Qwen2.5-Math-72B-Instructは、数学に特化したQwen2.5-Mathファミリーの指示調整済み72Bエディションです。開発元は英語と中国語の数学問題を明確な対象とし、思考の連鎖による推論と、ツール統合推論の2つの方式を説明しています。モデルは書かれた数学的条件を受け取り、導出、説明、解答を含むテキストを返します。専門分野は数学であり、一般的な創作や文書処理ではありません。
数学能力と推論方式
テキスト推論の方式では、関連する定義、根拠のある変形、明確に分けた最終回答を求めます。モデルカードは、自然言語の推論をプログラムと組み合わせるツール統合推論も説明しています。開発元は、精密な計算や記号・アルゴリズム操作が重要な例として、二次方程式の根や行列の固有値の計算を挙げています。
ツール統合推論は、回答に単にコードを表示することとは異なります。開発元の数学デモは、プログラムを実行できる環境を提供し、その計算結果を解答に取り込みます。単独のテキスト生成リクエストはテキストを生成します。計算ワークフローを使うアプリケーションは、実際の実行段階を提供する必要があります。この区別により、数学的推論、プログラム案、返された数値結果を分けられます。
Base、Instruct、報酬モデルの各エディション
ファミリーには、別々のベースモデル、指示調整済みモデル、数学の報酬モデルが含まれます。72B-Instruct版はチャット形式の指示向けです。Qwen2.5-Math-72Bのベース版は、補完と少数例による推論の基盤、追加調整の出発点と説明されています。別名の報酬モデルには独自の役割があり、このモデルの通常の回答生成器として扱うべきではありません。
リリース発表は、数学に特化した学習工程を説明しています。ベースモデルは、追加の合成数学資料、より多くの中国語数学データ、Qwen2.5基盤からの初期化を使います。Instruct段階は教師ありファインチューニングと強化学習を使い、数学専用の報酬モデルが棄却サンプリングと後続の最適化を導きます。開発元は、ツール統合推論データと英語・中国語の指示データを追加しています。これらはエディションの数学的な重点を説明するもので、ユーザーのすべての要求で別の検証器が自動的に呼び出されることを意味しません。
問いの準備
数学の問題文を完全な形で保持してください。変数、定義域の制限、求める量や証明すべき命題を定義します。元の条件と要求する回答で、一貫した表記を使ってください。有用な指示は、解法、重要な変形、最終結果に加え、元の条件への別立ての確認を求められます。
開発元のクイックスタートは、指示によって2つの方式を区別しています。テキスト推論の要求は、段階的な解答と枠で囲んだ最終回答を求めます。ツール統合の要求は、自然言語の推論をプログラムと組み合わせ、同じ最終回答の規約を保つよう求めます。これらは文書化された数学ワークフローであり、すべての提供インターフェースが公開するツールに関する別途の保証ではありません。
例として、カードの簡単な方程式は4x + 5 = 6x + 7です。有用な出力設計では、変数項の整理、変数の分離、最終式を分けます。この例示条件の数学的結果はx = -1です。代入すると4(-1) + 5 = 1、6(-1) + 7 = 1となり、両辺は一致します。より複雑な要求では、行列を与え、固有値を記号で導出するよう求め、どの数値計算を計算環境へ委ねるか指定できます。
コンテキストと設定
公開リリースは、4Kコンテキストでの数学事前学習を説明しています。公開モデル設定の最大位置数は4,096なので、プロンプトと手順を示す解答には簡潔な長さの計画が必要です。一般的なQwen2.5系列に宣伝される大きなコンテキストを、この数学エディションへ割り当てないでください。関連条件と数学の計算過程を一緒に保ち、その領域を消費する無関係な資料は除きます。
モデルカードのクイックスタート生成は、512トークンの例示設定を使います。その値は最大出力容量として示されていません。タスクで望む回答長は指定できますが、別の出力上限は、例や別のQwenエディションではなく、実際に適用される設定に基づく必要があります。
本質的な制約と有用な結果
開発元は、このシリーズを英語と中国語の数学タスクに推奨し、専門分野外の汎用タスクには推奨していません。重みはテキスト生成モデルです。画像内の数学問題は、別の視覚処理やOCRの段階で記号と条件をテキストに変換する必要があります。視覚モデルと数学モデルを組み合わせたマルチモーダルデモがあっても、数学エディション自体が画像入力モデルになるわけではありません。
指導のワークフローでは、学習者の導出の試みを提示し、説明が必要な変形箇所を示してください。元の表記での修正と、要求する詳細度の最終回答を求めます。技術的な計算では、テキスト推論か計算ワークフローかを選ぶ前に、厳密値か近似値か、単位、丸めを指定してください。この準備により、モデルの数学への特化が、具体的で確認可能な解答に結び付きます。
", "aboutText": "Qwen2.5-Math-72B-Instructは、数学に特化したQwen2.5-Mathファミリーの指示調整済み72Bエディションです。開発元は英語と中国語の数学問題を明確な対象とし、思考の連鎖による推論と、ツール統合推論の2つの方式を説明しています。モデルは書かれた数学的条件を受け取り、導出、説明、解答を含むテキストを返します。専門分野は数学であり、一般的な創作や文書処理ではありません。\n\n数学能力と推論方式\n\nテキスト推論の方式では、関連する定義、根拠のある変形、明確に分けた最終回答を求めます。モデルカードは、自然言語の推論をプログラムと組み合わせるツール統合推論も説明しています。開発元は、精密な計算や記号・アルゴリズム操作が重要な例として、二次方程式の根や行列の固有値の計算を挙げています。\n\nツール統合推論は、回答に単にコードを表示することとは異なります。開発元の数学デモは、プログラムを実行できる環境を提供し、その計算結果を解答に取り込みます。単独のテキスト生成リクエストはテキストを生成します。計算ワークフローを使うアプリケーションは、実際の実行段階を提供する必要があります。この区別により、数学的推論、プログラム案、返された数値結果を分けられます。\n\nBase、Instruct、報酬モデルの各エディション\n\nファミリーには、別々のベースモデル、指示調整済みモデル、数学の報酬モデルが含まれます。72B-Instruct版はチャット形式の指示向けです。Qwen2.5-Math-72Bのベース版は、補完と少数例による推論の基盤、追加調整の出発点と説明されています。別名の報酬モデルには独自の役割があり、このモデルの通常の回答生成器として扱うべきではありません。\n\nリリース発表は、数学に特化した学習工程を説明しています。ベースモデルは、追加の合成数学資料、より多くの中国語数学データ、Qwen2.5基盤からの初期化を使います。Instruct段階は教師ありファインチューニングと強化学習を使い、数学専用の報酬モデルが棄却サンプリングと後続の最適化を導きます。開発元は、ツール統合推論データと英語・中国語の指示データを追加しています。これらはエディションの数学的な重点を説明するもので、ユーザーのすべての要求で別の検証器が自動的に呼び出されることを意味しません。\n\n問いの準備\n\n数学の問題文を完全な形で保持してください。変数、定義域の制限、求める量や証明すべき命題を定義します。元の条件と要求する回答で、一貫した表記を使ってください。有用な指示は、解法、重要な変形、最終結果に加え、元の条件への別立ての確認を求められます。\n\n開発元のクイックスタートは、指示によって2つの方式を区別しています。テキスト推論の要求は、段階的な解答と枠で囲んだ最終回答を求めます。ツール統合の要求は、自然言語の推論をプログラムと組み合わせ、同じ最終回答の規約を保つよう求めます。これらは文書化された数学ワークフローであり、すべての提供インターフェースが公開するツールに関する別途の保証ではありません。\n\n例として、カードの簡単な方程式は4x + 5 = 6x + 7です。有用な出力設計では、変数項の整理、変数の分離、最終式を分けます。この例示条件の数学的結果はx = -1です。代入すると4(-1) + 5 = 1、6(-1) + 7 = 1となり、両辺は一致します。より複雑な要求では、行列を与え、固有値を記号で導出するよう求め、どの数値計算を計算環境へ委ねるか指定できます。\n\nコンテキストと設定\n\n公開リリースは、4Kコンテキストでの数学事前学習を説明しています。公開モデル設定の最大位置数は4,096なので、プロンプトと手順を示す解答には簡潔な長さの計画が必要です。一般的なQwen2.5系列に宣伝される大きなコンテキストを、この数学エディションへ割り当てないでください。関連条件と数学の計算過程を一緒に保ち、その領域を消費する無関係な資料は除きます。\n\nモデルカードのクイックスタート生成は、512トークンの例示設定を使います。その値は最大出力容量として示されていません。タスクで望む回答長は指定できますが、別の出力上限は、例や別のQwenエディションではなく、実際に適用される設定に基づく必要があります。\n\n本質的な制約と有用な結果\n\n開発元は、このシリーズを英語と中国語の数学タスクに推奨し、専門分野外の汎用タスクには推奨していません。重みはテキスト生成モデルです。画像内の数学問題は、別の視覚処理やOCRの段階で記号と条件をテキストに変換する必要があります。視覚モデルと数学モデルを組み合わせたマルチモーダルデモがあっても、数学エディション自体が画像入力モデルになるわけではありません。\n\n指導のワークフローでは、学習者の導出の試みを提示し、説明が必要な変形箇所を示してください。元の表記での修正と、要求する詳細度の最終回答を求めます。技術的な計算では、テキスト推論か計算ワークフローかを選ぶ前に、厳密値か近似値か、単位、丸めを指定してください。この準備により、モデルの数学への特化が、具体的で確認可能な解答に結び付きます。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Solve a quadratic with a domain check\n\nSolve x squared minus 5x plus 6 = 0 over the real numbers, then apply the additional condition x greater than 2. Show the factorisation, list the equation's roots, and clearly separate the root that remains after the condition. Check the accepted value by substitution and put the final admissible set in boxed mathematical notation.A compact factorisation-based derivation, substitution check and boxed admissible solution set.Both equation roots are considered before the strict inequality excludes the boundary value 2.qwen2.5-math-72b-instructQwen2.5-Math-72B-Instructは、英語と中国語の問題向けの数学指示モデルです。手順を示すテキスト推論と、ツールを統合した数学ワークフローに対応します。一般的なQwen2.5の長文コンテキスト仕様ではなく、固有の4Kリリース設定を持ちます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Qwen2.5-Math-72B-Instructは、数学に特化したQwen2.5-Mathファミリーの指示調整済み72Bエディションです。開発元は英語と中国語の数学問題を明確な対象とし、思考の連鎖による推論と、ツール統合推論の2つの方式を説明しています。モデルは書かれた数学的条件を受け取り、導出、説明、解答を含むテキストを返します。専門分野は数学であり、一般的な創作や文書処理ではありません。
数学能力と推論方式
テキスト推論の方式では、関連する定義、根拠のある変形、明確に分けた最終回答を求めます。モデルカードは、自然言語の推論をプログラムと組み合わせるツール統合推論も説明しています。開発元は、精密な計算や記号・アルゴリズム操作が重要な例として、二次方程式の根や行列の固有値の計算を挙げています。
ツール統合推論は、回答に単にコードを表示することとは異なります。開発元の数学デモは、プログラムを実行できる環境を提供し、その計算結果を解答に取り込みます。単独のテキスト生成リクエストはテキストを生成します。計算ワークフローを使うアプリケーションは、実際の実行段階を提供する必要があります。この区別により、数学的推論、プログラム案、返された数値結果を分けられます。
Base、Instruct、報酬モデルの各エディション
ファミリーには、別々のベースモデル、指示調整済みモデル、数学の報酬モデルが含まれます。72B-Instruct版はチャット形式の指示向けです。Qwen2.5-Math-72Bのベース版は、補完と少数例による推論の基盤、追加調整の出発点と説明されています。別名の報酬モデルには独自の役割があり、このモデルの通常の回答生成器として扱うべきではありません。
リリース発表は、数学に特化した学習工程を説明しています。ベースモデルは、追加の合成数学資料、より多くの中国語数学データ、Qwen2.5基盤からの初期化を使います。Instruct段階は教師ありファインチューニングと強化学習を使い、数学専用の報酬モデルが棄却サンプリングと後続の最適化を導きます。開発元は、ツール統合推論データと英語・中国語の指示データを追加しています。これらはエディションの数学的な重点を説明するもので、ユーザーのすべての要求で別の検証器が自動的に呼び出されることを意味しません。
問いの準備
数学の問題文を完全な形で保持してください。変数、定義域の制限、求める量や証明すべき命題を定義します。元の条件と要求する回答で、一貫した表記を使ってください。有用な指示は、解法、重要な変形、最終結果に加え、元の条件への別立ての確認を求められます。
開発元のクイックスタートは、指示によって2つの方式を区別しています。テキスト推論の要求は、段階的な解答と枠で囲んだ最終回答を求めます。ツール統合の要求は、自然言語の推論をプログラムと組み合わせ、同じ最終回答の規約を保つよう求めます。これらは文書化された数学ワークフローであり、すべての提供インターフェースが公開するツールに関する別途の保証ではありません。
例として、カードの簡単な方程式は4x + 5 = 6x + 7です。有用な出力設計では、変数項の整理、変数の分離、最終式を分けます。この例示条件の数学的結果はx = -1です。代入すると4(-1) + 5 = 1、6(-1) + 7 = 1となり、両辺は一致します。より複雑な要求では、行列を与え、固有値を記号で導出するよう求め、どの数値計算を計算環境へ委ねるか指定できます。
コンテキストと設定
公開リリースは、4Kコンテキストでの数学事前学習を説明しています。公開モデル設定の最大位置数は4,096なので、プロンプトと手順を示す解答には簡潔な長さの計画が必要です。一般的なQwen2.5系列に宣伝される大きなコンテキストを、この数学エディションへ割り当てないでください。関連条件と数学の計算過程を一緒に保ち、その領域を消費する無関係な資料は除きます。
モデルカードのクイックスタート生成は、512トークンの例示設定を使います。その値は最大出力容量として示されていません。タスクで望む回答長は指定できますが、別の出力上限は、例や別のQwenエディションではなく、実際に適用される設定に基づく必要があります。
本質的な制約と有用な結果
開発元は、このシリーズを英語と中国語の数学タスクに推奨し、専門分野外の汎用タスクには推奨していません。重みはテキスト生成モデルです。画像内の数学問題は、別の視覚処理やOCRの段階で記号と条件をテキストに変換する必要があります。視覚モデルと数学モデルを組み合わせたマルチモーダルデモがあっても、数学エディション自体が画像入力モデルになるわけではありません。
指導のワークフローでは、学習者の導出の試みを提示し、説明が必要な変形箇所を示してください。元の表記での修正と、要求する詳細度の最終回答を求めます。技術的な計算では、テキスト推論か計算ワークフローかを選ぶ前に、厳密値か近似値か、単位、丸めを指定してください。この準備により、モデルの数学への特化が、具体的で確認可能な解答に結び付きます。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 qwen2.5-math-72b-instruct | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.001144 / 1K トークン 出力 · 出力トークン $0.00344 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen2.5-math-72b-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='qwen2.5-math-72b-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='qwen2.5-math-72b-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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra qwen2.5-math-72b-instruct
上記に表示されたメソッドパスを使用してください。
qwen2.5-math-72b-instructQwen2.5-Math-72B-Instructは、英語と中国語の問題向けの数学指示モデルです。手順を示すテキスト推論と、ツールを統合した数学ワークフローに対応します。一般的なQwen2.5の長文コンテキスト仕様ではなく、固有の4Kリリース設定を持ちます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Qwen2.5-Math-72B-Instructは、数学に特化したQwen2.5-Mathファミリーの指示調整済み72Bエディションです。開発元は英語と中国語の数学問題を明確な対象とし、思考の連鎖による推論と、ツール統合推論の2つの方式を説明しています。モデルは書かれた数学的条件を受け取り、導出、説明、解答を含むテキストを返します。専門分野は数学であり、一般的な創作や文書処理ではありません。
数学能力と推論方式
テキスト推論の方式では、関連する定義、根拠のある変形、明確に分けた最終回答を求めます。モデルカードは、自然言語の推論をプログラムと組み合わせるツール統合推論も説明しています。開発元は、精密な計算や記号・アルゴリズム操作が重要な例として、二次方程式の根や行列の固有値の計算を挙げています。
ツール統合推論は、回答に単にコードを表示することとは異なります。開発元の数学デモは、プログラムを実行できる環境を提供し、その計算結果を解答に取り込みます。単独のテキスト生成リクエストはテキストを生成します。計算ワークフローを使うアプリケーションは、実際の実行段階を提供する必要があります。この区別により、数学的推論、プログラム案、返された数値結果を分けられます。
Base、Instruct、報酬モデルの各エディション
ファミリーには、別々のベースモデル、指示調整済みモデル、数学の報酬モデルが含まれます。72B-Instruct版はチャット形式の指示向けです。Qwen2.5-Math-72Bのベース版は、補完と少数例による推論の基盤、追加調整の出発点と説明されています。別名の報酬モデルには独自の役割があり、このモデルの通常の回答生成器として扱うべきではありません。
リリース発表は、数学に特化した学習工程を説明しています。ベースモデルは、追加の合成数学資料、より多くの中国語数学データ、Qwen2.5基盤からの初期化を使います。Instruct段階は教師ありファインチューニングと強化学習を使い、数学専用の報酬モデルが棄却サンプリングと後続の最適化を導きます。開発元は、ツール統合推論データと英語・中国語の指示データを追加しています。これらはエディションの数学的な重点を説明するもので、ユーザーのすべての要求で別の検証器が自動的に呼び出されることを意味しません。
問いの準備
数学の問題文を完全な形で保持してください。変数、定義域の制限、求める量や証明すべき命題を定義します。元の条件と要求する回答で、一貫した表記を使ってください。有用な指示は、解法、重要な変形、最終結果に加え、元の条件への別立ての確認を求められます。
開発元のクイックスタートは、指示によって2つの方式を区別しています。テキスト推論の要求は、段階的な解答と枠で囲んだ最終回答を求めます。ツール統合の要求は、自然言語の推論をプログラムと組み合わせ、同じ最終回答の規約を保つよう求めます。これらは文書化された数学ワークフローであり、すべての提供インターフェースが公開するツールに関する別途の保証ではありません。
例として、カードの簡単な方程式は4x + 5 = 6x + 7です。有用な出力設計では、変数項の整理、変数の分離、最終式を分けます。この例示条件の数学的結果はx = -1です。代入すると4(-1) + 5 = 1、6(-1) + 7 = 1となり、両辺は一致します。より複雑な要求では、行列を与え、固有値を記号で導出するよう求め、どの数値計算を計算環境へ委ねるか指定できます。
コンテキストと設定
公開リリースは、4Kコンテキストでの数学事前学習を説明しています。公開モデル設定の最大位置数は4,096なので、プロンプトと手順を示す解答には簡潔な長さの計画が必要です。一般的なQwen2.5系列に宣伝される大きなコンテキストを、この数学エディションへ割り当てないでください。関連条件と数学の計算過程を一緒に保ち、その領域を消費する無関係な資料は除きます。
モデルカードのクイックスタート生成は、512トークンの例示設定を使います。その値は最大出力容量として示されていません。タスクで望む回答長は指定できますが、別の出力上限は、例や別のQwenエディションではなく、実際に適用される設定に基づく必要があります。
本質的な制約と有用な結果
開発元は、このシリーズを英語と中国語の数学タスクに推奨し、専門分野外の汎用タスクには推奨していません。重みはテキスト生成モデルです。画像内の数学問題は、別の視覚処理やOCRの段階で記号と条件をテキストに変換する必要があります。視覚モデルと数学モデルを組み合わせたマルチモーダルデモがあっても、数学エディション自体が画像入力モデルになるわけではありません。
指導のワークフローでは、学習者の導出の試みを提示し、説明が必要な変形箇所を示してください。元の表記での修正と、要求する詳細度の最終回答を求めます。技術的な計算では、テキスト推論か計算ワークフローかを選ぶ前に、厳密値か近似値か、単位、丸めを指定してください。この準備により、モデルの数学への特化が、具体的で確認可能な解答に結び付きます。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 qwen2.5-math-72b-instruct | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.001144 / 1K トークン 出力 · 出力トークン $0.00344 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "qwen2.5-math-72b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen2.5-math-72b-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': 'qwen2.5-math-72b-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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra qwen2.5-math-72b-instruct
上記に表示されたメソッドパスを使用してください。
英語の技術例
Solve a quadratic with a domain check\n\nSolve x squared minus 5x plus 6 = 0 over the real numbers, then apply the additional condition x greater than 2. Show the factorisation, list the equation's roots, and clearly separate the root that remains after the condition. Check the accepted value by substitution and put the final admissible set in boxed mathematical notation.A compact factorisation-based derivation, substitution check and boxed admissible solution set.Both equation roots are considered before the strict inequality excludes the boundary value 2.