Source: https://ailoot.ai/models/he/qwen2-7b-instruct/
Canonical: https://ailoot.ai/models/he/qwen2-7b-instruct/
Language: he

# Qwen2 7B Instruct

[Markdown](https://ailoot.ai/models/he/qwen2-7b-instruct/index.md) · [JSON](https://ailoot.ai/models/he/qwen2-7b-instruct/facts.json)

## [Qwen2 7B Instruct](https://ailoot.ai/models/he/qwen2-7b-instruct/)

Qwen2-7B-Instruct הוא מודל טקסט המכוונן להוראות לדיאלוג רב-לשוני, קוד, מתמטיקה וחשיבה. היצרן מתעד הקשר של עד 131,072 טוקנים כשהתצורה להקשר ארוך מופעלת.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2-7b-instruct`](https://ailoot.ai/models/he/qwen2-7b-instruct/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2-7b-instruct`](https://ailoot.ai/models/he/qwen2-7b-instruct/#method-1)

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

Qwen2-7B-Instruct היא גרסת Qwen2 בגודל 7B המכווננת להוראות, לשיחה ולמשימות המנוסחות בשפה טבעית. זהו מודל עם קלט טקסט ופלט טקסט: התשובה יכולה להיות הסבר, תרגום, טיוטת מסמך או קוד תוכנה. היצרן מציין הבנת שפה, יצירה, עבודה רב-לשונית, קוד, מתמטיקה וחשיבה כתחומי השימוש העיקריים.

פרטי המודל

Qwen2 כולל גרסאות בסיס וגרסאות מכווננות להוראות נפרדות. כרטיס זה עוסק בגרסת Instruct, ולא במודל הבסיס Qwen2-7B או בגרסת תערובת המומחים של המשפחה. טבלת המידע של היצרן מציינת 7.07 מיליארד פרמטרים במודל בגודל 7B. ה-Transformer המפענח שלו משתמש ב-SwiGLU, בהטיית קשב QKV ובקשב עם שאילתות מקובצות, עם טוקנייזר שתוכנן לשפות טבעיות ולקוד. אלה בחירות ארכיטקטורה וייצוג, ולא אופני קלט נוספים.

הודעת הגרסה מתארת אימון באנגלית ובסינית וב-27 שפות נוספות. הן כוללות רוסית, צ'כית ופולנית; גרמנית, צרפתית וספרדית; ערבית, פרסית וטורקית; יפנית וקוריאנית; ושפות נוספות בדרום אסיה ובדרום-מזרח אסיה. עוזר רב-לשוני יכול לכן לקבל הוראה וחומר מקור בשפות שונות, אך עדיין צריך לציין את השפה, המינוח והקהל של התוצר הסופי.

האימון וההבחנה בגרסת Instruct

לאחר הקדם-אימון, היצרן משתמש בכיוונון עדין מפוקח ובאופטימיזציה ישירה של העדפות. הגרסה המכווננת להוראות מיועדת להגיב לבקשה בשיחה, ואילו לגרסת הבסיס יש תפקיד אחר כבסיס למודל שפה. שמרו על שם גרסה מפורש בעת בחירת מודל או השוואת התנהגות הנחיות. אימון מודל לביצוע הוראות ומתן הוראה מדויקת בזמן השימוש הם חלקים משלימים בתהליך העבודה.

הכנת קלט לשיחה

מדריך ההתחלה המהירה בכרטיס המודל מפריד בין הוראת מערכת לשאלת המשתמש ומחיל את תבנית הצ'אט המתאימה לפני היצירה. במשימה ברמת היישום, אותה הבחנה מעשית שימושית: הגדירו את תפקיד העוזר ואת כללי התשובה בנפרד מקטע המקור או מהקוד שעליו לעבוד עליהם. תווית טקסטואלית בתוך מסמך אינה תחליף לתפקידי שיחה בפורמט תקין בממשק המשתמש במודל.

משימת הסבר טכני יכולה לספק פונקציה ודוגמת קלט אחת, ואז לשאול מה כל ענף עושה ואילו תנאים משפיעים על התוצאה. משימת קוד יכולה להגדיר את הקלט המתקבל, ערך ההחזרה המצופה והאילוצים על שינוי התנהגות קיימת. בקשו את המימוש ולאחריו דוגמאות למקרה רגיל ולמקרה קצה. אלה שימושים ביכולות השפה והקוד המתועדות; יצירת קוד היא תוצאה טקסטואלית, ואילו הרצתו שייכת לסביבת היישום.

לעריכה רב-לשונית, ספקו את הקטע המקורי, קהל היעד ורשימת מינוח קטנה. בקשו גרסה מתוקנת ששומרת על השמות והתנאים המקוריים ולאחריה הסבר קצר לשינויים. זה ממוקד יותר מבקשה לשפר את הטקסט: הוא מגדיר איזה מובן חייב להישמר ואיזה פלט שימושי יש להחזיר.

עיבוד טקסט ארוך

היצרן מתעד תמיכה בהקשר עד 131,072 טוקנים, אך ההוראות להקשר ארוך חשובות. קלט מעבר ל-32,768 טוקנים דורש את תצורת ההרחבה YaRN המתועדת. הדוגמה שפורסמה משתמשת במקדם קנה מידה של 4.0 ובהגדרת מיקומים מקורית של 32,768. היצרן מציין שהגדרת הרחבה סטטית עלולה להשפיע על התנהגות בטקסט קצר יותר וממליץ להפעילה כשבאמת נדרש עיבוד הקשר ארוך.

הכינו משימת מסמך ארוך עם שאלה ממוקדת, סעיפי מקור בעלי שמות ומבנה פלט מפורש. לדוגמה, ספקו כמה חלקים ממפרט טכני ובקשו את הדרישות הרלוונטיות לשינוי מסוים, עם סעיף המקור לצד כל ממצא. חלון קלט גדול שימושי לשמירת החלקים האלה יחד; התשובה עדיין יכולה להיות טבלה תמציתית במקום חזרה על כל המסמך.

גבולות חשובים

המספר 131,072 טוקנים מציין תמיכה בהקשר מורחב, ולא היתר להתעלם מהתצורה להקשר ארוך. 512 הטוקנים שנוצרים בדוגמת ההתחלה המהירה הם הגדרת דוגמה, ולא קיבולת פלט מרבית שפורסמה. גרסת Instruct זו היא מודל טקסט ואינה צריכה לרשת יכולות תמונה או וידאו מ-Qwen-VL, או את האימון המתמטי המיוחד המשולב בכלים של Qwen2.5-Math. בחרו את הגרסה בעלת השם והכינו את הטקסט להסבר, לקוד או למסמך המסוימים שאתם צריכים.

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2-7b-instruct`

[`qwen2-7b-instruct`](https://ailoot.ai/models/he/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat)

Alibaba /`qwen2-7b-instruct`

### התחלה

Qwen2-7B-Instruct הוא מודל טקסט המכוונן להוראות לדיאלוג רב-לשוני, קוד, מתמטיקה וחשיבה. היצרן מתעד הקשר של עד 131,072 טוקנים כשהתצורה להקשר ארוך מופעלת.

סוגי קלט נתמכים

טקסט

תוצאות

טקסט

### זמין ב-Ailoot · קלט ושיטות

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

סוגי קלט

`text`

סוגי פלט

`text`

פורמט פלט

json או SSE

| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
| --- | --- | --- | --- | --- |
| שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות qwen2-7b-instruct | ברירת מחדל— |
| שדה`messages` | סוג`message[]` | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: ⁦1⁩ | ברירת מחדל— |
| שדה`messages[].role` | סוג`string` | דרישהחובה | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
| שדה`messages[].content` | סוג`string` | דרישהרשות | ערכים ומגבלות חל כאשר: שיחת טקסט | ברירת מחדל— |
| שדה`stream` | סוג`boolean` | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |

שילובים של חומרי קלט

**טקסט** · טקסט UTF8

`messages[].content`

פרמטרים ומחזור חיים של השיטה

| פרמטר | מפרט |
| --- | --- |
| פרמטר`content_type` | מפרטapplication/json |
| פרמטר`required` | מפרטmodel, messages |
| פרמטר`material_types` | מפרטtext |
| פרמטר`messages` | מפרטמערך הודעות במבנה role/content |
| פרמטר`file_material` | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
| פרמטר`optional_controls` | מפרטstream |
| פרמטר`control_scope` | מפרטשיחת טקסט; stream הוא ערך בוליאני וברירת המחדל שלו היא false. |
| פרמטר`output_modalities` | מפרטtext |
| פרמטר`hosted_operations` | מפרטfalse |
| פרמטר`multimodal_input_binding` | מפרטnull |

כינויים לשיטה: `/chat/completions`

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.

### תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר

לא צוין כאשר נבחר מצב מהיר

מצב Flex

לא צוין כאשר נבחר מצב flex

מאמץ חשיבה מרבי

לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

#### תעריפי Ailoot

#### מחירים לפי תצורה

| תצורה | טבלת תעריפים | חיוב |
| --- | --- | --- |
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט **$0.000286** / 1K טוקנים פלט · טוקני פלט **$0.00058** / 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 →](https://ailoot.ai/docs/he/billing/reserve/)

### דוגמאות לבקשות

#### Ailoot Ultra · OpenAI Chat

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"qwen2-7b-instruct","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="qwen2-7b-instruct", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

### קבלה ושמירה של תוצאות

#### Ailoot Ultra · OpenAI Chat

json או SSE

##### שמירת כל התוצאות שהושלמו

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.

##### כשצריך לבדוק את התגובה המקורית

שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.

שדות התגובה

| שדה | סוג |
| --- | --- |
| שדה`choices[].index` | סוגinteger |
| שדה`choices[].message.content` | סוגstring\|null |
| שדה`choices[].message.tool_calls` | סוגtool\_call\[\] |
| שדה`choices[].message.reasoning_content` | סוגstring |
| שדה`choices[].message.reasoning_details` | סוגobject\|array |
| שדה`choices[].finish_reason` | סוגstring\|null |
| שדה`usage` | סוגobject |

שגיאות והשלבים הבאים

| 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. |

### כינויים

#### כינויים למודל

**Ailoot Ultra** [`qwen2-7b-instruct`](https://ailoot.ai/models/he/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat)

#### כינויים לנתיבי שיטות

`/chat/completions`

#### מזהי מודלים קשורים IDs

[`qwen2-7b-instruct`](https://ailoot.ai/models/he/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2-7b-instruct`

[`qwen2-7b-instruct`](https://ailoot.ai/models/he/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages)

Alibaba /`qwen2-7b-instruct`

### התחלה

Qwen2-7B-Instruct הוא מודל טקסט המכוונן להוראות לדיאלוג רב-לשוני, קוד, מתמטיקה וחשיבה. היצרן מתעד הקשר של עד 131,072 טוקנים כשהתצורה להקשר ארוך מופעלת.

סוגי קלט נתמכים

טקסט

תוצאות

json · sse

### זמין ב-Ailoot · קלט ושיטות

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

סוגי קלט

`text`

סוגי פלט

`json`, `sse`

פורמט פלט

JSON או SSE

| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
| --- | --- | --- | --- | --- |
| שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות qwen2-7b-instruct | ברירת מחדל— |
| שדה`messages` | סוג`message[]` | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
| שדה`messages[].role` | סוג`string` | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
| שדה`messages[].content` | סוג`string` | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
| שדה`max_tokens` | סוג`integer` | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
| שדה`stream` | סוג`boolean` | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |

שילובים של חומרי קלט

**טקסט** · טקסט UTF-8

`מחרוזת messages[].content`

פרמטרים ומחזור חיים של השיטה

| פרמטר | מפרט |
| --- | --- |
| פרמטר`content_type` | מפרטapplication/json |
| פרמטר`required` | מפרטmodel, messages, max\_tokens |
| פרמטר`optional_controls` | מפרטstream |
| פרמטר`material_types` | מפרטtext |
| פרמטר`text_file_material` | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |

מחזור חיים: `synchronous_or_streamed`

### תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר

לא צוין כאשר נבחר מצב מהיר

מצב Flex

לא צוין כאשר נבחר מצב flex

מאמץ חשיבה מרבי

לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)

#### תעריפי Ailoot

#### מחירים לפי תצורה

| תצורה | טבלת תעריפים | חיוב |
| --- | --- | --- |
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט **$0.000286** / 1K טוקנים פלט · טוקני פלט **$0.00058** / 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 →](https://ailoot.ai/docs/he/billing/reserve/)

### דוגמאות לבקשות

#### Ailoot Ultra · Anthropic Messages

גוף JSON מינימלי ושלםcurl · השתמשו במסמך UTF-8 שלכםPython · שמרו את התוצאה המלאה

```json
{
  "model": "qwen2-7b-instruct",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'qwen2-7b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'qwen2-7b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### קבלה ושמירה של תוצאות

#### Ailoot Ultra · Anthropic Messages

JSON או SSE

##### שמירת כל התוצאות שהושלמו

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.

##### כשצריך לבדוק את התגובה המקורית

שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.

שדות התגובה

| שדה | סוג |
| --- | --- |
| שדה`id` | סוגstring |
| שדה`model` | סוגstring |
| שדה`content[]` | סוגtext\|thinking\|tool\_use\|other content block |
| שדה`stop_reason` | סוגstring\|null |
| שדה`usage` | סוגobject |

שגיאות והשלבים הבאים

| 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. |

### כינויים

#### כינויים למודל

**Ailoot Ultra** [`qwen2-7b-instruct`](https://ailoot.ai/models/he/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages)

#### כינויים לנתיבי שיטות

`/chat/completions`

#### מזהי מודלים קשורים IDs

[`qwen2-7b-instruct`](https://ailoot.ai/models/he/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages)

FAQ · Pro/Qwen/Qwen2-7B-Instruct

אילו קלטים ותוצאות זמינים?

`POST /v1/chat/completions` · `qwen2-7b-instruct`: `text` → `text` `POST /v1/messages` · `qwen2-7b-instruct`: `text` → `json`, `sse`

באילו שדות הבקשה משתמשת?

`POST /v1/chat/completions` · `qwen2-7b-instruct`: `model`, `messages`, `stream` `POST /v1/messages` · `qwen2-7b-instruct`: `model`, `messages`, `max_tokens`, `stream`

אילו מגבלות חלות?

`POST /v1/chat/completions` · `qwen2-7b-instruct`: `messages.min_items`: `1`

חברו Ailoot ל- Claude Code, OpenCode, Hermes או ליישום שלכם.

## החברה ופורטפוליו הפרויקטים שלה

החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.

## קנו אסימונים בהנחה.

הנחת מנוי לעבודה קבועה. קודי הנחה עד 50% על רכישת אסימונים.

מנוי

בחרו מסלול עם הנחה לבקשות הקבועות שלכם.

קוד הנחה עד 50%

הזינו קוד ברכישה. המחיר יחושב מחדש לפי המבצע הפעיל.

הוצאות בהיסטוריה

המודל, האסימונים והסכום נשמרים לכל בקשה.

[בחירת מנוי](https://ailoot.ai/docs/he/billing/subscriptions/) · [מחירי מודלים](https://ailoot.ai/models/he/)

## חברו API למוצר שאתם מוכרים.

SaaS, יישומים ובוטים לפי ההצעה והסכם הרישוי של Ailoot. למכירה מחדש בקשו רישיון משווק.

יישום מסחרי

שלבו יצירת טקסט, תמונות, וידאו ושמע בתכונות בתשלום של השירות שלכם.

רישיון למכירה מחדש

שלחו תיאור פרויקט ואופן מתן גישה. בקשו תנאי שימוש ומכירה מחדש בכתב.

מסמכים באתר

ההצעה, הסכם הרישוי ומדיניות עיבוד הנתונים זמינים לפני החיבור.

[בקשת רישיון למכירה מחדש](mailto:support@ailoot.ai) · [ההצעה והסכם הרישוי](https://ailoot.ai/legal/offer?lang=he)

## Ailoot · החברה ופורטפוליו הפרויקטים שלה





Ailoot נשענת על ניסיון תפעולי מצטבר, בסיס לקוחות רחב, שירות יציב ובקרה שוטפת של KPI.





החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.





Ailoot משתמשת בניסיון התפעולי הזה כדי לספק גישת API ליכולות AI במוצרי לקוחות, בסוכנים, באפליקציות ובאוטומציות.