Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.
Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.
stealth/crouton-alphaUsa il tuo saldo ai prezzi indicati sopra. I nuovi account partono con utilizzo gratuito.
Impostazioni
Crouton Alpha è un modello di testo di Stealth, elencato su api14 con l'id modello stealth/crouton-alpha. Stealth lo descrive come un modello leggero costruito per flussi di lavoro scalabili di coding, agentici e multimodali, pensato per lavoro ripetuto ad alto volume come sotto-attività agentiche, uso di strumenti e analisi di documenti. Si colloca nella categoria testo ed è posizionato per carichi di lavoro in cui lo stesso tipo di richiesta viene eseguito molte volte, piuttosto che per sessioni di ragionamento approfondito una tantum.
Il modello accetta input di testo, immagini, video, file e audio, e restituisce testo. La sua finestra di contesto è di 1.048.576 token, con un output massimo di 943.718 token. Questa combinazione di un contesto molto ampio e di un grande budget di output significa che puoi inserire documenti lunghi o contenuti multimediali misti insieme alle istruzioni e lasciare comunque spazio per una risposta generata sostanziosa. I parametri di richiesta supportati includono temperature, top_p, max_tokens, response_format, structured_outputs, tools, tool_choice, reasoning, reasoning_effort e include_reasoning, quindi puoi controllare il campionamento, vincolare la forma dell'output, esporre il ragionamento e guidare la chiamata di funzioni dalla stessa chiamata.
Queste capacità indicano alcuni schemi pratici. Le pipeline agentiche si adattano bene: assegna al modello strumenti e un tool_choice, e lascia che pianifichi ed esegua sotto-attività attraverso molti passaggi. L'analisi di documenti è un altro uso naturale, dato che file lunghi, immagini e audio possono essere inseriti come input e la risposta torna come testo. Anche l'assistenza al coding e la revisione del codice su repository di grandi dimensioni o trascrizioni lunghe derivano dalla dimensione del contesto. Poiché gestisce video e audio come input, puoi costruire flussi di trascrizione più analisi o di revisione multimediale senza un modello di pre-elaborazione separato per ogni passaggio. Gli output strutturati e response_format lo rendono adatto a compiti di estrazione in cui i sistemi a valle necessitano di JSON prevedibile anziché testo libero.
Chiamarlo tramite api14 funziona allo stesso modo di qualsiasi altro endpoint compatibile con OpenAI. Punta il tuo client all'URL di base di api14, invia una richiesta di chat completions e imposta il campo model su stealth/crouton-alpha. I parametri elencati sopra sono accettati nel corpo della richiesta, quindi il codice esistente dell'SDK OpenAI necessita poco più di un cambio di URL di base e della sostituzione dell'id modello. Se usi già strumenti o output strutturati altrove, le stesse forme di richiesta si trasferiscono.
Una cosa da valutare è il tetto di output. L'output massimo è di 943.718 token, il che è generoso ma comunque inferiore alla lunghezza completa del contesto, quindi una richiesta che riempie l'intera finestra non può anche produrre una risposta di lunghezza massima. Per carichi di lavoro puramente testuali che non necessitano di input di immagini, video, audio o file, un modello più semplice solo testo potrebbe essere più adatto. Per lavoro ad alto volume agentico, di coding e su documenti multimodali, Crouton Alpha è costruito esattamente per quel tipo di compito.
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_pQuesta community non ha ancora discussioni. Apri la prima su Crouton Alpha.