Qwen2.5 7B Instruct 1M ist das 7B-Profil aus Qwens Langkontextfamilie Qwen2.5-1M. Der gemeinsame Bereitstellungsleitfaden des Herstellers umfasst ausdrücklich separate 7B- und 14B-Ausgaben. Genau dieser gehostete Eintrag nennt einen Arbeitskontext von 128.000 Tokens, der das veröffentlichte Profil getrennt von der größeren nativen Kontextfähigkeit der Familie definiert.
Geben Sie die Frage an und kennzeichnen Sie die Quelldokumente oder Passagen. Legen Sie für eine Zusammenfassung die Zielgruppe und die zu bewahrenden Informationen fest. Definieren Sie für einen Vergleich die Kriterien und fordern Sie Befunde mit Bezug zu bestimmten Quellen an. Halten Sie zitiertes Material von Anweisungen zur abschließenden Antwort getrennt.
Eine Folgeanfrage kann eine Passage ergänzen oder eine Bedingung korrigieren und dabei deren Quellenkennung beibehalten. Dadurch erhält das überarbeitete Ergebnis eine klare Verbindung zu den ursprünglichen Belegen.
Der Qwen2.5-1M-Leitfaden des Herstellers beschreibt spezialisierte Inferenz für extrem lange Sequenzen mit Sparse Attention und Längenextrapolation. Er bezieht die 7B-Ausgabe in die Bereitstellungsplanung ein und erlaubt kürzere Aufgaben, wenn die Umgebung die größte Sequenzlänge nicht unterstützen kann.
Verwenden Sie für eine gehostete Anfrage die Eingabe- und Generierungsgrenzen der tatsächlich ausgewählten Schnittstelle. Die Familienbezeichnung 1M verlangt nicht, dass jedes Profil diesen gesamten Kontext bereitstellt. Fordern Sie eine abschließende Antwort von angemessener Länge an und bewahren Sie nur Quellenmaterial, das der Frage dient.
Bewahren Sie beim Vergleich von Ausgaben genau diese Identität 7B Instruct 1M zusammen mit Prompt und Antwort. Die Parameterzahlen und das spezifische Generierungskontingent der 14B-Modellkarte sind Spezifikationen dieses separat benannten Modells; sie definieren diesen 7B-Eintrag nicht.
", "aboutText": "Qwen2.5 7B Instruct 1M ist das 7B-Profil aus Qwens Langkontextfamilie Qwen2.5-1M. Der gemeinsame Bereitstellungsleitfaden des Herstellers umfasst ausdrücklich separate 7B- und 14B-Ausgaben. Genau dieser gehostete Eintrag nennt einen Arbeitskontext von 128.000 Tokens, der das veröffentlichte Profil getrennt von der größeren nativen Kontextfähigkeit der Familie definiert.\n\n### Eine längere Textaufgabe vorbereiten\n\nGeben Sie die Frage an und kennzeichnen Sie die Quelldokumente oder Passagen. Legen Sie für eine Zusammenfassung die Zielgruppe und die zu bewahrenden Informationen fest. Definieren Sie für einen Vergleich die Kriterien und fordern Sie Befunde mit Bezug zu bestimmten Quellen an. Halten Sie zitiertes Material von Anweisungen zur abschließenden Antwort getrennt.\n\nEine Folgeanfrage kann eine Passage ergänzen oder eine Bedingung korrigieren und dabei deren Quellenkennung beibehalten. Dadurch erhält das überarbeitete Ergebnis eine klare Verbindung zu den ursprünglichen Belegen.\n\n### Bereitstellungsfähigkeit und Anfragegrenzen getrennt halten\n\nDer Qwen2.5-1M-Leitfaden des Herstellers beschreibt spezialisierte Inferenz für extrem lange Sequenzen mit Sparse Attention und Längenextrapolation. Er bezieht die 7B-Ausgabe in die Bereitstellungsplanung ein und erlaubt kürzere Aufgaben, wenn die Umgebung die größte Sequenzlänge nicht unterstützen kann.\n\nVerwenden Sie für eine gehostete Anfrage die Eingabe- und Generierungsgrenzen der tatsächlich ausgewählten Schnittstelle. Die Familienbezeichnung 1M verlangt nicht, dass jedes Profil diesen gesamten Kontext bereitstellt. Fordern Sie eine abschließende Antwort von angemessener Länge an und bewahren Sie nur Quellenmaterial, das der Frage dient.\n\n### Das 7B-Profil bewahren\n\nBewahren Sie beim Vergleich von Ausgaben genau diese Identität 7B Instruct 1M zusammen mit Prompt und Antwort. Die Parameterzahlen und das spezifische Generierungskontingent der 14B-Modellkarte sind Spezifikationen dieses separat benannten Modells; sie definieren diesen 7B-Eintrag nicht.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Synthesize a changing training plan\n\nPrepare a coordinator briefing from these labelled passages. [Plan] Train 24 staff in two groups. [Update] Six staff cannot attend the first session. [Decision] Keep two groups and add a recording; group assignments remain undecided. Summarize fixed decisions, changed attendance and unresolved scheduling questions. Retain source labels and do not invent group membership.A source-linked briefing organized as fixed decisions, attendance change and open scheduling questions.Check that 24 staff, six unavailable staff and two retained groups all survive without invented assignments.qwen2.5-7b-instruct-1mQwen2.5 7B Instruct 1M ist das separat benannte 7B-Textprofil für lange Kontexte. Qwens gemeinsamer Leitfaden zur Langkontextbereitstellung umfasst diese Ausgabe; das ausgewählte gehostete Profil veröffentlicht einen Arbeitskontext von 128.000 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen2.5 7B Instruct 1M ist das 7B-Profil aus Qwens Langkontextfamilie Qwen2.5-1M. Der gemeinsame Bereitstellungsleitfaden des Herstellers umfasst ausdrücklich separate 7B- und 14B-Ausgaben. Genau dieser gehostete Eintrag nennt einen Arbeitskontext von 128.000 Tokens, der das veröffentlichte Profil getrennt von der größeren nativen Kontextfähigkeit der Familie definiert.
Geben Sie die Frage an und kennzeichnen Sie die Quelldokumente oder Passagen. Legen Sie für eine Zusammenfassung die Zielgruppe und die zu bewahrenden Informationen fest. Definieren Sie für einen Vergleich die Kriterien und fordern Sie Befunde mit Bezug zu bestimmten Quellen an. Halten Sie zitiertes Material von Anweisungen zur abschließenden Antwort getrennt.
Eine Folgeanfrage kann eine Passage ergänzen oder eine Bedingung korrigieren und dabei deren Quellenkennung beibehalten. Dadurch erhält das überarbeitete Ergebnis eine klare Verbindung zu den ursprünglichen Belegen.
Der Qwen2.5-1M-Leitfaden des Herstellers beschreibt spezialisierte Inferenz für extrem lange Sequenzen mit Sparse Attention und Längenextrapolation. Er bezieht die 7B-Ausgabe in die Bereitstellungsplanung ein und erlaubt kürzere Aufgaben, wenn die Umgebung die größte Sequenzlänge nicht unterstützen kann.
Verwenden Sie für eine gehostete Anfrage die Eingabe- und Generierungsgrenzen der tatsächlich ausgewählten Schnittstelle. Die Familienbezeichnung 1M verlangt nicht, dass jedes Profil diesen gesamten Kontext bereitstellt. Fordern Sie eine abschließende Antwort von angemessener Länge an und bewahren Sie nur Quellenmaterial, das der Frage dient.
Bewahren Sie beim Vergleich von Ausgaben genau diese Identität 7B Instruct 1M zusammen mit Prompt und Antwort. Die Parameterzahlen und das spezifische Generierungskontingent der 14B-Modellkarte sind Spezifikationen dieses separat benannten Modells; sie definieren diesen 7B-Eintrag nicht.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen2.5-7b-instruct-1m | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.000144 / 1K Token Ausgabe · Ausgabetoken $0.000286 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen2.5-7b-instruct-1m", "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='qwen2.5-7b-instruct-1m',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='qwen2.5-7b-instruct-1m',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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra qwen2.5-7b-instruct-1m
Verwenden Sie die oben angezeigten Methodenpfade.
qwen2.5-7b-instruct-1mQwen2.5 7B Instruct 1M ist das separat benannte 7B-Textprofil für lange Kontexte. Qwens gemeinsamer Leitfaden zur Langkontextbereitstellung umfasst diese Ausgabe; das ausgewählte gehostete Profil veröffentlicht einen Arbeitskontext von 128.000 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen2.5 7B Instruct 1M ist das 7B-Profil aus Qwens Langkontextfamilie Qwen2.5-1M. Der gemeinsame Bereitstellungsleitfaden des Herstellers umfasst ausdrücklich separate 7B- und 14B-Ausgaben. Genau dieser gehostete Eintrag nennt einen Arbeitskontext von 128.000 Tokens, der das veröffentlichte Profil getrennt von der größeren nativen Kontextfähigkeit der Familie definiert.
Geben Sie die Frage an und kennzeichnen Sie die Quelldokumente oder Passagen. Legen Sie für eine Zusammenfassung die Zielgruppe und die zu bewahrenden Informationen fest. Definieren Sie für einen Vergleich die Kriterien und fordern Sie Befunde mit Bezug zu bestimmten Quellen an. Halten Sie zitiertes Material von Anweisungen zur abschließenden Antwort getrennt.
Eine Folgeanfrage kann eine Passage ergänzen oder eine Bedingung korrigieren und dabei deren Quellenkennung beibehalten. Dadurch erhält das überarbeitete Ergebnis eine klare Verbindung zu den ursprünglichen Belegen.
Der Qwen2.5-1M-Leitfaden des Herstellers beschreibt spezialisierte Inferenz für extrem lange Sequenzen mit Sparse Attention und Längenextrapolation. Er bezieht die 7B-Ausgabe in die Bereitstellungsplanung ein und erlaubt kürzere Aufgaben, wenn die Umgebung die größte Sequenzlänge nicht unterstützen kann.
Verwenden Sie für eine gehostete Anfrage die Eingabe- und Generierungsgrenzen der tatsächlich ausgewählten Schnittstelle. Die Familienbezeichnung 1M verlangt nicht, dass jedes Profil diesen gesamten Kontext bereitstellt. Fordern Sie eine abschließende Antwort von angemessener Länge an und bewahren Sie nur Quellenmaterial, das der Frage dient.
Bewahren Sie beim Vergleich von Ausgaben genau diese Identität 7B Instruct 1M zusammen mit Prompt und Antwort. Die Parameterzahlen und das spezifische Generierungskontingent der 14B-Modellkarte sind Spezifikationen dieses separat benannten Modells; sie definieren diesen 7B-Eintrag nicht.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen2.5-7b-instruct-1m | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.000144 / 1K Token Ausgabe · Ausgabetoken $0.000286 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen2.5-7b-instruct-1m",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen2.5-7b-instruct-1m', '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': 'qwen2.5-7b-instruct-1m', '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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra qwen2.5-7b-instruct-1m
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Synthesize a changing training plan\n\nPrepare a coordinator briefing from these labelled passages. [Plan] Train 24 staff in two groups. [Update] Six staff cannot attend the first session. [Decision] Keep two groups and add a recording; group assignments remain undecided. Summarize fixed decisions, changed attendance and unresolved scheduling questions. Retain source labels and do not invent group membership.A source-linked briefing organized as fixed decisions, attendance change and open scheduling questions.Check that 24 staff, six unavailable staff and two retained groups all survive without invented assignments.