Qwen2.5 14B Instruct 1M es la edición 14B de contexto más largo de la familia Qwen2.5. La ficha del modelo del fabricante publica un contexto completo de 1,010,000 tokens y una asignación de generación de 8,192 tokens. Describe un modelo de lenguaje de 14.7 mil millones de parámetros, con 13.1 mil millones de parámetros sin contar los embeddings.
Etiqueta los documentos o pasajes e indica qué resultado deben respaldar. Una comparación puede definir los criterios y pedir diferencias vinculadas con las fuentes. Un resumen puede especificar la audiencia y la información que debe conservar. Un encargo enfocado mantiene una colección mayor de fuentes conectada con la respuesta requerida.
Para un seguimiento, conserva los identificadores de las fuentes y el hallazgo anterior pertinente. Añade explícitamente una corrección o un pasaje nuevo, de modo que una conclusión revisada pueda compararse con la evidencia original.
El fabricante demuestra una instrucción de sistema y una pregunta de usuario mediante la plantilla de chat de la versión. Mantén el material citado separado de las instrucciones y define la estructura de la respuesta final. Para un resultado estructurado, especifica los campos y cómo debe aparecer la información ausente; después, verifica los valores devueltos contra la fuente.
Una entrada grande no requiere una respuesta igual de grande. Solicita el detalle que necesite el artefacto y deja espacio adecuado para la respuesta dentro de los límites de la interfaz seleccionada.
El fabricante recomienda un framework de inferencia especializado con atención dispersa y extrapolación de longitud para entradas ultralargas. Su guía explica cómo ajustar la longitud máxima del modelo y otros parámetros de ejecución; también señala que un framework compatible más antiguo puede perder precisión por encima de 262,144 tokens.
Estas son capacidades del modelo y de su despliegue, en lugar de ajustes expuestos automáticamente por todas las interfaces alojadas. El perfil alojado exacto lista un contexto de trabajo de 128,000 tokens. Prepara la solicitud real con los límites documentados de esa interfaz, en lugar de tratar el nombre de la edición 1M como una garantía para todas las rutas.
La guía compartida de contexto largo del fabricante nombra modelos 7B y 14B independientes. Esta entrada sigue las especificaciones de parámetros y generación propias del modelo 14B. Conserva la edición exacta junto con el prompt y el resultado al comparar tareas con fuentes más extensas o revisiones.
", "aboutText": "Qwen2.5 14B Instruct 1M es la edición 14B de contexto más largo de la familia Qwen2.5. La ficha del modelo del fabricante publica un contexto completo de 1,010,000 tokens y una asignación de generación de 8,192 tokens. Describe un modelo de lenguaje de 14.7 mil millones de parámetros, con 13.1 mil millones de parámetros sin contar los embeddings.\n\n### Organiza el material largo en torno a la pregunta\n\nEtiqueta los documentos o pasajes e indica qué resultado deben respaldar. Una comparación puede definir los criterios y pedir diferencias vinculadas con las fuentes. Un resumen puede especificar la audiencia y la información que debe conservar. Un encargo enfocado mantiene una colección mayor de fuentes conectada con la respuesta requerida.\n\nPara un seguimiento, conserva los identificadores de las fuentes y el hallazgo anterior pertinente. Añade explícitamente una corrección o un pasaje nuevo, de modo que una conclusión revisada pueda compararse con la evidencia original.\n\n### Usa la plantilla de conversación del modelo\n\nEl fabricante demuestra una instrucción de sistema y una pregunta de usuario mediante la plantilla de chat de la versión. Mantén el material citado separado de las instrucciones y define la estructura de la respuesta final. Para un resultado estructurado, especifica los campos y cómo debe aparecer la información ausente; después, verifica los valores devueltos contra la fuente.\n\nUna entrada grande no requiere una respuesta igual de grande. Solicita el detalle que necesite el artefacto y deja espacio adecuado para la respuesta dentro de los límites de la interfaz seleccionada.\n\n### Configuración de contexto largo\n\nEl fabricante recomienda un framework de inferencia especializado con atención dispersa y extrapolación de longitud para entradas ultralargas. Su guía explica cómo ajustar la longitud máxima del modelo y otros parámetros de ejecución; también señala que un framework compatible más antiguo puede perder precisión por encima de 262,144 tokens.\n\nEstas son capacidades del modelo y de su despliegue, en lugar de ajustes expuestos automáticamente por todas las interfaces alojadas. El perfil alojado exacto lista un contexto de trabajo de 128,000 tokens. Prepara la solicitud real con los límites documentados de esa interfaz, en lugar de tratar el nombre de la edición 1M como una garantía para todas las rutas.\n\n### Conserva la edición 14B\n\nLa guía compartida de contexto largo del fabricante nombra modelos 7B y 14B independientes. Esta entrada sigue las especificaciones de parámetros y generación propias del modelo 14B. Conserva la edición exacta junto con el prompt y el resultado al comparar tareas con fuentes más extensas o revisiones.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Reconcile a source collection\n\nCreate a current project summary from these labeled records. [M1] May plan: pilot in two branches, North and East. [M2] June decision: replace East with West; North unchanged. [M3] June staffing note: West lead unassigned. Treat later explicit decisions as updates. Return active branches, the change history and unresolved ownership, citing the relevant record IDs.A source-linked current-state summary, a concise change history and the missing West owner.Check East survives only in history and West is active with its owner unassigned.qwen2.5-14b-instruct-1mQwen2.5 14B Instruct 1M es la edición de texto de contexto largo de Qwen para colecciones de fuentes más grandes y tareas de seguimiento de instrucciones. Su fabricante publica para el modelo un contexto completo de 1,010,000 tokens y una asignación de generación de 8,192 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Qwen2.5 14B Instruct 1M es la edición 14B de contexto más largo de la familia Qwen2.5. La ficha del modelo del fabricante publica un contexto completo de 1,010,000 tokens y una asignación de generación de 8,192 tokens. Describe un modelo de lenguaje de 14.7 mil millones de parámetros, con 13.1 mil millones de parámetros sin contar los embeddings.
Etiqueta los documentos o pasajes e indica qué resultado deben respaldar. Una comparación puede definir los criterios y pedir diferencias vinculadas con las fuentes. Un resumen puede especificar la audiencia y la información que debe conservar. Un encargo enfocado mantiene una colección mayor de fuentes conectada con la respuesta requerida.
Para un seguimiento, conserva los identificadores de las fuentes y el hallazgo anterior pertinente. Añade explícitamente una corrección o un pasaje nuevo, de modo que una conclusión revisada pueda compararse con la evidencia original.
El fabricante demuestra una instrucción de sistema y una pregunta de usuario mediante la plantilla de chat de la versión. Mantén el material citado separado de las instrucciones y define la estructura de la respuesta final. Para un resultado estructurado, especifica los campos y cómo debe aparecer la información ausente; después, verifica los valores devueltos contra la fuente.
Una entrada grande no requiere una respuesta igual de grande. Solicita el detalle que necesite el artefacto y deja espacio adecuado para la respuesta dentro de los límites de la interfaz seleccionada.
El fabricante recomienda un framework de inferencia especializado con atención dispersa y extrapolación de longitud para entradas ultralargas. Su guía explica cómo ajustar la longitud máxima del modelo y otros parámetros de ejecución; también señala que un framework compatible más antiguo puede perder precisión por encima de 262,144 tokens.
Estas son capacidades del modelo y de su despliegue, en lugar de ajustes expuestos automáticamente por todas las interfaces alojadas. El perfil alojado exacto lista un contexto de trabajo de 128,000 tokens. Prepara la solicitud real con los límites documentados de esa interfaz, en lugar de tratar el nombre de la edición 1M como una garantía para todas las rutas.
La guía compartida de contexto largo del fabricante nombra modelos 7B y 14B independientes. Esta entrada sigue las especificaciones de parámetros y generación propias del modelo 14B. Conserva la edición exacta junto con el prompt y el resultado al comparar tareas con fuentes más extensas o revisiones.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen2.5-14b-instruct-1m | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.000286 / 1K tokens Salida · Tokens de salida $0.00086 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen2.5-14b-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='qwen2.5-14b-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='qwen2.5-14b-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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra qwen2.5-14b-instruct-1m
Usa las rutas de método indicadas arriba.
qwen2.5-14b-instruct-1mQwen2.5 14B Instruct 1M es la edición de texto de contexto largo de Qwen para colecciones de fuentes más grandes y tareas de seguimiento de instrucciones. Su fabricante publica para el modelo un contexto completo de 1,010,000 tokens y una asignación de generación de 8,192 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Qwen2.5 14B Instruct 1M es la edición 14B de contexto más largo de la familia Qwen2.5. La ficha del modelo del fabricante publica un contexto completo de 1,010,000 tokens y una asignación de generación de 8,192 tokens. Describe un modelo de lenguaje de 14.7 mil millones de parámetros, con 13.1 mil millones de parámetros sin contar los embeddings.
Etiqueta los documentos o pasajes e indica qué resultado deben respaldar. Una comparación puede definir los criterios y pedir diferencias vinculadas con las fuentes. Un resumen puede especificar la audiencia y la información que debe conservar. Un encargo enfocado mantiene una colección mayor de fuentes conectada con la respuesta requerida.
Para un seguimiento, conserva los identificadores de las fuentes y el hallazgo anterior pertinente. Añade explícitamente una corrección o un pasaje nuevo, de modo que una conclusión revisada pueda compararse con la evidencia original.
El fabricante demuestra una instrucción de sistema y una pregunta de usuario mediante la plantilla de chat de la versión. Mantén el material citado separado de las instrucciones y define la estructura de la respuesta final. Para un resultado estructurado, especifica los campos y cómo debe aparecer la información ausente; después, verifica los valores devueltos contra la fuente.
Una entrada grande no requiere una respuesta igual de grande. Solicita el detalle que necesite el artefacto y deja espacio adecuado para la respuesta dentro de los límites de la interfaz seleccionada.
El fabricante recomienda un framework de inferencia especializado con atención dispersa y extrapolación de longitud para entradas ultralargas. Su guía explica cómo ajustar la longitud máxima del modelo y otros parámetros de ejecución; también señala que un framework compatible más antiguo puede perder precisión por encima de 262,144 tokens.
Estas son capacidades del modelo y de su despliegue, en lugar de ajustes expuestos automáticamente por todas las interfaces alojadas. El perfil alojado exacto lista un contexto de trabajo de 128,000 tokens. Prepara la solicitud real con los límites documentados de esa interfaz, en lugar de tratar el nombre de la edición 1M como una garantía para todas las rutas.
La guía compartida de contexto largo del fabricante nombra modelos 7B y 14B independientes. Esta entrada sigue las especificaciones de parámetros y generación propias del modelo 14B. Conserva la edición exacta junto con el prompt y el resultado al comparar tareas con fuentes más extensas o revisiones.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen2.5-14b-instruct-1m | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.000286 / 1K tokens Salida · Tokens de salida $0.00086 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "qwen2.5-14b-instruct-1m",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen2.5-14b-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': 'qwen2.5-14b-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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra qwen2.5-14b-instruct-1m
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Reconcile a source collection\n\nCreate a current project summary from these labeled records. [M1] May plan: pilot in two branches, North and East. [M2] June decision: replace East with West; North unchanged. [M3] June staffing note: West lead unassigned. Treat later explicit decisions as updates. Return active branches, the change history and unresolved ownership, citing the relevant record IDs.A source-linked current-state summary, a concise change history and the missing West owner.Check East survives only in history and West is active with its owner unassigned.