Sonar Pro 是 Perplexity 的進階 Sonar 選項，適合需要最新資訊的研究問題與查詢。開發商將它定位於日常研究及輕度多步驟調查。它根據為問題蒐集到的資訊產生文字答案，同時與 Pro Search 模式及 Sonar Deep Research 各自有別。
請圍繞研究要支援的決策安排任務。精確指出組織、產品或主題，並說明期間、地點及比較標準。進行產品調查時，可要求列出文件記載的功能、影響使用的條件，以及支持各項發現的證據。輸出可整理成比較筆記、需求檢查或精簡摘要。
多個來源描述同一主題時，請要求模型比較各自的陳述，避免合併成缺乏支持的單一結論。指出哪個來源是原始規格或公告、哪個是解讀，以及各項陳述是否適用於相同版本。依主張及支持證據整理的結果，比一般概述更容易檢視和更新。
後續問題可將調查聚焦到尚未釐清的條件。例如，完成功能比較後，可以詢問哪項需求會改變選擇，或哪項例外與特定工作流程有關。請附上先前發現與新增限制，讓模型掌握下一個答案所需的上下文。簡短且定義明確的追問，往往比重複原先的廣泛問題更能提升研究價值。
Sonar 系列結合答案生成與網頁搜尋。開發商文件中的 Sonar 回應會將答案、引用及搜尋結果資訊分開。應用程式呈現研究時，請保留這些關聯：讀者看到的段落應持續連結到支持它的結果，並能檢視來源說明。
最終摘要可要求包含答案、重要主張的證據，以及簡短的剩餘不確定事項清單。若問題涉及變更其他系統，請運用研究準備該決策；實際執行或存取私人資訊，均由周邊應用程式提供。
", "aboutText": "Sonar Pro 是 Perplexity 的進階 Sonar 選項，適合需要最新資訊的研究問題與查詢。開發商將它定位於日常研究及輕度多步驟調查。它根據為問題蒐集到的資訊產生文字答案，同時與 Pro Search 模式及 Sonar Deep Research 各自有別。\n\n請圍繞研究要支援的決策安排任務。精確指出組織、產品或主題，並說明期間、地點及比較標準。進行產品調查時，可要求列出文件記載的功能、影響使用的條件，以及支持各項發現的證據。輸出可整理成比較筆記、需求檢查或精簡摘要。\n\n多個來源描述同一主題時，請要求模型比較各自的陳述，避免合併成缺乏支持的單一結論。指出哪個來源是原始規格或公告、哪個是解讀，以及各項陳述是否適用於相同版本。依主張及支持證據整理的結果，比一般概述更容易檢視和更新。\n\n後續問題可將調查聚焦到尚未釐清的條件。例如，完成功能比較後，可以詢問哪項需求會改變選擇，或哪項例外與特定工作流程有關。請附上先前發現與新增限制，讓模型掌握下一個答案所需的上下文。簡短且定義明確的追問，往往比重複原先的廣泛問題更能提升研究價值。\n\nSonar 系列結合答案生成與網頁搜尋。開發商文件中的 Sonar 回應會將答案、引用及搜尋結果資訊分開。應用程式呈現研究時，請保留這些關聯：讀者看到的段落應持續連結到支持它的結果，並能檢視來源說明。\n\n最終摘要可要求包含答案、重要主張的證據，以及簡短的剩餘不確定事項清單。若問題涉及變更其他系統，請運用研究準備該決策；實際執行或存取私人資訊，均由周邊應用程式提供。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
Research a spreadsheet export constraint\n\nResearch the current official CSV export guidance for Microsoft Excel and LibreOffice Calc. Compare how each handles multiple sheets and the choice of text encoding. Prefer product documentation, keep each claim attached to its source, and note any version-specific uncertainty. Finish with two questions a user should answer before exporting a workbook for a supplier.A short source-backed comparison, explicit version conditions and two practical pre-export questions.Inspect that each important claim has a relevant official source and that CSV is not described as preserving an entire multi-sheet workbook.perplexity/sonar-proPerplexity 的 Sonar Pro 運用網頁資訊與有來源支持的綜整來回答研究問題。它適合日常研究及較深入的查詢，也可透過後續問題逐步聚焦調查。
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。
Sonar Pro 是 Perplexity 的進階 Sonar 選項，適合需要最新資訊的研究問題與查詢。開發商將它定位於日常研究及輕度多步驟調查。它根據為問題蒐集到的資訊產生文字答案，同時與 Pro Search 模式及 Sonar Deep Research 各自有別。
請圍繞研究要支援的決策安排任務。精確指出組織、產品或主題，並說明期間、地點及比較標準。進行產品調查時，可要求列出文件記載的功能、影響使用的條件，以及支持各項發現的證據。輸出可整理成比較筆記、需求檢查或精簡摘要。
多個來源描述同一主題時，請要求模型比較各自的陳述，避免合併成缺乏支持的單一結論。指出哪個來源是原始規格或公告、哪個是解讀，以及各項陳述是否適用於相同版本。依主張及支持證據整理的結果，比一般概述更容易檢視和更新。
後續問題可將調查聚焦到尚未釐清的條件。例如，完成功能比較後，可以詢問哪項需求會改變選擇，或哪項例外與特定工作流程有關。請附上先前發現與新增限制，讓模型掌握下一個答案所需的上下文。簡短且定義明確的追問，往往比重複原先的廣泛問題更能提升研究價值。
Sonar 系列結合答案生成與網頁搜尋。開發商文件中的 Sonar 回應會將答案、引用及搜尋結果資訊分開。應用程式呈現研究時，請保留這些關聯：讀者看到的段落應持續連結到支持它的結果，並能檢視來源說明。
最終摘要可要求包含答案、重要主張的證據，以及簡短的剩餘不確定事項清單。若問題涉及變更其他系統，請運用研究準備該決策；實際執行或存取私人資訊，均由周邊應用程式提供。
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 perplexity/sonar-pro | 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 | 計費數量 | 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 | 計費數量— | 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 — / 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 | 計費數量— | 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 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定每次請求 | 費率表— | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 計費數量1 次請求 | 費用 輸入 $0.01 每次請求 |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perplexity/sonar-pro", "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='perplexity/sonar-pro',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='perplexity/sonar-pro',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 perplexity/sonar-pro
請使用上方列出的 API 方法路徑。
perplexity/sonar-proPerplexity 的 Sonar Pro 運用網頁資訊與有來源支持的綜整來回答研究問題。它適合日常研究及較深入的查詢，也可透過後續問題逐步聚焦調查。
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。
Sonar Pro 是 Perplexity 的進階 Sonar 選項，適合需要最新資訊的研究問題與查詢。開發商將它定位於日常研究及輕度多步驟調查。它根據為問題蒐集到的資訊產生文字答案，同時與 Pro Search 模式及 Sonar Deep Research 各自有別。
請圍繞研究要支援的決策安排任務。精確指出組織、產品或主題，並說明期間、地點及比較標準。進行產品調查時，可要求列出文件記載的功能、影響使用的條件，以及支持各項發現的證據。輸出可整理成比較筆記、需求檢查或精簡摘要。
多個來源描述同一主題時，請要求模型比較各自的陳述，避免合併成缺乏支持的單一結論。指出哪個來源是原始規格或公告、哪個是解讀，以及各項陳述是否適用於相同版本。依主張及支持證據整理的結果，比一般概述更容易檢視和更新。
後續問題可將調查聚焦到尚未釐清的條件。例如，完成功能比較後，可以詢問哪項需求會改變選擇，或哪項例外與特定工作流程有關。請附上先前發現與新增限制，讓模型掌握下一個答案所需的上下文。簡短且定義明確的追問，往往比重複原先的廣泛問題更能提升研究價值。
Sonar 系列結合答案生成與網頁搜尋。開發商文件中的 Sonar 回應會將答案、引用及搜尋結果資訊分開。應用程式呈現研究時，請保留這些關聯：讀者看到的段落應持續連結到支持它的結果，並能檢視來源說明。
最終摘要可要求包含答案、重要主張的證據，以及簡短的剩餘不確定事項清單。若問題涉及變更其他系統，請運用研究準備該決策；實際執行或存取私人資訊，均由周邊應用程式提供。
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 perplexity/sonar-pro | 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 | 計費數量 | 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 | 計費數量— | 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 — / 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 | 計費數量— | 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 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定每次請求 | 費率表— | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 計費數量1 次請求 | 費用 輸入 $0.01 每次請求 |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "perplexity/sonar-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'perplexity/sonar-pro', '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': 'perplexity/sonar-pro', '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 perplexity/sonar-pro
請使用上方列出的 API 方法路徑。
英文技術範例
Research a spreadsheet export constraint\n\nResearch the current official CSV export guidance for Microsoft Excel and LibreOffice Calc. Compare how each handles multiple sheets and the choice of text encoding. Prefer product documentation, keep each claim attached to its source, and note any version-specific uncertainty. Finish with two questions a user should answer before exporting a workbook for a supplier.A short source-backed comparison, explicit version conditions and two practical pre-export questions.Inspect that each important claim has a relevant official source and that CSV is not described as preserving an entire multi-sheet workbook.