Ling 3.2 Flash (free) API
inclusionAI: Ling3.2 Flash مدلی چندوجهی برای درک متن، تصویر و ویدئو و اجرای وظایف پیچیده چندوجهی است.
inclusionAI: Ling3.2 Flash از معماری بومی چندوجهی استفاده میکند؛ یعنی بینایی و زبان در خود مدل ترکیب شدهاند، نه اینکه یک رمزگذار بینایی جداگانه به مدل متنی متصل شود. این مدل ورودی متنی، تصویری و ویدئویی را میپذیرد و خروجی متنی تولید میکند. پنجرهٔ زمینهٔ آن1 million token است و مدل560 billion پارامتر کل دارد که25 billion پارامتر در هر توکن فعال هستند.
این مدل برای درک پیچیدهٔ بصری، فهم اسناد و فریمها، تعامل و درک سهبعدی، کارهای پزشکی چندوجهی و وظایف عاملمحور چندوجهیِ طولانی مناسب است. همچنین میتواند در حلقههای بازخورد بصری، خروجیهای رندرشدهٔ خود را بررسی کند. در پردازش ویدئو، هر کلیپ حداکثر به سی ثانیه، یک کلیپ در هر درخواست و32 فریم نمونهبرداریشده محدود است؛ هر تصویر باید کمتر از16384 در784 پیکسل باشد و هر درخواست حداکثر40 تصویر داشته باشد.
بهروزرسانی:
MODEL ID
ling-3.2-flash:free- زمینه
- 1.049M
- حداکثر خروجی
- 262.144K
- API پیشنهادی
- messages
- ورودی
- text / image
- خروجی
- text
نکات برجسته
- معماری بومی چندوجهی
- پنجرهٔ1 million token
- درک تصویر و ویدئو
- پشتیبانی از تعامل سهبعدی
- بازخورد بصری خودکار
ارائهدهندگان
قیمت API را بین ارائهدهندگان مقایسه کنید. یک ارائهدهنده را انتخاب کنید تا همه هزینهها و شرایط را ببینید.
| دسترسپذیری | |||
|---|---|---|---|
| $0 | $0 |
آمار تاریخی بررسی زنده وضعیت نیست. نبود داده به معنی قطعی نیست.
استدلال
- بهطور پیشفرض فعال
- بله
- همیشه فعال
- خیر
شروع سریع
کد آماده برای فراخوانی این مدل با APIهای سازگار با Felo API Platform. وقتی میخواهید پرامپتها را پیش از نوشتن کد آزمایش کنید، از Playground شروع کنید.
کلید API خود را بگیرید
از حساب Felo API Platform خود کلیدی بسازید و آن را بهعنوان متغیر محیطی تنظیم کنید.
export FELO_API_KEY="YOUR_API_KEY"اولین درخواست خود را بفرستید
این شناسه مدل را با endpoint Felo API Platform به کار ببرید. سرآیندهای اختیاری درخواست مانند X-Request-Id میتوانند در عیبیابی کمک کنند.
ling-3.2-flash:freeاین مدل توان استدلال دارد. اگر پروتکل و مسیر مدل انتخابشده کنترلهای استدلال ارائه میدهند، هنگام ادامه گفتگو فراداده استدلال بازگشتی را نگه دارید.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "ling-3.2-flash:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());استفاده از SDKهای شخص ثالث
از SDKهای سازگار با تنظیم baseURL روی این نشانی استفاده کنید: https://openapi.felo.ai/api/v1. برای کلاینتهای به سبک Claude از نشانی پایه سازگار با Anthropic استفاده کنید. https://openapi.felo.ai/api.
جریان را فعال کنید
برای دریافت پاسخها بهصورت رویدادهای ارسالی از سرور، stream: true را اضافه کنید.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "ling-3.2-flash:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform سطوح سازگار برای فراخوانی مدل ارائه میکند. سطحی را انتخاب کنید که برنامه یا کلاینت عامل شما از قبل پشتیبانی میکند.
Messages
پیامهای سازگار با Anthropic برای کلاینتهای به سبک Claude.
POST
https://openapi.felo.ai/api/v1/messagesپارامترها
modelstringling-3.2-flash:freeشناسه عمومی مدل برای فراخوانی.max_tokensinteger—حداکثر token تولیدی.messagesarray—پیامهای گفتگو برای Chat Completions.seed———stop———toolsarray—تعریفهای فراخوانی ابزار بر پایه طرحواره سازگار.top_k———top_p———reasoning———temperaturenumber—در صورت پشتیبانی، تنوع پاسخ را کنترل میکند.tool_choicestring or object—کنترل میکند آیا ابزاری باید فراخوانی شود.response_formatobject—در صورت پشتیبانی، خروجی ساختاریافته درخواست میکند.presence_penalty———frequency_penalty———include_reasoning———structured_outputs———پرسشهای متداول
معرفی مدل: Ling 3.2 Flash (free)?
inclusionAI: Ling3.2 Flash از معماری بومی چندوجهی استفاده میکند؛ یعنی بینایی و زبان در خود مدل ترکیب شدهاند، نه اینکه یک رمزگذار بینایی جداگانه به مدل متنی متصل شود. این مدل ورودی متنی، تصویری و ویدئویی را میپذیرد و خروجی متنی تولید میکند. پنجرهٔ زمینهٔ آن1 million token است و مدل560 billion پارامتر کل دارد که25 billion پارامتر در هر توکن فعال هستند. این مدل برای درک پیچیدهٔ بصری، فهم اسناد و فریمها، تعامل و درک سهبعدی، کارهای پزشکی چندوجهی و وظایف عاملمحور چندوجهیِ طولانی مناسب است. همچنین میتواند در حلقههای بازخورد بصری، خروجیهای رندرشدهٔ خود را بررسی کند. در پردازش ویدئو، هر کلیپ حداکثر به سی ثانیه، یک کلیپ در هر درخواست و32 فریم نمونهبرداریشده محدود است؛ هر تصویر باید کمتر از16384 در784 پیکسل باشد و هر درخواست حداکثر40 تصویر داشته باشد.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
چه ورودیهایی پشتیبانی میشوند؟
مدل ورودی متنی، تصویری و ویدئویی را میپذیرد و خروجی متنی تولید میکند.
پنجرهٔ زمینهٔ مدل چقدر است؟
پنجرهٔ زمینهٔ مدل1 million token است.
این مدل برای چه وظایفی مناسب است؟
برای درک اسناد و فریمها، کارهای عاملمحور چندوجهی، درک بصری پیچیده، تعامل سهبعدی و کارهای پزشکی چندوجهی مناسب است.
محدودیت پردازش ویدئو چیست؟
هر کلیپ حداکثر سی ثانیه است، هر درخواست فقط یک کلیپ میپذیرد و32 فریم نمونهبرداری میشود.
تفاوت آن با مدلهای همخانواده چیست؟
Ling3.2 Flash در جدول انتخاب مدل Ant بالاتر از Ling3.1 Flash قرار دارد و بهعنوان مدلی چندوجهی بومی توصیف شده است.