{ "aboutHtml": "

qwen2-0.5b-instruct er det præcise modelvalg til denne Tongyi Qianwen-profil til tekstsamtaler. Send instruktionerne og kildematerialet som tekst, og anmod om et konkret skriftligt resultat. Praktiske prompter kan omdanne en kundebesked til et svarforslag, omorganisere mødenoter eller udtrække et lille sæt fakta fra en medsendt passage. Angiv målgruppen og den ønskede svarstruktur, så applikationen har et klart resultat at anvende.

Brug POST /v1/chat/completions med model sat til qwen2-0.5b-instruct og et ikke-tomt messages-array. Hver besked indeholder role og tekst i content. Medtag de relevante tidligere samtaleture, når en opfølgning afhænger af samtalen. Til dokumentarbejde skal du læse den relevante UTF-8-tekst fra dokumentet og placere denne faktiske tekst i beskeden. Bevar en afsnitstitel eller kildemærkat sammen med hvert uddrag, når svaret skal skelne mellem flere passager.

Rammen for tekstinput er 32 000 tokens. Hold instruktioner, kildepassager og samtalehistorik inden for denne inputramme. Til et langt dokument skal du vælge de afsnit, der er nødvendige for det aktuelle spørgsmål, eller behandle tydeligt mærkede uddrag som separate opgaver. Angiv, hvilken passage svaret skal bruge, og hvad der skal returneres, når et ønsket felt ikke findes i den.

Til en opgave med udarbejdelse af svar skal du medtage kundens ordlyd sammen med de godkendte produktoplysninger og bede om et svar med et bestemt næste trin. Til udtræk skal du angive felter såsom problem, ønsket handling og citeret dokumentation og derefter bede modellen om kun at returnere fakta, der findes i den medsendte tekst. Til kodeforklaring skal du indsætte funktionen og anmode om en beskrivelse af dens input, transformationer og output. Disse instruktioner definerer opgaven i prompten og holder resultatet knyttet til det materiale, du leverer.

Den valgfrie booleske stream-indstilling vælger svarlevering: stream:false, som er standardværdien, returnerer det samlede JSON-svar; stream:true leverer hændelser, efterhånden som svaret produceres. Ved JSON skal du læse de returnerede choices og beskedindholdet og gemme usage, når det medsendes. Ved streaming skal du samle indholdsdeltaer for hver choice og gemme de endelige afslutningsoplysninger, før du lagrer svaret som færdigt. Gem det oprindelige svar og anmodningens identitet, når en anmodning afsluttes tvetydigt.

", "aboutText": "qwen2-0.5b-instruct er det præcise modelvalg til denne Tongyi Qianwen-profil til tekstsamtaler. Send instruktionerne og kildematerialet som tekst, og anmod om et konkret skriftligt resultat. Praktiske prompter kan omdanne en kundebesked til et svarforslag, omorganisere mødenoter eller udtrække et lille sæt fakta fra en medsendt passage. Angiv målgruppen og den ønskede svarstruktur, så applikationen har et klart resultat at anvende.\n\nBrug POST /v1/chat/completions med model sat til qwen2-0.5b-instruct og et ikke-tomt messages-array. Hver besked indeholder role og tekst i content. Medtag de relevante tidligere samtaleture, når en opfølgning afhænger af samtalen. Til dokumentarbejde skal du læse den relevante UTF-8-tekst fra dokumentet og placere denne faktiske tekst i beskeden. Bevar en afsnitstitel eller kildemærkat sammen med hvert uddrag, når svaret skal skelne mellem flere passager.\n\nRammen for tekstinput er 32 000 tokens. Hold instruktioner, kildepassager og samtalehistorik inden for denne inputramme. Til et langt dokument skal du vælge de afsnit, der er nødvendige for det aktuelle spørgsmål, eller behandle tydeligt mærkede uddrag som separate opgaver. Angiv, hvilken passage svaret skal bruge, og hvad der skal returneres, når et ønsket felt ikke findes i den.\n\nTil en opgave med udarbejdelse af svar skal du medtage kundens ordlyd sammen med de godkendte produktoplysninger og bede om et svar med et bestemt næste trin. Til udtræk skal du angive felter såsom problem, ønsket handling og citeret dokumentation og derefter bede modellen om kun at returnere fakta, der findes i den medsendte tekst. Til kodeforklaring skal du indsætte funktionen og anmode om en beskrivelse af dens input, transformationer og output. Disse instruktioner definerer opgaven i prompten og holder resultatet knyttet til det materiale, du leverer.\n\nDen valgfrie booleske stream-indstilling vælger svarlevering: stream:false, som er standardværdien, returnerer det samlede JSON-svar; stream:true leverer hændelser, efterhånden som svaret produceres. Ved JSON skal du læse de returnerede choices og beskedindholdet og gemme usage, når det medsendes. Ved streaming skal du samle indholdsdeltaer for hver choice og gemme de endelige afslutningsoplysninger, før du lagrer svaret som færdigt. Gem det oprindelige svar og anmodningens identitet, når en anmodning afsluttes tvetydigt.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "01ce781c4f848f1375a71b5d51a0177882eed5781fd3121e481b5c229f4e5a6b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "
Al

qwen2-0.5b-instruct

Alibaba /qwen2-0.5b-instruct

Start

qwen2-0.5b-instruct er en Tongyi Qianwen-tekstmodel til beskedbaserede anmodninger. Brug dens præcise ID med Chat Completions til at arbejde med medsendte passager: udarbejd et svar, omdan noter til en tjekliste, udtræk navngivne felter, eller forklar et kort kodestykke. Dens ramme for tekstinput er 32 000 tokens.

Accepterede input
Tekst
Resultater
Tekst
Om modellen

Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.

qwen2-0.5b-instruct er det præcise modelvalg til denne Tongyi Qianwen-profil til tekstsamtaler. Send instruktionerne og kildematerialet som tekst, og anmod om et konkret skriftligt resultat. Praktiske prompter kan omdanne en kundebesked til et svarforslag, omorganisere mødenoter eller udtrække et lille sæt fakta fra en medsendt passage. Angiv målgruppen og den ønskede svarstruktur, så applikationen har et klart resultat at anvende.

Brug POST /v1/chat/completions med model sat til qwen2-0.5b-instruct og et ikke-tomt messages-array. Hver besked indeholder role og tekst i content. Medtag de relevante tidligere samtaleture, når en opfølgning afhænger af samtalen. Til dokumentarbejde skal du læse den relevante UTF-8-tekst fra dokumentet og placere denne faktiske tekst i beskeden. Bevar en afsnitstitel eller kildemærkat sammen med hvert uddrag, når svaret skal skelne mellem flere passager.

Rammen for tekstinput er 32 000 tokens. Hold instruktioner, kildepassager og samtalehistorik inden for denne inputramme. Til et langt dokument skal du vælge de afsnit, der er nødvendige for det aktuelle spørgsmål, eller behandle tydeligt mærkede uddrag som separate opgaver. Angiv, hvilken passage svaret skal bruge, og hvad der skal returneres, når et ønsket felt ikke findes i den.

Til en opgave med udarbejdelse af svar skal du medtage kundens ordlyd sammen med de godkendte produktoplysninger og bede om et svar med et bestemt næste trin. Til udtræk skal du angive felter såsom problem, ønsket handling og citeret dokumentation og derefter bede modellen om kun at returnere fakta, der findes i den medsendte tekst. Til kodeforklaring skal du indsætte funktionen og anmode om en beskrivelse af dens input, transformationer og output. Disse instruktioner definerer opgaven i prompten og holder resultatet knyttet til det materiale, du leverer.

Den valgfrie booleske stream-indstilling vælger svarlevering: stream:false, som er standardværdien, returnerer det samlede JSON-svar; stream:true leverer hændelser, efterhånden som svaret produceres. Ved JSON skal du læse de returnerede choices og beskedindholdet og gemme usage, når det medsendes. Ved streaming skal du samle indholdsdeltaer for hver choice og gemme de endelige afslutningsoplysninger, før du lagrer svaret som færdigt. Gem det oprindelige svar og anmodningens identitet, når en anmodning afsluttes tvetydigt.

Tilgængelig i Ailoot · input og metoder

Ailoot Ultra · Chat Completions POST /v1/chat/completions
Inputtyper
text
Outputtyper
text
Kontekst
32.000 tokens
Outputformat
JSON or supported SSE
FeltTypeKravVærdier og grænserStandard
FeltmodelTypestringKravPåkrævetVærdier og grænser
qwen2-0.5b-instruct
Standard—
FeltmessagesTypearrayKravPåkrævetVærdier og grænserStandard—
FeltstreamTypebooleanKravValgfritVærdier og grænserStandardfalse
Feltmax_tokensTypeintegerKravValgfritVærdier og grænser
Minimum: 1
Standard—
Feltmax_completion_tokensTypeintegerKravValgfritVærdier og grænser
Minimum: 1
Standard—
FeltnTypeintegerKravValgfritVærdier og grænser
Minimum: 1
Standard—
FelttemperatureTypenumberKravValgfritVærdier og grænserStandard—
Felttop_pTypenumberKravValgfritVærdier og grænserStandard—
FeltseedTypeintegerKravValgfritVærdier og grænserStandard—
FeltstopTypeKravValgfritVærdier og grænserStandard—
Feltfrequency_penaltyTypenumberKravValgfritVærdier og grænserStandard—
Feltpresence_penaltyTypenumberKravValgfritVærdier og grænserStandard—
FeltuserTypestringKravValgfritVærdier og grænserStandard—
FelttoolsTypearrayKravValgfritVærdier og grænserStandard—
Feltservice_tierTypestringKravValgfritVærdier og grænser
, auto, default
Standard—
FeltmodalitiesTypearrayKravValgfritVærdier og grænserStandard—
Metodeparametre og livscyklus
ParameterKontrakt
Parametercontent_typeKontraktapplication/json
ParameterrequiredKontraktmodel, messages
ParameteroptionalKontraktstream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user, tools, service_tier, modalities
Parametermaterial_typesKontrakttext
ParameterconditionsKontraktUse text input and text output. Explicit cache, hosted tools and media are unavailable. Standard function tools remain a protocol feature and run in the client.

Livscyklus: synchronous_json_or_sse

Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand
Standardpris Når hurtig tilstand er valgt
flex-tilstand
Standardpris Når flex-tilstanden er valgt
Maksimal ræsonneringsindsats
Standardpris Når default-justeringen anvendes ved maksimal ræsonneringsindsats
Priser for eksplicit caching
Ikke aktiveret Når der anmodes om eksplicit caching
Nulsatser for ren tekstbehandling
Cache, værktøjer og medier følger de særskilt angivne prisbetingelser. Til input og output udelukkende som tekst

Ailoot-takster

Priser efter konfiguration

KonfigurationTakstplanBeløb
KonfigurationGrundpriser for tokensTakstplanGrundtakstBeløb
Input · Inputtokens $0 / 1K tokens
Output · Outputtokens $0 / 1K tokens
Input · Cachelæsning $0 / 1K tokens
Input · Cacheskrivning $0 / 1K tokens
Input · Cacheskrivning, 1 time — / 1K tokens

Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →

Eksempelanmodninger

Ailoot Ultra · Chat Completions

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen2-0.5b-instruct", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "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\n# Submit once. Retain the complete result, original identifiers and every response header.\n

Hent og gem resultater

Ailoot Ultra · Chat Completions

JSON or supported SSE

Behold alle færdige resultater

Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.

Retain the complete response, all actual results, original identifiers, usage and response headers.

Hvis det oprindelige svar skal kontrolleres

Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.

Aliaser

Modelaliaser

Ailoot Ultra qwen2-0.5b-instruct

Aliaser for metodestier

Brug metodestierne vist ovenfor.

Relaterede kalder-ID’er

qwen2-0.5b-instruct

", "method_identity": { "effective_request_model_id": "qwen2-0.5b-instruct", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "qwen2-0.5b-instruct", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|qwen2-0.5b-instruct", "ordinal": 0, "rawMethod": { "available": null, "cache_read": "0", "cache_write": "0", "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "example_body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "qwen2-0.5b-instruct", "stream": false }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "outputs": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" }, "parameters": [ { "default_known": false, "enum": [ "qwen2-0.5b-instruct" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "additionalProperties": true, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "type": "object" }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "default": false, "default_known": true, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "seed", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "stop", "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ], "required": false }, { "default_known": false, "enum_known": false, "name": "frequency_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "presence_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "user", "required": false, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "type": "object" }, "name": "tools", "required": false, "type": "array" }, { "default_known": false, "enum": [ "", "auto", "default" ], "enum_known": true, "name": "service_tier", "required": false, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "enum": [ "text" ], "type": "string" }, "name": "modalities", "required": false, "type": "array" } ], "request_schema": { "additionalProperties": true, "properties": { "frequency_penalty": { "type": "number" }, "max_completion_tokens": { "minimum": 1, "type": "integer" }, "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": true, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "type": "object" }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "modalities": { "items": { "enum": [ "text" ], "type": "string" }, "type": "array" }, "model": { "enum": [ "qwen2-0.5b-instruct" ], "type": "string" }, "n": { "minimum": 1, "type": "integer" }, "presence_penalty": { "type": "number" }, "seed": { "type": "integer" }, "service_tier": { "enum": [ "", "auto", "default" ], "type": "string" }, "stop": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] }, "stream": { "default": false, "type": "boolean" }, "temperature": { "type": "number" }, "tools": { "items": { "type": "object" }, "type": "array" }, "top_p": { "type": "number" }, "user": { "type": "string" } }, "required": [ "model", "messages" ], "type": "object" }, "schema_template": { "body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "qwen2-0.5b-instruct", "stream": false }, "content_type": "application/json" } }, "input": { "conditions": [ "Use text input and text output. Explicit cache, hosted tools and media are unavailable. Standard function tools remain a protocol feature and run in the client." ], "content_type": "application/json", "material_types": [ "text" ], "optional": [ "stream", "max_tokens", "max_completion_tokens", "n", "temperature", "top_p", "seed", "stop", "frequency_penalty", "presence_penalty", "user", "tools", "service_tier", "modalities" ], "required": [ "model", "messages" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "output": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" } }, "ctx": 32000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"qwen2-0.5b-instruct\", \"messages\": [{\"role\": \"user\", \"content\": \"Summarize the supplied text in three concise points.\"}], \"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\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": "0", "input": [ "text" ], "label": "Chat Completions", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": "0", "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Text-only zero rates", "value": "Cache, tools and media follow their separately listed pricing conditions.", "when": "For text-only input and output" } ], "pricing": { "allow_explicit_cache": false, "billing_mode": "token", "cache_read_price": 0, "cache_write_1h_price": null, "cache_write_price": 0, "fast_multiplier": 1, "flex_multiplier": 1, "image_input_price": null, "image_output_price": null, "input_price": 0, "intervals": [], "max_reasoning_effort_multiplier": 1, "output_price": 0, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen2-0.5b-instruct", "route_label": "Ultra", "status_reads": [], "tiers": [], "unit": "token", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "qwen2-0.5b-instruct", "nativeProvenance": { "input_facts_canonical_sha256": "c5dc04f6689991c880ff182dad0602a39b17cb7ef711db9633156bcb712f92b3", "input_html_sha256": "518d4288cd96d42dc7ccb1895cb3867b41e98357bf01b70b0a258e9bdd0f181c", "private_audit_sha256": "d21d932daaf913547871434902f01afb48db6e2e9887b7b8cf2a571099e2a361", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/da/qwen2-0-5b-instruct/", "description": "qwen2-0.5b-instruct er en Tongyi Qianwen-tekstmodel til beskedbaserede anmodninger. Brug dens præcise ID med Chat Completions til at arbejde med medsendte passager: udarbejd et svar, omdan noter til en tjekliste, udtræk navngivne felter, eller forklar et kort kodestykke. Dens ramme for tekstinput er 32 000 tokens.", "locale": "da", "md_url": "https://ailoot.ai/models/da/qwen2-0-5b-instruct/index.md", "title": "qwen2-0.5b-instruct — Ailoot", "url": "https://ailoot.ai/models/da/qwen2-0-5b-instruct/" }, "rawModel": { "about": "qwen2-0.5b-instruct er det præcise modelvalg til denne Tongyi Qianwen-profil til tekstsamtaler. Send instruktionerne og kildematerialet som tekst, og anmod om et konkret skriftligt resultat. Praktiske prompter kan omdanne en kundebesked til et svarforslag, omorganisere mødenoter eller udtrække et lille sæt fakta fra en medsendt passage. Angiv målgruppen og den ønskede svarstruktur, så applikationen har et klart resultat at anvende.\n\nBrug POST /v1/chat/completions med model sat til qwen2-0.5b-instruct og et ikke-tomt messages-array. Hver besked indeholder role og tekst i content. Medtag de relevante tidligere samtaleture, når en opfølgning afhænger af samtalen. Til dokumentarbejde skal du læse den relevante UTF-8-tekst fra dokumentet og placere denne faktiske tekst i beskeden. Bevar en afsnitstitel eller kildemærkat sammen med hvert uddrag, når svaret skal skelne mellem flere passager.\n\nRammen for tekstinput er 32 000 tokens. Hold instruktioner, kildepassager og samtalehistorik inden for denne inputramme. Til et langt dokument skal du vælge de afsnit, der er nødvendige for det aktuelle spørgsmål, eller behandle tydeligt mærkede uddrag som separate opgaver. Angiv, hvilken passage svaret skal bruge, og hvad der skal returneres, når et ønsket felt ikke findes i den.\n\nTil en opgave med udarbejdelse af svar skal du medtage kundens ordlyd sammen med de godkendte produktoplysninger og bede om et svar med et bestemt næste trin. Til udtræk skal du angive felter såsom problem, ønsket handling og citeret dokumentation og derefter bede modellen om kun at returnere fakta, der findes i den medsendte tekst. Til kodeforklaring skal du indsætte funktionen og anmode om en beskrivelse af dens input, transformationer og output. Disse instruktioner definerer opgaven i prompten og holder resultatet knyttet til det materiale, du leverer.\n\nDen valgfrie booleske stream-indstilling vælger svarlevering: stream:false, som er standardværdien, returnerer det samlede JSON-svar; stream:true leverer hændelser, efterhånden som svaret produceres. Ved JSON skal du læse de returnerede choices og beskedindholdet og gemme usage, når det medsendes. Ved streaming skal du samle indholdsdeltaer for hver choice og gemme de endelige afslutningsoplysninger, før du lagrer svaret som færdigt. Gem det oprindelige svar og anmodningens identitet, når en anmodning afsluttes tvetydigt.", "alias_of": null, "aliases": [], "author": "Alibaba", "ctx": 32000, "formats": [ "chat" ], "id": "qwen2-0.5b-instruct", "input": [ "text" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": "0", "cache_write": "0", "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "example_body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "qwen2-0.5b-instruct", "stream": false }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "outputs": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" }, "parameters": [ { "default_known": false, "enum": [ "qwen2-0.5b-instruct" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "additionalProperties": true, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "type": "object" }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "default": false, "default_known": true, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "seed", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "stop", "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ], "required": false }, { "default_known": false, "enum_known": false, "name": "frequency_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "presence_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "user", "required": false, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "type": "object" }, "name": "tools", "required": false, "type": "array" }, { "default_known": false, "enum": [ "", "auto", "default" ], "enum_known": true, "name": "service_tier", "required": false, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "enum": [ "text" ], "type": "string" }, "name": "modalities", "required": false, "type": "array" } ], "request_schema": { "additionalProperties": true, "properties": { "frequency_penalty": { "type": "number" }, "max_completion_tokens": { "minimum": 1, "type": "integer" }, "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": true, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "type": "object" }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "modalities": { "items": { "enum": [ "text" ], "type": "string" }, "type": "array" }, "model": { "enum": [ "qwen2-0.5b-instruct" ], "type": "string" }, "n": { "minimum": 1, "type": "integer" }, "presence_penalty": { "type": "number" }, "seed": { "type": "integer" }, "service_tier": { "enum": [ "", "auto", "default" ], "type": "string" }, "stop": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] }, "stream": { "default": false, "type": "boolean" }, "temperature": { "type": "number" }, "tools": { "items": { "type": "object" }, "type": "array" }, "top_p": { "type": "number" }, "user": { "type": "string" } }, "required": [ "model", "messages" ], "type": "object" }, "schema_template": { "body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "qwen2-0.5b-instruct", "stream": false }, "content_type": "application/json" } }, "input": { "conditions": [ "Use text input and text output. Explicit cache, hosted tools and media are unavailable. Standard function tools remain a protocol feature and run in the client." ], "content_type": "application/json", "material_types": [ "text" ], "optional": [ "stream", "max_tokens", "max_completion_tokens", "n", "temperature", "top_p", "seed", "stop", "frequency_penalty", "presence_penalty", "user", "tools", "service_tier", "modalities" ], "required": [ "model", "messages" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "output": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" } }, "ctx": 32000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"qwen2-0.5b-instruct\", \"messages\": [{\"role\": \"user\", \"content\": \"Summarize the supplied text in three concise points.\"}], \"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\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": "0", "input": [ "text" ], "label": "Chat Completions", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": "0", "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Text-only zero rates", "value": "Cache, tools and media follow their separately listed pricing conditions.", "when": "For text-only input and output" } ], "pricing": { "allow_explicit_cache": false, "billing_mode": "token", "cache_read_price": 0, "cache_write_1h_price": null, "cache_write_price": 0, "fast_multiplier": 1, "flex_multiplier": 1, "image_input_price": null, "image_output_price": null, "input_price": 0, "intervals": [], "max_reasoning_effort_multiplier": 1, "output_price": 0, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen2-0.5b-instruct", "route_label": "Ultra", "status_reads": [], "tiers": [], "unit": "token", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "qwen2-0.5b-instruct", "request_model_id": "qwen2-0.5b-instruct", "route_label": "Ultra" } ], "name": "qwen2-0.5b-instruct", "price": { "in": "0", "in_label": null, "out": "0", "out_label": null, "sort_in": "0", "sort_out": "0", "varies": false }, "short": "qwen2-0.5b-instruct er en Tongyi Qianwen-tekstmodel til beskedbaserede anmodninger. Brug dens præcise ID med Chat Completions til at arbejde med medsendte passager: udarbejd et svar, omdan noter til en tjekliste, udtræk navngivne felter, eller forklar et kort kodestykke. Dens ramme for tekstinput er 32 000 tokens." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "qwen2-0.5b-instruct er en Tongyi Qianwen-tekstmodel til beskedbaserede anmodninger. Brug dens præcise ID med Chat Completions til at arbejde med medsendte passager: udarbejd et svar, omdan noter til en tjekliste, udtræk navngivne felter, eller forklar et kort kodestykke. Dens ramme for tekstinput er 32 000 tokens.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "f9b071f494a5c1e31f8ab9fa0635904fa4122e21c77a2a97e90e1ae04958facb", "renderer_sha256": "2bf9f26ea9bfd57ed53d867671d8f05b41a6ea85089f48039e3365dc2b92ec2c" }, "sourceRevision": "267b694fbf2b7d1d5beccd26a2322f931c7280046bcdb1e06d03e0368b7e0f14" }