Poolside Laguna S 2.1 là mô hình ngôn ngữ hỗn hợp chuyên gia được thiết kế cho lập trình tác tử và công việc dài hạn. Mô hình có tổng cộng 118B tham số và khoảng 8B hoạt động trên mỗi token, nằm giữa Laguna XS 2.1 nhỏ hơn và Laguna M.1 lớn hơn trong dòng của nhà sản xuất. Mô hình xử lý văn bản và tạo văn bản, mã, suy luận cùng yêu cầu gọi công cụ trong ứng dụng có kết nối công cụ.
Kiến trúc kết hợp attention toàn cục và cửa sổ trượt qua 48 lớp: 12 lớp toàn cục và 36 lớp cửa sổ trượt. Cửa sổ trượt 512 token mô tả attention cục bộ trong các lớp đó, trong khi ngữ cảnh mô hình được tài liệu hóa là 1,048,576 token. Đây là các thước đo khác nhau. Ngữ cảnh lớn hơn hỗ trợ nhiệm vụ tích lũy tệp nguồn, quan sát và quyết định qua nhiều bước. Giữ mục tiêu làm việc và bằng chứng có ý nghĩa cùng nhau, đồng thời dành chỗ cho suy luận tiếp theo và phản hồi cuối trong cấu hình áp dụng.
Mục đích trung tâm của mô hình là công việc phần mềm cần sự bền bỉ, kiểm tra và chỉnh sửa. Đối với nhiệm vụ kho mã, cung cấp hành vi mong đợi, các tệp liên quan dưới dạng văn bản, thông tin thành phần phụ thuộc và đầu ra thất bại thực tế. Yêu cầu kết quả có trọng tâm: “Truy nguyên nhân lỗi hồi quy này, đề xuất thay đổi giữ nguyên giao diện đã tài liệu hóa và xác định những kiểm tra có thể phân biệt bản sửa với thay đổi không liên quan.” Trong quy trình có kết nối công cụ, cung cấp cho mô hình kết quả mỗi kiểm tra đã thực thi trước khi nó chọn bước tiếp theo.
Đối với tối ưu hóa, cung cấp số đo và mục tiêu rõ ràng. Ví dụ: “Sử dụng hồ sơ phân tích hiệu năng và báo cáo cấp phát này để xác định điểm nghẽn. Đề xuất một thay đổi, giải thích tác động mong đợi và so sánh với mốc ban đầu sau khi lặp lại cùng phép đo.” Điều đó khiến phát biểu về hiệu năng có thể kiểm tra. Bản phát hành của Poolside bàn về kiểm chứng và tiến triển liên tục như những hành vi quan trọng, nhưng chỉ lời giải thích thuyết phục không xác lập rằng chỉnh sửa nhanh hơn, đúng hoặc hoàn tất. Giữ các quan sát làm cơ sở để chấp nhận hoặc bác bỏ thay đổi.
Laguna S 2.1 hỗ trợ suy nghĩ xen kẽ trước và giữa các lệnh gọi công cụ. Nhà sản xuất khuyến nghị giữ nội dung suy luận từ các tin nhắn trợ lý trước đó trong lịch sử tiếp theo; bỏ những khối đó có thể khiến suy luận dừng ở các bước sau. Giữ phản hồi trợ lý, thông tin gọi công cụ và kết quả công cụ tương ứng cùng nhau. Điều này giúp nhiệm vụ dài hơn tiếp tục từ trạng thái thực tế, thay vì liên tục dựng lại những gì đã thử.
Các lựa chọn suy nghĩ được tài liệu hóa là off và max, với max được bật mặc định trong thiết lập do nhà sản xuất mô tả. Mô hình tự quyết ngân sách suy nghĩ ở chế độ đó; bản phát hành không đưa ra các điều khiển nỗ lực low, medium và high riêng. Đối với lập trình tác tử, Poolside khuyến nghị bật suy nghĩ và giữ lại giữa các bước. Nêu tường minh sản phẩm cuối và tiêu chí hoàn thành và phân biệt chuỗi suy luận dài với kết quả hoàn tất. Nhà sản xuất xác định suy nghĩ quá mức, đặc biệt trong toán thi đấu, là hạn chế đáng kể.
Định nghĩa công cụ cần được chăm chút đặc biệt. Poolside báo cáo S 2.1 ban đầu có thể dựa vào giao diện công cụ quen thuộc thay vì tuân thủ sát một schema tương tự nhưng khác. Mô hình cũng có thể tạo JSON sai định dạng hoặc escape không đúng khi đối số công cụ chứa mảng lồng nhau. Cung cấp định nghĩa đối số thực tế, xác thực lệnh gọi đề xuất và trả lại lỗi chính xác khi lệnh gọi không khớp. Nhà sản xuất mô tả sửa chữa thông qua phản hồi trong ngữ cảnh là cách giải quyết một số sai lệch đó. Giữ quan sát công cụ thu được sẵn có cho quyết định tiếp theo.
Nhà sản xuất công bố các biến thể BF16 và lượng tử hóa riêng, cùng mô hình nháp DFlash tùy chọn. Đó là các sản phẩm và công thức phục vụ riêng biệt, vì vậy không nên suy ra mức dùng bộ nhớ của checkpoint lượng tử hóa hoặc hiệu năng giải mã suy đoán từ tên mô hình chung. Đối với công việc văn bản thông thường, chuẩn bị mã nguồn, đầu ra lệnh và đoạn trích tài liệu thành văn bản dễ đọc. Bản phát hành ghi nhận mô hình thiếu khả năng thị giác; ảnh chụp màn hình cần có quan sát bằng văn bản hoặc bước kiểm tra bên ngoài phù hợp trước khi hỗ trợ phân tích.
Yêu cầu sản phẩm cuối xác định sản phẩm đã thay đổi, các quyết định quan trọng, những kiểm tra đã quan sát và mọi điều kiện chưa giải quyết. Đối với đánh giá mã, kết nối phát hiện với nguồn liên quan và chỉ ra vì sao mỗi vấn đề ảnh hưởng đến hành vi. Đối với sửa chữa, tách bản vá đề xuất khỏi bản vá có hành vi thực sự đã được kiểm tra. Giữ suy luận và lịch sử công cụ giúp mô hình giải quyết nhiệm vụ, còn sản phẩm cuối và kết quả được ghi lại xác lập điều đã hoàn thành.
", "aboutText": "Poolside Laguna S 2.1 là mô hình ngôn ngữ hỗn hợp chuyên gia được thiết kế cho lập trình tác tử và công việc dài hạn. Mô hình có tổng cộng 118B tham số và khoảng 8B hoạt động trên mỗi token, nằm giữa Laguna XS 2.1 nhỏ hơn và Laguna M.1 lớn hơn trong dòng của nhà sản xuất. Mô hình xử lý văn bản và tạo văn bản, mã, suy luận cùng yêu cầu gọi công cụ trong ứng dụng có kết nối công cụ.\n\nKiến trúc kết hợp attention toàn cục và cửa sổ trượt qua 48 lớp: 12 lớp toàn cục và 36 lớp cửa sổ trượt. Cửa sổ trượt 512 token mô tả attention cục bộ trong các lớp đó, trong khi ngữ cảnh mô hình được tài liệu hóa là 1,048,576 token. Đây là các thước đo khác nhau. Ngữ cảnh lớn hơn hỗ trợ nhiệm vụ tích lũy tệp nguồn, quan sát và quyết định qua nhiều bước. Giữ mục tiêu làm việc và bằng chứng có ý nghĩa cùng nhau, đồng thời dành chỗ cho suy luận tiếp theo và phản hồi cuối trong cấu hình áp dụng.\n\nMục đích trung tâm của mô hình là công việc phần mềm cần sự bền bỉ, kiểm tra và chỉnh sửa. Đối với nhiệm vụ kho mã, cung cấp hành vi mong đợi, các tệp liên quan dưới dạng văn bản, thông tin thành phần phụ thuộc và đầu ra thất bại thực tế. Yêu cầu kết quả có trọng tâm: “Truy nguyên nhân lỗi hồi quy này, đề xuất thay đổi giữ nguyên giao diện đã tài liệu hóa và xác định những kiểm tra có thể phân biệt bản sửa với thay đổi không liên quan.” Trong quy trình có kết nối công cụ, cung cấp cho mô hình kết quả mỗi kiểm tra đã thực thi trước khi nó chọn bước tiếp theo.\n\nĐối với tối ưu hóa, cung cấp số đo và mục tiêu rõ ràng. Ví dụ: “Sử dụng hồ sơ phân tích hiệu năng và báo cáo cấp phát này để xác định điểm nghẽn. Đề xuất một thay đổi, giải thích tác động mong đợi và so sánh với mốc ban đầu sau khi lặp lại cùng phép đo.” Điều đó khiến phát biểu về hiệu năng có thể kiểm tra. Bản phát hành của Poolside bàn về kiểm chứng và tiến triển liên tục như những hành vi quan trọng, nhưng chỉ lời giải thích thuyết phục không xác lập rằng chỉnh sửa nhanh hơn, đúng hoặc hoàn tất. Giữ các quan sát làm cơ sở để chấp nhận hoặc bác bỏ thay đổi.\n\nLaguna S 2.1 hỗ trợ suy nghĩ xen kẽ trước và giữa các lệnh gọi công cụ. Nhà sản xuất khuyến nghị giữ nội dung suy luận từ các tin nhắn trợ lý trước đó trong lịch sử tiếp theo; bỏ những khối đó có thể khiến suy luận dừng ở các bước sau. Giữ phản hồi trợ lý, thông tin gọi công cụ và kết quả công cụ tương ứng cùng nhau. Điều này giúp nhiệm vụ dài hơn tiếp tục từ trạng thái thực tế, thay vì liên tục dựng lại những gì đã thử.\n\nCác lựa chọn suy nghĩ được tài liệu hóa là off và max, với max được bật mặc định trong thiết lập do nhà sản xuất mô tả. Mô hình tự quyết ngân sách suy nghĩ ở chế độ đó; bản phát hành không đưa ra các điều khiển nỗ lực low, medium và high riêng. Đối với lập trình tác tử, Poolside khuyến nghị bật suy nghĩ và giữ lại giữa các bước. Nêu tường minh sản phẩm cuối và tiêu chí hoàn thành và phân biệt chuỗi suy luận dài với kết quả hoàn tất. Nhà sản xuất xác định suy nghĩ quá mức, đặc biệt trong toán thi đấu, là hạn chế đáng kể.\n\nĐịnh nghĩa công cụ cần được chăm chút đặc biệt. Poolside báo cáo S 2.1 ban đầu có thể dựa vào giao diện công cụ quen thuộc thay vì tuân thủ sát một schema tương tự nhưng khác. Mô hình cũng có thể tạo JSON sai định dạng hoặc escape không đúng khi đối số công cụ chứa mảng lồng nhau. Cung cấp định nghĩa đối số thực tế, xác thực lệnh gọi đề xuất và trả lại lỗi chính xác khi lệnh gọi không khớp. Nhà sản xuất mô tả sửa chữa thông qua phản hồi trong ngữ cảnh là cách giải quyết một số sai lệch đó. Giữ quan sát công cụ thu được sẵn có cho quyết định tiếp theo.\n\nNhà sản xuất công bố các biến thể BF16 và lượng tử hóa riêng, cùng mô hình nháp DFlash tùy chọn. Đó là các sản phẩm và công thức phục vụ riêng biệt, vì vậy không nên suy ra mức dùng bộ nhớ của checkpoint lượng tử hóa hoặc hiệu năng giải mã suy đoán từ tên mô hình chung. Đối với công việc văn bản thông thường, chuẩn bị mã nguồn, đầu ra lệnh và đoạn trích tài liệu thành văn bản dễ đọc. Bản phát hành ghi nhận mô hình thiếu khả năng thị giác; ảnh chụp màn hình cần có quan sát bằng văn bản hoặc bước kiểm tra bên ngoài phù hợp trước khi hỗ trợ phân tích.\n\nYêu cầu sản phẩm cuối xác định sản phẩm đã thay đổi, các quyết định quan trọng, những kiểm tra đã quan sát và mọi điều kiện chưa giải quyết. Đối với đánh giá mã, kết nối phát hiện với nguồn liên quan và chỉ ra vì sao mỗi vấn đề ảnh hưởng đến hành vi. Đối với sửa chữa, tách bản vá đề xuất khỏi bản vá có hành vi thực sự đã được kiểm tra. Giữ suy luận và lịch sử công cụ giúp mô hình giải quyết nhiệm vụ, còn sản phẩm cuối và kết quả được ghi lại xác lập điều đã hoàn thành.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Propose a measured loop optimization\n\nReview this Python loop: totals = {}\nfor row in rows:\n totals[row["id"]] = sum(x["amount"] for x in rows if x["id"] == row["id"])\n It repeatedly rescans rows. Propose a single-pass replacement preserving per-ID totals. Give a duplicate-ID example and explain how to compare results and timing on the same input without claiming a speed measurement.A single-pass aggregation patch, correctness example and a baseline comparison procedure.Check repeated IDs accumulate all amounts and the proposal contains no fabricated timing improvement.poolside/laguna-s-2.1Poolside Laguna S 2.1 là mô hình văn bản dành cho lập trình tác tử và công việc dài hạn, có tổng cộng 118B tham số và khoảng 8B hoạt động. Mô hình kết hợp ngữ cảnh 1,048,576 token với sử dụng công cụ nguyên bản và suy luận xen kẽ; giữ nội dung suy nghĩ trước đó giúp mô hình tiếp tục hiệu quả qua các lệnh gọi công cụ.
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.
Poolside Laguna S 2.1 là mô hình ngôn ngữ hỗn hợp chuyên gia được thiết kế cho lập trình tác tử và công việc dài hạn. Mô hình có tổng cộng 118B tham số và khoảng 8B hoạt động trên mỗi token, nằm giữa Laguna XS 2.1 nhỏ hơn và Laguna M.1 lớn hơn trong dòng của nhà sản xuất. Mô hình xử lý văn bản và tạo văn bản, mã, suy luận cùng yêu cầu gọi công cụ trong ứng dụng có kết nối công cụ.
Kiến trúc kết hợp attention toàn cục và cửa sổ trượt qua 48 lớp: 12 lớp toàn cục và 36 lớp cửa sổ trượt. Cửa sổ trượt 512 token mô tả attention cục bộ trong các lớp đó, trong khi ngữ cảnh mô hình được tài liệu hóa là 1,048,576 token. Đây là các thước đo khác nhau. Ngữ cảnh lớn hơn hỗ trợ nhiệm vụ tích lũy tệp nguồn, quan sát và quyết định qua nhiều bước. Giữ mục tiêu làm việc và bằng chứng có ý nghĩa cùng nhau, đồng thời dành chỗ cho suy luận tiếp theo và phản hồi cuối trong cấu hình áp dụng.
Mục đích trung tâm của mô hình là công việc phần mềm cần sự bền bỉ, kiểm tra và chỉnh sửa. Đối với nhiệm vụ kho mã, cung cấp hành vi mong đợi, các tệp liên quan dưới dạng văn bản, thông tin thành phần phụ thuộc và đầu ra thất bại thực tế. Yêu cầu kết quả có trọng tâm: “Truy nguyên nhân lỗi hồi quy này, đề xuất thay đổi giữ nguyên giao diện đã tài liệu hóa và xác định những kiểm tra có thể phân biệt bản sửa với thay đổi không liên quan.” Trong quy trình có kết nối công cụ, cung cấp cho mô hình kết quả mỗi kiểm tra đã thực thi trước khi nó chọn bước tiếp theo.
Đối với tối ưu hóa, cung cấp số đo và mục tiêu rõ ràng. Ví dụ: “Sử dụng hồ sơ phân tích hiệu năng và báo cáo cấp phát này để xác định điểm nghẽn. Đề xuất một thay đổi, giải thích tác động mong đợi và so sánh với mốc ban đầu sau khi lặp lại cùng phép đo.” Điều đó khiến phát biểu về hiệu năng có thể kiểm tra. Bản phát hành của Poolside bàn về kiểm chứng và tiến triển liên tục như những hành vi quan trọng, nhưng chỉ lời giải thích thuyết phục không xác lập rằng chỉnh sửa nhanh hơn, đúng hoặc hoàn tất. Giữ các quan sát làm cơ sở để chấp nhận hoặc bác bỏ thay đổi.
Laguna S 2.1 hỗ trợ suy nghĩ xen kẽ trước và giữa các lệnh gọi công cụ. Nhà sản xuất khuyến nghị giữ nội dung suy luận từ các tin nhắn trợ lý trước đó trong lịch sử tiếp theo; bỏ những khối đó có thể khiến suy luận dừng ở các bước sau. Giữ phản hồi trợ lý, thông tin gọi công cụ và kết quả công cụ tương ứng cùng nhau. Điều này giúp nhiệm vụ dài hơn tiếp tục từ trạng thái thực tế, thay vì liên tục dựng lại những gì đã thử.
Các lựa chọn suy nghĩ được tài liệu hóa là off và max, với max được bật mặc định trong thiết lập do nhà sản xuất mô tả. Mô hình tự quyết ngân sách suy nghĩ ở chế độ đó; bản phát hành không đưa ra các điều khiển nỗ lực low, medium và high riêng. Đối với lập trình tác tử, Poolside khuyến nghị bật suy nghĩ và giữ lại giữa các bước. Nêu tường minh sản phẩm cuối và tiêu chí hoàn thành và phân biệt chuỗi suy luận dài với kết quả hoàn tất. Nhà sản xuất xác định suy nghĩ quá mức, đặc biệt trong toán thi đấu, là hạn chế đáng kể.
Định nghĩa công cụ cần được chăm chút đặc biệt. Poolside báo cáo S 2.1 ban đầu có thể dựa vào giao diện công cụ quen thuộc thay vì tuân thủ sát một schema tương tự nhưng khác. Mô hình cũng có thể tạo JSON sai định dạng hoặc escape không đúng khi đối số công cụ chứa mảng lồng nhau. Cung cấp định nghĩa đối số thực tế, xác thực lệnh gọi đề xuất và trả lại lỗi chính xác khi lệnh gọi không khớp. Nhà sản xuất mô tả sửa chữa thông qua phản hồi trong ngữ cảnh là cách giải quyết một số sai lệch đó. Giữ quan sát công cụ thu được sẵn có cho quyết định tiếp theo.
Nhà sản xuất công bố các biến thể BF16 và lượng tử hóa riêng, cùng mô hình nháp DFlash tùy chọn. Đó là các sản phẩm và công thức phục vụ riêng biệt, vì vậy không nên suy ra mức dùng bộ nhớ của checkpoint lượng tử hóa hoặc hiệu năng giải mã suy đoán từ tên mô hình chung. Đối với công việc văn bản thông thường, chuẩn bị mã nguồn, đầu ra lệnh và đoạn trích tài liệu thành văn bản dễ đọc. Bản phát hành ghi nhận mô hình thiếu khả năng thị giác; ảnh chụp màn hình cần có quan sát bằng văn bản hoặc bước kiểm tra bên ngoài phù hợp trước khi hỗ trợ phân tích.
Yêu cầu sản phẩm cuối xác định sản phẩm đã thay đổi, các quyết định quan trọng, những kiểm tra đã quan sát và mọi điều kiện chưa giải quyết. Đối với đánh giá mã, kết nối phát hiện với nguồn liên quan và chỉ ra vì sao mỗi vấn đề ảnh hưởng đến hành vi. Đối với sửa chữa, tách bản vá đề xuất khỏi bản vá có hành vi thực sự đã được kiểm tra. Giữ suy luận và lịch sử công cụ giúp mô hình giải quyết nhiệm vụ, còn sản phẩm cuối và kết quả được ghi lại xác lập điều đã hoàn thành.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn poolside/laguna-s-2.1 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0002 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00002 / 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 $0.0002 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00002 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "poolside/laguna-s-2.1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='poolside/laguna-s-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='poolside/laguna-s-2.1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra poolside/laguna-s-2.1
Dùng các đường dẫn phương thức hiển thị ở trên.
poolside/laguna-s-2.1Poolside Laguna S 2.1 là mô hình văn bản dành cho lập trình tác tử và công việc dài hạn, có tổng cộng 118B tham số và khoảng 8B hoạt động. Mô hình kết hợp ngữ cảnh 1,048,576 token với sử dụng công cụ nguyên bản và suy luận xen kẽ; giữ nội dung suy nghĩ trước đó giúp mô hình tiếp tục hiệu quả qua các lệnh gọi công cụ.
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.
Poolside Laguna S 2.1 là mô hình ngôn ngữ hỗn hợp chuyên gia được thiết kế cho lập trình tác tử và công việc dài hạn. Mô hình có tổng cộng 118B tham số và khoảng 8B hoạt động trên mỗi token, nằm giữa Laguna XS 2.1 nhỏ hơn và Laguna M.1 lớn hơn trong dòng của nhà sản xuất. Mô hình xử lý văn bản và tạo văn bản, mã, suy luận cùng yêu cầu gọi công cụ trong ứng dụng có kết nối công cụ.
Kiến trúc kết hợp attention toàn cục và cửa sổ trượt qua 48 lớp: 12 lớp toàn cục và 36 lớp cửa sổ trượt. Cửa sổ trượt 512 token mô tả attention cục bộ trong các lớp đó, trong khi ngữ cảnh mô hình được tài liệu hóa là 1,048,576 token. Đây là các thước đo khác nhau. Ngữ cảnh lớn hơn hỗ trợ nhiệm vụ tích lũy tệp nguồn, quan sát và quyết định qua nhiều bước. Giữ mục tiêu làm việc và bằng chứng có ý nghĩa cùng nhau, đồng thời dành chỗ cho suy luận tiếp theo và phản hồi cuối trong cấu hình áp dụng.
Mục đích trung tâm của mô hình là công việc phần mềm cần sự bền bỉ, kiểm tra và chỉnh sửa. Đối với nhiệm vụ kho mã, cung cấp hành vi mong đợi, các tệp liên quan dưới dạng văn bản, thông tin thành phần phụ thuộc và đầu ra thất bại thực tế. Yêu cầu kết quả có trọng tâm: “Truy nguyên nhân lỗi hồi quy này, đề xuất thay đổi giữ nguyên giao diện đã tài liệu hóa và xác định những kiểm tra có thể phân biệt bản sửa với thay đổi không liên quan.” Trong quy trình có kết nối công cụ, cung cấp cho mô hình kết quả mỗi kiểm tra đã thực thi trước khi nó chọn bước tiếp theo.
Đối với tối ưu hóa, cung cấp số đo và mục tiêu rõ ràng. Ví dụ: “Sử dụng hồ sơ phân tích hiệu năng và báo cáo cấp phát này để xác định điểm nghẽn. Đề xuất một thay đổi, giải thích tác động mong đợi và so sánh với mốc ban đầu sau khi lặp lại cùng phép đo.” Điều đó khiến phát biểu về hiệu năng có thể kiểm tra. Bản phát hành của Poolside bàn về kiểm chứng và tiến triển liên tục như những hành vi quan trọng, nhưng chỉ lời giải thích thuyết phục không xác lập rằng chỉnh sửa nhanh hơn, đúng hoặc hoàn tất. Giữ các quan sát làm cơ sở để chấp nhận hoặc bác bỏ thay đổi.
Laguna S 2.1 hỗ trợ suy nghĩ xen kẽ trước và giữa các lệnh gọi công cụ. Nhà sản xuất khuyến nghị giữ nội dung suy luận từ các tin nhắn trợ lý trước đó trong lịch sử tiếp theo; bỏ những khối đó có thể khiến suy luận dừng ở các bước sau. Giữ phản hồi trợ lý, thông tin gọi công cụ và kết quả công cụ tương ứng cùng nhau. Điều này giúp nhiệm vụ dài hơn tiếp tục từ trạng thái thực tế, thay vì liên tục dựng lại những gì đã thử.
Các lựa chọn suy nghĩ được tài liệu hóa là off và max, với max được bật mặc định trong thiết lập do nhà sản xuất mô tả. Mô hình tự quyết ngân sách suy nghĩ ở chế độ đó; bản phát hành không đưa ra các điều khiển nỗ lực low, medium và high riêng. Đối với lập trình tác tử, Poolside khuyến nghị bật suy nghĩ và giữ lại giữa các bước. Nêu tường minh sản phẩm cuối và tiêu chí hoàn thành và phân biệt chuỗi suy luận dài với kết quả hoàn tất. Nhà sản xuất xác định suy nghĩ quá mức, đặc biệt trong toán thi đấu, là hạn chế đáng kể.
Định nghĩa công cụ cần được chăm chút đặc biệt. Poolside báo cáo S 2.1 ban đầu có thể dựa vào giao diện công cụ quen thuộc thay vì tuân thủ sát một schema tương tự nhưng khác. Mô hình cũng có thể tạo JSON sai định dạng hoặc escape không đúng khi đối số công cụ chứa mảng lồng nhau. Cung cấp định nghĩa đối số thực tế, xác thực lệnh gọi đề xuất và trả lại lỗi chính xác khi lệnh gọi không khớp. Nhà sản xuất mô tả sửa chữa thông qua phản hồi trong ngữ cảnh là cách giải quyết một số sai lệch đó. Giữ quan sát công cụ thu được sẵn có cho quyết định tiếp theo.
Nhà sản xuất công bố các biến thể BF16 và lượng tử hóa riêng, cùng mô hình nháp DFlash tùy chọn. Đó là các sản phẩm và công thức phục vụ riêng biệt, vì vậy không nên suy ra mức dùng bộ nhớ của checkpoint lượng tử hóa hoặc hiệu năng giải mã suy đoán từ tên mô hình chung. Đối với công việc văn bản thông thường, chuẩn bị mã nguồn, đầu ra lệnh và đoạn trích tài liệu thành văn bản dễ đọc. Bản phát hành ghi nhận mô hình thiếu khả năng thị giác; ảnh chụp màn hình cần có quan sát bằng văn bản hoặc bước kiểm tra bên ngoài phù hợp trước khi hỗ trợ phân tích.
Yêu cầu sản phẩm cuối xác định sản phẩm đã thay đổi, các quyết định quan trọng, những kiểm tra đã quan sát và mọi điều kiện chưa giải quyết. Đối với đánh giá mã, kết nối phát hiện với nguồn liên quan và chỉ ra vì sao mỗi vấn đề ảnh hưởng đến hành vi. Đối với sửa chữa, tách bản vá đề xuất khỏi bản vá có hành vi thực sự đã được kiểm tra. Giữ suy luận và lịch sử công cụ giúp mô hình giải quyết nhiệm vụ, còn sản phẩm cuối và kết quả được ghi lại xác lập điều đã hoàn thành.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn poolside/laguna-s-2.1 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0002 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00002 / 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 $0.0002 / 1K token Đầu ra · Token đầu ra $0.0004 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00002 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "poolside/laguna-s-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'poolside/laguna-s-2.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'poolside/laguna-s-2.1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra poolside/laguna-s-2.1
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Propose a measured loop optimization\n\nReview this Python loop: totals = {}\nfor row in rows:\n totals[row["id"]] = sum(x["amount"] for x in rows if x["id"] == row["id"])\n It repeatedly rescans rows. Propose a single-pass replacement preserving per-ID totals. Give a duplicate-ID example and explain how to compare results and timing on the same input without claiming a speed measurement.A single-pass aggregation patch, correctness example and a baseline comparison procedure.Check repeated IDs accumulate all amounts and the proposal contains no fabricated timing improvement.