Qwen2.5-32B-Instruct هو النموذج النصي بحجم 32B المضبوط لاتباع التعليمات ضمن عائلة Qwen2.5 العامة. يجمع فهم اللغة وتوليدها مع البرمجة والرياضيات، بدلًا من كونه متخصّص Coder أو Math المُسمّى بشكل منفصل. يبرز المطوّر خصوصًا اتباع التعليمات التفصيلية والكتابة المطوّلة وفهم الجداول وإنتاج النص المنظّم، وخصوصًا JSON. تُدرَّب العائلة مسبقًا على مجموعة موصوفة بأنها تصل إلى 18 تريليون توكن.
البيانات المنظّمة والإجابات الطويلة والعمل متعدد اللغات
تقدّم مهمة استخراج مفيدة مقطعًا مصدريًا والحقول الدقيقة التي تحتاج إليها خطوة التطبيق التالية. حدّد أنواع الحقول وما إذا كان ينبغي نسخ الصياغة أو تلخيصها وكيفية تمثيل المعلومات الغائبة. مثلًا، يمكن لسجل منتج أن يطلب معرّفًا وشروط تشغيل وقائمة أسئلة غير محسومة. اطلب سجل JSON وحده عندما يلزم تحليله برمجيًا، أو اطلب شرحًا منفصلًا عندما يحتاج شخص إلى فحص الاستدلال وراء الحقول المستخرجة.
فهم الجداول محور موثّق آخر. قدّم أسماء الأعمدة والوحدات والصفوف ذات الصلة مع السؤال. اطلب من النموذج تحديد الصفوف التي تحقّق شرطًا أو شرح تغيّر بين فترات أو تحويل جدول إلى تقرير مكتوب. يمكن لمخرج عملي أن يحتفظ بمعرّف كل صف بجانب النتيجة. يحافظ ذلك على الرابط بين البيانات المقدّمة والإجابة بدلًا من إنتاج ملخص دون صف مصدر قابل للتتبّع.
للكتابة المطوّلة، حدّد الجمهور والأقسام والحقائق المصدرية قبل طلب المستند. قد يتطلّب مقترح تقني عرض المشكلة والمتطلبات والبدائل وتوصية باستخدام المواد المقدّمة وحدها. حدّد الشروط الإلزامية والأسئلة المطلوب حلّها. يطوّر المطوّر أيضًا المتانة عبر تعليمات نظام مختلفة، بما يدعم دورًا ونبرة وشروط محادثة محدّدة.
تدعم العائلة أكثر من 29 لغة، منها الإنجليزية والصينية والروسية والفرنسية والإسبانية والبرتغالية والألمانية والإيطالية واليابانية والكورية والفيتنامية والتايلاندية والعربية. لمهمة متعددة اللغات، ميّز لغة المصدر عن لغة المخرجات المطلوبة وقدّم قائمة مصطلحات عندما يجب أن تبقى الأسماء أو المصطلحات التقنية متّسقة. يمكن لتقرير ثنائي اللغة أن يطلب الحقائق المصدرية نفسها في نسختين مع إبقاء المعرّفات والوحدات دون تغيير.
تفاصيل نموذج هذا الإصدار
يتضمّن إصدار 32B-Instruct عددًا من المعاملات يبلغ 32.5 مليار، منها 31.0 مليار معامل لا تنتمي إلى التضمينات، و64 طبقة Transformer. يستخدم تضمينات موضعية دوّارة وSwiGLU وRMSNorm وانحياز انتباه QKV. يستخدم انتباه الاستعلامات المجمّعة 40 رأس استعلام و8 رؤوس للمفاتيح والقيم. هذا إصدار نموذج لغة كثيف مقتصر على مفكّك الترميز، مع تدريب مسبق وتدريب لاحق؛ ويحدّد Instruct الإصدار المدرّب حواريًا بدلًا من النموذج الأساسي.
تذكر البطاقة سياقًا كاملًا من 131,072 توكن وتوليدًا يصل إلى 8,192 توكن. تصف هذه الأرقام جزأين مختلفين من المهمة: يحتفظ السياق بالتعليمات والمحادثة، بينما يحدّ رقم التوليد الإجابة المكتوبة. التوليد من 512 توكن في البداية السريعة مجرد مثال ضمن حد التوليد الأكبر المذكور. يقبل النموذج النص ويُرجع النص؛ ويحتاج جدول ممسوح ضوئيًا أو لقطة شاشة إلى إتاحة محتواه كنص أو إلى نموذج بصري منفصل.
المحادثة والأدوات
تعرض بطاقة النموذج رسائل نظام ومستخدم منفصلة منسّقة بقالب المحادثة المطابق. ضع قواعد الإجابة الدائمة للمساعد في دور المحادثة المناسب، وضع المستند أو الجدول أو الشيفرة الفعلية مع مهمة المستخدم. ميّز الحدود بين المواد المصدرية المقتبسة والتعليمات حتى لا تُفهم تعليمات تظهر داخل مستند على أنها المهمة التي يقصدها التطبيق.
يوثّق الإعلان الرسمي للعائلة دعم استدعاء الأدوات عبر قوالب محادثة وتكاملات خدمة متوافقة. في هذا المسار، يوفّر التطبيق أوصاف الدوال ويتلقّى الاستدعاء المقترح وينفّذ الدالة ويُرجع نتيجتها. يمكن لذلك ربط سؤال نصي بحساب أو استرجاع بيانات، لكن اختيار هذا النموذج وحده لا يوفّر الأداة الخارجية ولا بياناتها. توليد JSON واستدعاء أداة نتيجتان مختلفتان أيضًا: ينسّق الأول النص، بينما يطلب الثاني من التطبيق الذي يستخدم النموذج تنفيذ عملية مُسمّاة.
إعداد السياق الطويل
يبدأ الإعداد المنشور عند 32,768 توكن. تتطلّب المدخلات التي تتجاوز ذلك الإعداد تمديد YaRN الموثّق، الذي يستخدم مثاله معاملًا من 4.0 وإعداد الحد الأقصى الأصلي للمواضع 32,768. يحذّر المطوّر من أن التحجيم الثابت قد يؤثّر في سلوك النصوص الأقصر ويوصي بتمكينه عند الحاجة إلى معالجة السياق الطويل.
لمقارنة مستندات كبيرة، حدّد دور كل مستند واطلب ناتجًا واحدًا محدّدًا جيدًا: مصفوفة متطلبات أو قائمة اختلافات أو قسمًا منقّحًا. احتفظ بمواضع المصادر بجانب النتائج المستخرجة واترك مساحة إجابة كافية للبنية المطلوبة. تساعد سعة السياق الطويل على الاحتفاظ بالمواد ذات الصلة معًا؛ ولا تحل محل تحديد ما ينبغي مقارنته أو كيفية استخدام النتيجة النهائية.
", "aboutText": "Qwen2.5-32B-Instruct هو النموذج النصي بحجم 32B المضبوط لاتباع التعليمات ضمن عائلة Qwen2.5 العامة. يجمع فهم اللغة وتوليدها مع البرمجة والرياضيات، بدلًا من كونه متخصّص Coder أو Math المُسمّى بشكل منفصل. يبرز المطوّر خصوصًا اتباع التعليمات التفصيلية والكتابة المطوّلة وفهم الجداول وإنتاج النص المنظّم، وخصوصًا JSON. تُدرَّب العائلة مسبقًا على مجموعة موصوفة بأنها تصل إلى 18 تريليون توكن.\n\nالبيانات المنظّمة والإجابات الطويلة والعمل متعدد اللغات\n\nتقدّم مهمة استخراج مفيدة مقطعًا مصدريًا والحقول الدقيقة التي تحتاج إليها خطوة التطبيق التالية. حدّد أنواع الحقول وما إذا كان ينبغي نسخ الصياغة أو تلخيصها وكيفية تمثيل المعلومات الغائبة. مثلًا، يمكن لسجل منتج أن يطلب معرّفًا وشروط تشغيل وقائمة أسئلة غير محسومة. اطلب سجل JSON وحده عندما يلزم تحليله برمجيًا، أو اطلب شرحًا منفصلًا عندما يحتاج شخص إلى فحص الاستدلال وراء الحقول المستخرجة.\n\nفهم الجداول محور موثّق آخر. قدّم أسماء الأعمدة والوحدات والصفوف ذات الصلة مع السؤال. اطلب من النموذج تحديد الصفوف التي تحقّق شرطًا أو شرح تغيّر بين فترات أو تحويل جدول إلى تقرير مكتوب. يمكن لمخرج عملي أن يحتفظ بمعرّف كل صف بجانب النتيجة. يحافظ ذلك على الرابط بين البيانات المقدّمة والإجابة بدلًا من إنتاج ملخص دون صف مصدر قابل للتتبّع.\n\nللكتابة المطوّلة، حدّد الجمهور والأقسام والحقائق المصدرية قبل طلب المستند. قد يتطلّب مقترح تقني عرض المشكلة والمتطلبات والبدائل وتوصية باستخدام المواد المقدّمة وحدها. حدّد الشروط الإلزامية والأسئلة المطلوب حلّها. يطوّر المطوّر أيضًا المتانة عبر تعليمات نظام مختلفة، بما يدعم دورًا ونبرة وشروط محادثة محدّدة.\n\nتدعم العائلة أكثر من 29 لغة، منها الإنجليزية والصينية والروسية والفرنسية والإسبانية والبرتغالية والألمانية والإيطالية واليابانية والكورية والفيتنامية والتايلاندية والعربية. لمهمة متعددة اللغات، ميّز لغة المصدر عن لغة المخرجات المطلوبة وقدّم قائمة مصطلحات عندما يجب أن تبقى الأسماء أو المصطلحات التقنية متّسقة. يمكن لتقرير ثنائي اللغة أن يطلب الحقائق المصدرية نفسها في نسختين مع إبقاء المعرّفات والوحدات دون تغيير.\n\nتفاصيل نموذج هذا الإصدار\n\nيتضمّن إصدار 32B-Instruct عددًا من المعاملات يبلغ 32.5 مليار، منها 31.0 مليار معامل لا تنتمي إلى التضمينات، و64 طبقة Transformer. يستخدم تضمينات موضعية دوّارة وSwiGLU وRMSNorm وانحياز انتباه QKV. يستخدم انتباه الاستعلامات المجمّعة 40 رأس استعلام و8 رؤوس للمفاتيح والقيم. هذا إصدار نموذج لغة كثيف مقتصر على مفكّك الترميز، مع تدريب مسبق وتدريب لاحق؛ ويحدّد Instruct الإصدار المدرّب حواريًا بدلًا من النموذج الأساسي.\n\nتذكر البطاقة سياقًا كاملًا من 131,072 توكن وتوليدًا يصل إلى 8,192 توكن. تصف هذه الأرقام جزأين مختلفين من المهمة: يحتفظ السياق بالتعليمات والمحادثة، بينما يحدّ رقم التوليد الإجابة المكتوبة. التوليد من 512 توكن في البداية السريعة مجرد مثال ضمن حد التوليد الأكبر المذكور. يقبل النموذج النص ويُرجع النص؛ ويحتاج جدول ممسوح ضوئيًا أو لقطة شاشة إلى إتاحة محتواه كنص أو إلى نموذج بصري منفصل.\n\nالمحادثة والأدوات\n\nتعرض بطاقة النموذج رسائل نظام ومستخدم منفصلة منسّقة بقالب المحادثة المطابق. ضع قواعد الإجابة الدائمة للمساعد في دور المحادثة المناسب، وضع المستند أو الجدول أو الشيفرة الفعلية مع مهمة المستخدم. ميّز الحدود بين المواد المصدرية المقتبسة والتعليمات حتى لا تُفهم تعليمات تظهر داخل مستند على أنها المهمة التي يقصدها التطبيق.\n\nيوثّق الإعلان الرسمي للعائلة دعم استدعاء الأدوات عبر قوالب محادثة وتكاملات خدمة متوافقة. في هذا المسار، يوفّر التطبيق أوصاف الدوال ويتلقّى الاستدعاء المقترح وينفّذ الدالة ويُرجع نتيجتها. يمكن لذلك ربط سؤال نصي بحساب أو استرجاع بيانات، لكن اختيار هذا النموذج وحده لا يوفّر الأداة الخارجية ولا بياناتها. توليد JSON واستدعاء أداة نتيجتان مختلفتان أيضًا: ينسّق الأول النص، بينما يطلب الثاني من التطبيق الذي يستخدم النموذج تنفيذ عملية مُسمّاة.\n\nإعداد السياق الطويل\n\nيبدأ الإعداد المنشور عند 32,768 توكن. تتطلّب المدخلات التي تتجاوز ذلك الإعداد تمديد YaRN الموثّق، الذي يستخدم مثاله معاملًا من 4.0 وإعداد الحد الأقصى الأصلي للمواضع 32,768. يحذّر المطوّر من أن التحجيم الثابت قد يؤثّر في سلوك النصوص الأقصر ويوصي بتمكينه عند الحاجة إلى معالجة السياق الطويل.\n\nلمقارنة مستندات كبيرة، حدّد دور كل مستند واطلب ناتجًا واحدًا محدّدًا جيدًا: مصفوفة متطلبات أو قائمة اختلافات أو قسمًا منقّحًا. احتفظ بمواضع المصادر بجانب النتائج المستخرجة واترك مساحة إجابة كافية للبنية المطلوبة. تساعد سعة السياق الطويل على الاحتفاظ بالمواد ذات الصلة معًا؛ ولا تحل محل تحديد ما ينبغي مقارنته أو كيفية استخدام النتيجة النهائية.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Explain a stock table\n\nAnalyze this text table: SKU | opening units | received units | shipped units. A1 | 20 | 10 | 18. B2 | 7 | 0 | 9. Calculate closing stock for each SKU, identify any impossible negative balance and draft a short note naming the row that needs investigation. Preserve column units.A closing-stock table with row IDs and a short anomaly note supported by the source values.Recalculate opening plus received minus shipped and verify the B2 discrepancy is flagged rather than corrected.Qwen/Qwen2.5-32B-InstructQwen2.5-32B-Instruct هو نموذج نصي متعدد اللغات للتعليمات التفصيلية والبرمجة والرياضيات والبيانات المنظّمة. يركّز إصداره ذو 32.5 مليار معامل على فهم الجداول ومخرجات JSON والنتائج المكتوبة الطويلة، مع إعدادات موثّقة للسياق الموسّع.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Qwen2.5-32B-Instruct هو النموذج النصي بحجم 32B المضبوط لاتباع التعليمات ضمن عائلة Qwen2.5 العامة. يجمع فهم اللغة وتوليدها مع البرمجة والرياضيات، بدلًا من كونه متخصّص Coder أو Math المُسمّى بشكل منفصل. يبرز المطوّر خصوصًا اتباع التعليمات التفصيلية والكتابة المطوّلة وفهم الجداول وإنتاج النص المنظّم، وخصوصًا JSON. تُدرَّب العائلة مسبقًا على مجموعة موصوفة بأنها تصل إلى 18 تريليون توكن.
البيانات المنظّمة والإجابات الطويلة والعمل متعدد اللغات
تقدّم مهمة استخراج مفيدة مقطعًا مصدريًا والحقول الدقيقة التي تحتاج إليها خطوة التطبيق التالية. حدّد أنواع الحقول وما إذا كان ينبغي نسخ الصياغة أو تلخيصها وكيفية تمثيل المعلومات الغائبة. مثلًا، يمكن لسجل منتج أن يطلب معرّفًا وشروط تشغيل وقائمة أسئلة غير محسومة. اطلب سجل JSON وحده عندما يلزم تحليله برمجيًا، أو اطلب شرحًا منفصلًا عندما يحتاج شخص إلى فحص الاستدلال وراء الحقول المستخرجة.
فهم الجداول محور موثّق آخر. قدّم أسماء الأعمدة والوحدات والصفوف ذات الصلة مع السؤال. اطلب من النموذج تحديد الصفوف التي تحقّق شرطًا أو شرح تغيّر بين فترات أو تحويل جدول إلى تقرير مكتوب. يمكن لمخرج عملي أن يحتفظ بمعرّف كل صف بجانب النتيجة. يحافظ ذلك على الرابط بين البيانات المقدّمة والإجابة بدلًا من إنتاج ملخص دون صف مصدر قابل للتتبّع.
للكتابة المطوّلة، حدّد الجمهور والأقسام والحقائق المصدرية قبل طلب المستند. قد يتطلّب مقترح تقني عرض المشكلة والمتطلبات والبدائل وتوصية باستخدام المواد المقدّمة وحدها. حدّد الشروط الإلزامية والأسئلة المطلوب حلّها. يطوّر المطوّر أيضًا المتانة عبر تعليمات نظام مختلفة، بما يدعم دورًا ونبرة وشروط محادثة محدّدة.
تدعم العائلة أكثر من 29 لغة، منها الإنجليزية والصينية والروسية والفرنسية والإسبانية والبرتغالية والألمانية والإيطالية واليابانية والكورية والفيتنامية والتايلاندية والعربية. لمهمة متعددة اللغات، ميّز لغة المصدر عن لغة المخرجات المطلوبة وقدّم قائمة مصطلحات عندما يجب أن تبقى الأسماء أو المصطلحات التقنية متّسقة. يمكن لتقرير ثنائي اللغة أن يطلب الحقائق المصدرية نفسها في نسختين مع إبقاء المعرّفات والوحدات دون تغيير.
تفاصيل نموذج هذا الإصدار
يتضمّن إصدار 32B-Instruct عددًا من المعاملات يبلغ 32.5 مليار، منها 31.0 مليار معامل لا تنتمي إلى التضمينات، و64 طبقة Transformer. يستخدم تضمينات موضعية دوّارة وSwiGLU وRMSNorm وانحياز انتباه QKV. يستخدم انتباه الاستعلامات المجمّعة 40 رأس استعلام و8 رؤوس للمفاتيح والقيم. هذا إصدار نموذج لغة كثيف مقتصر على مفكّك الترميز، مع تدريب مسبق وتدريب لاحق؛ ويحدّد Instruct الإصدار المدرّب حواريًا بدلًا من النموذج الأساسي.
تذكر البطاقة سياقًا كاملًا من 131,072 توكن وتوليدًا يصل إلى 8,192 توكن. تصف هذه الأرقام جزأين مختلفين من المهمة: يحتفظ السياق بالتعليمات والمحادثة، بينما يحدّ رقم التوليد الإجابة المكتوبة. التوليد من 512 توكن في البداية السريعة مجرد مثال ضمن حد التوليد الأكبر المذكور. يقبل النموذج النص ويُرجع النص؛ ويحتاج جدول ممسوح ضوئيًا أو لقطة شاشة إلى إتاحة محتواه كنص أو إلى نموذج بصري منفصل.
المحادثة والأدوات
تعرض بطاقة النموذج رسائل نظام ومستخدم منفصلة منسّقة بقالب المحادثة المطابق. ضع قواعد الإجابة الدائمة للمساعد في دور المحادثة المناسب، وضع المستند أو الجدول أو الشيفرة الفعلية مع مهمة المستخدم. ميّز الحدود بين المواد المصدرية المقتبسة والتعليمات حتى لا تُفهم تعليمات تظهر داخل مستند على أنها المهمة التي يقصدها التطبيق.
يوثّق الإعلان الرسمي للعائلة دعم استدعاء الأدوات عبر قوالب محادثة وتكاملات خدمة متوافقة. في هذا المسار، يوفّر التطبيق أوصاف الدوال ويتلقّى الاستدعاء المقترح وينفّذ الدالة ويُرجع نتيجتها. يمكن لذلك ربط سؤال نصي بحساب أو استرجاع بيانات، لكن اختيار هذا النموذج وحده لا يوفّر الأداة الخارجية ولا بياناتها. توليد JSON واستدعاء أداة نتيجتان مختلفتان أيضًا: ينسّق الأول النص، بينما يطلب الثاني من التطبيق الذي يستخدم النموذج تنفيذ عملية مُسمّاة.
إعداد السياق الطويل
يبدأ الإعداد المنشور عند 32,768 توكن. تتطلّب المدخلات التي تتجاوز ذلك الإعداد تمديد YaRN الموثّق، الذي يستخدم مثاله معاملًا من 4.0 وإعداد الحد الأقصى الأصلي للمواضع 32,768. يحذّر المطوّر من أن التحجيم الثابت قد يؤثّر في سلوك النصوص الأقصر ويوصي بتمكينه عند الحاجة إلى معالجة السياق الطويل.
لمقارنة مستندات كبيرة، حدّد دور كل مستند واطلب ناتجًا واحدًا محدّدًا جيدًا: مصفوفة متطلبات أو قائمة اختلافات أو قسمًا منقّحًا. احتفظ بمواضع المصادر بجانب النتائج المستخرجة واترك مساحة إجابة كافية للبنية المطلوبة. تساعد سعة السياق الطويل على الاحتفاظ بالمواد ذات الصلة معًا؛ ولا تحل محل تحديد ما ينبغي مقارنته أو كيفية استخدام النتيجة النهائية.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود Qwen/Qwen2.5-32B-Instruct | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.00036 / 1K من الرموز الإخراج · رموز الإخراج $0.00036 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Qwen/Qwen2.5-32B-Instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='Qwen/Qwen2.5-32B-Instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='Qwen/Qwen2.5-32B-Instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra Qwen/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
Qwen/Qwen2.5-32B-InstructQwen2.5-32B-Instruct هو نموذج نصي متعدد اللغات للتعليمات التفصيلية والبرمجة والرياضيات والبيانات المنظّمة. يركّز إصداره ذو 32.5 مليار معامل على فهم الجداول ومخرجات JSON والنتائج المكتوبة الطويلة، مع إعدادات موثّقة للسياق الموسّع.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Qwen2.5-32B-Instruct هو النموذج النصي بحجم 32B المضبوط لاتباع التعليمات ضمن عائلة Qwen2.5 العامة. يجمع فهم اللغة وتوليدها مع البرمجة والرياضيات، بدلًا من كونه متخصّص Coder أو Math المُسمّى بشكل منفصل. يبرز المطوّر خصوصًا اتباع التعليمات التفصيلية والكتابة المطوّلة وفهم الجداول وإنتاج النص المنظّم، وخصوصًا JSON. تُدرَّب العائلة مسبقًا على مجموعة موصوفة بأنها تصل إلى 18 تريليون توكن.
البيانات المنظّمة والإجابات الطويلة والعمل متعدد اللغات
تقدّم مهمة استخراج مفيدة مقطعًا مصدريًا والحقول الدقيقة التي تحتاج إليها خطوة التطبيق التالية. حدّد أنواع الحقول وما إذا كان ينبغي نسخ الصياغة أو تلخيصها وكيفية تمثيل المعلومات الغائبة. مثلًا، يمكن لسجل منتج أن يطلب معرّفًا وشروط تشغيل وقائمة أسئلة غير محسومة. اطلب سجل JSON وحده عندما يلزم تحليله برمجيًا، أو اطلب شرحًا منفصلًا عندما يحتاج شخص إلى فحص الاستدلال وراء الحقول المستخرجة.
فهم الجداول محور موثّق آخر. قدّم أسماء الأعمدة والوحدات والصفوف ذات الصلة مع السؤال. اطلب من النموذج تحديد الصفوف التي تحقّق شرطًا أو شرح تغيّر بين فترات أو تحويل جدول إلى تقرير مكتوب. يمكن لمخرج عملي أن يحتفظ بمعرّف كل صف بجانب النتيجة. يحافظ ذلك على الرابط بين البيانات المقدّمة والإجابة بدلًا من إنتاج ملخص دون صف مصدر قابل للتتبّع.
للكتابة المطوّلة، حدّد الجمهور والأقسام والحقائق المصدرية قبل طلب المستند. قد يتطلّب مقترح تقني عرض المشكلة والمتطلبات والبدائل وتوصية باستخدام المواد المقدّمة وحدها. حدّد الشروط الإلزامية والأسئلة المطلوب حلّها. يطوّر المطوّر أيضًا المتانة عبر تعليمات نظام مختلفة، بما يدعم دورًا ونبرة وشروط محادثة محدّدة.
تدعم العائلة أكثر من 29 لغة، منها الإنجليزية والصينية والروسية والفرنسية والإسبانية والبرتغالية والألمانية والإيطالية واليابانية والكورية والفيتنامية والتايلاندية والعربية. لمهمة متعددة اللغات، ميّز لغة المصدر عن لغة المخرجات المطلوبة وقدّم قائمة مصطلحات عندما يجب أن تبقى الأسماء أو المصطلحات التقنية متّسقة. يمكن لتقرير ثنائي اللغة أن يطلب الحقائق المصدرية نفسها في نسختين مع إبقاء المعرّفات والوحدات دون تغيير.
تفاصيل نموذج هذا الإصدار
يتضمّن إصدار 32B-Instruct عددًا من المعاملات يبلغ 32.5 مليار، منها 31.0 مليار معامل لا تنتمي إلى التضمينات، و64 طبقة Transformer. يستخدم تضمينات موضعية دوّارة وSwiGLU وRMSNorm وانحياز انتباه QKV. يستخدم انتباه الاستعلامات المجمّعة 40 رأس استعلام و8 رؤوس للمفاتيح والقيم. هذا إصدار نموذج لغة كثيف مقتصر على مفكّك الترميز، مع تدريب مسبق وتدريب لاحق؛ ويحدّد Instruct الإصدار المدرّب حواريًا بدلًا من النموذج الأساسي.
تذكر البطاقة سياقًا كاملًا من 131,072 توكن وتوليدًا يصل إلى 8,192 توكن. تصف هذه الأرقام جزأين مختلفين من المهمة: يحتفظ السياق بالتعليمات والمحادثة، بينما يحدّ رقم التوليد الإجابة المكتوبة. التوليد من 512 توكن في البداية السريعة مجرد مثال ضمن حد التوليد الأكبر المذكور. يقبل النموذج النص ويُرجع النص؛ ويحتاج جدول ممسوح ضوئيًا أو لقطة شاشة إلى إتاحة محتواه كنص أو إلى نموذج بصري منفصل.
المحادثة والأدوات
تعرض بطاقة النموذج رسائل نظام ومستخدم منفصلة منسّقة بقالب المحادثة المطابق. ضع قواعد الإجابة الدائمة للمساعد في دور المحادثة المناسب، وضع المستند أو الجدول أو الشيفرة الفعلية مع مهمة المستخدم. ميّز الحدود بين المواد المصدرية المقتبسة والتعليمات حتى لا تُفهم تعليمات تظهر داخل مستند على أنها المهمة التي يقصدها التطبيق.
يوثّق الإعلان الرسمي للعائلة دعم استدعاء الأدوات عبر قوالب محادثة وتكاملات خدمة متوافقة. في هذا المسار، يوفّر التطبيق أوصاف الدوال ويتلقّى الاستدعاء المقترح وينفّذ الدالة ويُرجع نتيجتها. يمكن لذلك ربط سؤال نصي بحساب أو استرجاع بيانات، لكن اختيار هذا النموذج وحده لا يوفّر الأداة الخارجية ولا بياناتها. توليد JSON واستدعاء أداة نتيجتان مختلفتان أيضًا: ينسّق الأول النص، بينما يطلب الثاني من التطبيق الذي يستخدم النموذج تنفيذ عملية مُسمّاة.
إعداد السياق الطويل
يبدأ الإعداد المنشور عند 32,768 توكن. تتطلّب المدخلات التي تتجاوز ذلك الإعداد تمديد YaRN الموثّق، الذي يستخدم مثاله معاملًا من 4.0 وإعداد الحد الأقصى الأصلي للمواضع 32,768. يحذّر المطوّر من أن التحجيم الثابت قد يؤثّر في سلوك النصوص الأقصر ويوصي بتمكينه عند الحاجة إلى معالجة السياق الطويل.
لمقارنة مستندات كبيرة، حدّد دور كل مستند واطلب ناتجًا واحدًا محدّدًا جيدًا: مصفوفة متطلبات أو قائمة اختلافات أو قسمًا منقّحًا. احتفظ بمواضع المصادر بجانب النتائج المستخرجة واترك مساحة إجابة كافية للبنية المطلوبة. تساعد سعة السياق الطويل على الاحتفاظ بالمواد ذات الصلة معًا؛ ولا تحل محل تحديد ما ينبغي مقارنته أو كيفية استخدام النتيجة النهائية.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود Qwen/Qwen2.5-32B-Instruct | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.00036 / 1K من الرموز الإخراج · رموز الإخراج $0.00036 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "Qwen/Qwen2.5-32B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen2.5-32B-Instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen2.5-32B-Instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra Qwen/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
qwen2.5-32b-instructQwen2.5-32B-Instruct هو نموذج نصي متعدد اللغات للتعليمات التفصيلية والبرمجة والرياضيات والبيانات المنظّمة. يركّز إصداره ذو 32.5 مليار معامل على فهم الجداول ومخرجات JSON والنتائج المكتوبة الطويلة، مع إعدادات موثّقة للسياق الموسّع.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Qwen2.5-32B-Instruct هو النموذج النصي بحجم 32B المضبوط لاتباع التعليمات ضمن عائلة Qwen2.5 العامة. يجمع فهم اللغة وتوليدها مع البرمجة والرياضيات، بدلًا من كونه متخصّص Coder أو Math المُسمّى بشكل منفصل. يبرز المطوّر خصوصًا اتباع التعليمات التفصيلية والكتابة المطوّلة وفهم الجداول وإنتاج النص المنظّم، وخصوصًا JSON. تُدرَّب العائلة مسبقًا على مجموعة موصوفة بأنها تصل إلى 18 تريليون توكن.
البيانات المنظّمة والإجابات الطويلة والعمل متعدد اللغات
تقدّم مهمة استخراج مفيدة مقطعًا مصدريًا والحقول الدقيقة التي تحتاج إليها خطوة التطبيق التالية. حدّد أنواع الحقول وما إذا كان ينبغي نسخ الصياغة أو تلخيصها وكيفية تمثيل المعلومات الغائبة. مثلًا، يمكن لسجل منتج أن يطلب معرّفًا وشروط تشغيل وقائمة أسئلة غير محسومة. اطلب سجل JSON وحده عندما يلزم تحليله برمجيًا، أو اطلب شرحًا منفصلًا عندما يحتاج شخص إلى فحص الاستدلال وراء الحقول المستخرجة.
فهم الجداول محور موثّق آخر. قدّم أسماء الأعمدة والوحدات والصفوف ذات الصلة مع السؤال. اطلب من النموذج تحديد الصفوف التي تحقّق شرطًا أو شرح تغيّر بين فترات أو تحويل جدول إلى تقرير مكتوب. يمكن لمخرج عملي أن يحتفظ بمعرّف كل صف بجانب النتيجة. يحافظ ذلك على الرابط بين البيانات المقدّمة والإجابة بدلًا من إنتاج ملخص دون صف مصدر قابل للتتبّع.
للكتابة المطوّلة، حدّد الجمهور والأقسام والحقائق المصدرية قبل طلب المستند. قد يتطلّب مقترح تقني عرض المشكلة والمتطلبات والبدائل وتوصية باستخدام المواد المقدّمة وحدها. حدّد الشروط الإلزامية والأسئلة المطلوب حلّها. يطوّر المطوّر أيضًا المتانة عبر تعليمات نظام مختلفة، بما يدعم دورًا ونبرة وشروط محادثة محدّدة.
تدعم العائلة أكثر من 29 لغة، منها الإنجليزية والصينية والروسية والفرنسية والإسبانية والبرتغالية والألمانية والإيطالية واليابانية والكورية والفيتنامية والتايلاندية والعربية. لمهمة متعددة اللغات، ميّز لغة المصدر عن لغة المخرجات المطلوبة وقدّم قائمة مصطلحات عندما يجب أن تبقى الأسماء أو المصطلحات التقنية متّسقة. يمكن لتقرير ثنائي اللغة أن يطلب الحقائق المصدرية نفسها في نسختين مع إبقاء المعرّفات والوحدات دون تغيير.
تفاصيل نموذج هذا الإصدار
يتضمّن إصدار 32B-Instruct عددًا من المعاملات يبلغ 32.5 مليار، منها 31.0 مليار معامل لا تنتمي إلى التضمينات، و64 طبقة Transformer. يستخدم تضمينات موضعية دوّارة وSwiGLU وRMSNorm وانحياز انتباه QKV. يستخدم انتباه الاستعلامات المجمّعة 40 رأس استعلام و8 رؤوس للمفاتيح والقيم. هذا إصدار نموذج لغة كثيف مقتصر على مفكّك الترميز، مع تدريب مسبق وتدريب لاحق؛ ويحدّد Instruct الإصدار المدرّب حواريًا بدلًا من النموذج الأساسي.
تذكر البطاقة سياقًا كاملًا من 131,072 توكن وتوليدًا يصل إلى 8,192 توكن. تصف هذه الأرقام جزأين مختلفين من المهمة: يحتفظ السياق بالتعليمات والمحادثة، بينما يحدّ رقم التوليد الإجابة المكتوبة. التوليد من 512 توكن في البداية السريعة مجرد مثال ضمن حد التوليد الأكبر المذكور. يقبل النموذج النص ويُرجع النص؛ ويحتاج جدول ممسوح ضوئيًا أو لقطة شاشة إلى إتاحة محتواه كنص أو إلى نموذج بصري منفصل.
المحادثة والأدوات
تعرض بطاقة النموذج رسائل نظام ومستخدم منفصلة منسّقة بقالب المحادثة المطابق. ضع قواعد الإجابة الدائمة للمساعد في دور المحادثة المناسب، وضع المستند أو الجدول أو الشيفرة الفعلية مع مهمة المستخدم. ميّز الحدود بين المواد المصدرية المقتبسة والتعليمات حتى لا تُفهم تعليمات تظهر داخل مستند على أنها المهمة التي يقصدها التطبيق.
يوثّق الإعلان الرسمي للعائلة دعم استدعاء الأدوات عبر قوالب محادثة وتكاملات خدمة متوافقة. في هذا المسار، يوفّر التطبيق أوصاف الدوال ويتلقّى الاستدعاء المقترح وينفّذ الدالة ويُرجع نتيجتها. يمكن لذلك ربط سؤال نصي بحساب أو استرجاع بيانات، لكن اختيار هذا النموذج وحده لا يوفّر الأداة الخارجية ولا بياناتها. توليد JSON واستدعاء أداة نتيجتان مختلفتان أيضًا: ينسّق الأول النص، بينما يطلب الثاني من التطبيق الذي يستخدم النموذج تنفيذ عملية مُسمّاة.
إعداد السياق الطويل
يبدأ الإعداد المنشور عند 32,768 توكن. تتطلّب المدخلات التي تتجاوز ذلك الإعداد تمديد YaRN الموثّق، الذي يستخدم مثاله معاملًا من 4.0 وإعداد الحد الأقصى الأصلي للمواضع 32,768. يحذّر المطوّر من أن التحجيم الثابت قد يؤثّر في سلوك النصوص الأقصر ويوصي بتمكينه عند الحاجة إلى معالجة السياق الطويل.
لمقارنة مستندات كبيرة، حدّد دور كل مستند واطلب ناتجًا واحدًا محدّدًا جيدًا: مصفوفة متطلبات أو قائمة اختلافات أو قسمًا منقّحًا. احتفظ بمواضع المصادر بجانب النتائج المستخرجة واترك مساحة إجابة كافية للبنية المطلوبة. تساعد سعة السياق الطويل على الاحتفاظ بالمواد ذات الصلة معًا؛ ولا تحل محل تحديد ما ينبغي مقارنته أو كيفية استخدام النتيجة النهائية.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود qwen2.5-32b-instruct | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: محادثة نصية | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream |
المعلمةcontrol_scope | المواصفاتمحادثة نصية؛ stream قيمة منطقية، وقيمتها الافتراضية false. |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
الأسماء البديلة للطريقة: /chat/completions
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.00036 / 1K من الرموز الإخراج · رموز الإخراج $0.00036 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"qwen2.5-32b-instruct","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="qwen2.5-32b-instruct", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra Qwen/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
qwen2.5-32b-instructQwen2.5-32B-Instruct هو نموذج نصي متعدد اللغات للتعليمات التفصيلية والبرمجة والرياضيات والبيانات المنظّمة. يركّز إصداره ذو 32.5 مليار معامل على فهم الجداول ومخرجات JSON والنتائج المكتوبة الطويلة، مع إعدادات موثّقة للسياق الموسّع.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Qwen2.5-32B-Instruct هو النموذج النصي بحجم 32B المضبوط لاتباع التعليمات ضمن عائلة Qwen2.5 العامة. يجمع فهم اللغة وتوليدها مع البرمجة والرياضيات، بدلًا من كونه متخصّص Coder أو Math المُسمّى بشكل منفصل. يبرز المطوّر خصوصًا اتباع التعليمات التفصيلية والكتابة المطوّلة وفهم الجداول وإنتاج النص المنظّم، وخصوصًا JSON. تُدرَّب العائلة مسبقًا على مجموعة موصوفة بأنها تصل إلى 18 تريليون توكن.
البيانات المنظّمة والإجابات الطويلة والعمل متعدد اللغات
تقدّم مهمة استخراج مفيدة مقطعًا مصدريًا والحقول الدقيقة التي تحتاج إليها خطوة التطبيق التالية. حدّد أنواع الحقول وما إذا كان ينبغي نسخ الصياغة أو تلخيصها وكيفية تمثيل المعلومات الغائبة. مثلًا، يمكن لسجل منتج أن يطلب معرّفًا وشروط تشغيل وقائمة أسئلة غير محسومة. اطلب سجل JSON وحده عندما يلزم تحليله برمجيًا، أو اطلب شرحًا منفصلًا عندما يحتاج شخص إلى فحص الاستدلال وراء الحقول المستخرجة.
فهم الجداول محور موثّق آخر. قدّم أسماء الأعمدة والوحدات والصفوف ذات الصلة مع السؤال. اطلب من النموذج تحديد الصفوف التي تحقّق شرطًا أو شرح تغيّر بين فترات أو تحويل جدول إلى تقرير مكتوب. يمكن لمخرج عملي أن يحتفظ بمعرّف كل صف بجانب النتيجة. يحافظ ذلك على الرابط بين البيانات المقدّمة والإجابة بدلًا من إنتاج ملخص دون صف مصدر قابل للتتبّع.
للكتابة المطوّلة، حدّد الجمهور والأقسام والحقائق المصدرية قبل طلب المستند. قد يتطلّب مقترح تقني عرض المشكلة والمتطلبات والبدائل وتوصية باستخدام المواد المقدّمة وحدها. حدّد الشروط الإلزامية والأسئلة المطلوب حلّها. يطوّر المطوّر أيضًا المتانة عبر تعليمات نظام مختلفة، بما يدعم دورًا ونبرة وشروط محادثة محدّدة.
تدعم العائلة أكثر من 29 لغة، منها الإنجليزية والصينية والروسية والفرنسية والإسبانية والبرتغالية والألمانية والإيطالية واليابانية والكورية والفيتنامية والتايلاندية والعربية. لمهمة متعددة اللغات، ميّز لغة المصدر عن لغة المخرجات المطلوبة وقدّم قائمة مصطلحات عندما يجب أن تبقى الأسماء أو المصطلحات التقنية متّسقة. يمكن لتقرير ثنائي اللغة أن يطلب الحقائق المصدرية نفسها في نسختين مع إبقاء المعرّفات والوحدات دون تغيير.
تفاصيل نموذج هذا الإصدار
يتضمّن إصدار 32B-Instruct عددًا من المعاملات يبلغ 32.5 مليار، منها 31.0 مليار معامل لا تنتمي إلى التضمينات، و64 طبقة Transformer. يستخدم تضمينات موضعية دوّارة وSwiGLU وRMSNorm وانحياز انتباه QKV. يستخدم انتباه الاستعلامات المجمّعة 40 رأس استعلام و8 رؤوس للمفاتيح والقيم. هذا إصدار نموذج لغة كثيف مقتصر على مفكّك الترميز، مع تدريب مسبق وتدريب لاحق؛ ويحدّد Instruct الإصدار المدرّب حواريًا بدلًا من النموذج الأساسي.
تذكر البطاقة سياقًا كاملًا من 131,072 توكن وتوليدًا يصل إلى 8,192 توكن. تصف هذه الأرقام جزأين مختلفين من المهمة: يحتفظ السياق بالتعليمات والمحادثة، بينما يحدّ رقم التوليد الإجابة المكتوبة. التوليد من 512 توكن في البداية السريعة مجرد مثال ضمن حد التوليد الأكبر المذكور. يقبل النموذج النص ويُرجع النص؛ ويحتاج جدول ممسوح ضوئيًا أو لقطة شاشة إلى إتاحة محتواه كنص أو إلى نموذج بصري منفصل.
المحادثة والأدوات
تعرض بطاقة النموذج رسائل نظام ومستخدم منفصلة منسّقة بقالب المحادثة المطابق. ضع قواعد الإجابة الدائمة للمساعد في دور المحادثة المناسب، وضع المستند أو الجدول أو الشيفرة الفعلية مع مهمة المستخدم. ميّز الحدود بين المواد المصدرية المقتبسة والتعليمات حتى لا تُفهم تعليمات تظهر داخل مستند على أنها المهمة التي يقصدها التطبيق.
يوثّق الإعلان الرسمي للعائلة دعم استدعاء الأدوات عبر قوالب محادثة وتكاملات خدمة متوافقة. في هذا المسار، يوفّر التطبيق أوصاف الدوال ويتلقّى الاستدعاء المقترح وينفّذ الدالة ويُرجع نتيجتها. يمكن لذلك ربط سؤال نصي بحساب أو استرجاع بيانات، لكن اختيار هذا النموذج وحده لا يوفّر الأداة الخارجية ولا بياناتها. توليد JSON واستدعاء أداة نتيجتان مختلفتان أيضًا: ينسّق الأول النص، بينما يطلب الثاني من التطبيق الذي يستخدم النموذج تنفيذ عملية مُسمّاة.
إعداد السياق الطويل
يبدأ الإعداد المنشور عند 32,768 توكن. تتطلّب المدخلات التي تتجاوز ذلك الإعداد تمديد YaRN الموثّق، الذي يستخدم مثاله معاملًا من 4.0 وإعداد الحد الأقصى الأصلي للمواضع 32,768. يحذّر المطوّر من أن التحجيم الثابت قد يؤثّر في سلوك النصوص الأقصر ويوصي بتمكينه عند الحاجة إلى معالجة السياق الطويل.
لمقارنة مستندات كبيرة، حدّد دور كل مستند واطلب ناتجًا واحدًا محدّدًا جيدًا: مصفوفة متطلبات أو قائمة اختلافات أو قسمًا منقّحًا. احتفظ بمواضع المصادر بجانب النتائج المستخرجة واترك مساحة إجابة كافية للبنية المطلوبة. تساعد سعة السياق الطويل على الاحتفاظ بالمواد ذات الصلة معًا؛ ولا تحل محل تحديد ما ينبغي مقارنته أو كيفية استخدام النتيجة النهائية.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود qwen2.5-32b-instruct | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.00036 / 1K من الرموز الإخراج · رموز الإخراج $0.00036 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "qwen2.5-32b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen2.5-32b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen2.5-32b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra Qwen/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
مثال تقني باللغة الإنجليزية
Explain a stock table\n\nAnalyze this text table: SKU | opening units | received units | shipped units. A1 | 20 | 10 | 18. B2 | 7 | 0 | 9. Calculate closing stock for each SKU, identify any impossible negative balance and draft a short note naming the row that needs investigation. Preserve column units.A closing-stock table with row IDs and a short anomaly note supported by the source values.Recalculate opening plus received minus shipped and verify the B2 discrepancy is flagged rather than corrected.