Wir verwenden Cookies. Cookies und Browserspeicher halten Sie angemeldet und merken sich Ihre Einstellungen. Mit Ihrer Zustimmung messen wir außerdem, wie die Website genutzt wird. Sie können jederzeit . Siehe unsere Cookie-Richtlinie.
Wir verwenden Cookies. Cookies und Browserspeicher halten Sie angemeldet und merken sich Ihre Einstellungen. Mit Ihrer Zustimmung messen wir außerdem, wie die Website genutzt wird. Sie können jederzeit . Siehe unsere Cookie-Richtlinie.
stealth/crouton-alphaLäuft über Ihr Guthaben zu den oben genannten Preisen. Neue Konten starten mit kostenloser Nutzung.
Einstellungen
Crouton Alpha ist ein Textmodell von Stealth, das auf api14 unter der Modell-ID stealth/crouton-alpha gelistet ist. Stealth beschreibt es als ein leichtgewichtiges Modell, das für skalierbare Coding-, agentische und multimodale Workflows entwickelt wurde und auf hochvolumige, wiederholte Arbeit wie agentische Teilaufgaben, Tool-Nutzung und Dokumentenanalyse abzielt. Es liegt in der Kategorie Text und ist für Workloads positioniert, bei denen dieselbe Art von Anfrage viele Male ausgeführt wird, statt für einmalige tiefe Reasoning-Sitzungen.
Das Modell akzeptiert Text-, Bild-, Video-, Datei- und Audio-Eingaben und gibt Text zurück. Sein Kontextfenster beträgt 1.048.576 Token, mit einer maximalen Ausgabe von 943.718 Token. Diese Kombination aus einem sehr großen Kontext und einem großen Ausgabebudget bedeutet, dass Sie lange Dokumente oder gemischte Medien zusammen mit Anweisungen einspeisen können und trotzdem Platz für eine substanzielle generierte Antwort bleibt. Unterstützte Anfrageparameter umfassen temperature, top_p, max_tokens, response_format, structured_outputs, tools, tool_choice, reasoning, reasoning_effort und include_reasoning, sodass Sie Sampling steuern, die Ausgabeform einschränken, Reasoning offenlegen und Function Calling aus demselben Aufruf heraus ansteuern können.
Diese Fähigkeiten deuten auf einige praktische Muster hin. Agentische Pipelines passen gut: Geben Sie dem Modell Tools und ein tool_choice, und lassen Sie es Teilaufgaben über viele Schritte hinweg planen und ausführen. Dokumentenanalyse ist ein weiterer natürlicher Anwendungsfall, da lange Dateien, Bilder und Audio als Eingaben hineingehen können und die Antwort als Text zurückkommt. Coding-Unterstützung und Code-Review über große Repositories oder lange Transkripte ergeben sich ebenfalls aus der Kontextgröße. Weil es Video und Audio als Eingaben verarbeitet, können Sie Transkriptions-plus-Analyse- oder Medien-Review-Flows aufbauen, ohne für jeden Schritt ein separates Vorverarbeitungsmodell zu benötigen. Strukturierte Ausgaben und response_format machen es für Extraktionsaufgaben geeignet, bei denen nachgelagerte Systeme vorhersehbares JSON statt Freitext benötigen.
Der Aufruf über api14 funktioniert genauso wie bei jedem anderen OpenAI-kompatiblen Endpunkt. Richten Sie Ihren Client auf die api14 Base-URL, senden Sie eine Chat-Completions-Anfrage und setzen Sie das Feld model auf stealth/crouton-alpha. Die oben aufgeführten Parameter werden im Request-Body akzeptiert, sodass vorhandener OpenAI-SDK-Code kaum mehr als eine Änderung der Base-URL und den Austausch der Modell-ID benötigt. Wenn Sie Tools oder strukturierte Ausgaben bereits anderswo verwenden, bleiben dieselben Anfrageformen erhalten.
Ein Punkt, den man abwägen sollte, ist die Ausgabeobergrenze. Die maximale Ausgabe beträgt 943.718 Token, was großzügig ist, aber noch unter der vollen Kontextlänge liegt, sodass eine Anfrage, die das gesamte Fenster füllt, nicht zusätzlich eine Antwort in maximaler Länge erzeugen kann. Für Workloads, die rein textbasiert sind und keine Bild-, Video-, Audio- oder Datei-Eingaben benötigen, kann ein einfacheres reines Textmodell leichter passen. Für hochvolumige agentische, Coding- und multimodale Dokumentenarbeit ist Crouton Alpha genau für diese Art von Aufgabe gebaut.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "stealth/crouton-alpha",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
include_reasoningmax_tokensreasoningreasoning_effortresponse_formatstructured_outputstemperaturetool_choicetoolstop_pIn dieser Community gibt es noch keine Themen. Eröffnen Sie das erste zu Crouton Alpha.