خرید API Llama 3.3 هوش مصنوعی Meta
لاما ۳.۳-۷۰B، مدلی زبانی قدرتمند و چندزبانه است که با استفاده از مجموعه دادههای عظیمی شامل ۱۵ تریلیون توکن، آموزش دیده است. هدف از طراحی این مدل، ارائه عملکردی قابل اعتماد و ایمن در زمینههای مختلف است. این مدل به گونهای تنظیم شده است تا در تعاملهای محاورهای، ترجمههای زبانی و تولید متن، عملکردی پیشرفته و کارآمد داشته باشد. لاما با تمرکز بر مسئولیتپذیری، تلاش میکند تا خطراتی مانند تعصب، محتوای سمی و اطلاعات نادرست را به حداقل برساند و در عین حال، انعطافپذیری و کارایی را تضمین کند.
همچنین نسخهی توربو لاما ۳.۳-۷۰B، مدلی بهینهسازیشده با قابلیتهای فوقالعاده است. این مدل با بهرهگیری از تکنیکهای پیشرفته، سرعت استنتاج بالایی را بدون فداکردن دقت ارائه میدهد. هدف اصلی در طراحی این مدل، ایجاد تعادل بین عملکرد و مسئولیتپذیری است. لاما توربو با تمرکز بر کاهش خطراتی مانند سوگیری و اطلاعات نادرست، اطمینان حاصل میکند که نتایج آن قابل اعتماد و ایمن هستند. این مدل در زمینههای مختلف مانند ترجمه، تولید متن و وظایف مکالمهای، عملکردی چشمگیر و پیشرفته از خود نشان میدهد.
مدل های زبانی پشتیبانی شده + نرخ مصرف:
نام مدل | هزینه (TPC) | Content-Length | |
---|---|---|---|
meta-llama/Llama-3.3-70B-Instruct | 1.5TPC | 128k | |
meta-llama/Llama-3.3-70B-Instruct-Turbo | 1.1TPC | 128k | |
TPC = Token Per Character |
هزینه درک زمینه:
به ازای هر کاراکتر درک زمینه ( پیام های ارسالی برای دریافت پاسخ در درخواست ) 0.2 توکن *دو دهم یک واحد* کسر میگردد. منظور از این پیام ها، مقدار content موجود در آرایه messages می باشد. که با Json انکد شده است. کاراکترها به صورت UTF-8 جمع می شوند.
API هوش مصنوعی
رابطهای برنامهنویسی هوش مصنوعی، کلید دسترسی به دنیای هوش مصنوعی برای توسعهدهندگان هستند. این رابطهای برنامهنویسی کاربردی، که به اختصار API نامیده میشوند، امکان بهرهمندی از قدرت هوش مصنوعی را بدون نیاز به دانش عمیق در زمینه پیچیدگیهای آن فراهم میکنند. APIهای هوش مصنوعی، که معمولاً از طریق اینترنت در دسترس هستند، طیف گستردهای از قابلیتها را ارائه میدهند و به توسعهدهندگان اجازه میدهند تا بدون نگرانی در مورد جزئیات زیرساختهای پیچیده، از خدمات هوش مصنوعی استفاده کنند.
معرفی مدل هوش مصنوعی Llama 3.3
Llama 3.3 یک مدل زبان چند زبانه و قدرتمند است، صحبت میکند. این مدل در 6 دسامبر 2024 منتشر شد و به عنوان یک مدل زبان متنی با 70 میلیارد پارامتر (70B) توصیف میشود. Llama 3.3 با استفاده از معماری Transformer و با استفاده از دادههای فراوان و متنوع، به ویژه دادههای آموزشی، آموزش داده شده است. این مدل برای استفادههای تجاری و تحقیقاتی در چند زبان طراحی شده است و میتواند برای وظایف مختلف مانند چت و کمکرسانی، و همچنین برای بهبود سایر مدلهای زبان استفاده شود.
یکی از ویژگیهای قابل توجه این مدل، بهبود در موانع زبان و درک چند زبانه است. Llama 3.3 میتواند به طور موثر با زبانهای مختلف ارتباط برقرار کند و در وظایف متنی، مانند ترجمه و خلاصهسازی، عملکرد بهتری دارد. این مدل همچنین با استفاده از فنآوریهای جدید مانند Grouped-Query Attention (GQA)، بهینهسازی شده است تا کارایی و سرعت آن را در انجام وظایف متنی افزایش دهد.
در مقایسه با مدلهای قبلی، Llama 3.3 با توجه به حجم بزرگتر پارامترها، توانایی انجام وظایف پیچیدهتری را دارد. این مدل همچنین با استفاده از فنآوریهای جدید مانند SFT (Supervised Fine-Tuning) و RLHF (Reinforcement Learning with Human Feedback)، بهتر با تمایلات و ترجیحات انسانها هماهنگ شده است. این بهبودها باعث شدهاند که Llama 3.3 به عنوان یک مدل زبان قدرتمند و کارآمد در نظر گرفته شود، که میتواند برای یک طیف وسیع از استفاده ها مفید باشد.
خرید API LLAMA 3.3
رابط API هوش مصنوعی تاک بات، شما را به آخرین نسل هوش مصنوعی مدلهای شرکت متا متصل میکند. با استفاده از این سرویس امکان اتصال به مدلهای PRO شرکت متا برای شما فراهم میشود. شما میتوانید مدلهای پیشرفتهای مانند Meta-Llama-3.3-70B-Turbo و Meta-Llama-3.3-70B-Instruct را برای پروژههای خود استفاده کنید.
نمونه کد PHP اتصال به API هوش مصنوعی
$message = [["role" => "system", "content" => "This is a test prompt."]
,["role" => "user", "content" => "Just Say Hello."],
["role" => "assistant", "content" => "Hello"],
["role" => "user", "content" => "Thank you."]];
$REQ = curl_init();
curl_setopt_array(
$REQ,
array(
CURLOPT_URL => 'https://api.talkbot.ir/v1/chat/completions',
CURLOPT_RETURNTRANSFER => true,
CURLOPT_ENCODING => '',
CURLOPT_MAXREDIRS => 10,
CURLOPT_TIMEOUT => 0,
CURLOPT_FOLLOWLOCATION => true,
CURLOPT_HTTP_VERSION => CURL_HTTP_VERSION_1_1,
CURLOPT_CUSTOMREQUEST => 'POST',
CURLOPT_POSTFIELDS =>
'{
"model": "meta-llama/Llama-3.3-70B-Instruct-Turbo",
"messages": '.json_encode($message) .',
"temperature": 0.3,
"stream": false,
"max-token": 4000,
"top_p": 1.0,
"frequency_penalty": 0.0,
"presence_penalty": 0.0
}',
CURLOPT_HTTPHEADER => array(
'Content-Type: application/json',
'Authorization: Bearer ' . 'sk-5415240fgb4frer5er4tr54t454578g' // Replace with your actual API key
),
)
);
echo $Response = curl_exec($REQ);
$error = curl_error($REQ);
$data = json_decode($Response, true);
نمونه کد Python اتصال به API هوش مصنوعی
import json
import requests
messages = [
{"role": "system", "content": "This is a test prompt."},
{"role": "user", "content": "Just Say Hello."},
{"role": "assistant", "content": "Hello"},
{"role": "user", "content": "Thank you."}
]
url = 'https://api.talkbot.ir/v1/chat/completions'
payload = json.dumps({
"model": "meta-llama/Llama-3.3-70B-Instruct-Turbo",
"messages": messages,
"max-token": 4000,
"temperature": 0.3,
"stream": False,
"top_p": 1.0,
"frequency_penalty": 0.0,
"presence_penalty": 0.0
})
headers = {
'Content-Type': 'application/json',
'Authorization': 'Bearer sk-a689804145201521agf55554213v8' # Replace with your actual API key
}
response = requests.post(url, data=payload, headers=headers)
if response.ok:
print(response.text)
else:
print(f'An error occurred: {response.text}')
# You may want to parse the JSON response
data = response.json()
نمونه خروجی:
این خروجی که توسط تاک بات ارائه میشود، استاندارد جهانی را دنبال میکند. شما در پاسخ خود، خروجی کد JSON را مشاهده خواهید کرد که شبیه به این است:
{
"id": "2f7ffcc3434c472b90a45934056f74f7",
"object": "chat.completion",
"created": 1708684538,
"model": "meta-llama/Meta-Llama-3.3-70B-Instruct",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "This is an AI response for you. How can I assist you?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 68,
"completion_tokens": 205,
"total_tokens": 273
}
}
آزمایش رایگان:
برای آزمایش و تست رایگان این وب سرویس (API) ابتدا در سایت ثبتنام کنید، و سپس از طریق کنترل پنل کاربری، کلید اختصاصی خود را ایجاد کنید. پس از ایجاد کلید، آن را در نمونه کدهای بالا جایگزاری کرده و خروجی را مشاهده کنید. امکان استفاده از کلید آزمایشی فقط تا 15000 توکن میسر است.
سایر وب سرویس ها:
با خرید بسته یاقوتی و یا یکی از بسته های فرایاقوتی، شما علاوه بر وب سرویس یا API پیش رو، از وب سرویس های زیر نیز میتوانید استفاده کنید.