Qwen2.5-Math-1.5B-Instruct ist das auf Anweisungen abgestimmte 1.5B-Mathematikmodell aus Alibabas Qwen2.5-Math-Serie. Der Hersteller konzentriert seinen Einsatzbereich auf englische und chinesische Mathematikaufgaben mit schrittweisem und werkzeuggestütztem Schlussfolgern. Wählen Sie eine mathematische Aufgabe mit ausdrücklicher Aufgabenstellung und einem überprüfbaren Ergebnis.
Die vollständige mathematische Aufgabenstellung bewahren
Übergeben Sie Definitionen, Annahmen, Einheiten und Einschränkungen zusammen. Halten Sie Gleichungen in lesbarer Notation und benennen Sie die unbekannten Größen. Nennen Sie bei einem Beweis die Behauptung und die zulässigen Annahmen; legen Sie bei einer Berechnung die erforderliche Genauigkeit und etwaige Einschränkungen des Definitionsbereichs fest.
Berechnungen nachvollziehbar halten
Der werkzeuggestützte Ansatz des Herstellers verbindet Schlussfolgern mit programmbasierten Berechnungen. Wenn die umgebende Anwendung einen Rechner oder eine Codeausführung bereitstellt, bewahren Sie deren tatsächliche Ausgabe mit dem darauf beruhenden Gedankengang auf. Eine vorgeschlagene Berechnung ist von einem ausgeführten Ergebnis zu unterscheiden.
Die Schlussfolgerung unabhängig prüfen
Setzen Sie eine numerische Antwort wieder in die ursprünglichen Gleichungen ein. Prüfen Sie bei einem Beweis jede Folgerung und die Grenzfälle. Speichern Sie Aufgabe, Gedankengang und geprüftes Ergebnis zusammen. Das spezialisierte Profil des Modells ist Mathematik; sein werkzeuggestützter Ansatz stellt selbst keine Ausführungsumgebung bereit.
",
"aboutText": "Qwen2.5-Math-1.5B-Instruct ist das auf Anweisungen abgestimmte 1.5B-Mathematikmodell aus Alibabas Qwen2.5-Math-Serie. Der Hersteller konzentriert seinen Einsatzbereich auf englische und chinesische Mathematikaufgaben mit schrittweisem und werkzeuggestütztem Schlussfolgern. Wählen Sie eine mathematische Aufgabe mit ausdrücklicher Aufgabenstellung und einem überprüfbaren Ergebnis.\n\n### Die vollständige mathematische Aufgabenstellung bewahren\n\nÜbergeben Sie Definitionen, Annahmen, Einheiten und Einschränkungen zusammen. Halten Sie Gleichungen in lesbarer Notation und benennen Sie die unbekannten Größen. Nennen Sie bei einem Beweis die Behauptung und die zulässigen Annahmen; legen Sie bei einer Berechnung die erforderliche Genauigkeit und etwaige Einschränkungen des Definitionsbereichs fest.\n\n### Berechnungen nachvollziehbar halten\n\nDer werkzeuggestützte Ansatz des Herstellers verbindet Schlussfolgern mit programmbasierten Berechnungen. Wenn die umgebende Anwendung einen Rechner oder eine Codeausführung bereitstellt, bewahren Sie deren tatsächliche Ausgabe mit dem darauf beruhenden Gedankengang auf. Eine vorgeschlagene Berechnung ist von einem ausgeführten Ergebnis zu unterscheiden.\n\n### Die Schlussfolgerung unabhängig prüfen\n\nSetzen Sie eine numerische Antwort wieder in die ursprünglichen Gleichungen ein. Prüfen Sie bei einem Beweis jede Folgerung und die Grenzfälle. Speichern Sie Aufgabe, Gedankengang und geprüftes Ergebnis zusammen. Das spezialisierte Profil des Modells ist Mathematik; sein werkzeuggestützter Ansatz stellt selbst keine Ausführungsumgebung bereit.",
"editorialOverlay": {
"copy_fields": null,
"copy_sha256": null,
"copy_source": null,
"html_sha256": "c4bad8bf6a0ade3d1b4e150276beef6b6274f4fec64e1b3ca13591c58e64054c",
"module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
"raw_model_unchanged": true,
"schema": "ailoot-native-model-editorial-v1"
},
"locale": "de",
"methods": [
{
"html": "
•
Qwen2.5-Math-1.5B
Sonstiges /qwen2.5-math-1.5b-instruct
Start
Qwen2.5-Math-1.5B-Instruct ist Alibabas mathematikorientiertes Anweisungsmodell für englische und chinesische Aufgaben; der Hersteller beschreibt schrittweises und werkzeuggestütztes Schlussfolgern.
Zulässige Eingaben
Text · Bilder
Ergebnisse
Text
Über das Modell
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen2.5-Math-1.5B-Instruct ist das auf Anweisungen abgestimmte 1.5B-Mathematikmodell aus Alibabas Qwen2.5-Math-Serie. Der Hersteller konzentriert seinen Einsatzbereich auf englische und chinesische Mathematikaufgaben mit schrittweisem und werkzeuggestütztem Schlussfolgern. Wählen Sie eine mathematische Aufgabe mit ausdrücklicher Aufgabenstellung und einem überprüfbaren Ergebnis.
Die vollständige mathematische Aufgabenstellung bewahren
Übergeben Sie Definitionen, Annahmen, Einheiten und Einschränkungen zusammen. Halten Sie Gleichungen in lesbarer Notation und benennen Sie die unbekannten Größen. Nennen Sie bei einem Beweis die Behauptung und die zulässigen Annahmen; legen Sie bei einer Berechnung die erforderliche Genauigkeit und etwaige Einschränkungen des Definitionsbereichs fest.
Berechnungen nachvollziehbar halten
Der werkzeuggestützte Ansatz des Herstellers verbindet Schlussfolgern mit programmbasierten Berechnungen. Wenn die umgebende Anwendung einen Rechner oder eine Codeausführung bereitstellt, bewahren Sie deren tatsächliche Ausgabe mit dem darauf beruhenden Gedankengang auf. Eine vorgeschlagene Berechnung ist von einem ausgeführten Ergebnis zu unterscheiden.
Die Schlussfolgerung unabhängig prüfen
Setzen Sie eine numerische Antwort wieder in die ursprünglichen Gleichungen ein. Prüfen Sie bei einem Beweis jede Folgerung und die Grenzfälle. Speichern Sie Aufgabe, Gedankengang und geprüftes Ergebnis zusammen. Das spezialisierte Profil des Modells ist Mathematik; sein werkzeuggestützter Ansatz stellt selbst keine Ausführungsumgebung bereit.
Bedingungen: Verwenden Sie genau diesen Ailoot-Routingselektor.
Standard—
Feldmessages
Typarray
AnforderungErforderlich
Werte und Limits
Bedingungen:
Standard—
Feldstream
Typboolean
AnforderungOptional
Werte und Limits
Bedingungen:
Standardfalse
Kombinationen von Eingabematerialien
text_input · Erforderlich: messages
image_with_text · Erforderlich: messages with actual image content blocks
Methodenparameter und Lebenszyklus
Parameter
Vertrag
Parametercontent_type
Vertragapplication/json
Parameterrequired
Vertragmodel, messages
Parameteroptional
Vertragstream
Parametermaterial_types
Vertragtext, image
Parameterconditions
VertragVerwenden Sie genau diesen Ailoot-Routingselektor., Dieses Protokoll überträgt Bildinhalte, wenn das konkret ausgewählte Modell Bildverarbeitung unterstützt. Die Zulassung des Protokolls belegt keine Bildverarbeitungsfähigkeit für jedes Modell.
Methodenaliasnamen: /chat/completions
Lebenszyklus: synchronous_or_streamed
Tarife
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Schnellmodus
Standardtarif Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Standardtarif Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Preise für explizites Caching
Nicht aktiviert Wenn explizites Caching angefordert wird
Nulltarife für reine Textverarbeitung
Für Cache, Werkzeuge und Medien gelten die jeweils gesondert aufgeführten Preisbedingungen. Für reine Texteingabe und Textausgabe
Ailoot-Tarife
Preise nach Konfiguration
Konfiguration
Tarifstaffel
Gebühr
KonfigurationBasistarife für Token
TarifstaffelGrundtarif
Gebühr
Eingabe · Eingabetoken$0/ 1K Token
Ausgabe · Ausgabetoken$0/ 1K Token
Eingabe · Cache-Lesen$0/ 1K Token
Eingabe · Cache-Schreiben$0/ 1K Token
Eingabe · Cache-Schreiben, 1 Stunde—/ 1K Token
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · OpenAI Chat
set -eu\n: "${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-math-1.5b-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.\n
Ergebnisse abrufen und speichern
Ailoot Ultra · OpenAI Chat
JSON or SSE
Alle fertiggestellten Ergebnisse aufbewahren
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Bewahren Sie jeden Inhaltsblock, jede ID eines Werkzeugaufrufs, eine gegebenenfalls zurückgegebene Denksignatur, alle SSE-Deltas und die vollständigen Nutzungsdaten auf. Das erste Textfragment ist nicht das gesamte Ergebnis.
Wenn die ursprüngliche Antwort geprüft werden muss
Bewahren Sie die ursprüngliche X-Client-Request-ID, Antwort und Header auf. Ein unbekanntes Ergebnis oder ein Ergebnis mit dem Status result_pending_check berechtigt nicht zu einem zweiten Erstellungsauftrag.
Antwortfelder
Feld
Typ
Feldchoices[]
Typobject
Feldusage
Typobject
Fehler und nächste Schritte
Antwort
Bedingung
Nächster Schritt
Antwort400 · invalid_request_error
BedingungEin Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig.
Nächster SchrittPrüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten.
Antwort
BedingungDie ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden.
Nächster SchrittBewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut.
",
"method_identity": {
"effective_request_model_id": "qwen2.5-math-1.5b-instruct",
"fmt": "chat",
"http": "POST",
"path": "/v1/chat/completions",
"request_model_id": "qwen2.5-math-1.5b-instruct",
"route_label": "Ultra"
},
"method_key": "Ultra|chat|/v1/chat/completions|qwen2.5-math-1.5b-instruct",
"ordinal": 0,
"rawMethod": {
"available": null,
"cache_read": 0,
"cache_write": 0,
"cache_write_1h": null,
"contract": {
"data": {
"accepted_material_guidance": {
"content_type": "application/json",
"example_scope": "The preserved text example is one valid request form, not the full protocol input set.",
"image_condition": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model.",
"material_types": [
"text",
"image"
],
"text_file_material": "Actual UTF-8 text can be inserted in a text content part."
},
"all_results": "Retain the complete response and headers, original identifiers, every actual output and all usage/accounting fields. Save each unique owned asset and retain every role pointing to it.",
"authentication": {
"header": "Authorization",
"scheme": "Bearer",
"value": "$AILOOT_API_KEY"
},
"errors": [
{
"condition": "Ein Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig.",
"http_status": 400,
"recovery": "Prüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten.",
"type": "invalid_request_error"
},
{
"condition": "Die ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden.",
"http_status": null,
"recovery": "Bewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut.",
"type": null
}
],
"lifecycle": {
"cancel_endpoint": null,
"create": {
"http": "POST",
"path": "/v1/chat/completions"
},
"mode": "synchronous_or_streamed",
"status": [],
"unknown": "Bewahren Sie die ursprüngliche X-Client-Request-ID, Antwort und Header auf. Ein unbekanntes Ergebnis oder ein Ergebnis mit dem Status result_pending_check berechtigt nicht zu einem zweiten Erstellungsauftrag.",
"unknown_no_replay": true
},
"material_combinations": [
{
"materials": [
"text"
],
"mode": "text_input",
"required": [
"messages"
]
},
{
"condition": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model.",
"materials": [
"text",
"image"
],
"mode": "image_with_text",
"required": [
"messages with actual image content blocks"
]
}
],
"model_capability_scope": {
"all_models_vision_claim": false,
"manufacturer_description_preserved": "Retain grounded accepted legacy vision descriptions; a plain text example is not a capability ceiling.",
"model_vision": "conditional_on_exact_model_capability",
"transport_materials": [
"text",
"image"
],
"video_audio_inferred": false
},
"outputs": {
"all_results": "Bewahren Sie jeden Inhaltsblock, jede ID eines Werkzeugaufrufs, eine gegebenenfalls zurückgegebene Denksignatur, alle SSE-Deltas und die vollständigen Nutzungsdaten auf. Das erste Textfragment ist nicht das gesamte Ergebnis.",
"every_actual_output": true,
"family": "text",
"fields": [
{
"name": "choices[]",
"type": "object"
},
{
"name": "usage",
"type": "object"
}
],
"format": "JSON or SSE"
},
"parameters": [
{
"conditions": "Verwenden Sie genau diesen Ailoot-Routingselektor.",
"default_known": false,
"enum": [
"qwen2.5-math-1.5b-instruct"
],
"enum_known": true,
"name": "model",
"required": true,
"type": "string"
},
{
"conditions": "",
"default_known": false,
"enum_known": false,
"items": {
"properties": {
"content": {
"oneOf": [
{
"type": "string"
},
{
"items": {
"oneOf": [
{
"properties": {
"text": {
"type": "string"
},
"type": {
"const": "text"
}
},
"required": [
"type",
"text"
],
"type": "object"
},
{
"properties": {
"image_url": {
"properties": {
"detail": {
"type": "string"
},
"url": {
"type": "string"
}
},
"required": [
"url"
],
"type": "object"
},
"type": {
"const": "image_url"
}
},
"required": [
"type",
"image_url"
],
"type": "object"
}
]
},
"type": "array"
}
]
},
"role": {
"type": "string"
}
},
"required": [
"role",
"content"
],
"type": "object"
},
"minItems": 1,
"name": "messages",
"required": true,
"type": "array"
},
{
"conditions": "",
"default": false,
"default_known": true,
"enum_known": false,
"name": "stream",
"required": false,
"type": "boolean"
}
],
"request_schema": {
"additionalProperties": true,
"properties": {
"messages": {
"items": {
"properties": {
"content": {
"oneOf": [
{
"type": "string"
},
{
"items": {
"oneOf": [
{
"properties": {
"text": {
"type": "string"
},
"type": {
"const": "text"
}
},
"required": [
"type",
"text"
],
"type": "object"
},
{
"properties": {
"image_url": {
"properties": {
"detail": {
"type": "string"
},
"url": {
"type": "string"
}
},
"required": [
"url"
],
"type": "object"
},
"type": {
"const": "image_url"
}
},
"required": [
"type",
"image_url"
],
"type": "object"
}
]
},
"type": "array"
}
]
},
"role": {
"type": "string"
}
},
"required": [
"role",
"content"
],
"type": "object"
},
"minItems": 1,
"type": "array"
},
"model": {
"enum": [
"qwen2.5-math-1.5b-instruct"
],
"type": "string"
},
"stream": {
"default": false,
"type": "boolean"
}
},
"required": [
"model",
"messages"
],
"type": "object"
},
"schema_template": {
"actual_file_preparation_required": false,
"body": {
"messages": [
{
"content": "Explain how a rainbow forms.",
"role": "user"
}
],
"model": "qwen2.5-math-1.5b-instruct"
},
"content_type": "application/json",
"example_is_offline_content": true
},
"usage": {
"meter": "Use the accepted method price and actual recorded usage; the request reserve is an estimate. A billing unit does not add an input capability.",
"preserve": "Keep all returned usage, accounting and request identifiers with every actual output.",
"settlement": "Retain the original operation; reconcile its result and accounting once."
}
},
"input": {
"conditions": [
"Verwenden Sie genau diesen Ailoot-Routingselektor.",
"Dieses Protokoll überträgt Bildinhalte, wenn das konkret ausgewählte Modell Bildverarbeitung unterstützt. Die Zulassung des Protokolls belegt keine Bildverarbeitungsfähigkeit für jedes Modell."
],
"content_type": "application/json",
"material_types": [
"text",
"image"
],
"optional": [
"stream"
],
"required": [
"model",
"messages"
]
},
"lifecycle": {
"cancel_endpoint": null,
"create": {
"http": "POST",
"path": "/v1/chat/completions"
},
"mode": "synchronous_or_streamed",
"status": [],
"unknown": "Keep the original X-Client-Request-ID, response and headers. An unknown or result_pending_check outcome does not authorize a second creation.",
"unknown_no_replay": true
},
"method": {
"http": "POST",
"path": "/v1/chat/completions"
},
"method_aliases": [
"/chat/completions"
],
"output": {
"all_results": "Retain every content block, tool-call ID, thinking signature when returned, all SSE deltas and complete usage. A first text fragment is not the whole result.",
"every_actual_output": true,
"family": "text",
"fields": [
{
"name": "choices[]",
"type": "object"
},
{
"name": "usage",
"type": "object"
}
],
"format": "JSON or SSE"
}
},
"ctx": null,
"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\": \"qwen2.5-math-1.5b-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.\n",
"label": "curl · create once and retain the complete result",
"language": "bash"
}
],
"family": "openai",
"fast_multiplier": 1,
"flex_multiplier": 1,
"fmt": "chat",
"http": "POST",
"in": 0,
"input": [
"text",
"image"
],
"input_conditions": {
"image": "Image content is carried by this protocol where the exact selected model supports vision. Protocol admission does not establish image capability for every model."
},
"label": "OpenAI Chat",
"max_out": null,
"max_reasoning_effort_multiplier": 1,
"method_aliases": [
"/chat/completions"
],
"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": "Nulltarife für reine Textverarbeitung",
"value": "Für Cache, Werkzeuge und Medien gelten die jeweils gesondert aufgeführten Preisbedingungen.",
"when": "Für reine Texteingabe und Textausgabe"
}
],
"pricing": {
"billing_mode": "token",
"image_input_price": null,
"image_output_price": null,
"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": "qwen2.5-math-1.5b-instruct",
"route_label": "Ultra",
"status_reads": [],
"tiers": [],
"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"
}
]
}
},
{
"html": "
•
Qwen2.5-Math-1.5B
Sonstiges /qwen2.5-math-1.5b-instruct
Start
Qwen2.5-Math-1.5B-Instruct ist Alibabas mathematikorientiertes Anweisungsmodell für englische und chinesische Aufgaben; der Hersteller beschreibt schrittweises und werkzeuggestütztes Schlussfolgern.
Zulässige Eingaben
Text · Bilder
Ergebnisse
json · sse
Über das Modell
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen2.5-Math-1.5B-Instruct ist das auf Anweisungen abgestimmte 1.5B-Mathematikmodell aus Alibabas Qwen2.5-Math-Serie. Der Hersteller konzentriert seinen Einsatzbereich auf englische und chinesische Mathematikaufgaben mit schrittweisem und werkzeuggestütztem Schlussfolgern. Wählen Sie eine mathematische Aufgabe mit ausdrücklicher Aufgabenstellung und einem überprüfbaren Ergebnis.
Die vollständige mathematische Aufgabenstellung bewahren
Übergeben Sie Definitionen, Annahmen, Einheiten und Einschränkungen zusammen. Halten Sie Gleichungen in lesbarer Notation und benennen Sie die unbekannten Größen. Nennen Sie bei einem Beweis die Behauptung und die zulässigen Annahmen; legen Sie bei einer Berechnung die erforderliche Genauigkeit und etwaige Einschränkungen des Definitionsbereichs fest.
Berechnungen nachvollziehbar halten
Der werkzeuggestützte Ansatz des Herstellers verbindet Schlussfolgern mit programmbasierten Berechnungen. Wenn die umgebende Anwendung einen Rechner oder eine Codeausführung bereitstellt, bewahren Sie deren tatsächliche Ausgabe mit dem darauf beruhenden Gedankengang auf. Eine vorgeschlagene Berechnung ist von einem ausgeführten Ergebnis zu unterscheiden.
Die Schlussfolgerung unabhängig prüfen
Setzen Sie eine numerische Antwort wieder in die ursprünglichen Gleichungen ein. Prüfen Sie bei einem Beweis jede Folgerung und die Grenzfälle. Speichern Sie Aufgabe, Gedankengang und geprüftes Ergebnis zusammen. Das spezialisierte Profil des Modells ist Mathematik; sein werkzeuggestützter Ansatz stellt selbst keine Ausführungsumgebung bereit.
Bedingungen: Verwenden Sie genau diesen Ailoot-Routingselektor.
Standard—
Feldmessages
Typarray
AnforderungErforderlich
Werte und Limits
Bedingungen:
Standard—
Feldstream
Typboolean
AnforderungOptional
Werte und Limits
Bedingungen:
Standardfalse
Feldmax_tokens
Typinteger
AnforderungErforderlich
Werte und Limits
Minimum: 1
Bedingungen:
Standard—
Kombinationen von Eingabematerialien
text_input · Erforderlich: messages
image_with_text · Erforderlich: messages with actual image content blocks
Methodenparameter und Lebenszyklus
Parameter
Vertrag
Parametercontent_type
Vertragapplication/json
Parameterrequired
Vertragmodel, messages, max_tokens
Parameteroptional
Vertragstream
Parametermaterial_types
Vertragtext, image
Parameterconditions
VertragVerwenden Sie genau diesen Ailoot-Routingselektor., Dieses Protokoll überträgt Bildinhalte, wenn das konkret ausgewählte Modell Bildverarbeitung unterstützt. Die Zulassung des Protokolls belegt keine Bildverarbeitungsfähigkeit für jedes Modell.
Lebenszyklus: synchronous_or_streamed
Tarife
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Schnellmodus
Standardtarif Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Standardtarif Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Preise für explizites Caching
Nicht aktiviert Wenn explizites Caching angefordert wird
Nulltarife für reine Textverarbeitung
Für Cache, Werkzeuge und Medien gelten die jeweils gesondert aufgeführten Preisbedingungen. Für reine Texteingabe und Textausgabe
Ailoot-Tarife
Preise nach Konfiguration
Konfiguration
Tarifstaffel
Gebühr
KonfigurationBasistarife für Token
TarifstaffelGrundtarif
Gebühr
Eingabe · Eingabetoken$0/ 1K Token
Ausgabe · Ausgabetoken$0/ 1K Token
Eingabe · Cache-Lesen$0/ 1K Token
Eingabe · Cache-Schreiben$0/ 1K Token
Eingabe · Cache-Schreiben, 1 Stunde—/ 1K Token
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · Anthropic Messages
set -eu\n: "${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-math-1.5b-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.\n
Ergebnisse abrufen und speichern
Ailoot Ultra · Anthropic Messages
JSON or SSE
Alle fertiggestellten Ergebnisse aufbewahren
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Bewahren Sie jeden Inhaltsblock, jede ID eines Werkzeugaufrufs, eine gegebenenfalls zurückgegebene Denksignatur, alle SSE-Deltas und die vollständigen Nutzungsdaten auf. Das erste Textfragment ist nicht das gesamte Ergebnis.
Wenn die ursprüngliche Antwort geprüft werden muss
Bewahren Sie die ursprüngliche X-Client-Request-ID, Antwort und Header auf. Ein unbekanntes Ergebnis oder ein Ergebnis mit dem Status result_pending_check berechtigt nicht zu einem zweiten Erstellungsauftrag.
Antwortfelder
Feld
Typ
Feldcontent[]
Typobject
Feldusage
Typobject
Fehler und nächste Schritte
Antwort
Bedingung
Nächster Schritt
Antwort400 · invalid_request_error
BedingungEin Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig.
Nächster SchrittPrüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten.
Antwort
BedingungDie ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden.
Nächster SchrittBewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut.