Qwen2.5 14B Instruct 1M הוא גרסת 14B בעלת ההקשר הארוך יותר במשפחת Qwen2.5. כרטיס המודל של היצרן מפרסם הקשר מלא של 1,010,000 טוקנים והקצאת יצירה של 8,192 טוקנים. הוא מתאר מודל שפה עם 14.7 מיליארד פרמטרים, מהם 13.1 מיליארד ללא הטמעות.
סמנו מסמכים או קטעים וציינו באיזו תוצאה הם צריכים לתמוך. השוואה יכולה להגדיר קריטריונים ולבקש הבדלים המשויכים למקורות. סיכום יכול להגדיר קהל ואת המידע שיש לשמר. הנחיות ממוקדות שומרות על הקשר בין אוסף מקורות גדול לתשובה הנדרשת.
בהודעת המשך, שמרו את מזהי המקורות ואת הממצא הקודם הרלוונטי. הוסיפו תיקון או קטע חדש במפורש, כדי שאפשר יהיה להשוות מסקנה מתוקנת לראיות המקוריות.
היצרן מדגים הוראת מערכת ושאלת משתמש באמצעות תבנית הצ'אט של הגרסה. הפרידו חומר מצוטט מהוראות והגדירו את מבנה התשובה הסופית. לתוצאה מובנית, הגדירו שדות ואיך מידע חסר צריך להופיע, ואז בדקו את הערכים שהוחזרו מול המקור.
קלט גדול אינו מחייב תשובה גדולה באותה מידה. בקשו את הפירוט הדרוש לתוצר והשאירו מקום מתאים לתגובה במסגרת מגבלות הממשק הנבחר.
היצרן ממליץ על מסגרת הסקה ייעודית עם קשב דליל ואקסטרפולציה של האורך לקלטים ארוכים במיוחד. המדריך מסביר הגדרת אורך מודל מרבי ופרמטרי ביצוע נוספים; הוא גם מציין שמסגרת תואמת ישנה יותר עלולה לאבד דיוק מעבר ל-262,144 טוקנים.
אלו יכולות מודל ופריסה ולא הגדרות הנחשפות אוטומטית בכל ממשק מתארח. בפרופיל המתארח המסוים רשום הקשר עבודה של 128,000 טוקנים. הכינו את הבקשה בפועל לפי המגבלות המתועדות של אותו ממשק, במקום לראות בשם גרסת 1M הבטחה לכל נתיב.
מדריך ההקשר הארוך המשותף של היצרן מציין מודלי 7B ו-14B נפרדים. ערך זה נשען על מפרטי הפרמטרים והיצירה של מודל 14B עצמו. שמרו את הגרסה המסוימת עם הפרומפט והתוצאה כשמשווים משימות עם אוספי מקורות גדולים יותר או עריכות.
", "aboutText": "Qwen2.5 14B Instruct 1M הוא גרסת 14B בעלת ההקשר הארוך יותר במשפחת Qwen2.5. כרטיס המודל של היצרן מפרסם הקשר מלא של 1,010,000 טוקנים והקצאת יצירה של 8,192 טוקנים. הוא מתאר מודל שפה עם 14.7 מיליארד פרמטרים, מהם 13.1 מיליארד ללא הטמעות.\n\n### ארגנו חומר ארוך סביב השאלה\n\nסמנו מסמכים או קטעים וציינו באיזו תוצאה הם צריכים לתמוך. השוואה יכולה להגדיר קריטריונים ולבקש הבדלים המשויכים למקורות. סיכום יכול להגדיר קהל ואת המידע שיש לשמר. הנחיות ממוקדות שומרות על הקשר בין אוסף מקורות גדול לתשובה הנדרשת.\n\nבהודעת המשך, שמרו את מזהי המקורות ואת הממצא הקודם הרלוונטי. הוסיפו תיקון או קטע חדש במפורש, כדי שאפשר יהיה להשוות מסקנה מתוקנת לראיות המקוריות.\n\n### השתמשו בתבנית השיחה של המודל\n\nהיצרן מדגים הוראת מערכת ושאלת משתמש באמצעות תבנית הצ'אט של הגרסה. הפרידו חומר מצוטט מהוראות והגדירו את מבנה התשובה הסופית. לתוצאה מובנית, הגדירו שדות ואיך מידע חסר צריך להופיע, ואז בדקו את הערכים שהוחזרו מול המקור.\n\nקלט גדול אינו מחייב תשובה גדולה באותה מידה. בקשו את הפירוט הדרוש לתוצר והשאירו מקום מתאים לתגובה במסגרת מגבלות הממשק הנבחר.\n\n### תצורת הקשר ארוך\n\nהיצרן ממליץ על מסגרת הסקה ייעודית עם קשב דליל ואקסטרפולציה של האורך לקלטים ארוכים במיוחד. המדריך מסביר הגדרת אורך מודל מרבי ופרמטרי ביצוע נוספים; הוא גם מציין שמסגרת תואמת ישנה יותר עלולה לאבד דיוק מעבר ל-262,144 טוקנים.\n\nאלו יכולות מודל ופריסה ולא הגדרות הנחשפות אוטומטית בכל ממשק מתארח. בפרופיל המתארח המסוים רשום הקשר עבודה של 128,000 טוקנים. הכינו את הבקשה בפועל לפי המגבלות המתועדות של אותו ממשק, במקום לראות בשם גרסת 1M הבטחה לכל נתיב.\n\n### שמרו על גרסת 14B\n\nמדריך ההקשר הארוך המשותף של היצרן מציין מודלי 7B ו-14B נפרדים. ערך זה נשען על מפרטי הפרמטרים והיצירה של מודל 14B עצמו. שמרו את הגרסה המסוימת עם הפרומפט והתוצאה כשמשווים משימות עם אוספי מקורות גדולים יותר או עריכות.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
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 הוא גרסת הטקסט של Qwen להקשר ארוך, עבור אוספי מקורות גדולים יותר ומשימות מילוי הוראות. היצרן מפרסם למודל הקשר מלא של 1,010,000 טוקנים והקצאת יצירה של 8,192 טוקנים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen2.5 14B Instruct 1M הוא גרסת 14B בעלת ההקשר הארוך יותר במשפחת Qwen2.5. כרטיס המודל של היצרן מפרסם הקשר מלא של 1,010,000 טוקנים והקצאת יצירה של 8,192 טוקנים. הוא מתאר מודל שפה עם 14.7 מיליארד פרמטרים, מהם 13.1 מיליארד ללא הטמעות.
סמנו מסמכים או קטעים וציינו באיזו תוצאה הם צריכים לתמוך. השוואה יכולה להגדיר קריטריונים ולבקש הבדלים המשויכים למקורות. סיכום יכול להגדיר קהל ואת המידע שיש לשמר. הנחיות ממוקדות שומרות על הקשר בין אוסף מקורות גדול לתשובה הנדרשת.
בהודעת המשך, שמרו את מזהי המקורות ואת הממצא הקודם הרלוונטי. הוסיפו תיקון או קטע חדש במפורש, כדי שאפשר יהיה להשוות מסקנה מתוקנת לראיות המקוריות.
היצרן מדגים הוראת מערכת ושאלת משתמש באמצעות תבנית הצ'אט של הגרסה. הפרידו חומר מצוטט מהוראות והגדירו את מבנה התשובה הסופית. לתוצאה מובנית, הגדירו שדות ואיך מידע חסר צריך להופיע, ואז בדקו את הערכים שהוחזרו מול המקור.
קלט גדול אינו מחייב תשובה גדולה באותה מידה. בקשו את הפירוט הדרוש לתוצר והשאירו מקום מתאים לתגובה במסגרת מגבלות הממשק הנבחר.
היצרן ממליץ על מסגרת הסקה ייעודית עם קשב דליל ואקסטרפולציה של האורך לקלטים ארוכים במיוחד. המדריך מסביר הגדרת אורך מודל מרבי ופרמטרי ביצוע נוספים; הוא גם מציין שמסגרת תואמת ישנה יותר עלולה לאבד דיוק מעבר ל-262,144 טוקנים.
אלו יכולות מודל ופריסה ולא הגדרות הנחשפות אוטומטית בכל ממשק מתארח. בפרופיל המתארח המסוים רשום הקשר עבודה של 128,000 טוקנים. הכינו את הבקשה בפועל לפי המגבלות המתועדות של אותו ממשק, במקום לראות בשם גרסת 1M הבטחה לכל נתיב.
מדריך ההקשר הארוך המשותף של היצרן מציין מודלי 7B ו-14B נפרדים. ערך זה נשען על מפרטי הפרמטרים והיצירה של מודל 14B עצמו. שמרו את הגרסה המסוימת עם הפרומפט והתוצאה כשמשווים משימות עם אוספי מקורות גדולים יותר או עריכות.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen2.5-14b-instruct-1m | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.000286 / 1K טוקנים פלט · טוקני פלט $0.00086 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra qwen2.5-14b-instruct-1m
השתמשו בנתיבי השיטות המוצגים למעלה.
qwen2.5-14b-instruct-1mQwen2.5 14B Instruct 1M הוא גרסת הטקסט של Qwen להקשר ארוך, עבור אוספי מקורות גדולים יותר ומשימות מילוי הוראות. היצרן מפרסם למודל הקשר מלא של 1,010,000 טוקנים והקצאת יצירה של 8,192 טוקנים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen2.5 14B Instruct 1M הוא גרסת 14B בעלת ההקשר הארוך יותר במשפחת Qwen2.5. כרטיס המודל של היצרן מפרסם הקשר מלא של 1,010,000 טוקנים והקצאת יצירה של 8,192 טוקנים. הוא מתאר מודל שפה עם 14.7 מיליארד פרמטרים, מהם 13.1 מיליארד ללא הטמעות.
סמנו מסמכים או קטעים וציינו באיזו תוצאה הם צריכים לתמוך. השוואה יכולה להגדיר קריטריונים ולבקש הבדלים המשויכים למקורות. סיכום יכול להגדיר קהל ואת המידע שיש לשמר. הנחיות ממוקדות שומרות על הקשר בין אוסף מקורות גדול לתשובה הנדרשת.
בהודעת המשך, שמרו את מזהי המקורות ואת הממצא הקודם הרלוונטי. הוסיפו תיקון או קטע חדש במפורש, כדי שאפשר יהיה להשוות מסקנה מתוקנת לראיות המקוריות.
היצרן מדגים הוראת מערכת ושאלת משתמש באמצעות תבנית הצ'אט של הגרסה. הפרידו חומר מצוטט מהוראות והגדירו את מבנה התשובה הסופית. לתוצאה מובנית, הגדירו שדות ואיך מידע חסר צריך להופיע, ואז בדקו את הערכים שהוחזרו מול המקור.
קלט גדול אינו מחייב תשובה גדולה באותה מידה. בקשו את הפירוט הדרוש לתוצר והשאירו מקום מתאים לתגובה במסגרת מגבלות הממשק הנבחר.
היצרן ממליץ על מסגרת הסקה ייעודית עם קשב דליל ואקסטרפולציה של האורך לקלטים ארוכים במיוחד. המדריך מסביר הגדרת אורך מודל מרבי ופרמטרי ביצוע נוספים; הוא גם מציין שמסגרת תואמת ישנה יותר עלולה לאבד דיוק מעבר ל-262,144 טוקנים.
אלו יכולות מודל ופריסה ולא הגדרות הנחשפות אוטומטית בכל ממשק מתארח. בפרופיל המתארח המסוים רשום הקשר עבודה של 128,000 טוקנים. הכינו את הבקשה בפועל לפי המגבלות המתועדות של אותו ממשק, במקום לראות בשם גרסת 1M הבטחה לכל נתיב.
מדריך ההקשר הארוך המשותף של היצרן מציין מודלי 7B ו-14B נפרדים. ערך זה נשען על מפרטי הפרמטרים והיצירה של מודל 14B עצמו. שמרו את הגרסה המסוימת עם הפרומפט והתוצאה כשמשווים משימות עם אוספי מקורות גדולים יותר או עריכות.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen2.5-14b-instruct-1m | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.000286 / 1K טוקנים פלט · טוקני פלט $0.00086 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "qwen2.5-14b-instruct-1m",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra qwen2.5-14b-instruct-1m
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
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.