Apodex 1.1 Mini
Réseau Neuronal
Apodex 1.1 Mini est un modèle Apodex pour les recherches et prévisions complexes : fichiers, données, code et outils.
Caractéristiques
- Entrée
- texte, documents
- Sortie
- texte
- Taille du contexte
- 262 144 tokens
- Longueur maximale de la réponse
- 235 929 tokens
- Niveaux de raisonnement
- faible, moyen, élevé
- Fonctionnalités
- raisonnement, appel de fonctions
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'apodex-1.1-mini:free',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'apodex-1.1-mini:free',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Comment ça marche Apodex 1.1 Mini?
Apodex 1.1 Mini est un modèle Apodex conçu principalement pour le raisonnement. Son profil : tâches longues et complexes, recherches, analyses et prévisions nécessitant des résultats vérifiables plutôt que des réponses rapides. Le modèle traite directement les fichiers, données, code et outils, idéal pour les pipelines de recherche. Via BotHub, le modèle est accessible depuis la Russie sans VPN ni carte étrangère : paiement en roubles à l'usage, jetons non expirables, et changement de modèle dans une seule fenêtre sans réécrire l'intégration. Pour les équipes, une API compatible OpenAI et des conditions d'entreprise sont disponibles : contrat, facturation, panneau d'administration, limites ; les données sont protégées par chiffrement AES-GCM et ne sont pas conservées. Scénarios types : revues et benchmarks de documents, prévisions basées sur des tableaux, analyse de code et dépôts, vérification d'hypothèses par calculs. Il aide les analystes à synthétiser des rapports, les développeurs à examiner du code, et les chercheurs à structurer des chaînes de raisonnement complexes.Questions fréquentes sur Apodex 1.1 Mini
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
Le modèle traite texte et documents : analyse de fichiers longs, écriture et refactorisation de code, analyse, brouillons et réécriture. Contexte de 262 144 jetons, permettant d'inclure un projet entier ou une documentation volumineuse. Accès BotHub sans VPN, paiement par cartes russes.
Limite de sortie : 235 929 jetons par réponse. Suffisant pour un document complet, une analyse détaillée ou un fichier de code volumineux sans découpage. Si la réponse est coupée, demandez simplement de continuer : le modèle reprendra là où il s'est arrêté.
Oui, le mode raisonnement est confirmé : le modèle construit une chaîne d'étapes avant de répondre. Utile pour la logique, les mathématiques et le débogage de code, où il faut analyser les conditions séquentiellement. Les réponses complexes prennent un peu plus de temps, mais sont plus précises.
Oui, l'appel de fonctions et la sortie JSON structurée sont pris en charge. Le modèle peut être connecté à des services externes, bases de données et outils personnalisés, avec des réponses au format défini. Dans BotHub, cela fonctionne via une API compatible OpenAI, donc changer de modèle ne nécessite pas de réécrire l'intégration.
Selon nos données, seuls le texte et les documents sont acceptés en entrée : vous pouvez joindre un fichier pour analyse, résumé ou questions. Pour les images, l'audio et la vidéo, BotHub propose des modèles spécialisés, accessibles dans la même fenêtre et via la même API.
Nous n'avons pas de données confirmées sur la qualité du russe pour ce modèle, nous ne ferons donc aucune promesse. Le plus simple est de tester avec votre propre tâche : envoyez une requête type et comparez avec d'autres modèles dans BotHub. Le changement prend quelques secondes et vous ne payez que pour les jetons consommés.