Qwen2.5-Coder-32B-Instruct adalah edisi 32B yang disesuaikan untuk mengikuti instruksi dari seri Qwen2.5-Coder. Pengembang mengembangkan seri ini untuk generasi kode, penalaran kode, dan perbaikan kode, sambil mempertahankan kemampuan matematika dan bahasa umum. Jumlah parameter edisi ini yang dipublikasikan adalah 32,5 miliar. Format percakapannya memungkinkan tugas menggabungkan instruksi, kode sumber, dan hasil yang diharapkan dari perubahan berikutnya.
Mulai dengan antarmuka yang harus diimplementasikan kode, tipe masukan dan keluaran, serta beberapa contoh representatif. Nyatakan bahasa dan konvensi proyek yang relevan. Minta implementasi dan pengujian yang mencakup kasus yang telah disebutkan. Jika fungsi pembantu yang ada sudah menentukan perilaku, sertakan agar usulan mengikuti proyek, bukan menciptakan pola paralel.
Untuk fitur kecil, berikan modul yang terdampak dan jelaskan tempat hasilnya dalam aplikasi. Minta perubahan terfokus dengan setiap asumsi baru dinyatakan. Model mengembalikan kode dan penjelasan; kompilasi, eksekusi, dan integrasi berlangsung dalam lingkungan pengembangan.
Arahan debugging harus mencakup galat persis, masukan pemicunya, dan perilaku yang diharapkan sebagai gantinya. Minta model menghubungkan kegagalan dengan bagian tertentu dari kode yang diberikan sebelum mengusulkan perbaikan. Tindak lanjut bermanfaat meminta satu pengujian yang gagal dengan perilaku awal dan lulus setelah perubahan yang diusulkan.
Untuk peninjauan, tentukan pertanyaan: penanganan masukan kosong, pengurutan, pembersihan sumber daya, atau makna nilai yang dikembalikan. Minta lokasi kode yang relevan dan contoh yang menunjukkan masalah. Kaitkan rekomendasi dengan berkas yang dapat diperiksa model, lalu verifikasi tiap perubahan yang diusulkan dalam proyek.
Kartu model menjelaskan panjang konteks penuh 131.072 token, sedangkan konfigurasi dasar yang dipublikasikan diatur ke 32.768. Resep teks panjang pengembang mengaktifkan penskalaan YaRN untuk masukan yang melebihi konfigurasi dasar tersebut. Ini adalah detail konfigurasi layanan, sehingga permintaan ke layanan yang dihosting perlu direncanakan berdasarkan batas konteks endpoint yang sebenarnya.
Pengembang juga mencatat bahwa penskalaan YaRN statis dapat memengaruhi kinerja pada teks lebih pendek dan menyarankan pengaktifannya ketika konteks panjang dibutuhkan. Untuk pertanyaan kode biasa, kirim antarmuka dan kutipan yang relevan terlebih dahulu. Untuk tugas lintas berkas, tentukan titik masuk, dependensi, dan ketentuan penerimaan, dengan menyisakan ruang untuk implementasi dan penjelasan yang diminta.
", "aboutText": "Qwen2.5-Coder-32B-Instruct adalah edisi 32B yang disesuaikan untuk mengikuti instruksi dari seri Qwen2.5-Coder. Pengembang mengembangkan seri ini untuk generasi kode, penalaran kode, dan perbaikan kode, sambil mempertahankan kemampuan matematika dan bahasa umum. Jumlah parameter edisi ini yang dipublikasikan adalah 32,5 miliar. Format percakapannya memungkinkan tugas menggabungkan instruksi, kode sumber, dan hasil yang diharapkan dari perubahan berikutnya.\n\n### Hasilkan kode berdasarkan kontrak yang jelas\n\nMulai dengan antarmuka yang harus diimplementasikan kode, tipe masukan dan keluaran, serta beberapa contoh representatif. Nyatakan bahasa dan konvensi proyek yang relevan. Minta implementasi dan pengujian yang mencakup kasus yang telah disebutkan. Jika fungsi pembantu yang ada sudah menentukan perilaku, sertakan agar usulan mengikuti proyek, bukan menciptakan pola paralel.\n\nUntuk fitur kecil, berikan modul yang terdampak dan jelaskan tempat hasilnya dalam aplikasi. Minta perubahan terfokus dengan setiap asumsi baru dinyatakan. Model mengembalikan kode dan penjelasan; kompilasi, eksekusi, dan integrasi berlangsung dalam lingkungan pengembangan.\n\n### Jelaskan atau perbaiki implementasi yang ada\n\nArahan debugging harus mencakup galat persis, masukan pemicunya, dan perilaku yang diharapkan sebagai gantinya. Minta model menghubungkan kegagalan dengan bagian tertentu dari kode yang diberikan sebelum mengusulkan perbaikan. Tindak lanjut bermanfaat meminta satu pengujian yang gagal dengan perilaku awal dan lulus setelah perubahan yang diusulkan.\n\nUntuk peninjauan, tentukan pertanyaan: penanganan masukan kosong, pengurutan, pembersihan sumber daya, atau makna nilai yang dikembalikan. Minta lokasi kode yang relevan dan contoh yang menunjukkan masalah. Kaitkan rekomendasi dengan berkas yang dapat diperiksa model, lalu verifikasi tiap perubahan yang diusulkan dalam proyek.\n\n### Gunakan konteks panjang dengan tujuan jelas\n\nKartu model menjelaskan panjang konteks penuh 131.072 token, sedangkan konfigurasi dasar yang dipublikasikan diatur ke 32.768. Resep teks panjang pengembang mengaktifkan penskalaan YaRN untuk masukan yang melebihi konfigurasi dasar tersebut. Ini adalah detail konfigurasi layanan, sehingga permintaan ke layanan yang dihosting perlu direncanakan berdasarkan batas konteks endpoint yang sebenarnya.\n\nPengembang juga mencatat bahwa penskalaan YaRN statis dapat memengaruhi kinerja pada teks lebih pendek dan menyarankan pengaktifannya ketika konteks panjang dibutuhkan. Untuk pertanyaan kode biasa, kirim antarmuka dan kutipan yang relevan terlebih dahulu. Untuk tugas lintas berkas, tentukan titik masuk, dependensi, dan ketentuan penerimaan, dengan menyisakan ruang untuk implementasi dan penjelasan yang diminta.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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 adalah model pemrograman yang disesuaikan untuk mengikuti instruksi guna menghasilkan, menjelaskan, dan memperbaiki kode. Berikan berkas yang relevan, perilaku yang diharapkan, dan bukti pengujian untuk mendapatkan implementasi atau perbaikan terfokus, dengan perilaku konteks panjang ditentukan oleh konfigurasi layanan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen2.5-Coder-32B-Instruct adalah edisi 32B yang disesuaikan untuk mengikuti instruksi dari seri Qwen2.5-Coder. Pengembang mengembangkan seri ini untuk generasi kode, penalaran kode, dan perbaikan kode, sambil mempertahankan kemampuan matematika dan bahasa umum. Jumlah parameter edisi ini yang dipublikasikan adalah 32,5 miliar. Format percakapannya memungkinkan tugas menggabungkan instruksi, kode sumber, dan hasil yang diharapkan dari perubahan berikutnya.
Mulai dengan antarmuka yang harus diimplementasikan kode, tipe masukan dan keluaran, serta beberapa contoh representatif. Nyatakan bahasa dan konvensi proyek yang relevan. Minta implementasi dan pengujian yang mencakup kasus yang telah disebutkan. Jika fungsi pembantu yang ada sudah menentukan perilaku, sertakan agar usulan mengikuti proyek, bukan menciptakan pola paralel.
Untuk fitur kecil, berikan modul yang terdampak dan jelaskan tempat hasilnya dalam aplikasi. Minta perubahan terfokus dengan setiap asumsi baru dinyatakan. Model mengembalikan kode dan penjelasan; kompilasi, eksekusi, dan integrasi berlangsung dalam lingkungan pengembangan.
Arahan debugging harus mencakup galat persis, masukan pemicunya, dan perilaku yang diharapkan sebagai gantinya. Minta model menghubungkan kegagalan dengan bagian tertentu dari kode yang diberikan sebelum mengusulkan perbaikan. Tindak lanjut bermanfaat meminta satu pengujian yang gagal dengan perilaku awal dan lulus setelah perubahan yang diusulkan.
Untuk peninjauan, tentukan pertanyaan: penanganan masukan kosong, pengurutan, pembersihan sumber daya, atau makna nilai yang dikembalikan. Minta lokasi kode yang relevan dan contoh yang menunjukkan masalah. Kaitkan rekomendasi dengan berkas yang dapat diperiksa model, lalu verifikasi tiap perubahan yang diusulkan dalam proyek.
Kartu model menjelaskan panjang konteks penuh 131.072 token, sedangkan konfigurasi dasar yang dipublikasikan diatur ke 32.768. Resep teks panjang pengembang mengaktifkan penskalaan YaRN untuk masukan yang melebihi konfigurasi dasar tersebut. Ini adalah detail konfigurasi layanan, sehingga permintaan ke layanan yang dihosting perlu direncanakan berdasarkan batas konteks endpoint yang sebenarnya.
Pengembang juga mencatat bahwa penskalaan YaRN statis dapat memengaruhi kinerja pada teks lebih pendek dan menyarankan pengaktifannya ketika konteks panjang dibutuhkan. Untuk pertanyaan kode biasa, kirim antarmuka dan kutipan yang relevan terlebih dahulu. Untuk tugas lintas berkas, tentukan titik masuk, dependensi, dan ketentuan penerimaan, dengan menyisakan ruang untuk implementasi dan penjelasan yang diminta.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan Qwen/Qwen2.5-Coder-32B-Instruct | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00036 / 1K token Keluaran · Token keluaran $0.00036 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra Qwen/Qwen2.5-Coder-32B-Instruct
Gunakan jalur metode yang ditampilkan di atas.
Qwen/Qwen2.5-Coder-32B-InstructQwen2.5-Coder-32B-Instruct adalah model pemrograman yang disesuaikan untuk mengikuti instruksi guna menghasilkan, menjelaskan, dan memperbaiki kode. Berikan berkas yang relevan, perilaku yang diharapkan, dan bukti pengujian untuk mendapatkan implementasi atau perbaikan terfokus, dengan perilaku konteks panjang ditentukan oleh konfigurasi layanan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen2.5-Coder-32B-Instruct adalah edisi 32B yang disesuaikan untuk mengikuti instruksi dari seri Qwen2.5-Coder. Pengembang mengembangkan seri ini untuk generasi kode, penalaran kode, dan perbaikan kode, sambil mempertahankan kemampuan matematika dan bahasa umum. Jumlah parameter edisi ini yang dipublikasikan adalah 32,5 miliar. Format percakapannya memungkinkan tugas menggabungkan instruksi, kode sumber, dan hasil yang diharapkan dari perubahan berikutnya.
Mulai dengan antarmuka yang harus diimplementasikan kode, tipe masukan dan keluaran, serta beberapa contoh representatif. Nyatakan bahasa dan konvensi proyek yang relevan. Minta implementasi dan pengujian yang mencakup kasus yang telah disebutkan. Jika fungsi pembantu yang ada sudah menentukan perilaku, sertakan agar usulan mengikuti proyek, bukan menciptakan pola paralel.
Untuk fitur kecil, berikan modul yang terdampak dan jelaskan tempat hasilnya dalam aplikasi. Minta perubahan terfokus dengan setiap asumsi baru dinyatakan. Model mengembalikan kode dan penjelasan; kompilasi, eksekusi, dan integrasi berlangsung dalam lingkungan pengembangan.
Arahan debugging harus mencakup galat persis, masukan pemicunya, dan perilaku yang diharapkan sebagai gantinya. Minta model menghubungkan kegagalan dengan bagian tertentu dari kode yang diberikan sebelum mengusulkan perbaikan. Tindak lanjut bermanfaat meminta satu pengujian yang gagal dengan perilaku awal dan lulus setelah perubahan yang diusulkan.
Untuk peninjauan, tentukan pertanyaan: penanganan masukan kosong, pengurutan, pembersihan sumber daya, atau makna nilai yang dikembalikan. Minta lokasi kode yang relevan dan contoh yang menunjukkan masalah. Kaitkan rekomendasi dengan berkas yang dapat diperiksa model, lalu verifikasi tiap perubahan yang diusulkan dalam proyek.
Kartu model menjelaskan panjang konteks penuh 131.072 token, sedangkan konfigurasi dasar yang dipublikasikan diatur ke 32.768. Resep teks panjang pengembang mengaktifkan penskalaan YaRN untuk masukan yang melebihi konfigurasi dasar tersebut. Ini adalah detail konfigurasi layanan, sehingga permintaan ke layanan yang dihosting perlu direncanakan berdasarkan batas konteks endpoint yang sebenarnya.
Pengembang juga mencatat bahwa penskalaan YaRN statis dapat memengaruhi kinerja pada teks lebih pendek dan menyarankan pengaktifannya ketika konteks panjang dibutuhkan. Untuk pertanyaan kode biasa, kirim antarmuka dan kutipan yang relevan terlebih dahulu. Untuk tugas lintas berkas, tentukan titik masuk, dependensi, dan ketentuan penerimaan, dengan menyisakan ruang untuk implementasi dan penjelasan yang diminta.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan Qwen/Qwen2.5-Coder-32B-Instruct | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00036 / 1K token Keluaran · Token keluaran $0.00036 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "Qwen/Qwen2.5-Coder-32B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra Qwen/Qwen2.5-Coder-32B-Instruct
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.