Perceptron Mk1.5 là mô hình đa phương thức của Perceptron dành cho hiểu hình ảnh, định vị theo thời gian và các tác vụ của tác tử tương tác với môi trường. Mô hình nhận văn bản, hình ảnh, video và âm thanh, rồi trả về văn bản, chú thích không gian hoặc thời gian, phản hồi có cấu trúc và nội dung lời gọi hàm. Đặc tả hiện tại của nhà phát triển công bố ngữ cảnh 36,864 token và đầu ra tối đa 8,192 token; các giới hạn chính xác này cụ thể hơn mô tả làm tròn 32K trong bài viết ra mắt.
Một bổ sung nổi bật là theo dõi đối tượng trong video dưới dạng hình học có dấu thời gian. Mô tả rõ đối tượng mục tiêu và nêu điều kết quả cần xác định, chẳng hạn khi một vật đi vào cảnh, nó di chuyển đến đâu hoặc khoảng thời gian nào chứa một hành động cụ thể. Với cảnh quay góc nhìn thứ nhất, nhà phát triển nhấn mạnh việc theo dõi bàn tay và phân đoạn thành các tác vụ con, hữu ích để phân tích người thao tác đang làm gì theo thời gian.
Các đầu ra được tài liệu hóa gồm điểm, hộp và đa giác để định vị không gian, đoạn clip để biểu diễn khoảng thời gian và phần tử chứa quỹ đạo để biểu diễn chuyển động của đối tượng. Track là phần tử chứa trong ngôn ngữ đánh dấu chú thích được tạo, không phải một giá trị định dạng chú thích riêng. Các điểm mốc của quỹ đạo có thể thưa: quỹ đạo được trả về không bảo đảm có hộp cho mọi khung hình nguồn hoặc đối tượng luôn nhìn thấy liên tục. Giữ tư liệu gốc và mối liên hệ với tọa độ hoặc dấu thời gian để đối chiếu kết quả với cảnh thực tế.
Mk1.5 bổ sung khả năng hiểu âm thanh nguyên bản, gồm phiên âm, phát hiện sự kiện âm thanh, tóm tắt và trả lời câu hỏi về bản ghi. Nhà phát triển chấp nhận WAV, MP3 và FLAC. Giới hạn âm thanh mỗi mục là 16,384 token âm thanh, tương đương khoảng 21.8 phút ở tốc độ được tài liệu hóa khoảng 750 token mỗi phút. Âm thanh dùng chung ngữ cảnh với các đầu vào khác và ngân sách đầu ra, nên yêu cầu có thể lấp đầy ngữ cảnh trước khi đạt giới hạn mỗi mục đó.
Với video có phần âm thanh quan trọng, quy trình của nhà phát triển yêu cầu bật âm thanh trong video một cách tường minh. Nêu rõ tác vụ liên quan đến lời nói, sự kiện âm thanh, cảnh nhìn thấy hay mối liên hệ giữa chúng. Đầu ra là văn bản và nội dung có cấu trúc; Mk1.5 không tạo âm thanh giọng nói. Khi phiên âm, giữ đúng ngôn ngữ được yêu cầu và mối liên hệ với thời gian thay vì coi chú thích hình ảnh là bản phiên âm.
Nhà phát triển hỗ trợ so sánh giữa các đầu vào đa phương tiện. Gắn nhãn các mục và giữ mối liên hệ với tư liệu. Trường tùy chọn asset_idx xác định một lần xuất hiện của tư liệu đa phương tiện có sẵn tại thời điểm đó trong hội thoại, không phải mã định danh tệp cố định. Nếu không có bộ chọn tường minh hoặc được kế thừa, chú thích tham chiếu đến tư liệu có sẵn cuối cùng tại thời điểm tạo. Các quy ước này quan trọng khi tác vụ so sánh hai camera, trang hoặc bản ghi. Giới hạn yêu cầu của nhà phát triển là 256 đơn vị đa phương tiện. Mỗi khung hình trong nhóm video_frames được tính vào giới hạn đó, dù cả nhóm chỉ chiếm một chỉ số tư liệu; bật phần âm thanh của video không tạo thêm một tư liệu khác.
Nhà phát triển hỗ trợ ràng buộc phản hồi cuối cùng bằng JSON Schema hoặc regex. Xác định các trường hoặc mẫu và kiểm tra giá trị trả về đối chiếu với nguồn. Tài liệu cũng mô tả Multilook dành cho các lời nhắc độc lập trên ngữ cảnh dùng chung, một quy trình riêng của nhà phát triển khác với chat thông thường tạo một lượt hoàn thành.
Mk1.5 có thể chọn các hàm được cung cấp với tên, mục đích và JSON Schemas. Ứng dụng thực thi các lời gọi được đề xuất rồi trả lại kết quả quan sát. Xác định các hành động được phép và tiêu chí hoàn thành cho tác vụ tương tác với môi trường hoặc giao diện, sau đó dùng trạng thái hình ảnh mới hay kết quả công cụ làm bằng chứng cho bước tiếp theo. Mức độ suy luận có thể cấu hình trong cấu hình của nhà phát triển.
Không thể khai báo công cụ hàm trong cùng yêu cầu với đầu ra bị ràng buộc bằng JSON Schema hoặc regex; nhà phát triển hướng dẫn yêu cầu câu trả lời cuối cùng có ràng buộc sau vòng lặp công cụ. Kiểm tra lý do kết thúc trước khi sử dụng kết quả, vì dừng do giới hạn độ dài có thể đồng nghĩa với đầu ra chưa hoàn chỉnh.
Đầu ra hữu ích có thể là lời giải thích cảnh có căn cứ, bản phiên âm có thời gian, chú thích đối tượng hoặc đề xuất hành động dựa trên bằng chứng. Đối chiếu hình học với tư liệu, phân biệt chi tiết quan sát được với diễn giải và giữ riêng các khả năng âm thanh, theo dõi và công cụ chính xác của Mk1.5 so với phiên bản Mk1 trước đó.
", "aboutText": "Perceptron Mk1.5 là mô hình đa phương thức của Perceptron dành cho hiểu hình ảnh, định vị theo thời gian và các tác vụ của tác tử tương tác với môi trường. Mô hình nhận văn bản, hình ảnh, video và âm thanh, rồi trả về văn bản, chú thích không gian hoặc thời gian, phản hồi có cấu trúc và nội dung lời gọi hàm. Đặc tả hiện tại của nhà phát triển công bố ngữ cảnh 36,864 token và đầu ra tối đa 8,192 token; các giới hạn chính xác này cụ thể hơn mô tả làm tròn 32K trong bài viết ra mắt.\n\n### Video và theo dõi đối tượng\n\nMột bổ sung nổi bật là theo dõi đối tượng trong video dưới dạng hình học có dấu thời gian. Mô tả rõ đối tượng mục tiêu và nêu điều kết quả cần xác định, chẳng hạn khi một vật đi vào cảnh, nó di chuyển đến đâu hoặc khoảng thời gian nào chứa một hành động cụ thể. Với cảnh quay góc nhìn thứ nhất, nhà phát triển nhấn mạnh việc theo dõi bàn tay và phân đoạn thành các tác vụ con, hữu ích để phân tích người thao tác đang làm gì theo thời gian.\n\nCác đầu ra được tài liệu hóa gồm điểm, hộp và đa giác để định vị không gian, đoạn clip để biểu diễn khoảng thời gian và phần tử chứa quỹ đạo để biểu diễn chuyển động của đối tượng. Track là phần tử chứa trong ngôn ngữ đánh dấu chú thích được tạo, không phải một giá trị định dạng chú thích riêng. Các điểm mốc của quỹ đạo có thể thưa: quỹ đạo được trả về không bảo đảm có hộp cho mọi khung hình nguồn hoặc đối tượng luôn nhìn thấy liên tục. Giữ tư liệu gốc và mối liên hệ với tọa độ hoặc dấu thời gian để đối chiếu kết quả với cảnh thực tế.\n\n### Âm thanh và bằng chứng kết hợp\n\nMk1.5 bổ sung khả năng hiểu âm thanh nguyên bản, gồm phiên âm, phát hiện sự kiện âm thanh, tóm tắt và trả lời câu hỏi về bản ghi. Nhà phát triển chấp nhận WAV, MP3 và FLAC. Giới hạn âm thanh mỗi mục là 16,384 token âm thanh, tương đương khoảng 21.8 phút ở tốc độ được tài liệu hóa khoảng 750 token mỗi phút. Âm thanh dùng chung ngữ cảnh với các đầu vào khác và ngân sách đầu ra, nên yêu cầu có thể lấp đầy ngữ cảnh trước khi đạt giới hạn mỗi mục đó.\n\nVới video có phần âm thanh quan trọng, quy trình của nhà phát triển yêu cầu bật âm thanh trong video một cách tường minh. Nêu rõ tác vụ liên quan đến lời nói, sự kiện âm thanh, cảnh nhìn thấy hay mối liên hệ giữa chúng. Đầu ra là văn bản và nội dung có cấu trúc; Mk1.5 không tạo âm thanh giọng nói. Khi phiên âm, giữ đúng ngôn ngữ được yêu cầu và mối liên hệ với thời gian thay vì coi chú thích hình ảnh là bản phiên âm.\n\n### Nhiều tư liệu và câu trả lời có cấu trúc\n\nNhà phát triển hỗ trợ so sánh giữa các đầu vào đa phương tiện. Gắn nhãn các mục và giữ mối liên hệ với tư liệu. Trường tùy chọn asset_idx xác định một lần xuất hiện của tư liệu đa phương tiện có sẵn tại thời điểm đó trong hội thoại, không phải mã định danh tệp cố định. Nếu không có bộ chọn tường minh hoặc được kế thừa, chú thích tham chiếu đến tư liệu có sẵn cuối cùng tại thời điểm tạo. Các quy ước này quan trọng khi tác vụ so sánh hai camera, trang hoặc bản ghi. Giới hạn yêu cầu của nhà phát triển là 256 đơn vị đa phương tiện. Mỗi khung hình trong nhóm video_frames được tính vào giới hạn đó, dù cả nhóm chỉ chiếm một chỉ số tư liệu; bật phần âm thanh của video không tạo thêm một tư liệu khác.\n\nNhà phát triển hỗ trợ ràng buộc phản hồi cuối cùng bằng JSON Schema hoặc regex. Xác định các trường hoặc mẫu và kiểm tra giá trị trả về đối chiếu với nguồn. Tài liệu cũng mô tả Multilook dành cho các lời nhắc độc lập trên ngữ cảnh dùng chung, một quy trình riêng của nhà phát triển khác với chat thông thường tạo một lượt hoàn thành.\n\n### Hàm và suy luận\n\nMk1.5 có thể chọn các hàm được cung cấp với tên, mục đích và JSON Schemas. Ứng dụng thực thi các lời gọi được đề xuất rồi trả lại kết quả quan sát. Xác định các hành động được phép và tiêu chí hoàn thành cho tác vụ tương tác với môi trường hoặc giao diện, sau đó dùng trạng thái hình ảnh mới hay kết quả công cụ làm bằng chứng cho bước tiếp theo. Mức độ suy luận có thể cấu hình trong cấu hình của nhà phát triển.\n\nKhông thể khai báo công cụ hàm trong cùng yêu cầu với đầu ra bị ràng buộc bằng JSON Schema hoặc regex; nhà phát triển hướng dẫn yêu cầu câu trả lời cuối cùng có ràng buộc sau vòng lặp công cụ. Kiểm tra lý do kết thúc trước khi sử dụng kết quả, vì dừng do giới hạn độ dài có thể đồng nghĩa với đầu ra chưa hoàn chỉnh.\n\nĐầu ra hữu ích có thể là lời giải thích cảnh có căn cứ, bản phiên âm có thời gian, chú thích đối tượng hoặc đề xuất hành động dựa trên bằng chứng. Đối chiếu hình học với tư liệu, phân biệt chi tiết quan sát được với diễn giải và giữ riêng các khả năng âm thanh, theo dõi và công cụ chính xác của Mk1.5 so với phiên bản Mk1 trước đó.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Summarize a timed handling sequence\n\nUse these written frame notes, not unseen footage: 00:02 operator picks up a red box; 00:05 places it on scale; 00:08 removes it; 00:11 places it on shelf. Return the ordered subtasks and the observed interval when the box is on the scale. State the sampling limitation instead of claiming exact continuous motion between notes.An ordered subtask list and a scale interval explicitly bounded by the supplied observations.Timestamps stay attached to their notes, and the answer does not invent intermediate geometry or continuous visibility.perceptron/perceptron-mk1.5Perceptron Mk1.5 hiểu văn bản, hình ảnh, video và âm thanh cho các tác vụ thị giác và tác vụ của tác tử tương tác với môi trường. Mô hình trả về văn bản, chú thích không gian hoặc thời gian, quỹ đạo đối tượng và lời gọi hàm được đề xuất, với ngữ cảnh 36,864 token và đầu ra tối đa 8,192 token theo công bố của nhà phát triển.
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.
Perceptron Mk1.5 là mô hình đa phương thức của Perceptron dành cho hiểu hình ảnh, định vị theo thời gian và các tác vụ của tác tử tương tác với môi trường. Mô hình nhận văn bản, hình ảnh, video và âm thanh, rồi trả về văn bản, chú thích không gian hoặc thời gian, phản hồi có cấu trúc và nội dung lời gọi hàm. Đặc tả hiện tại của nhà phát triển công bố ngữ cảnh 36,864 token và đầu ra tối đa 8,192 token; các giới hạn chính xác này cụ thể hơn mô tả làm tròn 32K trong bài viết ra mắt.
Một bổ sung nổi bật là theo dõi đối tượng trong video dưới dạng hình học có dấu thời gian. Mô tả rõ đối tượng mục tiêu và nêu điều kết quả cần xác định, chẳng hạn khi một vật đi vào cảnh, nó di chuyển đến đâu hoặc khoảng thời gian nào chứa một hành động cụ thể. Với cảnh quay góc nhìn thứ nhất, nhà phát triển nhấn mạnh việc theo dõi bàn tay và phân đoạn thành các tác vụ con, hữu ích để phân tích người thao tác đang làm gì theo thời gian.
Các đầu ra được tài liệu hóa gồm điểm, hộp và đa giác để định vị không gian, đoạn clip để biểu diễn khoảng thời gian và phần tử chứa quỹ đạo để biểu diễn chuyển động của đối tượng. Track là phần tử chứa trong ngôn ngữ đánh dấu chú thích được tạo, không phải một giá trị định dạng chú thích riêng. Các điểm mốc của quỹ đạo có thể thưa: quỹ đạo được trả về không bảo đảm có hộp cho mọi khung hình nguồn hoặc đối tượng luôn nhìn thấy liên tục. Giữ tư liệu gốc và mối liên hệ với tọa độ hoặc dấu thời gian để đối chiếu kết quả với cảnh thực tế.
Mk1.5 bổ sung khả năng hiểu âm thanh nguyên bản, gồm phiên âm, phát hiện sự kiện âm thanh, tóm tắt và trả lời câu hỏi về bản ghi. Nhà phát triển chấp nhận WAV, MP3 và FLAC. Giới hạn âm thanh mỗi mục là 16,384 token âm thanh, tương đương khoảng 21.8 phút ở tốc độ được tài liệu hóa khoảng 750 token mỗi phút. Âm thanh dùng chung ngữ cảnh với các đầu vào khác và ngân sách đầu ra, nên yêu cầu có thể lấp đầy ngữ cảnh trước khi đạt giới hạn mỗi mục đó.
Với video có phần âm thanh quan trọng, quy trình của nhà phát triển yêu cầu bật âm thanh trong video một cách tường minh. Nêu rõ tác vụ liên quan đến lời nói, sự kiện âm thanh, cảnh nhìn thấy hay mối liên hệ giữa chúng. Đầu ra là văn bản và nội dung có cấu trúc; Mk1.5 không tạo âm thanh giọng nói. Khi phiên âm, giữ đúng ngôn ngữ được yêu cầu và mối liên hệ với thời gian thay vì coi chú thích hình ảnh là bản phiên âm.
Nhà phát triển hỗ trợ so sánh giữa các đầu vào đa phương tiện. Gắn nhãn các mục và giữ mối liên hệ với tư liệu. Trường tùy chọn asset_idx xác định một lần xuất hiện của tư liệu đa phương tiện có sẵn tại thời điểm đó trong hội thoại, không phải mã định danh tệp cố định. Nếu không có bộ chọn tường minh hoặc được kế thừa, chú thích tham chiếu đến tư liệu có sẵn cuối cùng tại thời điểm tạo. Các quy ước này quan trọng khi tác vụ so sánh hai camera, trang hoặc bản ghi. Giới hạn yêu cầu của nhà phát triển là 256 đơn vị đa phương tiện. Mỗi khung hình trong nhóm video_frames được tính vào giới hạn đó, dù cả nhóm chỉ chiếm một chỉ số tư liệu; bật phần âm thanh của video không tạo thêm một tư liệu khác.
Nhà phát triển hỗ trợ ràng buộc phản hồi cuối cùng bằng JSON Schema hoặc regex. Xác định các trường hoặc mẫu và kiểm tra giá trị trả về đối chiếu với nguồn. Tài liệu cũng mô tả Multilook dành cho các lời nhắc độc lập trên ngữ cảnh dùng chung, một quy trình riêng của nhà phát triển khác với chat thông thường tạo một lượt hoàn thành.
Mk1.5 có thể chọn các hàm được cung cấp với tên, mục đích và JSON Schemas. Ứng dụng thực thi các lời gọi được đề xuất rồi trả lại kết quả quan sát. Xác định các hành động được phép và tiêu chí hoàn thành cho tác vụ tương tác với môi trường hoặc giao diện, sau đó dùng trạng thái hình ảnh mới hay kết quả công cụ làm bằng chứng cho bước tiếp theo. Mức độ suy luận có thể cấu hình trong cấu hình của nhà phát triển.
Không thể khai báo công cụ hàm trong cùng yêu cầu với đầu ra bị ràng buộc bằng JSON Schema hoặc regex; nhà phát triển hướng dẫn yêu cầu câu trả lời cuối cùng có ràng buộc sau vòng lặp công cụ. Kiểm tra lý do kết thúc trước khi sử dụng kết quả, vì dừng do giới hạn độ dài có thể đồng nghĩa với đầu ra chưa hoàn chỉnh.
Đầu ra hữu ích có thể là lời giải thích cảnh có căn cứ, bản phiên âm có thời gian, chú thích đối tượng hoặc đề xuất hành động dựa trên bằng chứng. Đối chiếu hình học với tư liệu, phân biệt chi tiết quan sát được với diễn giải và giữ riêng các khả năng âm thanh, theo dõi và công cụ chính xác của Mk1.5 so với phiên bản Mk1 trước đó.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn perceptron/perceptron-mk1.5 | 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 $0.0003 / 1K token Đầu ra · Token đầu ra $0.003 / 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 $0.0003 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perceptron/perceptron-mk1.5", "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='perceptron/perceptron-mk1.5',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='perceptron/perceptron-mk1.5',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 perceptron/perceptron-mk1.5
Dùng các đường dẫn phương thức hiển thị ở trên.
perceptron/perceptron-mk1.5Perceptron Mk1.5 hiểu văn bản, hình ảnh, video và âm thanh cho các tác vụ thị giác và tác vụ của tác tử tương tác với môi trường. Mô hình trả về văn bản, chú thích không gian hoặc thời gian, quỹ đạo đối tượng và lời gọi hàm được đề xuất, với ngữ cảnh 36,864 token và đầu ra tối đa 8,192 token theo công bố của nhà phát triển.
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.
Perceptron Mk1.5 là mô hình đa phương thức của Perceptron dành cho hiểu hình ảnh, định vị theo thời gian và các tác vụ của tác tử tương tác với môi trường. Mô hình nhận văn bản, hình ảnh, video và âm thanh, rồi trả về văn bản, chú thích không gian hoặc thời gian, phản hồi có cấu trúc và nội dung lời gọi hàm. Đặc tả hiện tại của nhà phát triển công bố ngữ cảnh 36,864 token và đầu ra tối đa 8,192 token; các giới hạn chính xác này cụ thể hơn mô tả làm tròn 32K trong bài viết ra mắt.
Một bổ sung nổi bật là theo dõi đối tượng trong video dưới dạng hình học có dấu thời gian. Mô tả rõ đối tượng mục tiêu và nêu điều kết quả cần xác định, chẳng hạn khi một vật đi vào cảnh, nó di chuyển đến đâu hoặc khoảng thời gian nào chứa một hành động cụ thể. Với cảnh quay góc nhìn thứ nhất, nhà phát triển nhấn mạnh việc theo dõi bàn tay và phân đoạn thành các tác vụ con, hữu ích để phân tích người thao tác đang làm gì theo thời gian.
Các đầu ra được tài liệu hóa gồm điểm, hộp và đa giác để định vị không gian, đoạn clip để biểu diễn khoảng thời gian và phần tử chứa quỹ đạo để biểu diễn chuyển động của đối tượng. Track là phần tử chứa trong ngôn ngữ đánh dấu chú thích được tạo, không phải một giá trị định dạng chú thích riêng. Các điểm mốc của quỹ đạo có thể thưa: quỹ đạo được trả về không bảo đảm có hộp cho mọi khung hình nguồn hoặc đối tượng luôn nhìn thấy liên tục. Giữ tư liệu gốc và mối liên hệ với tọa độ hoặc dấu thời gian để đối chiếu kết quả với cảnh thực tế.
Mk1.5 bổ sung khả năng hiểu âm thanh nguyên bản, gồm phiên âm, phát hiện sự kiện âm thanh, tóm tắt và trả lời câu hỏi về bản ghi. Nhà phát triển chấp nhận WAV, MP3 và FLAC. Giới hạn âm thanh mỗi mục là 16,384 token âm thanh, tương đương khoảng 21.8 phút ở tốc độ được tài liệu hóa khoảng 750 token mỗi phút. Âm thanh dùng chung ngữ cảnh với các đầu vào khác và ngân sách đầu ra, nên yêu cầu có thể lấp đầy ngữ cảnh trước khi đạt giới hạn mỗi mục đó.
Với video có phần âm thanh quan trọng, quy trình của nhà phát triển yêu cầu bật âm thanh trong video một cách tường minh. Nêu rõ tác vụ liên quan đến lời nói, sự kiện âm thanh, cảnh nhìn thấy hay mối liên hệ giữa chúng. Đầu ra là văn bản và nội dung có cấu trúc; Mk1.5 không tạo âm thanh giọng nói. Khi phiên âm, giữ đúng ngôn ngữ được yêu cầu và mối liên hệ với thời gian thay vì coi chú thích hình ảnh là bản phiên âm.
Nhà phát triển hỗ trợ so sánh giữa các đầu vào đa phương tiện. Gắn nhãn các mục và giữ mối liên hệ với tư liệu. Trường tùy chọn asset_idx xác định một lần xuất hiện của tư liệu đa phương tiện có sẵn tại thời điểm đó trong hội thoại, không phải mã định danh tệp cố định. Nếu không có bộ chọn tường minh hoặc được kế thừa, chú thích tham chiếu đến tư liệu có sẵn cuối cùng tại thời điểm tạo. Các quy ước này quan trọng khi tác vụ so sánh hai camera, trang hoặc bản ghi. Giới hạn yêu cầu của nhà phát triển là 256 đơn vị đa phương tiện. Mỗi khung hình trong nhóm video_frames được tính vào giới hạn đó, dù cả nhóm chỉ chiếm một chỉ số tư liệu; bật phần âm thanh của video không tạo thêm một tư liệu khác.
Nhà phát triển hỗ trợ ràng buộc phản hồi cuối cùng bằng JSON Schema hoặc regex. Xác định các trường hoặc mẫu và kiểm tra giá trị trả về đối chiếu với nguồn. Tài liệu cũng mô tả Multilook dành cho các lời nhắc độc lập trên ngữ cảnh dùng chung, một quy trình riêng của nhà phát triển khác với chat thông thường tạo một lượt hoàn thành.
Mk1.5 có thể chọn các hàm được cung cấp với tên, mục đích và JSON Schemas. Ứng dụng thực thi các lời gọi được đề xuất rồi trả lại kết quả quan sát. Xác định các hành động được phép và tiêu chí hoàn thành cho tác vụ tương tác với môi trường hoặc giao diện, sau đó dùng trạng thái hình ảnh mới hay kết quả công cụ làm bằng chứng cho bước tiếp theo. Mức độ suy luận có thể cấu hình trong cấu hình của nhà phát triển.
Không thể khai báo công cụ hàm trong cùng yêu cầu với đầu ra bị ràng buộc bằng JSON Schema hoặc regex; nhà phát triển hướng dẫn yêu cầu câu trả lời cuối cùng có ràng buộc sau vòng lặp công cụ. Kiểm tra lý do kết thúc trước khi sử dụng kết quả, vì dừng do giới hạn độ dài có thể đồng nghĩa với đầu ra chưa hoàn chỉnh.
Đầu ra hữu ích có thể là lời giải thích cảnh có căn cứ, bản phiên âm có thời gian, chú thích đối tượng hoặc đề xuất hành động dựa trên bằng chứng. Đối chiếu hình học với tư liệu, phân biệt chi tiết quan sát được với diễn giải và giữ riêng các khả năng âm thanh, theo dõi và công cụ chính xác của Mk1.5 so với phiên bản Mk1 trước đó.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn perceptron/perceptron-mk1.5 | 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 $0.0003 / 1K token Đầu ra · Token đầu ra $0.003 / 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 $0.0003 / 1K token Đầu ra · Token đầu ra $0.003 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "perceptron/perceptron-mk1.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'perceptron/perceptron-mk1.5', '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': 'perceptron/perceptron-mk1.5', '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 perceptron/perceptron-mk1.5
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Summarize a timed handling sequence\n\nUse these written frame notes, not unseen footage: 00:02 operator picks up a red box; 00:05 places it on scale; 00:08 removes it; 00:11 places it on shelf. Return the ordered subtasks and the observed interval when the box is on the scale. State the sampling limitation instead of claiming exact continuous motion between notes.An ordered subtask list and a scale interval explicitly bounded by the supplied observations.Timestamps stay attached to their notes, and the answer does not invent intermediate geometry or continuous visibility.