Modèle le plus capable de la famille. Multimodal text/image /vidéo sur un contexte 1M avec un raisonnement chain-of-thought entre outils et sources de données.
AmazonGénération de texte1M contextePublié 30 avr. 2025Endpoint propriétaireModèle le plus capable de la famille. Multimodal text/image /vidéo sur un contexte 1M avec un raisonnement chain-of-thought entre outils et sources de données.
Aussi connu sous le nom 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-v1:0Tarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.
Nova Premier 1.0 sert l'API Chat Completions compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.empiriolabs.ai/v1 avec votre clé API EmpirioLabs et utilisez l'id de modèle nova-premier-1-0. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
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)Paramètres de requête pris en charge par l'API Nova Premier 1.0 sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 à 2 | Température d’échantillonnage. 0 = déterministe, 2 = aléatoire maximal. |
| top_p | number | 0.9 | 0 à 1 | Probabilité d’échantillonnage du noyau, masse. Plus bas = plus concentré. |
| max_tokens | number | 4096 | 1 à 65536 | Maximum de jetons dans la réponse. |
| stop | string | - | - | Jusqu’à 4 chaînes où le modèle cesse de générer d’autres jetons. |
| response_format | enum | - | - | Retournez la sortie comme un objet JSON valide (mode JSON). Décrivez les domaines que vous souhaitez dans votre prompt. |
| web_search_linkup | boolean | false | - | Recherche web optionnelle propulsée par Linkup. Lorsqu’activées, les sources web récentes sont récupérées en utilisant votre dernier message utilisateur comme requête et fournies au modèle comme contexte supplémentaire. Ajoute $0.013 par appel lorsqu’il est invoqué en plus du coût normal du jeton du modèle. Désactivé par défaut. |
| disable_formatting | boolean | false | - | Une fois activée, la passerelle n’ajoutera pas le pied de page « Sources » aux réponses des assistants ayant utilisé la recherche web Linkup. Utile lorsque la sortie... |
Prend en charge les entrées texte, image et vidéo avec des paramètres de chat standard.
Sur EmpirioLabs, Nova Premier 1.0 est facturé à l'usage : Entrée $3.00 par jetons 1M; Produit $15.00 par jeton généré 1M; Entrée en cache $1.68 par jeton de 1 M. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
Nova Premier 1.0 prend en charge une fenêtre de contexte de 1M tokens avec jusqu'à 32 000 tokens de sortie par réponse.
Oui. Nova Premier 1.0 sert l'API Chat Completions compatible OpenAI : les SDKs OpenAI existants fonctionnent en pointant base_url vers https://api.empiriolabs.ai/v1 et en utilisant l'id de modèle nova-premier-1-0.
Oui. Le playground EmpirioLabs exécute Nova Premier 1.0 dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.
Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.
