Vi använder cookies. Cookies och webbläsarlagring håller dig inloggad och kommer ihåg dina preferenser. Med ditt tillstånd mäter vi också hur webbplatsen används. Du kan när som helst. Läs vår cookiepolicy.
stealth/crouton-alphaKörs på ditt saldo till priserna ovan. Nya konton börjar med gratis användning.
Inställningar
Crouton Alpha är en textmodell från Stealth, listad på api14 under modell-id:t stealth/crouton-alpha. Stealth beskriver den som en lättviktsmodell byggd för skalbara kodnings-, agentiska och multimodala arbetsflöden, inriktad på högvolyms- och upprepade arbeten som agentiska deluppgifter, verktygsanvändning och dokumentanalys. Den tillhör textkategorin och är positionerad för arbetsbelastningar där samma typ av begäran körs många gånger snarare än för enstaka djupa resonemangssessioner.
Modellen tar emot text-, bild-, video-, fil- och ljudindata och returnerar text. Dess kontextfönster är 1 048 576 tokens, med en maximal utdata på 943 718 tokens. Den kombinationen av ett mycket stort kontextfönster och en stor utdatabudget innebär att du kan mata in långa dokument eller blandade medier tillsammans med instruktioner och fortfarande ha utrymme kvar för ett omfattande genererat svar. Parametrar som stöds i begäran inkluderar temperature, top_p, max_tokens, response_format, structured_outputs, tools, tool_choice, reasoning, reasoning_effort och include_reasoning, så du kan styra sampling, begränsa utdatans form, exponera resonemang och driva funktionsanrop från samma anrop.
Dessa funktioner pekar mot några praktiska mönster. Agentiska pipelines passar bra: ge modellen verktyg och ett tool_choice, och låt den planera och utföra deluppgifter över många steg. Dokumentanalys är ett annat naturligt användningsområde, eftersom långa filer, bilder och ljud kan skickas in som indata och svaret kommer tillbaka som text. Kodningsassistans och kodgranskning över stora kodbaser eller långa transkript följer också av kontextstorleken. Eftersom den hanterar video och ljud som indata kan du bygga flöden för transkribering plus analys eller mediegranskning utan en separat förbearbetningsmodell för varje steg. Strukturerade utdata och response_format gör den lämplig för extraktionsuppgifter där nedströms system behöver förutsägbar JSON snarare än fritext.
Att anropa den via api14 fungerar på samma sätt som vilken annan OpenAI-kompatibel endpoint som helst. Rikta din klient mot api14:s bas-URL, skicka en chat completions-begäran och sätt modellfältet till stealth/crouton-alpha. Parametrarna som listas ovan accepteras i begärans body, så befintlig OpenAI SDK-kod behöver inte mycket mer än en ändring av bas-URL och byte av modell-id. Om du redan använder tools eller structured outputs någon annanstans överförs samma begäransformer.
En sak att väga in är utdatataket. Den maximala utdatan är 943 718 tokens, vilket är generöst men fortfarande under den fulla kontextlängden, så en begäran som fyller hela fönstret kan inte samtidigt producera ett svar av maximal längd. För arbetsbelastningar som är enbart text och inte behöver bild-, video-, ljud- eller filindata kan en enklare textmodell vara en lättare lösning. För högvolymsarbete med agentiska uppgifter, kodning och multimodala dokument är Crouton Alpha byggd för exakt den typen av uppgift.
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_pDen här communityn har inga trådar ännu. Starta den första om Crouton Alpha.