời phụ thuộc vào chúng. Giữ các đoạn nguồn liên quan và hội thoại trước đó trong ngữ cảnh được liệt kê của hồ sơ này, chừa chỗ cho kết quả. Đối chiếu văn bản trả về với bằng chứng đã cung cấp trước khi đưa vào quy trình khác.\n\nGiữ định danh hồ sơ cùng prompt và câu trả lời khi so sánh kết quả. Cấu hình có tên riêng được cung cấp qua dịch vụ và các phiên bản trọng số mô hình được công bố riêng có danh tính khác nhau; hành vi riêng do tinh chỉnh cần gắn với phiên bản thực sự đã chọn.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Prepare a bilingual policy briefing\n\nPrepare a French briefing from these English source sections. A: Remote work is allowed up to two days per week. B: Customer-site visits take priority over remote days. C: The manager approves the weekly schedule. Use télétravail for remote work. Return three concise bullets with source letters and keep the precedence rule explicit.Three French briefing bullets with A, B and C references and consistent glossary usage.Check that customer-site visits retain priority and manager approval is not presented as automatic.llama3.1-405bLlama 3.1 405B là hồ sơ mang tên riêng trong dòng mô hình văn bản đa ngôn ngữ của Meta, có ngữ cảnh được liệt kê là 128,000 token. Cung cấp tài liệu nguồn có nhãn và yêu cầu đầu ra xác định rõ cho giải thích tài liệu, so sánh hoặc bản thảo.
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.
Llama 3.1 405B là cấu hình có tên riêng, được cung cấp qua dịch vụ, thuộc dòng Llama 3.1 của Meta. Danh mục mô hình quy định độ dài ngữ cảnh 128,000 token. Tài liệu dòng của Meta bao quát đầu vào văn bản và đầu ra văn bản hoặc mã trên các quy mô 8B, 70B, 405B. Bộ mô hình gồm các phiên bản tiền huấn luyện và tinh chỉnh theo chỉ dẫn; thẻ này giữ định danh cấu hình được cung cấp qua dịch vụ.
Gắn nhãn những đoạn nhiệm vụ cần dùng và nêu câu hỏi kết nối chúng. Phép so sánh có thể yêu cầu các yêu cầu, ngoại lệ hoặc quyết định trong từng nguồn, với nhãn hỗ trợ bên cạnh mỗi nhận xét. Bản thông tin phục vụ quyết định có thể thay vào đó xác định các điểm người đọc cần trước khi đưa ra một quyết định được nêu tên.
Giữ nguyên đại lượng, các bên và định danh khi chuẩn bị tài liệu nguồn. Yêu cầu câu trả lời ở hình thức xác định, chẳng hạn bảng so sánh hoặc giải thích ngắn gọn tiếp theo là các đoạn trích liên quan. Điều này giữ tập văn bản dài kết nối với kết quả có thể đánh giá.
Meta liệt kê tiếng Anh, Đức, Pháp, Ý, Bồ Đào Nha, Hindi, Tây Ban Nha và Thái là các ngôn ngữ được hỗ trợ của dòng. Nêu ngôn ngữ câu trả lời mong muốn và cung cấp bảng thuật ngữ khi thuật ngữ quan trọng. Đối với viết lại, xác định đối tượng đọc và những chi tiết phải giữ nguyên. Đối với bản thảo, cung cấp thông tin cần truyền đạt và độ dài phù hợp với người đọc.
Dòng mô hình được huấn luyện trên tập dữ liệu ngoại tuyến. Cung cấp hồ sơ, số liệu hoặc tài liệu chính sách hiện tại khi câu trả lời phụ thuộc vào chúng. Giữ các đoạn nguồn liên quan và hội thoại trước đó trong ngữ cảnh được liệt kê của hồ sơ này, chừa chỗ cho kết quả. Đối chiếu văn bản trả về với bằng chứng đã cung cấp trước khi đưa vào quy trình khác.
Giữ định danh hồ sơ cùng prompt và câu trả lời khi so sánh kết quả. Cấu hình có tên riêng được cung cấp qua dịch vụ và các phiên bản trọng số mô hình được công bố riêng có danh tính khác nhau; hành vi riêng do tinh chỉnh cần gắn với phiên bản thực sự đã chọn.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn llama3.1-405b | 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.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.01 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "llama3.1-405b", "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='llama3.1-405b',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='llama3.1-405b',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 llama3.1-405b
Dùng các đường dẫn phương thức hiển thị ở trên.
llama3.1-405bLlama 3.1 405B là hồ sơ mang tên riêng trong dòng mô hình văn bản đa ngôn ngữ của Meta, có ngữ cảnh được liệt kê là 128,000 token. Cung cấp tài liệu nguồn có nhãn và yêu cầu đầu ra xác định rõ cho giải thích tài liệu, so sánh hoặc bản thảo.
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.
Llama 3.1 405B là cấu hình có tên riêng, được cung cấp qua dịch vụ, thuộc dòng Llama 3.1 của Meta. Danh mục mô hình quy định độ dài ngữ cảnh 128,000 token. Tài liệu dòng của Meta bao quát đầu vào văn bản và đầu ra văn bản hoặc mã trên các quy mô 8B, 70B, 405B. Bộ mô hình gồm các phiên bản tiền huấn luyện và tinh chỉnh theo chỉ dẫn; thẻ này giữ định danh cấu hình được cung cấp qua dịch vụ.
Gắn nhãn những đoạn nhiệm vụ cần dùng và nêu câu hỏi kết nối chúng. Phép so sánh có thể yêu cầu các yêu cầu, ngoại lệ hoặc quyết định trong từng nguồn, với nhãn hỗ trợ bên cạnh mỗi nhận xét. Bản thông tin phục vụ quyết định có thể thay vào đó xác định các điểm người đọc cần trước khi đưa ra một quyết định được nêu tên.
Giữ nguyên đại lượng, các bên và định danh khi chuẩn bị tài liệu nguồn. Yêu cầu câu trả lời ở hình thức xác định, chẳng hạn bảng so sánh hoặc giải thích ngắn gọn tiếp theo là các đoạn trích liên quan. Điều này giữ tập văn bản dài kết nối với kết quả có thể đánh giá.
Meta liệt kê tiếng Anh, Đức, Pháp, Ý, Bồ Đào Nha, Hindi, Tây Ban Nha và Thái là các ngôn ngữ được hỗ trợ của dòng. Nêu ngôn ngữ câu trả lời mong muốn và cung cấp bảng thuật ngữ khi thuật ngữ quan trọng. Đối với viết lại, xác định đối tượng đọc và những chi tiết phải giữ nguyên. Đối với bản thảo, cung cấp thông tin cần truyền đạt và độ dài phù hợp với người đọc.
Dòng mô hình được huấn luyện trên tập dữ liệu ngoại tuyến. Cung cấp hồ sơ, số liệu hoặc tài liệu chính sách hiện tại khi câu trả lời phụ thuộc vào chúng. Giữ các đoạn nguồn liên quan và hội thoại trước đó trong ngữ cảnh được liệt kê của hồ sơ này, chừa chỗ cho kết quả. Đối chiếu văn bản trả về với bằng chứng đã cung cấp trước khi đưa vào quy trình khác.
Giữ định danh hồ sơ cùng prompt và câu trả lời khi so sánh kết quả. Cấu hình có tên riêng được cung cấp qua dịch vụ và các phiên bản trọng số mô hình được công bố riêng có danh tính khác nhau; hành vi riêng do tinh chỉnh cần gắn với phiên bản thực sự đã chọn.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn llama3.1-405b | 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.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.01 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "llama3.1-405b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'llama3.1-405b', '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': 'llama3.1-405b', '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 llama3.1-405b
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Prepare a bilingual policy briefing\n\nPrepare a French briefing from these English source sections. A: Remote work is allowed up to two days per week. B: Customer-site visits take priority over remote days. C: The manager approves the weekly schedule. Use télétravail for remote work. Return three concise bullets with source letters and keep the precedence rule explicit.Three French briefing bullets with A, B and C references and consistent glossary usage.Check that customer-site visits retain priority and manager approval is not presented as automatic.