Das fähigste Modell in der Familie. Multimodales text/image /Video im 1M-Kontext mit chain-of-thought Argumentation über Tools und Datenquellen hinweg.
AmazonTextgenerierung1M KontextVeröffentlicht 30. Apr. 2025Proprietärer EndpointDas fähigste Modell in der Familie. Multimodales text/image /Video im 1M-Kontext mit chain-of-thought Argumentation über Tools und Datenquellen hinweg.
Auch bekannt als Nova Premier, Amazon Nova Premier 1.0, Nova-Premier-1.0, nova-premier-1-0
nova-premier-1-0/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/nova-premier-1-0:generateContentamazon-nova-premieramazon/nova-premiernova-premierus.amazon.nova-premier-v1:0Live Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.
Nova Premier 1.0 bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID nova-premier-1-0. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "nova-premier-1-0",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="nova-premier-1-0",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Request-Parameter, die die Nova Premier 1.0 API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.
| Parameter | Typ | Standard | Bereich / Werte | Beschreibung |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 bis 2 | Temperatur wird geprochen. 0 = deterministisch, 2 = maximale Zufälligkeit. |
| top_p | number | 0.9 | 0 bis 1 | Kernprobenwahrscheinlichkeitsmasse. Niedriger = fokussierter. |
| max_tokens | number | 4096 | 1 bis 65536 | Maximale Token in der Antwort. |
| stop | string | - | - | Bis zu 4 Zeichenketten, bei denen das Modell aufhört, weitere Token zu generieren. |
| response_format | enum | - | - | Geben Sie die Ausgabe als gültiges JSON-Objekt (JSON-Modus) zurück. Beschreibe die Felder, die du in deinem Prompt verwenden möchtest. |
| web_search_linkup | boolean | false | - | Optionale Websuche, betrieben von Linkup. Wenn aktiviert, werden aktuelle Webquellen mit Ihrer neuesten Benutzernachricht als Abfrage abgerufen und dem Modell als zusätzlicher Kontext bereitgestellt. Fügt $0.013 pro Aufruf hinzu, wenn er aufgerufen wird, zusätzlich zu den normalen Tokenkosten des Modells. Standardmäßig deaktiviert. |
| disable_formatting | boolean | false | - | Wenn aktiviert, fügt das Gateway den "Sources"-Footer nicht an Assistant-Antworten an, die die Linkup-Websuche verwendet haben. Nützlich, wenn die Modellausgabe an... |
Unterstützt text-, bild- und videoeingaben mit standard-chat-parametern.
Auf EmpirioLabs wird Nova Premier 1.0 nach Verbrauch abgerechnet: Input $3.00 pro 1M prompte Token; Output $15.00 pro 1M generierte Token; Zwischenspeichereingang $1.68 pro 1M Token. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
Nova Premier 1.0 unterstützt ein Kontextfenster von 1M Token mit bis zu 32.000 Ausgabe-Token pro Antwort.
Ja. Nova Premier 1.0 bedient die OpenAI-kompatible Chat Completions API. Bestehende OpenAI SDKs funktionieren, indem du base_url auf https://api.empiriolabs.ai/v1 setzt und als Modell-ID nova-premier-1-0 verwendest.
Ja. Der EmpirioLabs Playground führt Nova Premier 1.0 im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.
Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.
