Baichuan3-Turbo 是 Baichuan 第三代產品系列中的通用文字對話模型。開發商為此精確名稱列出 32K 上下文。Baichuan3-Turbo-128k 是上下文較大的獨立項目，第四代模型也各自使用獨立版本名稱。準備對話或比較結果時，明確記錄所選模型及其上下文規格。
開發商的通用對話參考文件要求提供模型名稱及訊息清單。較早的輪次應放在較晚的輪次之前。若使用系統訊息，應將其放在最前面，定義角色或回應要求；使用者訊息提供任務，助理訊息保留先前回答。文字內容可採用字串，或帶有型別的文字內容結構。
文件任務應指出段落及期望結果。例如：「從這份專案筆記中擷取已說明的截止日期、負責人與交付項目，並傳回含有支持原文的欄位清單。」改寫時，提供原文、讀者與語氣。若下一個請求依賴先前的解讀，保留相關的前一輪內容。
文件所述的對話操作接受 1 至 2,048 個 token 的回應上限，預設為 2,048。這項回應設定與模型的 32K 上下文不同。選擇輸入時預留回答空間，並在將結果視為完成前檢查完成原因。
開發商的取樣控制包括：temperature 範圍為 0 至 1，預設 0.3；top_p 範圍為 0 至小於 1，預設 0.85；top_k 範圍為 0 至 20，預設 5。將 top_k 設為 0 會停用該選擇策略。這些設定屬於開發商介面。進行比較時，固定任務與來源，只調整與欲檢視結果相關的設定。
Baichuan3-Turbo 明確列於支援 JSON 物件輸出的模型之中。開發商的 JSON 模式還要求在系統或使用者訊息中下達產生 JSON 的指令。指定欄位及其意義，並說明未知值應如何表示。將傳回物件交給下一步之前，先依這些要求檢查。
以前述專案筆記為例，要求截止日期、負責人與交付項目欄位，並附上佐證文字。因回應長度額度而停止的結果，可能包含不完整的 JSON。保留來源及完成原因，接著調整任務或回應額度，再將部分物件視為有效紀錄。
通用對話工作流程提供知識庫檢索、網路搜尋及自訂函式。知識庫檢索可限制為僅使用提供的知識；在此模式中，開發商明訂若未檢索到結果就不回答。同時設定檢索與網路搜尋時，檢索優先。參考文件也提醒，避免在同一任務中將函式呼叫與這些檢索或搜尋工具混用。
知識問答應提供相關集合，並提出聚焦問題。涉及最新資訊時，保留實際搜尋佐證及回答。區分工具提供的佐證，以及依據這些佐證產生的結論。
Baichuan3-Turbo 明確列於支援函式的模型清單。函式定義包含名稱、說明及引數結構描述。模型可以選擇操作並產生引數；連接的應用程式負責執行，並將結果作為與該呼叫關聯的工具訊息傳回。在下一輪保留這項關係。開發商的函式選擇選項為自動選擇或不呼叫工具。
文件所述介面支援完整回應，或逐步傳回的文字串流；預設為非串流模式。將串流片段組合成最終回答。結果會標明生成是正常停止、達到長度限制、選擇工具，或遇到內容篩選。
將完成的產出用於預定任務：簡潔回答、修訂措辭、擷取紀錄，或依據傳回佐證撰寫的說明。一併檢查依賴來源的數值及所選版本。上下文較大的同系列模型、不同世代的 Baichuan 模型，以及由應用程式產生的函式結果，仍是工作流程中各自獨立的部分。
", "aboutText": "### 明確列名的 32K 對話模型\n\nBaichuan3-Turbo 是 Baichuan 第三代產品系列中的通用文字對話模型。開發商為此精確名稱列出 32K 上下文。Baichuan3-Turbo-128k 是上下文較大的獨立項目，第四代模型也各自使用獨立版本名稱。準備對話或比較結果時，明確記錄所選模型及其上下文規格。\n\n### 依對話順序準備訊息\n\n開發商的通用對話參考文件要求提供模型名稱及訊息清單。較早的輪次應放在較晚的輪次之前。若使用系統訊息，應將其放在最前面，定義角色或回應要求；使用者訊息提供任務，助理訊息保留先前回答。文字內容可採用字串，或帶有型別的文字內容結構。\n\n文件任務應指出段落及期望結果。例如：「從這份專案筆記中擷取已說明的截止日期、負責人與交付項目，並傳回含有支持原文的欄位清單。」改寫時，提供原文、讀者與語氣。若下一個請求依賴先前的解讀，保留相關的前一輪內容。\n\n### 控制回答及其長度\n\n文件所述的對話操作接受 1 至 2,048 個 token 的回應上限，預設為 2,048。這項回應設定與模型的 32K 上下文不同。選擇輸入時預留回答空間，並在將結果視為完成前檢查完成原因。\n\n開發商的取樣控制包括：temperature 範圍為 0 至 1，預設 0.3；top_p 範圍為 0 至小於 1，預設 0.85；top_k 範圍為 0 至 20，預設 5。將 top_k 設為 0 會停用該選擇策略。這些設定屬於開發商介面。進行比較時，固定任務與來源，只調整與欲檢視結果相關的設定。\n\n### 明確要求產生 JSON\n\nBaichuan3-Turbo 明確列於支援 JSON 物件輸出的模型之中。開發商的 JSON 模式還要求在系統或使用者訊息中下達產生 JSON 的指令。指定欄位及其意義，並說明未知值應如何表示。將傳回物件交給下一步之前，先依這些要求檢查。\n\n以前述專案筆記為例，要求截止日期、負責人與交付項目欄位，並附上佐證文字。因回應長度額度而停止的結果，可能包含不完整的 JSON。保留來源及完成原因，接著調整任務或回應額度，再將部分物件視為有效紀錄。\n\n### 檢索佐證或請求函式操作\n\n通用對話工作流程提供知識庫檢索、網路搜尋及自訂函式。知識庫檢索可限制為僅使用提供的知識；在此模式中，開發商明訂若未檢索到結果就不回答。同時設定檢索與網路搜尋時，檢索優先。參考文件也提醒，避免在同一任務中將函式呼叫與這些檢索或搜尋工具混用。\n\n知識問答應提供相關集合，並提出聚焦問題。涉及最新資訊時，保留實際搜尋佐證及回答。區分工具提供的佐證，以及依據這些佐證產生的結論。\n\nBaichuan3-Turbo 明確列於支援函式的模型清單。函式定義包含名稱、說明及引數結構描述。模型可以選擇操作並產生引數；連接的應用程式負責執行，並將結果作為與該呼叫關聯的工具訊息傳回。在下一輪保留這項關係。開發商的函式選擇選項為自動選擇或不呼叫工具。\n\n### 保留完成的文字或物件\n\n文件所述介面支援完整回應，或逐步傳回的文字串流；預設為非串流模式。將串流片段組合成最終回答。結果會標明生成是正常停止、達到長度限制、選擇工具，或遇到內容篩選。\n\n將完成的產出用於預定任務：簡潔回答、修訂措辭、擷取紀錄，或依據傳回佐證撰寫的說明。一併檢查依賴來源的數值及所選版本。上下文較大的同系列模型、不同世代的 Baichuan 模型，以及由應用程式產生的函式結果，仍是工作流程中各自獨立的部分。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
Extract a project handoff\n\nExtract a handoff from this note: Maya will send the revised pricing sheet to Operations by 16:00 Thursday. Leon will review it after receipt; no review deadline has been agreed. Return the owner, deliverable and deadline for each action, with supporting words. Mark missing deadlines as unspecified.Two action records containing owner, deliverable, deadline and a short supporting quotation.Check that Thursday 16:00 belongs to Maya’s delivery and is not assigned to Leon’s review.Baichuan3-TurboBaichuan3-Turbo 是文字對話模型，官方文件列明其上下文長度為 32K。開發商介面支援完整或串流回答、JSON 輸出與自訂函式呼叫，並提供獨立的知識檢索及網路搜尋選項，讓回應有所依據。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Baichuan3-Turbo 是 Baichuan 第三代產品系列中的通用文字對話模型。開發商為此精確名稱列出 32K 上下文。Baichuan3-Turbo-128k 是上下文較大的獨立項目，第四代模型也各自使用獨立版本名稱。準備對話或比較結果時，明確記錄所選模型及其上下文規格。
開發商的通用對話參考文件要求提供模型名稱及訊息清單。較早的輪次應放在較晚的輪次之前。若使用系統訊息，應將其放在最前面，定義角色或回應要求；使用者訊息提供任務，助理訊息保留先前回答。文字內容可採用字串，或帶有型別的文字內容結構。
文件任務應指出段落及期望結果。例如：「從這份專案筆記中擷取已說明的截止日期、負責人與交付項目，並傳回含有支持原文的欄位清單。」改寫時，提供原文、讀者與語氣。若下一個請求依賴先前的解讀，保留相關的前一輪內容。
文件所述的對話操作接受 1 至 2,048 個 token 的回應上限，預設為 2,048。這項回應設定與模型的 32K 上下文不同。選擇輸入時預留回答空間，並在將結果視為完成前檢查完成原因。
開發商的取樣控制包括：temperature 範圍為 0 至 1，預設 0.3；top_p 範圍為 0 至小於 1，預設 0.85；top_k 範圍為 0 至 20，預設 5。將 top_k 設為 0 會停用該選擇策略。這些設定屬於開發商介面。進行比較時，固定任務與來源，只調整與欲檢視結果相關的設定。
Baichuan3-Turbo 明確列於支援 JSON 物件輸出的模型之中。開發商的 JSON 模式還要求在系統或使用者訊息中下達產生 JSON 的指令。指定欄位及其意義，並說明未知值應如何表示。將傳回物件交給下一步之前，先依這些要求檢查。
以前述專案筆記為例，要求截止日期、負責人與交付項目欄位，並附上佐證文字。因回應長度額度而停止的結果，可能包含不完整的 JSON。保留來源及完成原因，接著調整任務或回應額度，再將部分物件視為有效紀錄。
通用對話工作流程提供知識庫檢索、網路搜尋及自訂函式。知識庫檢索可限制為僅使用提供的知識；在此模式中，開發商明訂若未檢索到結果就不回答。同時設定檢索與網路搜尋時，檢索優先。參考文件也提醒，避免在同一任務中將函式呼叫與這些檢索或搜尋工具混用。
知識問答應提供相關集合，並提出聚焦問題。涉及最新資訊時，保留實際搜尋佐證及回答。區分工具提供的佐證，以及依據這些佐證產生的結論。
Baichuan3-Turbo 明確列於支援函式的模型清單。函式定義包含名稱、說明及引數結構描述。模型可以選擇操作並產生引數；連接的應用程式負責執行，並將結果作為與該呼叫關聯的工具訊息傳回。在下一輪保留這項關係。開發商的函式選擇選項為自動選擇或不呼叫工具。
文件所述介面支援完整回應，或逐步傳回的文字串流；預設為非串流模式。將串流片段組合成最終回答。結果會標明生成是正常停止、達到長度限制、選擇工具，或遇到內容篩選。
將完成的產出用於預定任務：簡潔回答、修訂措辭、擷取紀錄，或依據傳回佐證撰寫的說明。一併檢查依賴來源的數值及所選版本。上下文較大的同系列模型、不同世代的 Baichuan 模型，以及由應用程式產生的函式結果，仍是工作流程中各自獨立的部分。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 Baichuan3-Turbo | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.00374 / 1K Token 輸出 · 輸出 Token $0.00374 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Baichuan3-Turbo", "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='Baichuan3-Turbo',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='Baichuan3-Turbo',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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra Baichuan3-Turbo
請使用上方列出的 API 方法路徑。
Baichuan3-TurboBaichuan3-Turbo 是文字對話模型，官方文件列明其上下文長度為 32K。開發商介面支援完整或串流回答、JSON 輸出與自訂函式呼叫，並提供獨立的知識檢索及網路搜尋選項，讓回應有所依據。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Baichuan3-Turbo 是 Baichuan 第三代產品系列中的通用文字對話模型。開發商為此精確名稱列出 32K 上下文。Baichuan3-Turbo-128k 是上下文較大的獨立項目，第四代模型也各自使用獨立版本名稱。準備對話或比較結果時，明確記錄所選模型及其上下文規格。
開發商的通用對話參考文件要求提供模型名稱及訊息清單。較早的輪次應放在較晚的輪次之前。若使用系統訊息，應將其放在最前面，定義角色或回應要求；使用者訊息提供任務，助理訊息保留先前回答。文字內容可採用字串，或帶有型別的文字內容結構。
文件任務應指出段落及期望結果。例如：「從這份專案筆記中擷取已說明的截止日期、負責人與交付項目，並傳回含有支持原文的欄位清單。」改寫時，提供原文、讀者與語氣。若下一個請求依賴先前的解讀，保留相關的前一輪內容。
文件所述的對話操作接受 1 至 2,048 個 token 的回應上限，預設為 2,048。這項回應設定與模型的 32K 上下文不同。選擇輸入時預留回答空間，並在將結果視為完成前檢查完成原因。
開發商的取樣控制包括：temperature 範圍為 0 至 1，預設 0.3；top_p 範圍為 0 至小於 1，預設 0.85；top_k 範圍為 0 至 20，預設 5。將 top_k 設為 0 會停用該選擇策略。這些設定屬於開發商介面。進行比較時，固定任務與來源，只調整與欲檢視結果相關的設定。
Baichuan3-Turbo 明確列於支援 JSON 物件輸出的模型之中。開發商的 JSON 模式還要求在系統或使用者訊息中下達產生 JSON 的指令。指定欄位及其意義，並說明未知值應如何表示。將傳回物件交給下一步之前，先依這些要求檢查。
以前述專案筆記為例，要求截止日期、負責人與交付項目欄位，並附上佐證文字。因回應長度額度而停止的結果，可能包含不完整的 JSON。保留來源及完成原因，接著調整任務或回應額度，再將部分物件視為有效紀錄。
通用對話工作流程提供知識庫檢索、網路搜尋及自訂函式。知識庫檢索可限制為僅使用提供的知識；在此模式中，開發商明訂若未檢索到結果就不回答。同時設定檢索與網路搜尋時，檢索優先。參考文件也提醒，避免在同一任務中將函式呼叫與這些檢索或搜尋工具混用。
知識問答應提供相關集合，並提出聚焦問題。涉及最新資訊時，保留實際搜尋佐證及回答。區分工具提供的佐證，以及依據這些佐證產生的結論。
Baichuan3-Turbo 明確列於支援函式的模型清單。函式定義包含名稱、說明及引數結構描述。模型可以選擇操作並產生引數；連接的應用程式負責執行，並將結果作為與該呼叫關聯的工具訊息傳回。在下一輪保留這項關係。開發商的函式選擇選項為自動選擇或不呼叫工具。
文件所述介面支援完整回應，或逐步傳回的文字串流；預設為非串流模式。將串流片段組合成最終回答。結果會標明生成是正常停止、達到長度限制、選擇工具，或遇到內容篩選。
將完成的產出用於預定任務：簡潔回答、修訂措辭、擷取紀錄，或依據傳回佐證撰寫的說明。一併檢查依賴來源的數值及所選版本。上下文較大的同系列模型、不同世代的 Baichuan 模型，以及由應用程式產生的函式結果，仍是工作流程中各自獨立的部分。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 Baichuan3-Turbo | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.00374 / 1K Token 輸出 · 輸出 Token $0.00374 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "Baichuan3-Turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Baichuan3-Turbo', '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': 'Baichuan3-Turbo', '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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra Baichuan3-Turbo
請使用上方列出的 API 方法路徑。
英文技術範例
Extract a project handoff\n\nExtract a handoff from this note: Maya will send the revised pricing sheet to Operations by 16:00 Thursday. Leon will review it after receipt; no review deadline has been agreed. Return the owner, deliverable and deadline for each action, with supporting words. Mark missing deadlines as unspecified.Two action records containing owner, deliverable, deadline and a short supporting quotation.Check that Thursday 16:00 belongs to Maya’s delivery and is not assigned to Leon’s review.