Qwen2.5-Coder-3B-Instruct er Qwens kompakte, instruktionstilpassede kodemodel med 3.09 milliarder parametre i alt og en fuld kontekst på 32,768 tokens. Producenten beskriver kodegenerering, koderæsonnement og koderettelser som familiens centrale formål, samtidig med at matematiske og generelle sproglige evner bevares. Familiens træning bruger 5.5 billioner tokens af kode, kobling mellem tekst og kode samt syntetisk materiale.
Angiv sprog, funktionssignatur, inputantagelser og forventet output, før du beder om kode. Medtag det eksempel, som fastlægger den ønskede adfærd, især når et grænsetilfælde ændrer implementeringen. Til en reparation angiver du den aktuelle funktion og den fejl, den skal rette.
En eksempelanmodning kan bede om en parser, som bevarer de godkendte feltnavne og returnerer det angivne resultat ved tomt input. Gem den relevante grænseflade og eksemplerne sammen med den foreslåede kode, så vurderingen vedrører den samme kontrakt.
Dette checkpoint er Instruct-udgaven, adskilt fra Base-modellen. Det oprindelige eksempel angiver system- og user-beskeder via checkpointets chatskabelon og afkoder den genererede fortsættelse som tekst. Hold opgaveinstruktionen og det aktuelle kodespørgsmål tydelige, når du forbereder samtalen.
Til en forklaring identificerer du funktionen eller forgreningen, som skal analyseres, og spørger, hvilken antagelse der bestemmer dens adfærd. Til en omskrivning angiver du, hvilke grænseflader og outputfelter der skal forblive uændrede. Et nyttigt svar kan vise den foreslåede kode efterfulgt af ræsonnementet, som forbinder ændringen med kravene.
Det nøjagtige 3B-kort offentliggør en kontekst på 32,768 tokens med 2.77 milliarder parametre uden embeddings og 36 lag. Modelarkitekturen bruger grouped-query attention med 16 query-hoveder og to key/value-hoveder. Vælg det relevante projektmateriale til anmodningen frem for at behandle denne kompakte udgave som den særskilt konfigurerede 32B-model.
Til en eksempelopgave på tværs af funktioner medtager du implementeringen, dens kalder og den type eller det skema, som forbinder dem. Bevar filstier og navne, så den genererede ændring henviser til den ønskede placering. Hvis et spørgsmål kun vedrører én betingelse, bevarer du koden, der fastlægger den, og eksemplerne, som bestemmer det forventede resultat.
Vælg, om næste trin kræver en komplet funktion, en målrettet kodeændring eller en skriftlig forklaring. Det oprindelige genereringseksempel bruger en illustrativ outputramme til en lille opgave; definér den faktiske leverance og en passende konfigureret svarramme til den aktuelle opgave.
Hold kildekode, krav og foreslået ændring samlet, når den omgivende applikation kører eller kontrollerer resultatet. Til en rettelse angiver du den faktiske fejl og den aktuelle implementering og beder derefter om den ændring, som behandler dette belæg. Gem det valgte 3B Instruct-navn sammen med den færdige kode og forklaring, så fortsættelsen bruger samme producentudgave.
Via Ailoot vælger du dette nøjagtige model-ID i /v1/chat/completions og angiver opgaven i messages. Hver besked indeholder en role og sit content; hold den relevante instruktion og kildematerialet samlet. Hent hele JSON-svaret eller alle SSE-segmenter, når stream er aktiveret, og gem usage sammen med det skriftlige resultat.
", "aboutText": "Qwen2.5-Coder-3B-Instruct er Qwens kompakte, instruktionstilpassede kodemodel med 3.09 milliarder parametre i alt og en fuld kontekst på 32,768 tokens. Producenten beskriver kodegenerering, koderæsonnement og koderettelser som familiens centrale formål, samtidig med at matematiske og generelle sproglige evner bevares. Familiens træning bruger 5.5 billioner tokens af kode, kobling mellem tekst og kode samt syntetisk materiale.\n\n### Forbered en afgrænset kodebeskrivelse\n\nAngiv sprog, funktionssignatur, inputantagelser og forventet output, før du beder om kode. Medtag det eksempel, som fastlægger den ønskede adfærd, især når et grænsetilfælde ændrer implementeringen. Til en reparation angiver du den aktuelle funktion og den fejl, den skal rette.\n\nEn eksempelanmodning kan bede om en parser, som bevarer de godkendte feltnavne og returnerer det angivne resultat ved tomt input. Gem den relevante grænseflade og eksemplerne sammen med den foreslåede kode, så vurderingen vedrører den samme kontrakt.\n\n### Brug Instruct-samtaleskabelonen\n\nDette checkpoint er Instruct-udgaven, adskilt fra Base-modellen. Det oprindelige eksempel angiver system- og user-beskeder via checkpointets chatskabelon og afkoder den genererede fortsættelse som tekst. Hold opgaveinstruktionen og det aktuelle kodespørgsmål tydelige, når du forbereder samtalen.\n\nTil en forklaring identificerer du funktionen eller forgreningen, som skal analyseres, og spørger, hvilken antagelse der bestemmer dens adfærd. Til en omskrivning angiver du, hvilke grænseflader og outputfelter der skal forblive uændrede. Et nyttigt svar kan vise den foreslåede kode efterfulgt af ræsonnementet, som forbinder ændringen med kravene.\n\n### Indpas de relevante afhængigheder i 3B-profilen\n\nDet nøjagtige 3B-kort offentliggør en kontekst på 32,768 tokens med 2.77 milliarder parametre uden embeddings og 36 lag. Modelarkitekturen bruger grouped-query attention med 16 query-hoveder og to key/value-hoveder. Vælg det relevante projektmateriale til anmodningen frem for at behandle denne kompakte udgave som den særskilt konfigurerede 32B-model.\n\nTil en eksempelopgave på tværs af funktioner medtager du implementeringen, dens kalder og den type eller det skema, som forbinder dem. Bevar filstier og navne, så den genererede ændring henviser til den ønskede placering. Hvis et spørgsmål kun vedrører én betingelse, bevarer du koden, der fastlægger den, og eksemplerne, som bestemmer det forventede resultat.\n\n### Skab en leverance, der kan efterprøves\n\nVælg, om næste trin kræver en komplet funktion, en målrettet kodeændring eller en skriftlig forklaring. Det oprindelige genereringseksempel bruger en illustrativ outputramme til en lille opgave; definér den faktiske leverance og en passende konfigureret svarramme til den aktuelle opgave.\n\nHold kildekode, krav og foreslået ændring samlet, når den omgivende applikation kører eller kontrollerer resultatet. Til en rettelse angiver du den faktiske fejl og den aktuelle implementering og beder derefter om den ændring, som behandler dette belæg. Gem det valgte 3B Instruct-navn sammen med den færdige kode og forklaring, så fortsættelsen bruger samme producentudgave.\n\nVia Ailoot vælger du dette nøjagtige model-ID i /v1/chat/completions og angiver opgaven i messages. Hver besked indeholder en role og sit content; hold den relevante instruktion og kildematerialet samlet. Hent hele JSON-svaret eller alle SSE-segmenter, når stream er aktiveret, og gem usage sammen med det skriftlige resultat.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c5e9c16708c902445e2d598e12bf0e20950fc56ca993d74b23289938ac483e05", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "qwen2.5-coder-3b-instructQwen2.5-Coder-3B-Instruct er Qwens kompakte, instruktionstilpassede model til kodegenerering, ræsonnement og reparation. Dens nøjagtige profil med 3.09B parametre har en kontekst på 32,768 tokens til kodebeskrivelser med relevant implementering, grænseflade og forventet adfærd.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Qwen2.5-Coder-3B-Instruct er Qwens kompakte, instruktionstilpassede kodemodel med 3.09 milliarder parametre i alt og en fuld kontekst på 32,768 tokens. Producenten beskriver kodegenerering, koderæsonnement og koderettelser som familiens centrale formål, samtidig med at matematiske og generelle sproglige evner bevares. Familiens træning bruger 5.5 billioner tokens af kode, kobling mellem tekst og kode samt syntetisk materiale.
Angiv sprog, funktionssignatur, inputantagelser og forventet output, før du beder om kode. Medtag det eksempel, som fastlægger den ønskede adfærd, især når et grænsetilfælde ændrer implementeringen. Til en reparation angiver du den aktuelle funktion og den fejl, den skal rette.
En eksempelanmodning kan bede om en parser, som bevarer de godkendte feltnavne og returnerer det angivne resultat ved tomt input. Gem den relevante grænseflade og eksemplerne sammen med den foreslåede kode, så vurderingen vedrører den samme kontrakt.
Dette checkpoint er Instruct-udgaven, adskilt fra Base-modellen. Det oprindelige eksempel angiver system- og user-beskeder via checkpointets chatskabelon og afkoder den genererede fortsættelse som tekst. Hold opgaveinstruktionen og det aktuelle kodespørgsmål tydelige, når du forbereder samtalen.
Til en forklaring identificerer du funktionen eller forgreningen, som skal analyseres, og spørger, hvilken antagelse der bestemmer dens adfærd. Til en omskrivning angiver du, hvilke grænseflader og outputfelter der skal forblive uændrede. Et nyttigt svar kan vise den foreslåede kode efterfulgt af ræsonnementet, som forbinder ændringen med kravene.
Det nøjagtige 3B-kort offentliggør en kontekst på 32,768 tokens med 2.77 milliarder parametre uden embeddings og 36 lag. Modelarkitekturen bruger grouped-query attention med 16 query-hoveder og to key/value-hoveder. Vælg det relevante projektmateriale til anmodningen frem for at behandle denne kompakte udgave som den særskilt konfigurerede 32B-model.
Til en eksempelopgave på tværs af funktioner medtager du implementeringen, dens kalder og den type eller det skema, som forbinder dem. Bevar filstier og navne, så den genererede ændring henviser til den ønskede placering. Hvis et spørgsmål kun vedrører én betingelse, bevarer du koden, der fastlægger den, og eksemplerne, som bestemmer det forventede resultat.
Vælg, om næste trin kræver en komplet funktion, en målrettet kodeændring eller en skriftlig forklaring. Det oprindelige genereringseksempel bruger en illustrativ outputramme til en lille opgave; definér den faktiske leverance og en passende konfigureret svarramme til den aktuelle opgave.
Hold kildekode, krav og foreslået ændring samlet, når den omgivende applikation kører eller kontrollerer resultatet. Til en rettelse angiver du den faktiske fejl og den aktuelle implementering og beder derefter om den ændring, som behandler dette belæg. Gem det valgte 3B Instruct-navn sammen med den færdige kode og forklaring, så fortsættelsen bruger samme producentudgave.
Via Ailoot vælger du dette nøjagtige model-ID i /v1/chat/completions og angiver opgaven i messages. Hver besked indeholder en role og sit content; hold den relevante instruktion og kildematerialet samlet. Hent hele JSON-svaret eller alle SSE-segmenter, når stream er aktiveret, og gem usage sammen med det skriftlige resultat.
POST /v1/chat/completionstext, imagetext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser qwen2.5-coder-3b-instruct Betingelser: Brug præcis denne routingvælger for Ailoot. | Standard— |
Feltmessages | Typearray | KravPåkrævet | Værdier og grænser Betingelser: | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser Betingelser: | Standardfalse |
text_input · Påkrævet: messages
image_with_text · Påkrævet: messages with actual image content blocks
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parameteroptional | Kontraktstream |
Parametermaterial_types | Kontrakttext, image |
Parameterconditions | KontraktBrug præcis denne routingvælger for Ailoot., Denne protokol overfører billedindhold, når netop den valgte model understøtter billedforståelse. Adgang via protokollen dokumenterer ikke, at alle modeller understøtter billeder. |
Metodealiaser: /chat/completions
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0 / 1K tokens Output · Outputtokens $0 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${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": "qwen2.5-coder-3b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')\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.\nJSON or SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hver indholdsblok, hvert ID for et værktøjskald, en eventuel returneret signatur for tankeprocessen, alle SSE-deltaer og de fuldstændige forbrugsdata. Det første tekstfragment er ikke hele resultatet.
Bevar det oprindelige X-Client-Request-ID samt svaret og headerne. Et ukendt resultat eller et resultat med status result_pending_check giver ikke tilladelse til endnu en oprettelse.
| Felt | Type |
|---|---|
Feltchoices[] | Typeobject |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseEt påkrævet felt, en modelvælger, en type eller en inputrepræsentation er ugyldig. | Næste trinUndersøg de returnerede valideringsoplysninger, før du forbereder en separat anmodning. |
Svar | BetingelseDen oprindelige anmodning eller resultatet er ukendt eller skal kontrolleres. | Næste trinBevar de oprindelige identifikatorer og headere; læs kun understøttede status- eller biblioteksposter. Indsend ikke oprettelsesanmodningen igen. |
Ailoot Ultra qwen2.5-coder-3b-instruct
/chat/completions
qwen2.5-coder-3b-instructQwen2.5-Coder-3B-Instruct er Qwens kompakte, instruktionstilpassede model til kodegenerering, ræsonnement og reparation. Dens nøjagtige profil med 3.09B parametre har en kontekst på 32,768 tokens til kodebeskrivelser med relevant implementering, grænseflade og forventet adfærd.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Qwen2.5-Coder-3B-Instruct er Qwens kompakte, instruktionstilpassede kodemodel med 3.09 milliarder parametre i alt og en fuld kontekst på 32,768 tokens. Producenten beskriver kodegenerering, koderæsonnement og koderettelser som familiens centrale formål, samtidig med at matematiske og generelle sproglige evner bevares. Familiens træning bruger 5.5 billioner tokens af kode, kobling mellem tekst og kode samt syntetisk materiale.
Angiv sprog, funktionssignatur, inputantagelser og forventet output, før du beder om kode. Medtag det eksempel, som fastlægger den ønskede adfærd, især når et grænsetilfælde ændrer implementeringen. Til en reparation angiver du den aktuelle funktion og den fejl, den skal rette.
En eksempelanmodning kan bede om en parser, som bevarer de godkendte feltnavne og returnerer det angivne resultat ved tomt input. Gem den relevante grænseflade og eksemplerne sammen med den foreslåede kode, så vurderingen vedrører den samme kontrakt.
Dette checkpoint er Instruct-udgaven, adskilt fra Base-modellen. Det oprindelige eksempel angiver system- og user-beskeder via checkpointets chatskabelon og afkoder den genererede fortsættelse som tekst. Hold opgaveinstruktionen og det aktuelle kodespørgsmål tydelige, når du forbereder samtalen.
Til en forklaring identificerer du funktionen eller forgreningen, som skal analyseres, og spørger, hvilken antagelse der bestemmer dens adfærd. Til en omskrivning angiver du, hvilke grænseflader og outputfelter der skal forblive uændrede. Et nyttigt svar kan vise den foreslåede kode efterfulgt af ræsonnementet, som forbinder ændringen med kravene.
Det nøjagtige 3B-kort offentliggør en kontekst på 32,768 tokens med 2.77 milliarder parametre uden embeddings og 36 lag. Modelarkitekturen bruger grouped-query attention med 16 query-hoveder og to key/value-hoveder. Vælg det relevante projektmateriale til anmodningen frem for at behandle denne kompakte udgave som den særskilt konfigurerede 32B-model.
Til en eksempelopgave på tværs af funktioner medtager du implementeringen, dens kalder og den type eller det skema, som forbinder dem. Bevar filstier og navne, så den genererede ændring henviser til den ønskede placering. Hvis et spørgsmål kun vedrører én betingelse, bevarer du koden, der fastlægger den, og eksemplerne, som bestemmer det forventede resultat.
Vælg, om næste trin kræver en komplet funktion, en målrettet kodeændring eller en skriftlig forklaring. Det oprindelige genereringseksempel bruger en illustrativ outputramme til en lille opgave; definér den faktiske leverance og en passende konfigureret svarramme til den aktuelle opgave.
Hold kildekode, krav og foreslået ændring samlet, når den omgivende applikation kører eller kontrollerer resultatet. Til en rettelse angiver du den faktiske fejl og den aktuelle implementering og beder derefter om den ændring, som behandler dette belæg. Gem det valgte 3B Instruct-navn sammen med den færdige kode og forklaring, så fortsættelsen bruger samme producentudgave.
Via Ailoot vælger du dette nøjagtige model-ID i /v1/chat/completions og angiver opgaven i messages. Hver besked indeholder en role og sit content; hold den relevante instruktion og kildematerialet samlet. Hent hele JSON-svaret eller alle SSE-segmenter, når stream er aktiveret, og gem usage sammen med det skriftlige resultat.
POST /v1/messagestext, imagejson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser qwen2.5-coder-3b-instruct Betingelser: Brug præcis denne routingvælger for Ailoot. | Standard— |
Feltmessages | Typearray | KravPåkrævet | Værdier og grænser Betingelser: | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser Betingelser: | Standardfalse |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser Minimum: 1 Betingelser: | Standard— |
text_input · Påkrævet: messages
image_with_text · Påkrævet: messages with actual image content blocks
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional | Kontraktstream |
Parametermaterial_types | Kontrakttext, image |
Parameterconditions | KontraktBrug præcis denne routingvælger for Ailoot., Denne protokol overfører billedindhold, når netop den valgte model understøtter billedforståelse. Adgang via protokollen dokumenterer ikke, at alle modeller understøtter billeder. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0 / 1K tokens Output · Outputtokens $0 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${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": "qwen2.5-coder-3b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')\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/messages \\\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.\nJSON or SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hver indholdsblok, hvert ID for et værktøjskald, en eventuel returneret signatur for tankeprocessen, alle SSE-deltaer og de fuldstændige forbrugsdata. Det første tekstfragment er ikke hele resultatet.
Bevar det oprindelige X-Client-Request-ID samt svaret og headerne. Et ukendt resultat eller et resultat med status result_pending_check giver ikke tilladelse til endnu en oprettelse.
| Felt | Type |
|---|---|
Feltcontent[] | Typeobject |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseEt påkrævet felt, en modelvælger, en type eller en inputrepræsentation er ugyldig. | Næste trinUndersøg de returnerede valideringsoplysninger, før du forbereder en separat anmodning. |
Svar | BetingelseDen oprindelige anmodning eller resultatet er ukendt eller skal kontrolleres. | Næste trinBevar de oprindelige identifikatorer og headere; læs kun understøttede status- eller biblioteksposter. Indsend ikke oprettelsesanmodningen igen. |
Ailoot Ultra qwen2.5-coder-3b-instruct
/chat/completions