Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Writer AIModel Palmyra
<a name="model-parameters-writer-palmyra"></a>

Bagian ini menjelaskan parameter permintaan dan bidang respons untuk Writer AI model. Gunakan informasi ini untuk membuat panggilan inferensi ke Writer AI model dengan operasi [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html)dan [InvokeModelWithResponseStream](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html)(streaming). Bagian ini juga mencakup contoh Python kode yang menunjukkan cara memanggil Writer AI model. Untuk menggunakan model dalam operasi inferensi, Anda memerlukan ID model untuk model tersebut. Untuk mendapatkan ID model, lihat[Model pondasi yang didukung di Amazon Bedrock](models-supported.md). Beberapa model juga bekerja dengan [ConverseAPI](conversation-inference.md). Untuk memeriksa apakah Converse API mendukung Writer AI model tertentu, lihat[Model dan fitur model yang didukung](conversation-inference-supported-models-features.md). Untuk contoh kode lainnya, lihat[Contoh kode untuk Amazon Bedrock menggunakan AWS SDKs](service_code_examples.md).

Model foundation di Amazon Bedrock mendukung modalitas input dan output, yang bervariasi dari model ke model. Untuk memeriksa modalitas yang didukung Writer AI model, lihat. [Model pondasi yang didukung di Amazon Bedrock](models-supported.md) Untuk memeriksa Amazon Bedrock mana yang memiliki fitur dukungan Writer AI model, lihat[Model pondasi yang didukung di Amazon Bedrock](models-supported.md). Untuk memeriksa AWS Wilayah mana Writer AI model tersedia, lihat[Model pondasi yang didukung di Amazon Bedrock](models-supported.md).

Saat Anda melakukan panggilan inferensi dengan Writer AI model, Anda menyertakan prompt untuk model tersebut. Untuk informasi umum tentang membuat prompt untuk model yang didukung Amazon Bedrock, lihat. [Konsep rekayasa yang cepat](prompt-engineering-guidelines.md) Untuk informasi prompt Writer AI spesifik, lihat [panduan teknik yang Writer AI cepat]().

**Penulis Palmyra X4**

Peringkat teratas di Stanford HELM, Writer Palmyra X4 mencapai kinerja yang unggul pada tugas-tugas kompleks dan alur kerja agen. Ini menggabungkan jendela konteks token 128k dengan serangkaian kemampuan tingkat perusahaan, termasuk penalaran lanjutan, panggilan alat, delegasi LLM, RAG bawaan, pembuatan kode, output terstruktur, multi-modalitas, dan dukungan multi-bahasa. Menggunakan alat khusus perusahaan yang memperluas kemampuan model untuk mengambil tindakan, Palmyra X4 memungkinkan pengembang untuk membangun aplikasi dan agen yang memperbarui sistem, melakukan transaksi, mengirim email, memicu alur kerja, dan banyak lagi.

**Penulis Palmyra X5**

Dengan jendela konteks satu juta token, Writer Palmyra X5 menandai akhir dari batasan konteks untuk pengembangan aplikasi dan agen. Model terbaru Writer mencapai kinerja superior pada inferensi konteks panjang melalui memori yang diperluas dan kekuatan pemrosesan, memungkinkan pengembang untuk membangun alur kerja agen multi-langkah yang lebih kompleks lebih cepat. Seperti Palmyra X4, Palmyra X5 mencakup serangkaian kemampuan siap perusahaan, termasuk penalaran lanjutan, panggilan alat, delegasi LLM, RAG bawaan, pembuatan kode, output terstruktur, multi-modalitas, dan dukungan multi-bahasa

**Topics**
+ [Penulis Palmyra X4](model-parameters-palmyra-x4.md)
+ [Penulis Palmyra X5](model-parameters-palmyra-x5.md)

# Penulis Palmyra X4
<a name="model-parameters-palmyra-x4"></a>

Writer Palmyra X4adalah model dengan jendela konteks hingga 128.000 token. Model ini unggul dalam memproses dan memahami tugas-tugas kompleks, sehingga ideal untuk otomatisasi alur kerja, tugas pengkodean, dan analisis data.
+ Penyedia — Penulis
+ Kategori - Pembuatan teks, pembuatan kode, pemformatan teks kaya
+ Versi terakhir - v1
+ Tanggal rilis - 28 April 2025
+ ID Model — `writer.palmyra-x4-v1:0`
+ Modalitas - Teks
+ Token maks - Masukan: 122,880 token, Keluaran: 8192 token
+ Bahasa - Inggris, Spanyol, Prancis, Jerman, Mandarin, dan beberapa bahasa lainnya
+ Jenis penyebaran - Tanpa Server

## Bidang badan permintaan permintaan Palmyra X4
<a name="model-parameters-palmyra-x4-request-body"></a>

Saat Anda membuat [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html)atau [InvokeModelWithResponseStream](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html)memanggil menggunakan model Writer, isi `body` bidang dengan objek JSON yang sesuai dengan yang di bawah ini. Masukkan prompt di `text` bidang di `text_prompts` objek.

```
{
"modelId": "writer.palmyra-x4-v1:0",
"contentType": "application/json",
"accept": "application/json",
"body": "{\"messages\":[{\"role\":\"user\",\"content\":{\"text\":\"Explain quantum computing in simple terms\"}}]}"
}
```

Tabel berikut menunjukkan nilai minimum, maksimum, dan default untuk parameter numerik.


****  

| Parameter | Jenis | *Default* | Rentang/Validasi | Deskripsi | 
| --- | --- | --- | --- | --- | 
| pesan | array | Wajib | 1-∞ item | Pesan riwayat obrolan | 
| suhu | float | 1.0 | 0,0 ≤ x ≤ 2.0 | Suhu pengambilan sampel | 
| atas\$1p | float | 1.0 | 0.0 < nilai ≤ 1.0 | Ambang pengambilan sampel nukleus | 
| max\$1token | int | 16 | 1 ≤ x ≤ 8192 | Token maksimum untuk dihasilkan | 
| min\$1token | int | 0 | 0 ≤ x ≤ max\$1token | Token minimum sebelum berhenti | 
| berhenti | array | [] | ≤4 entri | Hentikan urutan | 
| benih | int | null | Bilangan bulat apa pun | Benih acak | 
| presence\$1penalty | float | 0.0 | -2.0 ≤ x ≤ 2.0 | Penalti kehadiran token baru | 
| frekuensi\$1penalti | float | 0.0 | -2.0 ≤ x ≤ 2.0 | Penalti frekuensi token | 

## Bidang tubuh respons doa Palmyra X4
<a name="model-parameters-palmyra-x4-response-body"></a>

Respons JSON untuk Writer Palmyra X4 menggunakan format berikut:

```
{
  "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 X4kode contoh
<a name="model-parameters-palmyra-x4-example-code"></a>

Contoh kode untukWriter 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)
```

# Penulis Palmyra X5
<a name="model-parameters-palmyra-x5"></a>

Writer Palmyra X5mencakup serangkaian kemampuan siap perusahaan, termasuk penalaran lanjutan, panggilan alat, delegasi LLM, RAG bawaan, pembuatan kode, output terstruktur, multi-modalitas, dan dukungan multi-bahasa.

Writer Palmyra X5Model ini memiliki kontrol berikut:
+ Penyedia — Penulis
+ Kategori - Pembuatan teks, pembuatan kode, pemformatan teks kaya
+ Versi terakhir - v1
+ Tanggal rilis - 28 April 2025
+ ID Model — `writer.palmyra-x5-v1:0`
+ Modalitas - Teks
+ Token maks - Masukan: 1,040.000 token, Keluaran: 8192 token
+ Bahasa - Inggris, Spanyol, Prancis, Jerman, Mandarin, dan beberapa bahasa lainnya
+ Jenis penyebaran - Tanpa Server

## Bidang badan permintaan permintaan Palmyra X5
<a name="model-parameters-palmyra-x5-request-body"></a>

Saat Anda membuat [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html)atau [InvokeModelWithResponseStream](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html)memanggil menggunakan model Writer, isi `body` bidang dengan objek JSON yang sesuai dengan yang di bawah ini. Masukkan prompt di `text` bidang di `text_prompts` objek.

```
{
"modelId": "writer.palmyra-x5-v1:0",
"contentType": "application/json",
"accept": "application/json",
"body": "{\"messages\":[{\"role\":\"user\",\"content\":{\"text\":\"Explain quantum computing in simple terms\"}}]}"
}
```

Tabel berikut menunjukkan nilai minimum, maksimum, dan default untuk parameter numerik.


****  

| Parameter | Jenis | *Default* | Rentang/Validasi | Deskripsi | 
| --- | --- | --- | --- | --- | 
| pesan | array | Wajib | 1-∞ item | Pesan riwayat obrolan | 
| suhu | float | 1.0 | 0,0 ≤ x ≤ 2.0 | Suhu pengambilan sampel | 
| atas\$1p | float | 1.0 | 0,0 < x ≤ 1,0 | Ambang pengambilan sampel nukleus | 
| max\$1token | int | 16 | 1 ≤ x ≤ 8192 | Token maksimum untuk dihasilkan | 
| min\$1token | int | 0 | 0 ≤ x ≤ max\$1token | Token minimum sebelum berhenti | 
| berhenti | array | [] | ≤4 entri | Hentikan urutan | 
| benih | int | null | Bilangan bulat apa pun | Benih acak | 
| presence\$1penalty | float | 0.0 | -2.0 ≤ x ≤ 2.0 | Penalti kehadiran token baru | 
| frekuensi\$1penalti | float | 0.0 | -2.0 ≤ x ≤ 2.0 | Penalti frekuensi token | 

## Bidang tubuh respons doa Palmyra X5
<a name="model-parameters-palmyra-x5-response-body"></a>

Respons JSON untuk Writer Palmyra X5 menggunakan format berikut:

```
{
  "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
}
```