Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Modelos Writer AI Palmyra En esta sección se describen los parámetros de solicitud y los campos de respuesta de los modelos de Writer AI. Utilice esta información para realizar llamadas de inferencia a los modelos de Writer AI con las operaciones [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) y [InvokeModelWithResponseStream](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html) (transmisión). En esta sección también se incluyen ejemplos de código de Python que muestran cómo llamar a los modelos de Writer AI. Para utilizar un modelo en una operación de inferencia, necesitará el ID del modelo. Para obtener el ID del modelo, consulte [Modelos fundacionales compatibles en Amazon Bedrock](models-supported.md). Algunos modelos también funcionan con la [API Converse](conversation-inference.md). Para comprobar si la API Converse es compatible con un modelo de Writer AI específico, consulte [Modelos y características del modelo compatibles](conversation-inference-supported-models-features.md). Para obtener ejemplos de código, consulte [Ejemplos de código para Amazon Bedrock mediante AWS SDKs](service_code_examples.md). Los modelos fundacionales de Amazon Bedrock admiten modalidades de entrada y salida, que varían de un modelo a otro. Para comprobar las modalidades que admiten los modelos de Writer AI, consulte [Modelos fundacionales compatibles en Amazon Bedrock](models-supported.md). Para comprobar qué características de Amazon Bedrock son compatibles con los modelos de Writer AI, consulte [Modelos fundacionales compatibles en Amazon Bedrock](models-supported.md). Para comprobar en qué regiones de AWS están disponibles los modelos de Writer AI, consulte [Modelos fundacionales compatibles en Amazon Bedrock](models-supported.md). Cuando realiza llamadas de inferencia con modelos de Writer AI, usted incluye una petición para el modelo. Para obtener información general sobre cómo crear peticiones para los modelos compatibles con Amazon Bedrock, consulte [Conceptos de ingeniería de peticiones](prompt-engineering-guidelines.md). Para obtener información específica sobre las peticiones a Writer AI, consulte la [guía de ingeniería de peticiones de Writer AI](). **Writer Palmyra X4** Writer Palmyra X4, el mejor valorado en Stanford HELM, logra un rendimiento superior en tareas complejas y flujos de trabajo de agentes. Combina una ventana de contexto de 128 000 tokens con un conjunto de capacidades listas para la empresa, que incluyen razonamiento avanzado, llamada a herramientas, delegación de LLM, RAG integrado, generación de código, salidas estructuradas, varias modalidades y compatibilidad con varios idiomas. Al utilizar herramientas empresariales específicas que amplían la capacidad del modelo de realizar acciones, Palmyra X4 permite a los desarrolladores crear aplicaciones y agentes que actualizan el sistema, realizan transacciones, envían correos electrónicos, activan flujos de trabajo. etc. **Writer Palmyra X5** Con una ventana de contexto de un millón de tokens, Writer Palmyra X5 marca el fin de las restricciones contextuales para el desarrollo de aplicaciones y agentes. El modelo más reciente de Writer ofrece un rendimiento superior en inferencia con contextos largos gracias a una memoria ampliada y mayor capacidad de procesamiento, lo que permite a los desarrolladores crear flujos de trabajo agenciales más complejos y de varios pasos con mayor rapidez. Al igual que Palmyra X4, Palmyra X5 incluye un conjunto de capacidades listas para la empresa, que incluyen razonamiento avanzado, llamada a herramientas, delegación de LLM, RAG integrado, generación de código, salidas estructuradas, varias modalidades y compatibilidad con varios idiomas. **Topics** + [ # Writer Palmyra X4 ](model-parameters-palmyra-x4.md) + [ # Writer Palmyra X5 ](model-parameters-palmyra-x5.md) # Writer Palmyra X4 Writer Palmyra X4 es un modelo con una ventana de contexto de hasta 128 000 tokens. Este modelo destaca en el procesamiento y la comprensión de tareas complejas, lo que lo hace ideal para la automatización de flujos de trabajo, las tareas de programación y el análisis de datos. + Proveedor: Writer + Categorías: generación de texto, generación de código, formato de texto enriquecido + Última versión: v1 + Fecha de lanzamiento: 28 de abril de 2025 + ID del modelo: — `writer.palmyra-x4-v1:0` + Modalidad: texto + Número máximo de tokens: 122 880 tokens de entrada, 8192 tokens de salida + Idioma: inglés, español, francés, alemán, chino y otros idiomas + Tipo de implementación: sin servidor ## Campo del cuerpo de la solicitud de invocación de Palmyra X4 Cuando realice una llamada a [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) o a [InvokeModelWithResponseStream](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html) con un modelo Writer, rellene el campo `body` con un objeto JSON que se ajuste al siguiente. Introduce la petición en el campo `text` del objeto `text_prompts`. ``` { "modelId": "writer.palmyra-x4-v1:0", "contentType": "application/json", "accept": "application/json", "body": "{\"messages\":[{\"role\":\"user\",\"content\":{\"text\":\"Explain quantum computing in simple terms\"}}]}" } ``` La siguiente tabla muestra los valores mínimo, máximo y predeterminado de los parámetros numéricos. **** | Parámetro | Tipo | Predeterminado/a | Alcance/Validación | Descripción | | --- | --- | --- | --- | --- | | Mensajes | matriz | Obligatorio | 1-∞ elementos | Mensajes del historial de chat | | temperature | float | 1.0 | 0,0 ≤ x ≤ 2,0 | Temperatura de muestreo | | top\$1p | float | 1.0 | 0,0 < valor ≤ 1,0 | Umbral de muestreo del núcleo | | max\$1tokens | int | 16 | 1 ≤ x ≤ 8192 | Número máximo de tokens que se pueden generar | | min\$1tokens | int | 0 | 0 ≤ x ≤ max\$1tokens | Número mínimo de tokens antes de detenerse | | parar | matriz | [] | ≤4 entradas | Secuencias de parada | | valor de inicialización | int | nulo | Cualquier entero | Random seed (Origen aleatorio) | | presence\$1penalty | float | 0.0 | -2,0 ≤ x ≤ 2,0 | Penalización por presencia de nuevos tokens | | frequency\$1penalty | float | 0.0 | -2,0 ≤ x ≤ 2,0 | Penalización por frecuencia de tokens | ## Campo del cuerpo de la respuesta de invocación de Palmyra X4 El JSON de respuesta de Writer Palmyra X4 usa el siguiente formato: ``` { "id": "chatcmpl-a689a6e150b048ca8814890d3d904d41", "object": "chat.completion", "created": 1745854231, "model": "writer.palmyra-x4-v1:0", "choices": [ { "index": 0, "message": { "role": "assistant", "reasoning_content": null, "content": "Quantum computing harnesses quantum mechanics to process information in extraordinarily powerful ways. Unlike classical bits, which are 0 or 1, quantum bits (qubits) can exist in multiple states simultaneously through superposition. Qubits also entangle, allowing them to be interconnected in such a way that the state of one (whether it's 0 or 1) can depend on the state of another, no matter the distance between them. This combination of superposition and entanglement enables quantum computers to solve complex problems much faster than classical computers, particularly in areas like cryptography, optimization, and simulations of molecular structures. However, quantum computing is still in its early stages, facing challenges in stability and scalability.", "tool_calls": [] }, "logprobs": null, "finish_reason": "stop", "stop_reason": null } ], "usage": { "prompt_tokens": 43, "total_tokens": 186, "completion_tokens": 143, "prompt_tokens_details": null }, "prompt_logprobs": null } ``` ## Writer Palmyra X4Código de ejemplo del Ejemplos de código de Writer Palmyra X4: ``` import boto3 import json from botocore.exceptions import ClientError client = boto3.client("bedrock-runtime", region_name="us-west-2") model_id = "writer.palmyra-x4-v1:0" # Format the request payload using the model's native structure. native_request = { "temperature": 1, "messages": [ { "role": "user", "content": "Explain quantum computing in simple terms.", } ], } # Convert the native request to JSON. request = json.dumps(native_request) try: # Invoke the model with the request. response = client.invoke_model(modelId=model_id, body=request) except (ClientError, Exception) as e: print(f"ERROR: Can't invoke '{model_id}'. Reason: {e}") exit(1) # Decode the response body. model_response = json.loads(response["body"].read()) # Extract and print the response text. response_text = model_response["content"][0]["text"] print(response_text) ``` # Writer Palmyra X5 Writer Palmyra X5 incluye un conjunto de capacidades listas para la empresa, que incluyen razonamiento avanzado, llamada a herramientas, delegación de LLM, RAG integrado, generación de código, salidas estructuradas, varias modalidades y compatibilidad con varios idiomas. El modelo Writer Palmyra X5 tiene los controles siguientes: + Proveedor: Writer + Categorías: generación de texto, generación de código, formato de texto enriquecido + Última versión: v1 + Fecha de lanzamiento: 28 de abril de 2025 + ID del modelo: — `writer.palmyra-x5-v1:0` + Modalidad: texto + Número máximo de tokens: 1 040 000 tokens de entrada, 8192 tokens de salida + Idioma: inglés, español, francés, alemán, chino y otros idiomas + Tipo de implementación: sin servidor ## Campo del cuerpo de la solicitud de invocación de Palmyra X5 Cuando realice una llamada a [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) o a [InvokeModelWithResponseStream](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html) con un modelo Writer, rellene el campo `body` con un objeto JSON que se ajuste al siguiente. Introduce la petición en el campo `text` del objeto `text_prompts`. ``` { "modelId": "writer.palmyra-x5-v1:0", "contentType": "application/json", "accept": "application/json", "body": "{\"messages\":[{\"role\":\"user\",\"content\":{\"text\":\"Explain quantum computing in simple terms\"}}]}" } ``` La siguiente tabla muestra los valores mínimo, máximo y predeterminado de los parámetros numéricos. **** | Parámetro | Tipo | Predeterminado/a | Alcance/Validación | Descripción | | --- | --- | --- | --- | --- | | Mensajes | matriz | Obligatorio | 1-∞ elementos | Mensajes del historial de chat | | temperature | float | 1.0 | 0,0 ≤ x ≤ 2,0 | Temperatura de muestreo | | top\$1p | float | 1.0 | 0,0 ≤ x ≤ 1,0 | Umbral de muestreo del núcleo | | max\$1tokens | int | 16 | 1 ≤ x ≤ 8192 | Número máximo de tokens que se pueden generar | | min\$1tokens | int | 0 | 0 ≤ x ≤ max\$1tokens | Número mínimo de tokens antes de detenerse | | parar | matriz | [] | ≤4 entradas | Secuencias de parada | | valor de inicialización | int | nulo | Cualquier entero | Random seed (Origen aleatorio) | | presence\$1penalty | float | 0.0 | -2,0 ≤ x ≤ 2,0 | Penalización por presencia de nuevos tokens | | frequency\$1penalty | float | 0.0 | -2,0 ≤ x ≤ 2,0 | Penalización por frecuencia de tokens | ## Campo del cuerpo de la respuesta de invocación de Palmyra X5 El JSON de respuesta de Writer Palmyra X5 usa el siguiente formato: ``` { "id": "chatcmpl-a689a6e150b048ca8814890d3d904d41", "object": "chat.completion", "created": 1745854231, "model": "writer.palmyra-x5-v1:0", "choices": [ { "index": 0, "message": { "role": "assistant", "reasoning_content": null, "content": "Quantum computing harnesses quantum mechanics to process information in extraordinarily powerful ways. Unlike classical bits, which are 0 or 1, quantum bits (qubits) can exist in multiple states simultaneously through superposition. Qubits also entangle, allowing them to be interconnected in such a way that the state of one (whether it's 0 or 1) can depend on the state of another, no matter the distance between them. This combination of superposition and entanglement enables quantum computers to solve complex problems much faster than classical computers, particularly in areas like cryptography, optimization, and simulations of molecular structures. However, quantum computing is still in its early stages, facing challenges in stability and scalability.", "tool_calls": [] }, "logprobs": null, "finish_reason": "stop", "stop_reason": null } ], "usage": { "prompt_tokens": 43, "total_tokens": 186, "completion_tokens": 143, "prompt_tokens_details": null }, "prompt_logprobs": null } ```