Hunyuan-MT-7B 是騰訊的多語言翻譯模型。其基本工作是接受來源段落，並以要求的目標語言產生該段落。騰訊將此翻譯器與 Hunyuan-MT-Chimera 區分；後者是此系列的集成模型，可將數個候選翻譯精修成一個結果。
騰訊描述其支援 33 種語言互譯，並特別提及五種中國少數民族語言或方言。已公布的語言表包含中文、繁體中文、英文、法文、葡萄牙文、西班牙文、日文、土耳其文、俄文、阿拉伯文、韓文、泰文、義大利文、德文、越南文、馬來文、印尼文、菲律賓文、印地文、波蘭文、捷克文、荷蘭文、高棉文、緬甸文、波斯文、古吉拉特文、烏爾都文、泰盧固文、馬拉地文、希伯來文、孟加拉文、坦米爾文與烏克蘭文。另明確列出藏文、哈薩克文、蒙古文、維吾爾文與粵語。
精確指定目標語言，必要時包含要求的文字系統。有效的任務說明可指出文件需要簡體或繁體中文，並寫明讀者及應保持一致的術語。保持來源段落完整，才能依確切提供的材料檢查翻譯。
製造商為涉及中文的翻譯提供一個提示詞範本，為不涉及中文的語言組合提供另一個範本。兩者都指定目標語言，將原文放在指令下方，並要求只翻譯、不額外解釋。模型沒有預設系統提示詞，因此應將任務指令寫入提交的訊息，不要依賴未指定的預設角色。
不涉及中文的語言組合，可在原始任務說明開頭寫：「將以下段落翻譯成法文，不要補充說明。」接著附上來源段落。任務涉及中文時，使用對應的中文範本，並替換目標語言預留位置標記。預期產物是翻譯段落，可供獨立審閱或應用程式的下一個處理步驟使用。
使用連貫句子或段落，不要在任意字元位置切斷文字。保留理解代名詞、技術術語與慣用語所需的周邊材料。產品手冊應將產品名稱、已定義術語與實際指示一起提供；客服對話應保留問題，以及它所指的答案。
若大型文件分段處理，請在待翻譯文字之外保留穩定的區段 ID，並在各結果段落中維持約定術語。明確要求如何處理姓名、測量值與預留位置標記，再檢查輸出中的處理方式。這些準備步驟能讓結果更容易組合與審閱，但不能取代對翻譯語意的核對。
Hunyuan-MT-7B 依來源產生翻譯。Chimera 文件所述工作流程則接受原始來源與數個目標語言候選結果，產生單一精修翻譯。同時使用兩階段的工作流程，必須將這些候選結果提供給獨立的集成模型；只選擇 MT-7B 不會執行額外整合。
製造商也將 FP8 checkpoints 分開列出。儲存請求與翻譯時，請保留一般 Hunyuan-MT-7B 版本名稱；比較結果時，將它與 FP8 或 Chimera 產物區分。後續 HY-MT1.5 模型具有各自的身分與規格。
騰訊在原生推論範例中建議 temperature 0.7、top_p 0.6、top_k 20 與 repetition_penalty 1.05。請將翻譯內容視為要審閱的結果。對照來源檢查姓名、數字、單位、否定語意、日期與句子間關係，尤其是直譯可能失去原意的地方。
將來源、目標語言、選定模型身分與最終審閱後的翻譯一起保留。應用程式文字應檢查預留位置標記與格式是否仍對應預期欄位；文件則應連讀組合後的段落，檢查術語與語氣一致性。流暢句子若改變事實細節或指示，仍可能需要修正。
透過 Ailoot，請在 /v1/chat/completions 中選擇這個確切的模型 ID，並在 messages 提供任務。每則訊息都包含角色與內容；請將相關指令與來源材料放在一起。收集完整 JSON 回應，或在啟用 stream 時收齊所有 SSE 片段，並將 usage 與文字結果一併保留。
", "aboutText": "Hunyuan-MT-7B 是騰訊的多語言翻譯模型。其基本工作是接受來源段落，並以要求的目標語言產生該段落。騰訊將此翻譯器與 Hunyuan-MT-Chimera 區分；後者是此系列的集成模型，可將數個候選翻譯精修成一個結果。\n\n### 選擇語言組合與預期翻譯\n\n騰訊描述其支援 33 種語言互譯，並特別提及五種中國少數民族語言或方言。已公布的語言表包含中文、繁體中文、英文、法文、葡萄牙文、西班牙文、日文、土耳其文、俄文、阿拉伯文、韓文、泰文、義大利文、德文、越南文、馬來文、印尼文、菲律賓文、印地文、波蘭文、捷克文、荷蘭文、高棉文、緬甸文、波斯文、古吉拉特文、烏爾都文、泰盧固文、馬拉地文、希伯來文、孟加拉文、坦米爾文與烏克蘭文。另明確列出藏文、哈薩克文、蒙古文、維吾爾文與粵語。\n\n精確指定目標語言，必要時包含要求的文字系統。有效的任務說明可指出文件需要簡體或繁體中文，並寫明讀者及應保持一致的術語。保持來源段落完整，才能依確切提供的材料檢查翻譯。\n\n### 遵循製造商的翻譯提示詞\n\n製造商為涉及中文的翻譯提供一個提示詞範本，為不涉及中文的語言組合提供另一個範本。兩者都指定目標語言，將原文放在指令下方，並要求只翻譯、不額外解釋。模型沒有預設系統提示詞，因此應將任務指令寫入提交的訊息，不要依賴未指定的預設角色。\n\n不涉及中文的語言組合，可在原始任務說明開頭寫：「將以下段落翻譯成法文，不要補充說明。」接著附上來源段落。任務涉及中文時，使用對應的中文範本，並替換目標語言預留位置標記。預期產物是翻譯段落，可供獨立審閱或應用程式的下一個處理步驟使用。\n\n### 準備能保留語意的區段\n\n使用連貫句子或段落，不要在任意字元位置切斷文字。保留理解代名詞、技術術語與慣用語所需的周邊材料。產品手冊應將產品名稱、已定義術語與實際指示一起提供；客服對話應保留問題，以及它所指的答案。\n\n若大型文件分段處理，請在待翻譯文字之外保留穩定的區段 ID，並在各結果段落中維持約定術語。明確要求如何處理姓名、測量值與預留位置標記，再檢查輸出中的處理方式。這些準備步驟能讓結果更容易組合與審閱，但不能取代對翻譯語意的核對。\n\n### 區分翻譯器與集成模型\n\nHunyuan-MT-7B 依來源產生翻譯。Chimera 文件所述工作流程則接受原始來源與數個目標語言候選結果，產生單一精修翻譯。同時使用兩階段的工作流程，必須將這些候選結果提供給獨立的集成模型；只選擇 MT-7B 不會執行額外整合。\n\n製造商也將 FP8 checkpoints 分開列出。儲存請求與翻譯時，請保留一般 Hunyuan-MT-7B 版本名稱；比較結果時，將它與 FP8 或 Chimera 產物區分。後續 HY-MT1.5 模型具有各自的身分與規格。\n\n### 原生推論指引與結果審閱\n\n騰訊在原生推論範例中建議 temperature 0.7、top_p 0.6、top_k 20 與 repetition_penalty 1.05。請將翻譯內容視為要審閱的結果。對照來源檢查姓名、數字、單位、否定語意、日期與句子間關係，尤其是直譯可能失去原意的地方。\n\n將來源、目標語言、選定模型身分與最終審閱後的翻譯一起保留。應用程式文字應檢查預留位置標記與格式是否仍對應預期欄位；文件則應連讀組合後的段落，檢查術語與語氣一致性。流暢句子若改變事實細節或指示，仍可能需要修正。\n\n透過 Ailoot，請在 /v1/chat/completions 中選擇這個確切的模型 ID，並在 messages 提供任務。每則訊息都包含角色與內容；請將相關指令與來源材料放在一起。收集完整 JSON 回應，或在啟用 stream 時收齊所有 SSE 片段，並將 usage 與文字結果一併保留。", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "eb07fea8db9018405d1cbff1e87d1b627cb36f14b2905861e9ca606fdcd8d9f7", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "zh-hant-tw", "methods": [ { "html": "tencent/Hunyuan-MT-7B騰訊 Hunyuan-MT-7B 將所附文字翻譯成指定目標語言，涵蓋多種語言，並特別著重中文、少數民族語言與方言。它是此系列的翻譯模型；另行命名的 Chimera 模型則會整合多個翻譯候選結果。
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。
Hunyuan-MT-7B 是騰訊的多語言翻譯模型。其基本工作是接受來源段落，並以要求的目標語言產生該段落。騰訊將此翻譯器與 Hunyuan-MT-Chimera 區分；後者是此系列的集成模型，可將數個候選翻譯精修成一個結果。
騰訊描述其支援 33 種語言互譯，並特別提及五種中國少數民族語言或方言。已公布的語言表包含中文、繁體中文、英文、法文、葡萄牙文、西班牙文、日文、土耳其文、俄文、阿拉伯文、韓文、泰文、義大利文、德文、越南文、馬來文、印尼文、菲律賓文、印地文、波蘭文、捷克文、荷蘭文、高棉文、緬甸文、波斯文、古吉拉特文、烏爾都文、泰盧固文、馬拉地文、希伯來文、孟加拉文、坦米爾文與烏克蘭文。另明確列出藏文、哈薩克文、蒙古文、維吾爾文與粵語。
精確指定目標語言，必要時包含要求的文字系統。有效的任務說明可指出文件需要簡體或繁體中文，並寫明讀者及應保持一致的術語。保持來源段落完整，才能依確切提供的材料檢查翻譯。
製造商為涉及中文的翻譯提供一個提示詞範本，為不涉及中文的語言組合提供另一個範本。兩者都指定目標語言，將原文放在指令下方，並要求只翻譯、不額外解釋。模型沒有預設系統提示詞，因此應將任務指令寫入提交的訊息，不要依賴未指定的預設角色。
不涉及中文的語言組合，可在原始任務說明開頭寫：「將以下段落翻譯成法文，不要補充說明。」接著附上來源段落。任務涉及中文時，使用對應的中文範本，並替換目標語言預留位置標記。預期產物是翻譯段落，可供獨立審閱或應用程式的下一個處理步驟使用。
使用連貫句子或段落，不要在任意字元位置切斷文字。保留理解代名詞、技術術語與慣用語所需的周邊材料。產品手冊應將產品名稱、已定義術語與實際指示一起提供；客服對話應保留問題，以及它所指的答案。
若大型文件分段處理，請在待翻譯文字之外保留穩定的區段 ID，並在各結果段落中維持約定術語。明確要求如何處理姓名、測量值與預留位置標記，再檢查輸出中的處理方式。這些準備步驟能讓結果更容易組合與審閱，但不能取代對翻譯語意的核對。
Hunyuan-MT-7B 依來源產生翻譯。Chimera 文件所述工作流程則接受原始來源與數個目標語言候選結果，產生單一精修翻譯。同時使用兩階段的工作流程，必須將這些候選結果提供給獨立的集成模型；只選擇 MT-7B 不會執行額外整合。
製造商也將 FP8 checkpoints 分開列出。儲存請求與翻譯時，請保留一般 Hunyuan-MT-7B 版本名稱；比較結果時，將它與 FP8 或 Chimera 產物區分。後續 HY-MT1.5 模型具有各自的身分與規格。
騰訊在原生推論範例中建議 temperature 0.7、top_p 0.6、top_k 20 與 repetition_penalty 1.05。請將翻譯內容視為要審閱的結果。對照來源檢查姓名、數字、單位、否定語意、日期與句子間關係，尤其是直譯可能失去原意的地方。
將來源、目標語言、選定模型身分與最終審閱後的翻譯一起保留。應用程式文字應檢查預留位置標記與格式是否仍對應預期欄位；文件則應連讀組合後的段落，檢查術語與語氣一致性。流暢句子若改變事實細節或指示，仍可能需要修正。
透過 Ailoot，請在 /v1/chat/completions 中選擇這個確切的模型 ID，並在 messages 提供任務。每則訊息都包含角色與內容；請將相關指令與來源材料放在一起。收集完整 JSON 回應，或在啟用 stream 時收齊所有 SSE 片段，並將 usage 與文字結果一併保留。
POST /v1/chat/completionstext, imagetext| 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 tencent/Hunyuan-MT-7B 條件: 請原樣使用這個 Ailoot 路由選擇值。 | 預設值— |
欄位messages | 類型array | 要求必填 | 值與限制 條件: | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 條件: | 預設值false |
text_input · 必填： messages
image_with_text · 必填： messages with actual image content blocks
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數optional | 規格stream |
參數material_types | 規格text, image |
參數conditions | 規格請原樣使用這個 Ailoot 路由選擇值。, 所選的特定模型支援視覺能力時，可透過此協定傳送圖片內容。協定接受請求不代表每個模型都具備圖片處理能力。 |
方法別名： /chat/completions
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 |
|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0 / 1K Token 輸出 · 輸出 Token $0 / 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}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "tencent/Hunyuan-MT-7B", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')\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\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON or SSE
請保留所有完整傳回的回應、檔案與內容區塊。
請保留每個內容區塊、工具呼叫 ID、傳回時附帶的思考簽章、所有 SSE 增量資料及完整用量資訊。第一段文字片段並非完整結果。
請保留原始 X-Client-Request-ID、回應與標頭。結果不明或為 result_pending_check 時，不代表可以第二次建立。
| 欄位 | 類型 |
|---|---|
欄位choices[] | 類型object |
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、模型選擇值、型別或輸入表示格式無效。 | 下一步準備另一個獨立請求前，請檢視傳回的驗證詳情。 |
回應 | 條件原始請求或結果不明，或需要檢查。 | 下一步請保留原始識別碼與標頭，僅讀取支援的狀態資料或媒體庫紀錄。請勿再次提交建立請求。 |
Ailoot Ultra tencent/Hunyuan-MT-7B
/chat/completions
tencent/Hunyuan-MT-7B騰訊 Hunyuan-MT-7B 將所附文字翻譯成指定目標語言，涵蓋多種語言，並特別著重中文、少數民族語言與方言。它是此系列的翻譯模型；另行命名的 Chimera 模型則會整合多個翻譯候選結果。
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。
Hunyuan-MT-7B 是騰訊的多語言翻譯模型。其基本工作是接受來源段落，並以要求的目標語言產生該段落。騰訊將此翻譯器與 Hunyuan-MT-Chimera 區分；後者是此系列的集成模型，可將數個候選翻譯精修成一個結果。
騰訊描述其支援 33 種語言互譯，並特別提及五種中國少數民族語言或方言。已公布的語言表包含中文、繁體中文、英文、法文、葡萄牙文、西班牙文、日文、土耳其文、俄文、阿拉伯文、韓文、泰文、義大利文、德文、越南文、馬來文、印尼文、菲律賓文、印地文、波蘭文、捷克文、荷蘭文、高棉文、緬甸文、波斯文、古吉拉特文、烏爾都文、泰盧固文、馬拉地文、希伯來文、孟加拉文、坦米爾文與烏克蘭文。另明確列出藏文、哈薩克文、蒙古文、維吾爾文與粵語。
精確指定目標語言，必要時包含要求的文字系統。有效的任務說明可指出文件需要簡體或繁體中文，並寫明讀者及應保持一致的術語。保持來源段落完整，才能依確切提供的材料檢查翻譯。
製造商為涉及中文的翻譯提供一個提示詞範本，為不涉及中文的語言組合提供另一個範本。兩者都指定目標語言，將原文放在指令下方，並要求只翻譯、不額外解釋。模型沒有預設系統提示詞，因此應將任務指令寫入提交的訊息，不要依賴未指定的預設角色。
不涉及中文的語言組合，可在原始任務說明開頭寫：「將以下段落翻譯成法文，不要補充說明。」接著附上來源段落。任務涉及中文時，使用對應的中文範本，並替換目標語言預留位置標記。預期產物是翻譯段落，可供獨立審閱或應用程式的下一個處理步驟使用。
使用連貫句子或段落，不要在任意字元位置切斷文字。保留理解代名詞、技術術語與慣用語所需的周邊材料。產品手冊應將產品名稱、已定義術語與實際指示一起提供；客服對話應保留問題，以及它所指的答案。
若大型文件分段處理，請在待翻譯文字之外保留穩定的區段 ID，並在各結果段落中維持約定術語。明確要求如何處理姓名、測量值與預留位置標記，再檢查輸出中的處理方式。這些準備步驟能讓結果更容易組合與審閱，但不能取代對翻譯語意的核對。
Hunyuan-MT-7B 依來源產生翻譯。Chimera 文件所述工作流程則接受原始來源與數個目標語言候選結果，產生單一精修翻譯。同時使用兩階段的工作流程，必須將這些候選結果提供給獨立的集成模型；只選擇 MT-7B 不會執行額外整合。
製造商也將 FP8 checkpoints 分開列出。儲存請求與翻譯時，請保留一般 Hunyuan-MT-7B 版本名稱；比較結果時，將它與 FP8 或 Chimera 產物區分。後續 HY-MT1.5 模型具有各自的身分與規格。
騰訊在原生推論範例中建議 temperature 0.7、top_p 0.6、top_k 20 與 repetition_penalty 1.05。請將翻譯內容視為要審閱的結果。對照來源檢查姓名、數字、單位、否定語意、日期與句子間關係，尤其是直譯可能失去原意的地方。
將來源、目標語言、選定模型身分與最終審閱後的翻譯一起保留。應用程式文字應檢查預留位置標記與格式是否仍對應預期欄位；文件則應連讀組合後的段落，檢查術語與語氣一致性。流暢句子若改變事實細節或指示，仍可能需要修正。
透過 Ailoot，請在 /v1/chat/completions 中選擇這個確切的模型 ID，並在 messages 提供任務。每則訊息都包含角色與內容；請將相關指令與來源材料放在一起。收集完整 JSON 回應，或在啟用 stream 時收齊所有 SSE 片段，並將 usage 與文字結果一併保留。
POST /v1/messagestext, imagejson, 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 tencent/Hunyuan-MT-7B 條件: 請原樣使用這個 Ailoot 路由選擇值。 | 預設值— |
欄位messages | 類型array | 要求必填 | 值與限制 條件: | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 條件: | 預設值false |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 最小值: 1 條件: | 預設值— |
text_input · 必填： messages
image_with_text · 必填： messages with actual image content blocks
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional | 規格stream |
參數material_types | 規格text, image |
參數conditions | 規格請原樣使用這個 Ailoot 路由選擇值。, 所選的特定模型支援視覺能力時，可透過此協定傳送圖片內容。協定接受請求不代表每個模型都具備圖片處理能力。 |
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 |
|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0 / 1K Token 輸出 · 輸出 Token $0 / 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}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "tencent/Hunyuan-MT-7B", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')\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/messages \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON or SSE
請保留所有完整傳回的回應、檔案與內容區塊。
請保留每個內容區塊、工具呼叫 ID、傳回時附帶的思考簽章、所有 SSE 增量資料及完整用量資訊。第一段文字片段並非完整結果。
請保留原始 X-Client-Request-ID、回應與標頭。結果不明或為 result_pending_check 時，不代表可以第二次建立。
| 欄位 | 類型 |
|---|---|
欄位content[] | 類型object |
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、模型選擇值、型別或輸入表示格式無效。 | 下一步準備另一個獨立請求前，請檢視傳回的驗證詳情。 |
回應 | 條件原始請求或結果不明，或需要檢查。 | 下一步請保留原始識別碼與標頭，僅讀取支援的狀態資料或媒體庫紀錄。請勿再次提交建立請求。 |
Ailoot Ultra tencent/Hunyuan-MT-7B
/chat/completions