Ember-1 是 Fireworks Research 以 Kimi K3 為基礎打造的專用模型。其主要變更是透過訓練縮短不必要的推理，同時保留程式設計與代理工作負載所需的有效分析。開發商將它定位於反覆執行、由工具引導的任務，因為這類對話中的長篇推理軌跡可能逐步累積。文件記載的能力包括文字生成、影像輸入與函式呼叫；產出的答案、程式碼或建議操作皆為文字。
製造商在廣泛的工作負載上，以任務導向的訓練開發 Ember-1。這是經訓練形成的模型差異，而非單純將基礎模型的推理強度設定調低。與 Kimi K3 比較結果時，應保留 Ember-1 自身的識別名稱：目標是讓推理路徑更精簡，而非假設所有原始設定、能力或未來更新都相同。
針對軟體任務，請提供相關程式碼、觀察到的故障、希望達成的行為，以及必須維持穩定的契約。要求聚焦的實作與對應實際原始碼的說明。實用的需求範例是：「追蹤這個失敗的輸入，找出第一個不正確的條件，並回傳修正後的函式與支持這項變更的證據。」即使任務需要多項觀察，也要明確指定最終成果。
開發商的使用情境包含程式設計助理，以及在模型決策與工具結果之間交替運作的代理。請提供適合任務的函式說明與引數結構描述。模型可提出檢查檔案、執行計算或其他可用操作的建議；由應用程式執行並回傳實際觀察結果。下一回合應使用該結果，而非將建議的操作視為已執行。
較長的任務應以精簡記錄保留相關故障、修正與驗證觀察。請將完整程式碼或分析結果與中間討論分開要求。只有在輸出仍符合任務要求的行為，並包含審閱所需證據時，較短的推理才有價值。
Ember-1 的開發商目錄支援影像輸入。視覺程式設計任務可將螢幕截圖與需求、原始碼結合，要求根據可見內容提供解說或實作。請為每張影像加上標籤，並區分目前狀態與預期結果。讓重要文字清楚可讀，並要求答案指出支持某項發現的可見細節。
開發商列出的上下文長度約為一百萬個詞元。這是來源容量的規格，並非另外承諾答案也能有同樣多的詞元。提示詞、來源資料、工具歷程與生成的推理會共用適用的請求額度。請圍繞實際問題整理大型程式碼儲存庫或文件集合，並為結果預留空間。
實用的成果可以是聚焦的修補程式、有證據支持的解說，或依明定準則完成的比較。若事實取決於即時資訊，請提供權威來源段落或適當的查詢工具。模型朝較短推理的方向設計，並不會讓缺失的證據自動出現，也不會自行執行函式或驗證程式碼。請依需求與周邊工作流程回傳的觀察結果，檢查產出的成果。
", "aboutText": "Ember-1 是 Fireworks Research 以 Kimi K3 為基礎打造的專用模型。其主要變更是透過訓練縮短不必要的推理，同時保留程式設計與代理工作負載所需的有效分析。開發商將它定位於反覆執行、由工具引導的任務，因為這類對話中的長篇推理軌跡可能逐步累積。文件記載的能力包括文字生成、影像輸入與函式呼叫；產出的答案、程式碼或建議操作皆為文字。\n\n### 訓練帶來的變化\n\n製造商在廣泛的工作負載上，以任務導向的訓練開發 Ember-1。這是經訓練形成的模型差異，而非單純將基礎模型的推理強度設定調低。與 Kimi K3 比較結果時，應保留 Ember-1 自身的識別名稱：目標是讓推理路徑更精簡，而非假設所有原始設定、能力或未來更新都相同。\n\n針對軟體任務，請提供相關程式碼、觀察到的故障、希望達成的行為，以及必須維持穩定的契約。要求聚焦的實作與對應實際原始碼的說明。實用的需求範例是：「追蹤這個失敗的輸入，找出第一個不正確的條件，並回傳修正後的函式與支持這項變更的證據。」即使任務需要多項觀察，也要明確指定最終成果。\n\n### 程式設計與代理工作負載\n\n開發商的使用情境包含程式設計助理，以及在模型決策與工具結果之間交替運作的代理。請提供適合任務的函式說明與引數結構描述。模型可提出檢查檔案、執行計算或其他可用操作的建議；由應用程式執行並回傳實際觀察結果。下一回合應使用該結果，而非將建議的操作視為已執行。\n\n較長的任務應以精簡記錄保留相關故障、修正與驗證觀察。請將完整程式碼或分析結果與中間討論分開要求。只有在輸出仍符合任務要求的行為，並包含審閱所需證據時，較短的推理才有價值。\n\n### 影像與長篇來源資料\n\nEmber-1 的開發商目錄支援影像輸入。視覺程式設計任務可將螢幕截圖與需求、原始碼結合，要求根據可見內容提供解說或實作。請為每張影像加上標籤，並區分目前狀態與預期結果。讓重要文字清楚可讀，並要求答案指出支持某項發現的可見細節。\n\n開發商列出的上下文長度約為一百萬個詞元。這是來源容量的規格，並非另外承諾答案也能有同樣多的詞元。提示詞、來源資料、工具歷程與生成的推理會共用適用的請求額度。請圍繞實際問題整理大型程式碼儲存庫或文件集合，並為結果預留空間。\n\n### 可供審閱的輸出\n\n實用的成果可以是聚焦的修補程式、有證據支持的解說，或依明定準則完成的比較。若事實取決於即時資訊，請提供權威來源段落或適當的查詢工具。模型朝較短推理的方向設計，並不會讓缺失的證據自動出現，也不會自行執行函式或驗證程式碼。請依需求與周邊工作流程回傳的觀察結果，檢查產出的成果。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
Fix an inclusive upper-bound error\n\nFind the bug in this Python function: def allowed(age):\n return age > 18 and age < 65\nThe rule permits ages 18 through 65 inclusive. Return the corrected function, explain the boundary error and write tests for ages 17, 18, 65 and 66. Treat the supplied rule as authoritative.A minimal corrected function, a boundary explanation and four executable test cases.Check that both endpoints are accepted and both adjacent out-of-range values are rejected.fireworks/ember-1Ember-1 是 Fireworks Research 以 Kimi K3 為基礎的模型，經過訓練以縮短程式設計與代理任務中不必要的推理。依開發商公布的規格，此模型支援文字與影像輸入、文字生成及函式呼叫，適合聚焦的開發工作與依據來源進行的分析。
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。
Ember-1 是 Fireworks Research 以 Kimi K3 為基礎打造的專用模型。其主要變更是透過訓練縮短不必要的推理，同時保留程式設計與代理工作負載所需的有效分析。開發商將它定位於反覆執行、由工具引導的任務，因為這類對話中的長篇推理軌跡可能逐步累積。文件記載的能力包括文字生成、影像輸入與函式呼叫；產出的答案、程式碼或建議操作皆為文字。
製造商在廣泛的工作負載上，以任務導向的訓練開發 Ember-1。這是經訓練形成的模型差異，而非單純將基礎模型的推理強度設定調低。與 Kimi K3 比較結果時，應保留 Ember-1 自身的識別名稱：目標是讓推理路徑更精簡，而非假設所有原始設定、能力或未來更新都相同。
針對軟體任務，請提供相關程式碼、觀察到的故障、希望達成的行為，以及必須維持穩定的契約。要求聚焦的實作與對應實際原始碼的說明。實用的需求範例是：「追蹤這個失敗的輸入，找出第一個不正確的條件，並回傳修正後的函式與支持這項變更的證據。」即使任務需要多項觀察，也要明確指定最終成果。
開發商的使用情境包含程式設計助理，以及在模型決策與工具結果之間交替運作的代理。請提供適合任務的函式說明與引數結構描述。模型可提出檢查檔案、執行計算或其他可用操作的建議；由應用程式執行並回傳實際觀察結果。下一回合應使用該結果，而非將建議的操作視為已執行。
較長的任務應以精簡記錄保留相關故障、修正與驗證觀察。請將完整程式碼或分析結果與中間討論分開要求。只有在輸出仍符合任務要求的行為，並包含審閱所需證據時，較短的推理才有價值。
Ember-1 的開發商目錄支援影像輸入。視覺程式設計任務可將螢幕截圖與需求、原始碼結合，要求根據可見內容提供解說或實作。請為每張影像加上標籤，並區分目前狀態與預期結果。讓重要文字清楚可讀，並要求答案指出支持某項發現的可見細節。
開發商列出的上下文長度約為一百萬個詞元。這是來源容量的規格，並非另外承諾答案也能有同樣多的詞元。提示詞、來源資料、工具歷程與生成的推理會共用適用的請求額度。請圍繞實際問題整理大型程式碼儲存庫或文件集合，並為結果預留空間。
實用的成果可以是聚焦的修補程式、有證據支持的解說，或依明定準則完成的比較。若事實取決於即時資訊，請提供權威來源段落或適當的查詢工具。模型朝較短推理的方向設計，並不會讓缺失的證據自動出現，也不會自行執行函式或驗證程式碼。請依需求與周邊工作流程回傳的觀察結果，檢查產出的成果。
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 fireworks/ember-1 | 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。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.006 / 1K Token 輸出 · 輸出 Token $0.03 / 1K Token 輸入 · 讀取快取 $0.0006 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.006 / 1K Token 輸出 · 輸出 Token $0.03 / 1K Token 輸入 · 讀取快取 $0.0006 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "fireworks/ember-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='fireworks/ember-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='fireworks/ember-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 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 fireworks/ember-1
請使用上方列出的 API 方法路徑。
fireworks/ember-1Ember-1 是 Fireworks Research 以 Kimi K3 為基礎的模型，經過訓練以縮短程式設計與代理任務中不必要的推理。依開發商公布的規格，此模型支援文字與影像輸入、文字生成及函式呼叫，適合聚焦的開發工作與依據來源進行的分析。
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。
Ember-1 是 Fireworks Research 以 Kimi K3 為基礎打造的專用模型。其主要變更是透過訓練縮短不必要的推理，同時保留程式設計與代理工作負載所需的有效分析。開發商將它定位於反覆執行、由工具引導的任務，因為這類對話中的長篇推理軌跡可能逐步累積。文件記載的能力包括文字生成、影像輸入與函式呼叫；產出的答案、程式碼或建議操作皆為文字。
製造商在廣泛的工作負載上，以任務導向的訓練開發 Ember-1。這是經訓練形成的模型差異，而非單純將基礎模型的推理強度設定調低。與 Kimi K3 比較結果時，應保留 Ember-1 自身的識別名稱：目標是讓推理路徑更精簡，而非假設所有原始設定、能力或未來更新都相同。
針對軟體任務，請提供相關程式碼、觀察到的故障、希望達成的行為，以及必須維持穩定的契約。要求聚焦的實作與對應實際原始碼的說明。實用的需求範例是：「追蹤這個失敗的輸入，找出第一個不正確的條件，並回傳修正後的函式與支持這項變更的證據。」即使任務需要多項觀察，也要明確指定最終成果。
開發商的使用情境包含程式設計助理，以及在模型決策與工具結果之間交替運作的代理。請提供適合任務的函式說明與引數結構描述。模型可提出檢查檔案、執行計算或其他可用操作的建議；由應用程式執行並回傳實際觀察結果。下一回合應使用該結果，而非將建議的操作視為已執行。
較長的任務應以精簡記錄保留相關故障、修正與驗證觀察。請將完整程式碼或分析結果與中間討論分開要求。只有在輸出仍符合任務要求的行為，並包含審閱所需證據時，較短的推理才有價值。
Ember-1 的開發商目錄支援影像輸入。視覺程式設計任務可將螢幕截圖與需求、原始碼結合，要求根據可見內容提供解說或實作。請為每張影像加上標籤，並區分目前狀態與預期結果。讓重要文字清楚可讀，並要求答案指出支持某項發現的可見細節。
開發商列出的上下文長度約為一百萬個詞元。這是來源容量的規格，並非另外承諾答案也能有同樣多的詞元。提示詞、來源資料、工具歷程與生成的推理會共用適用的請求額度。請圍繞實際問題整理大型程式碼儲存庫或文件集合，並為結果預留空間。
實用的成果可以是聚焦的修補程式、有證據支持的解說，或依明定準則完成的比較。若事實取決於即時資訊，請提供權威來源段落或適當的查詢工具。模型朝較短推理的方向設計，並不會讓缺失的證據自動出現，也不會自行執行函式或驗證程式碼。請依需求與周邊工作流程回傳的觀察結果，檢查產出的成果。
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 fireworks/ember-1 | 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。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.006 / 1K Token 輸出 · 輸出 Token $0.03 / 1K Token 輸入 · 讀取快取 $0.0006 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.006 / 1K Token 輸出 · 輸出 Token $0.03 / 1K Token 輸入 · 讀取快取 $0.0006 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "fireworks/ember-1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'fireworks/ember-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': 'fireworks/ember-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 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 fireworks/ember-1
請使用上方列出的 API 方法路徑。
英文技術範例
Fix an inclusive upper-bound error\n\nFind the bug in this Python function: def allowed(age):\n return age > 18 and age < 65\nThe rule permits ages 18 through 65 inclusive. Return the corrected function, explain the boundary error and write tests for ages 17, 18, 65 and 66. Treat the supplied rule as authoritative.A minimal corrected function, a boundary explanation and four executable test cases.Check that both endpoints are accepted and both adjacent out-of-range values are rejected.