SenseChat-5 là mô hình ngôn ngữ tổng quát V5 trong dòng SenseNova của SenseTime. Nhà phát triển mô tả phạm vi tác vụ gồm ngôn ngữ, kiến thức, suy luận, toán học và mã, đặc biệt chú trọng câu hỏi mở, hội thoại nhiều lượt, trích xuất thông tin và viết. Đầu vào hội thoại được tài liệu hóa là văn bản, và kết quả hữu ích là câu trả lời, bản nháp, phân tích hoặc chỉ dẫn liên quan đến công cụ bằng văn bản.
Giữ chỉ dẫn tác vụ riêng với tư liệu cần phân tích. Ví dụ hội thoại tương thích của nhà phát triển dùng tin nhắn hệ thống để xác định vai trò và định dạng trả lời, theo sau là tin nhắn người dùng chứa yêu cầu. Tài liệu tham chiếu hội thoại nguyên bản cũng phân biệt tin nhắn system, user và assistant. Giữ hội thoại liên quan đúng thứ tự khi câu hỏi tiếp nối phụ thuộc vào câu trả lời trước.
Với tác vụ trích xuất, cung cấp tài liệu và nêu các trường cần trả về. Một bản yêu cầu hữu ích là: “Trích xuất thời hạn được nêu, nhóm chịu trách nhiệm và đầu ra bắt buộc vào bảng, đồng thời xác định đoạn làm căn cứ cho từng giá trị.” Với tác vụ viết, cung cấp đối tượng đọc, mục đích, giọng điệu và các phần bắt buộc. Coi số từ yêu cầu là chỉ dẫn viết và kiểm tra câu trả lời hoàn chỉnh có tuân thủ hay không.
Nhà phát triển công bố ngữ cảnh 128K cho SenseChat-5. Tài liệu tham chiếu hội thoại nguyên bản giải thích đầu vào cung cấp và dung lượng phản hồi tối đa dành trước phải nằm trong ngữ cảnh mô hình. Kiến thức truy xuất hoặc văn bản tham chiếu được chèn cũng chiếm không gian đầu vào. Giữ câu hỏi, các đoạn nguồn quan trọng và đủ chỗ cho phản hồi cùng nhau thay vì lấp toàn bộ dung lượng bằng tài liệu.
Khi so sánh nguồn dài, gắn nhãn từng tài liệu và giữ ranh giới các phần. Hỏi những yêu cầu nào thống nhất, những yêu cầu nào mâu thuẫn và đoạn nào làm căn cứ cho khác biệt. Cung cấp tường minh các định nghĩa và mã định danh quan trọng. Nếu tác vụ chỉ liên quan vài phần, chọn các phần đó và ngữ cảnh cần để diễn giải nhằm giữ bản so sánh cuối dễ kiểm tra.
Cung cấp vấn đề đầy đủ với giả định, đơn vị và dạng cuối cùng yêu cầu. Yêu cầu phép tính chỉ rõ các giá trị sử dụng và lời giải thích phân biệt dữ kiện được nêu với giả định. Cần đối chiếu kết luận với các điều kiện trong bài toán, đặc biệt khi nhiều bước phụ thuộc vào một diễn giải ban đầu.
Với công việc mã, bao gồm nguồn liên quan, hành vi quan sát được và kết quả mong đợi. Đầu ra hữu ích là thay đổi đề xuất cùng điều kiện nó xử lý và các phép kiểm tra cần để đánh giá. Trả lại lỗi hoặc kết quả thực thi thực tế khi lượt tiếp theo phụ thuộc vào việc đề xuất đã hoạt động hay chưa. Câu trả lời bằng văn bản và kết quả chạy nội dung đó là hai đầu ra riêng.
Bản phát hành V5 của SenseTime tài liệu hóa gọi hàm tùy chỉnh: ứng dụng được kết nối có thể cung cấp định nghĩa công cụ để mô hình chọn và dùng. Xác định mục đích và đối số của từng công cụ dựa trên thao tác thực tế, rồi giữ quan sát trả về cùng hội thoại. Yêu cầu câu trả lời cuối dùng kết quả tra cứu hoặc thao tác thực tế thay vì suy ra rằng hành động được yêu cầu đã thành công.
Cùng bản V5 đó mô tả quy trình trình thông dịch mã tạo Python để tính toán toán học. Đây là quy trình tính toán có kết nối, không phải lý do để coi mọi khối mã được tạo là đã thực thi. Cung cấp dữ liệu cần tính, giữ kết quả trình thông dịch và kiểm tra lời giải thích bằng văn bản liên hệ thế nào với kết quả đó.
Các ví dụ hội thoại của nhà phát triển thể hiện cả phản hồi hoàn chỉnh và văn bản truyền theo luồng. Câu trả lời hoàn chỉnh cung cấp tin nhắn của trợ lý; truyền theo luồng gửi các phần nối tiếp cần ghép thành phản hồi cuối. Giữ văn bản cuối cùng đó cùng yêu cầu và tư liệu nguồn trước khi dùng làm tài liệu, báo cáo hoặc phản hồi ứng dụng.
Nêu rõ phiên bản mô hình. SenseChat-Turbo là mô hình hội thoại gọn nhẹ riêng, và SenseChat-5-Cantonese là bản điều chỉnh mang tên riêng. Nhà phát triển cũng công bố các mô hình thị giác, hợp nhất phương thức và hội thoại nhân vật riêng biệt. Dùng cấu hình SenseChat-5 này cho công việc hội thoại văn bản và ngôn ngữ có công cụ hỗ trợ đã được tài liệu hóa, đồng thời đối chiếu giá trị trích xuất, bước suy luận và thao tác đề xuất với bằng chứng được cung cấp.
", "aboutText": "### Công việc ngôn ngữ và suy luận tổng quát\n\nSenseChat-5 là mô hình ngôn ngữ tổng quát V5 trong dòng SenseNova của SenseTime. Nhà phát triển mô tả phạm vi tác vụ gồm ngôn ngữ, kiến thức, suy luận, toán học và mã, đặc biệt chú trọng câu hỏi mở, hội thoại nhiều lượt, trích xuất thông tin và viết. Đầu vào hội thoại được tài liệu hóa là văn bản, và kết quả hữu ích là câu trả lời, bản nháp, phân tích hoặc chỉ dẫn liên quan đến công cụ bằng văn bản.\n\n### Chuẩn bị hội thoại\n\nGiữ chỉ dẫn tác vụ riêng với tư liệu cần phân tích. Ví dụ hội thoại tương thích của nhà phát triển dùng tin nhắn hệ thống để xác định vai trò và định dạng trả lời, theo sau là tin nhắn người dùng chứa yêu cầu. Tài liệu tham chiếu hội thoại nguyên bản cũng phân biệt tin nhắn system, user và assistant. Giữ hội thoại liên quan đúng thứ tự khi câu hỏi tiếp nối phụ thuộc vào câu trả lời trước.\n\nVới tác vụ trích xuất, cung cấp tài liệu và nêu các trường cần trả về. Một bản yêu cầu hữu ích là: “Trích xuất thời hạn được nêu, nhóm chịu trách nhiệm và đầu ra bắt buộc vào bảng, đồng thời xác định đoạn làm căn cứ cho từng giá trị.” Với tác vụ viết, cung cấp đối tượng đọc, mục đích, giọng điệu và các phần bắt buộc. Coi số từ yêu cầu là chỉ dẫn viết và kiểm tra câu trả lời hoàn chỉnh có tuân thủ hay không.\n\n### Làm việc với ngữ cảnh 128K\n\nNhà phát triển công bố ngữ cảnh 128K cho SenseChat-5. Tài liệu tham chiếu hội thoại nguyên bản giải thích đầu vào cung cấp và dung lượng phản hồi tối đa dành trước phải nằm trong ngữ cảnh mô hình. Kiến thức truy xuất hoặc văn bản tham chiếu được chèn cũng chiếm không gian đầu vào. Giữ câu hỏi, các đoạn nguồn quan trọng và đủ chỗ cho phản hồi cùng nhau thay vì lấp toàn bộ dung lượng bằng tài liệu.\n\nKhi so sánh nguồn dài, gắn nhãn từng tài liệu và giữ ranh giới các phần. Hỏi những yêu cầu nào thống nhất, những yêu cầu nào mâu thuẫn và đoạn nào làm căn cứ cho khác biệt. Cung cấp tường minh các định nghĩa và mã định danh quan trọng. Nếu tác vụ chỉ liên quan vài phần, chọn các phần đó và ngữ cảnh cần để diễn giải nhằm giữ bản so sánh cuối dễ kiểm tra.\n\n### Suy luận, toán học và mã\n\nCung cấp vấn đề đầy đủ với giả định, đơn vị và dạng cuối cùng yêu cầu. Yêu cầu phép tính chỉ rõ các giá trị sử dụng và lời giải thích phân biệt dữ kiện được nêu với giả định. Cần đối chiếu kết luận với các điều kiện trong bài toán, đặc biệt khi nhiều bước phụ thuộc vào một diễn giải ban đầu.\n\nVới công việc mã, bao gồm nguồn liên quan, hành vi quan sát được và kết quả mong đợi. Đầu ra hữu ích là thay đổi đề xuất cùng điều kiện nó xử lý và các phép kiểm tra cần để đánh giá. Trả lại lỗi hoặc kết quả thực thi thực tế khi lượt tiếp theo phụ thuộc vào việc đề xuất đã hoạt động hay chưa. Câu trả lời bằng văn bản và kết quả chạy nội dung đó là hai đầu ra riêng.\n\n### Công cụ tùy chỉnh và tính toán\n\nBản phát hành V5 của SenseTime tài liệu hóa gọi hàm tùy chỉnh: ứng dụng được kết nối có thể cung cấp định nghĩa công cụ để mô hình chọn và dùng. Xác định mục đích và đối số của từng công cụ dựa trên thao tác thực tế, rồi giữ quan sát trả về cùng hội thoại. Yêu cầu câu trả lời cuối dùng kết quả tra cứu hoặc thao tác thực tế thay vì suy ra rằng hành động được yêu cầu đã thành công.\n\nCùng bản V5 đó mô tả quy trình trình thông dịch mã tạo Python để tính toán toán học. Đây là quy trình tính toán có kết nối, không phải lý do để coi mọi khối mã được tạo là đã thực thi. Cung cấp dữ liệu cần tính, giữ kết quả trình thông dịch và kiểm tra lời giải thích bằng văn bản liên hệ thế nào với kết quả đó.\n\n### Câu trả lời hoàn chỉnh và truyền theo luồng\n\nCác ví dụ hội thoại của nhà phát triển thể hiện cả phản hồi hoàn chỉnh và văn bản truyền theo luồng. Câu trả lời hoàn chỉnh cung cấp tin nhắn của trợ lý; truyền theo luồng gửi các phần nối tiếp cần ghép thành phản hồi cuối. Giữ văn bản cuối cùng đó cùng yêu cầu và tư liệu nguồn trước khi dùng làm tài liệu, báo cáo hoặc phản hồi ứng dụng.\n\nNêu rõ phiên bản mô hình. SenseChat-Turbo là mô hình hội thoại gọn nhẹ riêng, và SenseChat-5-Cantonese là bản điều chỉnh mang tên riêng. Nhà phát triển cũng công bố các mô hình thị giác, hợp nhất phương thức và hội thoại nhân vật riêng biệt. Dùng cấu hình SenseChat-5 này cho công việc hội thoại văn bản và ngôn ngữ có công cụ hỗ trợ đã được tài liệu hóa, đồng thời đối chiếu giá trị trích xuất, bước suy luận và thao tác đề xuất với bằng chứng được cung cấp.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Extract an action from meeting notes\n\nExtract action details from this note: "The logistics team must send the revised packing list by 16:00 on Monday. Finance will review costs later; no date agreed." Return team, deliverable, deadline and supporting quotation for each action. Mark the finance deadline as not stated and keep it separate from the logistics deadline.A two-action table with responsible team, deliverable, deadline and a supporting quote.Ensure the Monday 16:00 deadline is not copied into the finance action.SenseChat-5SenseChat-5 của SenseTime là mô hình hội thoại văn bản cho tác vụ ngôn ngữ, kiến thức, suy luận, toán học và mã. Ngữ cảnh 128K được tài liệu hóa hỗ trợ tư liệu nguồn dài hơn, còn quy trình V5 của nhà phát triển bao gồm gọi hàm tùy chỉnh và tính toán bằng trình thông dịch mã.
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.
SenseChat-5 là mô hình ngôn ngữ tổng quát V5 trong dòng SenseNova của SenseTime. Nhà phát triển mô tả phạm vi tác vụ gồm ngôn ngữ, kiến thức, suy luận, toán học và mã, đặc biệt chú trọng câu hỏi mở, hội thoại nhiều lượt, trích xuất thông tin và viết. Đầu vào hội thoại được tài liệu hóa là văn bản, và kết quả hữu ích là câu trả lời, bản nháp, phân tích hoặc chỉ dẫn liên quan đến công cụ bằng văn bản.
Giữ chỉ dẫn tác vụ riêng với tư liệu cần phân tích. Ví dụ hội thoại tương thích của nhà phát triển dùng tin nhắn hệ thống để xác định vai trò và định dạng trả lời, theo sau là tin nhắn người dùng chứa yêu cầu. Tài liệu tham chiếu hội thoại nguyên bản cũng phân biệt tin nhắn system, user và assistant. Giữ hội thoại liên quan đúng thứ tự khi câu hỏi tiếp nối phụ thuộc vào câu trả lời trước.
Với tác vụ trích xuất, cung cấp tài liệu và nêu các trường cần trả về. Một bản yêu cầu hữu ích là: “Trích xuất thời hạn được nêu, nhóm chịu trách nhiệm và đầu ra bắt buộc vào bảng, đồng thời xác định đoạn làm căn cứ cho từng giá trị.” Với tác vụ viết, cung cấp đối tượng đọc, mục đích, giọng điệu và các phần bắt buộc. Coi số từ yêu cầu là chỉ dẫn viết và kiểm tra câu trả lời hoàn chỉnh có tuân thủ hay không.
Nhà phát triển công bố ngữ cảnh 128K cho SenseChat-5. Tài liệu tham chiếu hội thoại nguyên bản giải thích đầu vào cung cấp và dung lượng phản hồi tối đa dành trước phải nằm trong ngữ cảnh mô hình. Kiến thức truy xuất hoặc văn bản tham chiếu được chèn cũng chiếm không gian đầu vào. Giữ câu hỏi, các đoạn nguồn quan trọng và đủ chỗ cho phản hồi cùng nhau thay vì lấp toàn bộ dung lượng bằng tài liệu.
Khi so sánh nguồn dài, gắn nhãn từng tài liệu và giữ ranh giới các phần. Hỏi những yêu cầu nào thống nhất, những yêu cầu nào mâu thuẫn và đoạn nào làm căn cứ cho khác biệt. Cung cấp tường minh các định nghĩa và mã định danh quan trọng. Nếu tác vụ chỉ liên quan vài phần, chọn các phần đó và ngữ cảnh cần để diễn giải nhằm giữ bản so sánh cuối dễ kiểm tra.
Cung cấp vấn đề đầy đủ với giả định, đơn vị và dạng cuối cùng yêu cầu. Yêu cầu phép tính chỉ rõ các giá trị sử dụng và lời giải thích phân biệt dữ kiện được nêu với giả định. Cần đối chiếu kết luận với các điều kiện trong bài toán, đặc biệt khi nhiều bước phụ thuộc vào một diễn giải ban đầu.
Với công việc mã, bao gồm nguồn liên quan, hành vi quan sát được và kết quả mong đợi. Đầu ra hữu ích là thay đổi đề xuất cùng điều kiện nó xử lý và các phép kiểm tra cần để đánh giá. Trả lại lỗi hoặc kết quả thực thi thực tế khi lượt tiếp theo phụ thuộc vào việc đề xuất đã hoạt động hay chưa. Câu trả lời bằng văn bản và kết quả chạy nội dung đó là hai đầu ra riêng.
Bản phát hành V5 của SenseTime tài liệu hóa gọi hàm tùy chỉnh: ứng dụng được kết nối có thể cung cấp định nghĩa công cụ để mô hình chọn và dùng. Xác định mục đích và đối số của từng công cụ dựa trên thao tác thực tế, rồi giữ quan sát trả về cùng hội thoại. Yêu cầu câu trả lời cuối dùng kết quả tra cứu hoặc thao tác thực tế thay vì suy ra rằng hành động được yêu cầu đã thành công.
Cùng bản V5 đó mô tả quy trình trình thông dịch mã tạo Python để tính toán toán học. Đây là quy trình tính toán có kết nối, không phải lý do để coi mọi khối mã được tạo là đã thực thi. Cung cấp dữ liệu cần tính, giữ kết quả trình thông dịch và kiểm tra lời giải thích bằng văn bản liên hệ thế nào với kết quả đó.
Các ví dụ hội thoại của nhà phát triển thể hiện cả phản hồi hoàn chỉnh và văn bản truyền theo luồng. Câu trả lời hoàn chỉnh cung cấp tin nhắn của trợ lý; truyền theo luồng gửi các phần nối tiếp cần ghép thành phản hồi cuối. Giữ văn bản cuối cùng đó cùng yêu cầu và tư liệu nguồn trước khi dùng làm tài liệu, báo cáo hoặc phản hồi ứng dụng.
Nêu rõ phiên bản mô hình. SenseChat-Turbo là mô hình hội thoại gọn nhẹ riêng, và SenseChat-5-Cantonese là bản điều chỉnh mang tên riêng. Nhà phát triển cũng công bố các mô hình thị giác, hợp nhất phương thức và hội thoại nhân vật riêng biệt. Dùng cấu hình SenseChat-5 này cho công việc hội thoại văn bản và ngôn ngữ có công cụ hỗ trợ đã được tài liệu hóa, đồng thời đối chiếu giá trị trích xuất, bước suy luận và thao tác đề xuất với bằng chứng được cung cấp.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn SenseChat-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.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0132 / 1K token Đầu ra · Token đầu ra $0.0308 / 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": "SenseChat-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='SenseChat-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='SenseChat-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 SenseChat-5
Dùng các đường dẫn phương thức hiển thị ở trên.
SenseChat-5SenseChat-5 của SenseTime là mô hình hội thoại văn bản cho tác vụ ngôn ngữ, kiến thức, suy luận, toán học và mã. Ngữ cảnh 128K được tài liệu hóa hỗ trợ tư liệu nguồn dài hơn, còn quy trình V5 của nhà phát triển bao gồm gọi hàm tùy chỉnh và tính toán bằng trình thông dịch mã.
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.
SenseChat-5 là mô hình ngôn ngữ tổng quát V5 trong dòng SenseNova của SenseTime. Nhà phát triển mô tả phạm vi tác vụ gồm ngôn ngữ, kiến thức, suy luận, toán học và mã, đặc biệt chú trọng câu hỏi mở, hội thoại nhiều lượt, trích xuất thông tin và viết. Đầu vào hội thoại được tài liệu hóa là văn bản, và kết quả hữu ích là câu trả lời, bản nháp, phân tích hoặc chỉ dẫn liên quan đến công cụ bằng văn bản.
Giữ chỉ dẫn tác vụ riêng với tư liệu cần phân tích. Ví dụ hội thoại tương thích của nhà phát triển dùng tin nhắn hệ thống để xác định vai trò và định dạng trả lời, theo sau là tin nhắn người dùng chứa yêu cầu. Tài liệu tham chiếu hội thoại nguyên bản cũng phân biệt tin nhắn system, user và assistant. Giữ hội thoại liên quan đúng thứ tự khi câu hỏi tiếp nối phụ thuộc vào câu trả lời trước.
Với tác vụ trích xuất, cung cấp tài liệu và nêu các trường cần trả về. Một bản yêu cầu hữu ích là: “Trích xuất thời hạn được nêu, nhóm chịu trách nhiệm và đầu ra bắt buộc vào bảng, đồng thời xác định đoạn làm căn cứ cho từng giá trị.” Với tác vụ viết, cung cấp đối tượng đọc, mục đích, giọng điệu và các phần bắt buộc. Coi số từ yêu cầu là chỉ dẫn viết và kiểm tra câu trả lời hoàn chỉnh có tuân thủ hay không.
Nhà phát triển công bố ngữ cảnh 128K cho SenseChat-5. Tài liệu tham chiếu hội thoại nguyên bản giải thích đầu vào cung cấp và dung lượng phản hồi tối đa dành trước phải nằm trong ngữ cảnh mô hình. Kiến thức truy xuất hoặc văn bản tham chiếu được chèn cũng chiếm không gian đầu vào. Giữ câu hỏi, các đoạn nguồn quan trọng và đủ chỗ cho phản hồi cùng nhau thay vì lấp toàn bộ dung lượng bằng tài liệu.
Khi so sánh nguồn dài, gắn nhãn từng tài liệu và giữ ranh giới các phần. Hỏi những yêu cầu nào thống nhất, những yêu cầu nào mâu thuẫn và đoạn nào làm căn cứ cho khác biệt. Cung cấp tường minh các định nghĩa và mã định danh quan trọng. Nếu tác vụ chỉ liên quan vài phần, chọn các phần đó và ngữ cảnh cần để diễn giải nhằm giữ bản so sánh cuối dễ kiểm tra.
Cung cấp vấn đề đầy đủ với giả định, đơn vị và dạng cuối cùng yêu cầu. Yêu cầu phép tính chỉ rõ các giá trị sử dụng và lời giải thích phân biệt dữ kiện được nêu với giả định. Cần đối chiếu kết luận với các điều kiện trong bài toán, đặc biệt khi nhiều bước phụ thuộc vào một diễn giải ban đầu.
Với công việc mã, bao gồm nguồn liên quan, hành vi quan sát được và kết quả mong đợi. Đầu ra hữu ích là thay đổi đề xuất cùng điều kiện nó xử lý và các phép kiểm tra cần để đánh giá. Trả lại lỗi hoặc kết quả thực thi thực tế khi lượt tiếp theo phụ thuộc vào việc đề xuất đã hoạt động hay chưa. Câu trả lời bằng văn bản và kết quả chạy nội dung đó là hai đầu ra riêng.
Bản phát hành V5 của SenseTime tài liệu hóa gọi hàm tùy chỉnh: ứng dụng được kết nối có thể cung cấp định nghĩa công cụ để mô hình chọn và dùng. Xác định mục đích và đối số của từng công cụ dựa trên thao tác thực tế, rồi giữ quan sát trả về cùng hội thoại. Yêu cầu câu trả lời cuối dùng kết quả tra cứu hoặc thao tác thực tế thay vì suy ra rằng hành động được yêu cầu đã thành công.
Cùng bản V5 đó mô tả quy trình trình thông dịch mã tạo Python để tính toán toán học. Đây là quy trình tính toán có kết nối, không phải lý do để coi mọi khối mã được tạo là đã thực thi. Cung cấp dữ liệu cần tính, giữ kết quả trình thông dịch và kiểm tra lời giải thích bằng văn bản liên hệ thế nào với kết quả đó.
Các ví dụ hội thoại của nhà phát triển thể hiện cả phản hồi hoàn chỉnh và văn bản truyền theo luồng. Câu trả lời hoàn chỉnh cung cấp tin nhắn của trợ lý; truyền theo luồng gửi các phần nối tiếp cần ghép thành phản hồi cuối. Giữ văn bản cuối cùng đó cùng yêu cầu và tư liệu nguồn trước khi dùng làm tài liệu, báo cáo hoặc phản hồi ứng dụng.
Nêu rõ phiên bản mô hình. SenseChat-Turbo là mô hình hội thoại gọn nhẹ riêng, và SenseChat-5-Cantonese là bản điều chỉnh mang tên riêng. Nhà phát triển cũng công bố các mô hình thị giác, hợp nhất phương thức và hội thoại nhân vật riêng biệt. Dùng cấu hình SenseChat-5 này cho công việc hội thoại văn bản và ngôn ngữ có công cụ hỗ trợ đã được tài liệu hóa, đồng thời đối chiếu giá trị trích xuất, bước suy luận và thao tác đề xuất với bằng chứng được cung cấp.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn SenseChat-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.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0132 / 1K token Đầu ra · Token đầu ra $0.0308 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "SenseChat-5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'SenseChat-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': 'SenseChat-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 SenseChat-5
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Extract an action from meeting notes\n\nExtract action details from this note: "The logistics team must send the revised packing list by 16:00 on Monday. Finance will review costs later; no date agreed." Return team, deliverable, deadline and supporting quotation for each action. Mark the finance deadline as not stated and keep it separate from the logistics deadline.A two-action table with responsible team, deliverable, deadline and a supporting quote.Ensure the Monday 16:00 deadline is not copied into the finance action.