Qwen2.5-Coder-32B-Instruct est l’édition 32B entraînée aux instructions de la série Qwen2.5-Coder. Le fabricant développe cette série pour la génération de code, le raisonnement sur le code et sa correction, tout en conservant les capacités mathématiques et linguistiques générales. Le nombre de paramètres publié pour cette édition est de 32,5 milliards. Son format conversationnel permet d’associer les instructions, le code source et le résultat attendu de la prochaine modification.
Commencez par l’interface que le code doit implémenter, les types d’entrée et de sortie et quelques exemples représentatifs. Précisez le langage et les conventions pertinentes du projet. Demandez l’implémentation et des tests couvrant les cas nommés. Si une fonction auxiliaire existante définit déjà le comportement, incluez-la afin que la proposition suive le projet plutôt que de créer un schéma parallèle.
Pour une petite fonctionnalité, fournissez le module concerné et expliquez où le résultat s’insère dans l’application. Demandez une modification ciblée qui signale toute nouvelle hypothèse. Le modèle renvoie du code et des explications; compilation, exécution et intégration ont lieu dans l’environnement de développement.
Une consigne de débogage doit inclure l’erreur exacte, l’entrée qui la déclenche et le comportement attendu à la place. Demandez au modèle de relier l’échec à une partie précise du code fourni avant de proposer une correction. Une demande de suivi utile réclame un test qui échoue avec le comportement original et réussit après la modification proposée.
Pour une revue, définissez la question : traitement d’une entrée vide, ordre, libération des ressources ou sens d’une valeur renvoyée. Demandez l’emplacement pertinent dans le code et un exemple démontrant le problème. Reliez les recommandations aux fichiers que le modèle peut examiner, puis vérifiez chaque modification proposée dans le projet.
La fiche décrit un contexte complet de 131 072 jetons, tandis que la configuration de base publiée est réglée sur 32 768. La procédure du fabricant pour les textes longs active la mise à l’échelle YaRN au-delà de cette base. C’est un détail de configuration du service; une demande au modèle hébergé doit donc être planifiée selon le contexte disponible sur son endpoint réel.
Le fabricant précise aussi que la mise à l’échelle YaRN statique peut affecter les performances sur les textes courts et recommande de l’activer lorsque le long contexte est nécessaire. Pour une question de code ordinaire, envoyez d’abord les interfaces et extraits pertinents. Pour une tâche couvrant plusieurs fichiers, indiquez le point d’entrée, les dépendances et les conditions d’acceptation, en laissant de la place pour l’implémentation et l’explication demandées.
", "aboutText": "Qwen2.5-Coder-32B-Instruct est l’édition 32B entraînée aux instructions de la série Qwen2.5-Coder. Le fabricant développe cette série pour la génération de code, le raisonnement sur le code et sa correction, tout en conservant les capacités mathématiques et linguistiques générales. Le nombre de paramètres publié pour cette édition est de 32,5 milliards. Son format conversationnel permet d’associer les instructions, le code source et le résultat attendu de la prochaine modification.\n\n### Générez du code selon un contrat clair\n\nCommencez par l’interface que le code doit implémenter, les types d’entrée et de sortie et quelques exemples représentatifs. Précisez le langage et les conventions pertinentes du projet. Demandez l’implémentation et des tests couvrant les cas nommés. Si une fonction auxiliaire existante définit déjà le comportement, incluez-la afin que la proposition suive le projet plutôt que de créer un schéma parallèle.\n\nPour une petite fonctionnalité, fournissez le module concerné et expliquez où le résultat s’insère dans l’application. Demandez une modification ciblée qui signale toute nouvelle hypothèse. Le modèle renvoie du code et des explications; compilation, exécution et intégration ont lieu dans l’environnement de développement.\n\n### Expliquez ou corrigez une implémentation existante\n\nUne consigne de débogage doit inclure l’erreur exacte, l’entrée qui la déclenche et le comportement attendu à la place. Demandez au modèle de relier l’échec à une partie précise du code fourni avant de proposer une correction. Une demande de suivi utile réclame un test qui échoue avec le comportement original et réussit après la modification proposée.\n\nPour une revue, définissez la question : traitement d’une entrée vide, ordre, libération des ressources ou sens d’une valeur renvoyée. Demandez l’emplacement pertinent dans le code et un exemple démontrant le problème. Reliez les recommandations aux fichiers que le modèle peut examiner, puis vérifiez chaque modification proposée dans le projet.\n\n### Utilisez le long contexte de façon délibérée\n\nLa fiche décrit un contexte complet de 131 072 jetons, tandis que la configuration de base publiée est réglée sur 32 768. La procédure du fabricant pour les textes longs active la mise à l’échelle YaRN au-delà de cette base. C’est un détail de configuration du service; une demande au modèle hébergé doit donc être planifiée selon le contexte disponible sur son endpoint réel.\n\nLe fabricant précise aussi que la mise à l’échelle YaRN statique peut affecter les performances sur les textes courts et recommande de l’activer lorsque le long contexte est nécessaire. Pour une question de code ordinaire, envoyez d’abord les interfaces et extraits pertinents. Pour une tâche couvrant plusieurs fichiers, indiquez le point d’entrée, les dépendances et les conditions d’acceptation, en laissant de la place pour l’implémentation et l’explication demandées.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Fix stable deduplication order\n\nReview this Python function: def unique(values): return list(set(values)). The contract requires keeping the first occurrence of each hashable value in input order. Propose a corrected implementation preserving the signature and input list. Include tests for repeated strings, empty input and values already unique. Explain why a set conversion alone does not express the ordering contract.A complete stable-deduplication function, three tests and a short ordering explanation.The repeated-input test checks first-occurrence order, and the original list remains unchanged.Qwen/Qwen2.5-Coder-32B-InstructQwen2.5-Coder-32B-Instruct est un modèle de code entraîné aux instructions pour générer, expliquer et corriger du code. Fournissez les fichiers pertinents, le comportement attendu et les résultats des tests pour obtenir une implémentation ou une correction ciblée; le long contexte dépend de la configuration de service.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Qwen2.5-Coder-32B-Instruct est l’édition 32B entraînée aux instructions de la série Qwen2.5-Coder. Le fabricant développe cette série pour la génération de code, le raisonnement sur le code et sa correction, tout en conservant les capacités mathématiques et linguistiques générales. Le nombre de paramètres publié pour cette édition est de 32,5 milliards. Son format conversationnel permet d’associer les instructions, le code source et le résultat attendu de la prochaine modification.
Commencez par l’interface que le code doit implémenter, les types d’entrée et de sortie et quelques exemples représentatifs. Précisez le langage et les conventions pertinentes du projet. Demandez l’implémentation et des tests couvrant les cas nommés. Si une fonction auxiliaire existante définit déjà le comportement, incluez-la afin que la proposition suive le projet plutôt que de créer un schéma parallèle.
Pour une petite fonctionnalité, fournissez le module concerné et expliquez où le résultat s’insère dans l’application. Demandez une modification ciblée qui signale toute nouvelle hypothèse. Le modèle renvoie du code et des explications; compilation, exécution et intégration ont lieu dans l’environnement de développement.
Une consigne de débogage doit inclure l’erreur exacte, l’entrée qui la déclenche et le comportement attendu à la place. Demandez au modèle de relier l’échec à une partie précise du code fourni avant de proposer une correction. Une demande de suivi utile réclame un test qui échoue avec le comportement original et réussit après la modification proposée.
Pour une revue, définissez la question : traitement d’une entrée vide, ordre, libération des ressources ou sens d’une valeur renvoyée. Demandez l’emplacement pertinent dans le code et un exemple démontrant le problème. Reliez les recommandations aux fichiers que le modèle peut examiner, puis vérifiez chaque modification proposée dans le projet.
La fiche décrit un contexte complet de 131 072 jetons, tandis que la configuration de base publiée est réglée sur 32 768. La procédure du fabricant pour les textes longs active la mise à l’échelle YaRN au-delà de cette base. C’est un détail de configuration du service; une demande au modèle hébergé doit donc être planifiée selon le contexte disponible sur son endpoint réel.
Le fabricant précise aussi que la mise à l’échelle YaRN statique peut affecter les performances sur les textes courts et recommande de l’activer lorsque le long contexte est nécessaire. Pour une question de code ordinaire, envoyez d’abord les interfaces et extraits pertinents. Pour une tâche couvrant plusieurs fichiers, indiquez le point d’entrée, les dépendances et les conditions d’acceptation, en laissant de la place pour l’implémentation et l’explication demandées.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites Qwen/Qwen2.5-Coder-32B-Instruct | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | ContratPropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.00036 / 1K jetons Sortie · Jetons en sortie $0.00036 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Qwen/Qwen2.5-Coder-32B-Instruct", "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='Qwen/Qwen2.5-Coder-32B-Instruct',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='Qwen/Qwen2.5-Coder-32B-Instruct',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra Qwen/Qwen2.5-Coder-32B-Instruct
Utilisez les chemins de méthode indiqués ci-dessus.
Qwen/Qwen2.5-Coder-32B-InstructQwen2.5-Coder-32B-Instruct est un modèle de code entraîné aux instructions pour générer, expliquer et corriger du code. Fournissez les fichiers pertinents, le comportement attendu et les résultats des tests pour obtenir une implémentation ou une correction ciblée; le long contexte dépend de la configuration de service.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Qwen2.5-Coder-32B-Instruct est l’édition 32B entraînée aux instructions de la série Qwen2.5-Coder. Le fabricant développe cette série pour la génération de code, le raisonnement sur le code et sa correction, tout en conservant les capacités mathématiques et linguistiques générales. Le nombre de paramètres publié pour cette édition est de 32,5 milliards. Son format conversationnel permet d’associer les instructions, le code source et le résultat attendu de la prochaine modification.
Commencez par l’interface que le code doit implémenter, les types d’entrée et de sortie et quelques exemples représentatifs. Précisez le langage et les conventions pertinentes du projet. Demandez l’implémentation et des tests couvrant les cas nommés. Si une fonction auxiliaire existante définit déjà le comportement, incluez-la afin que la proposition suive le projet plutôt que de créer un schéma parallèle.
Pour une petite fonctionnalité, fournissez le module concerné et expliquez où le résultat s’insère dans l’application. Demandez une modification ciblée qui signale toute nouvelle hypothèse. Le modèle renvoie du code et des explications; compilation, exécution et intégration ont lieu dans l’environnement de développement.
Une consigne de débogage doit inclure l’erreur exacte, l’entrée qui la déclenche et le comportement attendu à la place. Demandez au modèle de relier l’échec à une partie précise du code fourni avant de proposer une correction. Une demande de suivi utile réclame un test qui échoue avec le comportement original et réussit après la modification proposée.
Pour une revue, définissez la question : traitement d’une entrée vide, ordre, libération des ressources ou sens d’une valeur renvoyée. Demandez l’emplacement pertinent dans le code et un exemple démontrant le problème. Reliez les recommandations aux fichiers que le modèle peut examiner, puis vérifiez chaque modification proposée dans le projet.
La fiche décrit un contexte complet de 131 072 jetons, tandis que la configuration de base publiée est réglée sur 32 768. La procédure du fabricant pour les textes longs active la mise à l’échelle YaRN au-delà de cette base. C’est un détail de configuration du service; une demande au modèle hébergé doit donc être planifiée selon le contexte disponible sur son endpoint réel.
Le fabricant précise aussi que la mise à l’échelle YaRN statique peut affecter les performances sur les textes courts et recommande de l’activer lorsque le long contexte est nécessaire. Pour une question de code ordinaire, envoyez d’abord les interfaces et extraits pertinents. Pour une tâche couvrant plusieurs fichiers, indiquez le point d’entrée, les dépendances et les conditions d’acceptation, en laissant de la place pour l’implémentation et l’explication demandées.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites Qwen/Qwen2.5-Coder-32B-Instruct | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.00036 / 1K jetons Sortie · Jetons en sortie $0.00036 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "Qwen/Qwen2.5-Coder-32B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Qwen/Qwen2.5-Coder-32B-Instruct', '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': 'Qwen/Qwen2.5-Coder-32B-Instruct', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra Qwen/Qwen2.5-Coder-32B-Instruct
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Fix stable deduplication order\n\nReview this Python function: def unique(values): return list(set(values)). The contract requires keeping the first occurrence of each hashable value in input order. Propose a corrected implementation preserving the signature and input list. Include tests for repeated strings, empty input and values already unique. Explain why a set conversion alone does not express the ordering contract.A complete stable-deduplication function, three tests and a short ordering explanation.The repeated-input test checks first-occurrence order, and the original list remains unchanged.