Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

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

In questa sezione vengono descritti i parametri di richiesta e i campi di risposta per i modelli Writer AI. Utilizza queste informazioni per effettuare chiamate di inferenza ai modelli Writer AI con le operazioni [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) o [InvokeModelWithResponseStream](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html) (streaming). Questa sezione include anche esempi di codice Python che mostrano come chiamare i modelli Writer AI. Per utilizzare un modello in un’operazione di inferenza, è necessario l’ID modello per il modello. Per ottenere l’ID modello, consulta [Modelli di fondazione supportati in Amazon Bedrock](models-supported.md). Alcuni modelli funzionano anche con l’[API Converse](conversation-inference.md). Per verificare se l’API Converse supporta un modello Writer AI specifico, consulta [Modelli e funzionalità del modello supportati](conversation-inference-supported-models-features.md). Per ulteriori esempi di codice, consulta [Esempi di codice per l'utilizzo di Amazon Bedrock AWS SDKs](service_code_examples.md).

I modelli di fondazione in Amazon Bedrock supportano modalità di input e output, che variano da modello a modello. Per verificare le modalità supportate dai modelli Writer AI, consulta [Modelli di fondazione supportati in Amazon Bedrock](models-supported.md). Per verificare quali funzionalità di Amazon Bedrock sono supportate dai modelli Writer AI, consulta [Modelli di fondazione supportati in Amazon Bedrock](models-supported.md). Per verificare in quali Regioni AWS i modelli Writer AI sono disponibili, consulta [Modelli di fondazione supportati in Amazon Bedrock](models-supported.md).

Quando effettui chiamate di inferenza con modelli Writer AI, includi un prompt per il modello. Per informazioni generali sulla creazione di prompt per i modelli supportati da Amazon Bedrock, consulta [Concetti di progettazione dei prompt](prompt-engineering-guidelines.md). Per informazioni sui prompt specifiche di Writer AI, consulta la [Guida alla progettazione dei prompt Writer AI]().

**Writer Palmyra X4**

Al primo posto nella classifica HELM di Stanford, Writer Palmyra X4 raggiunge prestazioni superiori in compiti complessi e flussi di lavoro agentici. Combina una finestra di contesto token da 128k con una suite di funzionalità di livello aziendale, tra cui ragionamento avanzato, chiamata di strumenti, delega LLM, RAG integrato, generazione di codice, output strutturati, multimodalità e supporto multilingue. Utilizzando strumenti specifici per le aziende che ampliano la capacità del modello di agire, Palmyra X4 consente agli sviluppatori di creare app e agenti in grado di aggiornare il sistema, eseguire transazioni, inviare e-mail, attivare flussi di lavoro e molto altro ancora.

**Writer Palmyra X5**

Con una finestra contestuale di un milione di token, Writer Palmyra X5 segna la fine dei vincoli contestuali per lo sviluppo di app e agenti. Il nuovo modello di Writer raggiunge prestazioni superiori nell’inferenza contestuale a lungo termine grazie alla memoria ampliata e alla maggiore potenza di elaborazione, consentendo agli sviluppatori di creare più rapidamente flussi di lavoro agentici più complessi e articolati in più fasi. Come Palmyra X4, Palmyra X5 include una suite di funzionalità pronte per l’uso aziendale, tra cui ragionamento avanzato, chiamata di strumenti, delega LLM, RAG integrato, generazione di codice, output strutturati, multimodalità e supporto multilingue.

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

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

Writer Palmyra X4 è un modello con una finestra contestuale di un massimo di 128.000 token. Questo modello eccelle nell’elaborazione e nella comprensione di attività complesse, caratteristiche che lo rendono ideale per l’automazione del flusso di lavoro, le attività di codifica e l’analisi dei dati.
+ Provider: Writer
+ Categorie: generazione di testo, generazione di codice, formattazione RTF
+ Ultima versione: v1
+ Data di rilascio: 28 aprile 2025
+ ID modello: `writer.palmyra-x4-v1:0`
+ Modalità: testo
+ Numero massimo di token – input: 122.880 token, output: 8.192 token
+ Lingua: inglese, spagnolo, francese, tedesco, cinese e molte altre lingue
+ Tipo di implementazione: serverless

## Campo del corpo della richiesta per l’invocazione di Palmyra X4
<a name="model-parameters-palmyra-x4-request-body"></a>

Quando esegui una chiamata [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) o [InvokeModelWithResponseStream](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html) utilizzando un modello Writer, inserisci nel campo `body` un oggetto JSON conforme a quello seguente. Immetti il prompt nel campo `text` dell’oggetto `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 tabella che segue mostra i valori minimo, massimo e predefinito per i parametri numerici.


****  

| Parametro | Tipo | Valore predefinito | Intervallo/convalida | Descrizione | 
| --- | --- | --- | --- | --- | 
| messages | array | Obbligatorio | 1-∞ elementi | Messaggi di cronologia chat | 
| temperature | float | 1,0 | 0,0 ≤ x ≤ 2,0 | Temperatura campionamento | 
| top\$1p | float | 1,0 | 0,0 < valore ≤ 1,0 | Soglia campionamento nucleus | 
| max\$1tokens | int | 16 | 1 ≤ x ≤ 8.192 | Numero massimo di token da generare | 
| min\$1tokens | int | 0 | 0 ≤ x ≤ max\$1tokens | Numero minimo di token prima dell’arresto | 
| stop | array | [] | ≤4 inserimenti | Sequenze di arresto | 
| seed | int | nullo | Qualsiasi numero intero | Seed casuale | 
| presence\$1penalty | float | 0,0 | -2,0 ≤ x ≤ 2,0 | Nuova penalità per presenza di token | 
| frequency\$1penalty | float | 0,0 | -2,0 ≤ x ≤ 2,0 | Penalità per frequenza di token | 

## Campo del corpo della risposta per l’invocazione di Palmyra X4
<a name="model-parameters-palmyra-x4-response-body"></a>

La risposta JSON per Writer Palmyra X4 utilizza il seguente 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
}
```

## Codice di esempio per Writer Palmyra X4
<a name="model-parameters-palmyra-x4-example-code"></a>

Esempio di codice per 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
<a name="model-parameters-palmyra-x5"></a>

Writer Palmyra X5 include una suite di funzionalità pronte per l’uso aziendale, tra cui ragionamento avanzato, chiamata di strumenti, delega LLM, RAG integrato, generazione di codice, output strutturati, multimodalità e supporto multilingue.

Il modello Writer Palmyra X5 ha i seguenti controlli:
+ Provider: Writer
+ Categorie: generazione di testo, generazione di codice, formattazione RTF
+ Ultima versione: v1
+ Data di rilascio: 28 aprile 2025
+ ID modello: `writer.palmyra-x5-v1:0`
+ Modalità: testo
+ Numero massimo di token – input: 1.040.000 token, output: 8.192 token
+ Lingua: inglese, spagnolo, francese, tedesco, cinese e molte altre lingue
+ Tipo di implementazione: serverless

## Campo del corpo della richiesta per l’invocazione di Palmyra X5
<a name="model-parameters-palmyra-x5-request-body"></a>

Quando esegui una chiamata [InvokeModel](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModel.html) o [InvokeModelWithResponseStream](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_runtime_InvokeModelWithResponseStream.html) utilizzando un modello Writer, inserisci nel campo `body` un oggetto JSON conforme a quello seguente. Immetti il prompt nel campo `text` dell’oggetto `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 tabella che segue mostra i valori minimo, massimo e predefinito per i parametri numerici.


****  

| Parametro | Tipo | Valore predefinito | Intervallo/convalida | Descrizione | 
| --- | --- | --- | --- | --- | 
| messages | array | Obbligatorio | 1-∞ elementi | Messaggi di cronologia chat | 
| temperature | float | 1,0 | 0,0 ≤ x ≤ 2,0 | Temperatura campionamento | 
| top\$1p | float | 1,0 | 0,0 < x ≤ 1,0 | Soglia campionamento nucleus | 
| max\$1tokens | int | 16 | 1 ≤ x ≤ 8.192 | Numero massimo di token da generare | 
| min\$1tokens | int | 0 | 0 ≤ x ≤ max\$1tokens | Numero minimo di token prima dell’arresto | 
| stop | array | [] | ≤4 inserimenti | Sequenze di arresto | 
| seed | int | nullo | Qualsiasi numero intero | Seed casuale | 
| presence\$1penalty | float | 0,0 | -2,0 ≤ x ≤ 2,0 | Nuova penalità per presenza di token | 
| frequency\$1penalty | float | 0,0 | -2,0 ≤ x ≤ 2,0 | Penalità per frequenza di token | 

## Campo del corpo della risposta per l’invocazione di Palmyra X5
<a name="model-parameters-palmyra-x5-response-body"></a>

La risposta JSON per Writer Palmyra X5 utilizza il seguente 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
}
```