{ "aboutHtml": "

qwen2-0.5b-instruct yra tikslus šio Tongyi Qianwen tekstinio pokalbio profilio modelio parinkimas. Nurodymus ir pradinę medžiagą siųskite kaip tekstą ir paprašykite konkretaus rašytinio rezultato. Praktinės užklausos gali kliento pranešimą paversti siūlomu atsakymu, pertvarkyti susitikimo užrašus ar išskirti nedidelį faktų rinkinį iš pateiktos ištraukos. Nurodykite auditoriją ir norimą atsakymo struktūrą, kad programa gautų aiškų naudotiną rezultatą.

Naudokite POST /v1/chat/completions su model reikšme qwen2-0.5b-instruct ir netuščiu messages masyvu. Kiekvienas pranešimas pateikia vaidmenį ir tekstinį turinį. Jei tolesnė užklausa remiasi pokalbiu, įtraukite atitinkamus ankstesnius pranešimus. Darbui su dokumentu perskaitykite atitinkamą UTF-8 tekstą iš dokumento ir į pranešimą įkelkite tikrąjį tekstą. Kartu su kiekviena ištrauka išlaikykite skyriaus pavadinimą ar šaltinio žymą, kai atsakyme reikia atskirti kelias ištraukas.

Tekstinės įvesties apimtis yra 32 000 žetonų. Nurodymus, šaltinio ištraukas ir pokalbio istoriją išlaikykite šiame įvesties biudžete. Ilgame dokumente pasirinkite dabartiniam klausimui reikalingus skyrius arba aiškiai pažymėtas ištraukas apdorokite kaip atskiras užduotis. Nurodykite, kurią ištrauką atsakymas turi naudoti ir ką grąžinti, kai prašomo lauko joje nėra.

Atsakymo rengimo užduočiai pateikite kliento formuluotę kartu su patvirtinta produkto informacija ir paprašykite atsakymo su konkrečiu kitu žingsniu. Išskirdami duomenis, išvardykite tokius laukus kaip problema, prašomas veiksmas ir cituojami įrodymai, tada paprašykite modelio grąžinti tik pateiktame tekste rastus faktus. Kodo paaiškinimui įklijuokite funkciją ir paprašykite jos įvesčių, transformacijų bei išvesties aprašymo. Šie nurodymai užklausoje apibrėžia užduotį ir išlaiko rezultatą susietą su jūsų pateikta medžiaga.

Pasirinktinis loginis stream valdiklis parenka atsakymo perdavimą: numatytasis stream:false grąžina surinktą JSON atsakymą; stream:true perduoda įvykius kuriant atsakymą. JSON atveju perskaitykite grąžintus choices ir pranešimo turinį bei išsaugokite usage, jei pateikta. Perduodant srautu, sujunkite kiekvieno pasirinkimo turinio deltas ir išsaugokite galutinę užbaigimo informaciją prieš saugodami atsakymą kaip užbaigtą. Jei užklausa baigiasi neaiškiai, išsaugokite pradinį atsakymą ir užklausos tapatybę.

", "aboutText": "qwen2-0.5b-instruct yra tikslus šio Tongyi Qianwen tekstinio pokalbio profilio modelio parinkimas. Nurodymus ir pradinę medžiagą siųskite kaip tekstą ir paprašykite konkretaus rašytinio rezultato. Praktinės užklausos gali kliento pranešimą paversti siūlomu atsakymu, pertvarkyti susitikimo užrašus ar išskirti nedidelį faktų rinkinį iš pateiktos ištraukos. Nurodykite auditoriją ir norimą atsakymo struktūrą, kad programa gautų aiškų naudotiną rezultatą.\n\nNaudokite POST /v1/chat/completions su model reikšme qwen2-0.5b-instruct ir netuščiu messages masyvu. Kiekvienas pranešimas pateikia vaidmenį ir tekstinį turinį. Jei tolesnė užklausa remiasi pokalbiu, įtraukite atitinkamus ankstesnius pranešimus. Darbui su dokumentu perskaitykite atitinkamą UTF-8 tekstą iš dokumento ir į pranešimą įkelkite tikrąjį tekstą. Kartu su kiekviena ištrauka išlaikykite skyriaus pavadinimą ar šaltinio žymą, kai atsakyme reikia atskirti kelias ištraukas.\n\nTekstinės įvesties apimtis yra 32 000 žetonų. Nurodymus, šaltinio ištraukas ir pokalbio istoriją išlaikykite šiame įvesties biudžete. Ilgame dokumente pasirinkite dabartiniam klausimui reikalingus skyrius arba aiškiai pažymėtas ištraukas apdorokite kaip atskiras užduotis. Nurodykite, kurią ištrauką atsakymas turi naudoti ir ką grąžinti, kai prašomo lauko joje nėra.\n\nAtsakymo rengimo užduočiai pateikite kliento formuluotę kartu su patvirtinta produkto informacija ir paprašykite atsakymo su konkrečiu kitu žingsniu. Išskirdami duomenis, išvardykite tokius laukus kaip problema, prašomas veiksmas ir cituojami įrodymai, tada paprašykite modelio grąžinti tik pateiktame tekste rastus faktus. Kodo paaiškinimui įklijuokite funkciją ir paprašykite jos įvesčių, transformacijų bei išvesties aprašymo. Šie nurodymai užklausoje apibrėžia užduotį ir išlaiko rezultatą susietą su jūsų pateikta medžiaga.\n\nPasirinktinis loginis stream valdiklis parenka atsakymo perdavimą: numatytasis stream:false grąžina surinktą JSON atsakymą; stream:true perduoda įvykius kuriant atsakymą. JSON atveju perskaitykite grąžintus choices ir pranešimo turinį bei išsaugokite usage, jei pateikta. Perduodant srautu, sujunkite kiekvieno pasirinkimo turinio deltas ir išsaugokite galutinę užbaigimo informaciją prieš saugodami atsakymą kaip užbaigtą. Jei užklausa baigiasi neaiškiai, išsaugokite pradinį atsakymą ir užklausos tapatybę.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b7ca4c2bd5e42ba4b2650a573daa07784c1e10255904b5c1698ecd7056fd92d9", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "lt", "methods": [ { "html": "
Al

qwen2-0.5b-instruct

Alibaba /qwen2-0.5b-instruct

Pradžia

qwen2-0.5b-instruct yra Tongyi Qianwen tekstinis modelis užklausoms pranešimų pagrindu. Naudokite tikslų jo ID su Chat Completions darbui su pateiktomis ištraukomis: parenkite atsakymą, paverskite užrašus kontroliniu sąrašu, išskirkite įvardytus laukus ar paaiškinkite trumpą kodo fragmentą. Jo tekstinės įvesties apimtis yra 32 000 žetonų.

Leidžiamos įvestys
Tekstas
Rezultatai
Tekstas
Apie modelį

Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.

qwen2-0.5b-instruct yra tikslus šio Tongyi Qianwen tekstinio pokalbio profilio modelio parinkimas. Nurodymus ir pradinę medžiagą siųskite kaip tekstą ir paprašykite konkretaus rašytinio rezultato. Praktinės užklausos gali kliento pranešimą paversti siūlomu atsakymu, pertvarkyti susitikimo užrašus ar išskirti nedidelį faktų rinkinį iš pateiktos ištraukos. Nurodykite auditoriją ir norimą atsakymo struktūrą, kad programa gautų aiškų naudotiną rezultatą.

Naudokite POST /v1/chat/completions su model reikšme qwen2-0.5b-instruct ir netuščiu messages masyvu. Kiekvienas pranešimas pateikia vaidmenį ir tekstinį turinį. Jei tolesnė užklausa remiasi pokalbiu, įtraukite atitinkamus ankstesnius pranešimus. Darbui su dokumentu perskaitykite atitinkamą UTF-8 tekstą iš dokumento ir į pranešimą įkelkite tikrąjį tekstą. Kartu su kiekviena ištrauka išlaikykite skyriaus pavadinimą ar šaltinio žymą, kai atsakyme reikia atskirti kelias ištraukas.

Tekstinės įvesties apimtis yra 32 000 žetonų. Nurodymus, šaltinio ištraukas ir pokalbio istoriją išlaikykite šiame įvesties biudžete. Ilgame dokumente pasirinkite dabartiniam klausimui reikalingus skyrius arba aiškiai pažymėtas ištraukas apdorokite kaip atskiras užduotis. Nurodykite, kurią ištrauką atsakymas turi naudoti ir ką grąžinti, kai prašomo lauko joje nėra.

Atsakymo rengimo užduočiai pateikite kliento formuluotę kartu su patvirtinta produkto informacija ir paprašykite atsakymo su konkrečiu kitu žingsniu. Išskirdami duomenis, išvardykite tokius laukus kaip problema, prašomas veiksmas ir cituojami įrodymai, tada paprašykite modelio grąžinti tik pateiktame tekste rastus faktus. Kodo paaiškinimui įklijuokite funkciją ir paprašykite jos įvesčių, transformacijų bei išvesties aprašymo. Šie nurodymai užklausoje apibrėžia užduotį ir išlaiko rezultatą susietą su jūsų pateikta medžiaga.

Pasirinktinis loginis stream valdiklis parenka atsakymo perdavimą: numatytasis stream:false grąžina surinktą JSON atsakymą; stream:true perduoda įvykius kuriant atsakymą. JSON atveju perskaitykite grąžintus choices ir pranešimo turinį bei išsaugokite usage, jei pateikta. Perduodant srautu, sujunkite kiekvieno pasirinkimo turinio deltas ir išsaugokite galutinę užbaigimo informaciją prieš saugodami atsakymą kaip užbaigtą. Jei užklausa baigiasi neaiškiai, išsaugokite pradinį atsakymą ir užklausos tapatybę.

Prieinama Ailoot · įvestys ir metodai

Ailoot Ultra · Chat Completions POST /v1/chat/completions
Įvestis
text
Išvestis
text
Kontekstas
32 000 tokens
Išvesties formatas
JSON or supported SSE
LaukasTipasReikalavimasReikšmės ir ribosNumatyta
LaukasmodelTipasstringReikalavimasPrivalomaReikšmės ir ribos
qwen2-0.5b-instruct
Numatyta—
LaukasmessagesTipasarrayReikalavimasPrivalomaReikšmės ir ribosNumatyta—
LaukasstreamTipasbooleanReikalavimasNeprivalomaReikšmės ir ribosNumatytafalse
Laukasmax_tokensTipasintegerReikalavimasNeprivalomaReikšmės ir ribos
Mažiausia reikšmė: 1
Numatyta—
Laukasmax_completion_tokensTipasintegerReikalavimasNeprivalomaReikšmės ir ribos
Mažiausia reikšmė: 1
Numatyta—
LaukasnTipasintegerReikalavimasNeprivalomaReikšmės ir ribos
Mažiausia reikšmė: 1
Numatyta—
LaukastemperatureTipasnumberReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
Laukastop_pTipasnumberReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
LaukasseedTipasintegerReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
LaukasstopTipasReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
Laukasfrequency_penaltyTipasnumberReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
Laukaspresence_penaltyTipasnumberReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
LaukasuserTipasstringReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
LaukastoolsTipasarrayReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
Laukasservice_tierTipasstringReikalavimasNeprivalomaReikšmės ir ribos
, auto, default
Numatyta—
LaukasmodalitiesTipasarrayReikalavimasNeprivalomaReikšmės ir ribosNumatyta—
Metodo parametrai ir gyvavimo ciklas
ParametrasSpecifikacija
Parametrascontent_typeSpecifikacijaapplication/json
ParametrasrequiredSpecifikacijamodel, messages
ParametrasoptionalSpecifikacijastream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user, tools, service_tier, modalities
Parametrasmaterial_typesSpecifikacijatext
ParametrasconditionsSpecifikacijaUse text input and text output. Explicit cache, hosted tools and media are unavailable. Standard function tools remain a protocol feature and run in the client.

Gyvavimo ciklas: synchronous_json_or_sse

Planai

Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.

Spartusis režimas
Standartinis įkainis Pasirinkus spartųjį režimą
Flex režimas
Standartinis įkainis Pasirinkus flex režimą
Didžiausios samprotavimo pastangos
Standartinis įkainis Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)
Išreikštinio podėlio kainodara
Neįjungta Kai prašoma išreikštinio podėlio
Nuliniai tarifai tik tekstui
Podėliui, įrankiams ir medijai taikomos atskirai nurodytos jų kainodaros sąlygos. Įvesčiai ir išvesčiai, kurias sudaro tik tekstas

Ailoot įkainiai

Kainos pagal konfigūraciją

KonfigūracijaĮkainių lentelėMokestis
KonfigūracijaBaziniai žetonų įkainiaiĮkainių lentelėBazinis įkainisMokestis
Įvestis · Įvesties tokenai $0 / 1K tokenų
Išvestis · Išvesties tokenai $0 / 1K tokenų
Įvestis · Talpyklos skaitymas $0 / 1K tokenų
Įvestis · Rašymas į talpyklą $0 / 1K tokenų
Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų

Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →

Užklausų pavyzdžiai

Ailoot Ultra · Chat Completions

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen2-0.5b-instruct", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false}')\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\n# Submit once. Retain the complete result, original identifiers and every response header.\n

Gauti ir išsaugoti rezultatus

Ailoot Ultra · Chat Completions

JSON or supported SSE

Išsaugoti visus baigtus rezultatus

Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.

Retain the complete response, all actual results, original identifiers, usage and response headers.

Jei reikia patikrinti pradinį atsakymą

Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.

Pseudonimai

Modelių pseudonimai

Ailoot Ultra qwen2-0.5b-instruct

Metodų kelių pseudonimai

Naudokite aukščiau nurodytus metodų kelius.

Susiję ID iškvietimui

qwen2-0.5b-instruct

", "method_identity": { "effective_request_model_id": "qwen2-0.5b-instruct", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "qwen2-0.5b-instruct", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|qwen2-0.5b-instruct", "ordinal": 0, "rawMethod": { "available": null, "cache_read": "0", "cache_write": "0", "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "example_body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "qwen2-0.5b-instruct", "stream": false }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "outputs": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" }, "parameters": [ { "default_known": false, "enum": [ "qwen2-0.5b-instruct" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "additionalProperties": true, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "type": "object" }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "default": false, "default_known": true, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "seed", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "stop", "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ], "required": false }, { "default_known": false, "enum_known": false, "name": "frequency_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "presence_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "user", "required": false, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "type": "object" }, "name": "tools", "required": false, "type": "array" }, { "default_known": false, "enum": [ "", "auto", "default" ], "enum_known": true, "name": "service_tier", "required": false, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "enum": [ "text" ], "type": "string" }, "name": "modalities", "required": false, "type": "array" } ], "request_schema": { "additionalProperties": true, "properties": { "frequency_penalty": { "type": "number" }, "max_completion_tokens": { "minimum": 1, "type": "integer" }, "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": true, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "type": "object" }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "modalities": { "items": { "enum": [ "text" ], "type": "string" }, "type": "array" }, "model": { "enum": [ "qwen2-0.5b-instruct" ], "type": "string" }, "n": { "minimum": 1, "type": "integer" }, "presence_penalty": { "type": "number" }, "seed": { "type": "integer" }, "service_tier": { "enum": [ "", "auto", "default" ], "type": "string" }, "stop": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] }, "stream": { "default": false, "type": "boolean" }, "temperature": { "type": "number" }, "tools": { "items": { "type": "object" }, "type": "array" }, "top_p": { "type": "number" }, "user": { "type": "string" } }, "required": [ "model", "messages" ], "type": "object" }, "schema_template": { "body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "qwen2-0.5b-instruct", "stream": false }, "content_type": "application/json" } }, "input": { "conditions": [ "Use text input and text output. Explicit cache, hosted tools and media are unavailable. Standard function tools remain a protocol feature and run in the client." ], "content_type": "application/json", "material_types": [ "text" ], "optional": [ "stream", "max_tokens", "max_completion_tokens", "n", "temperature", "top_p", "seed", "stop", "frequency_penalty", "presence_penalty", "user", "tools", "service_tier", "modalities" ], "required": [ "model", "messages" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "output": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" } }, "ctx": 32000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"qwen2-0.5b-instruct\", \"messages\": [{\"role\": \"user\", \"content\": \"Summarize the supplied text in three concise points.\"}], \"stream\": false}')\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\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": "0", "input": [ "text" ], "label": "Chat Completions", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": "0", "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Text-only zero rates", "value": "Cache, tools and media follow their separately listed pricing conditions.", "when": "For text-only input and output" } ], "pricing": { "allow_explicit_cache": false, "billing_mode": "token", "cache_read_price": 0, "cache_write_1h_price": null, "cache_write_price": 0, "fast_multiplier": 1, "flex_multiplier": 1, "image_input_price": null, "image_output_price": null, "input_price": 0, "intervals": [], "max_reasoning_effort_multiplier": 1, "output_price": 0, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen2-0.5b-instruct", "route_label": "Ultra", "status_reads": [], "tiers": [], "unit": "token", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "qwen2-0.5b-instruct", "nativeProvenance": { "input_facts_canonical_sha256": "c89a97bfcaace8a149964d85fc6051f29a3855d17ac04677cbc39778a59ddfd2", "input_html_sha256": "e8053eccc107de43607a4c00259ab53f67f529775830b43c5176b5682df84ab5", "private_audit_sha256": "470e0dbbd1243816322504298a1535cc19efa88b0faa4bafe27c0feaadf9bda4", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/lt/qwen2-0-5b-instruct/", "description": "qwen2-0.5b-instruct yra Tongyi Qianwen tekstinis modelis užklausoms pranešimų pagrindu. Naudokite tikslų jo ID su Chat Completions darbui su pateiktomis ištraukomis: parenkite atsakymą, paverskite užrašus kontroliniu sąrašu, išskirkite įvardytus laukus ar paaiškinkite trumpą kodo fragmentą. Jo tekstinės įvesties apimtis yra 32 000 žetonų.", "locale": "lt", "md_url": "https://ailoot.ai/models/lt/qwen2-0-5b-instruct/index.md", "title": "qwen2-0.5b-instruct — Ailoot", "url": "https://ailoot.ai/models/lt/qwen2-0-5b-instruct/" }, "rawModel": { "about": "qwen2-0.5b-instruct yra tikslus šio Tongyi Qianwen tekstinio pokalbio profilio modelio parinkimas. Nurodymus ir pradinę medžiagą siųskite kaip tekstą ir paprašykite konkretaus rašytinio rezultato. Praktinės užklausos gali kliento pranešimą paversti siūlomu atsakymu, pertvarkyti susitikimo užrašus ar išskirti nedidelį faktų rinkinį iš pateiktos ištraukos. Nurodykite auditoriją ir norimą atsakymo struktūrą, kad programa gautų aiškų naudotiną rezultatą.\n\nNaudokite POST /v1/chat/completions su model reikšme qwen2-0.5b-instruct ir netuščiu messages masyvu. Kiekvienas pranešimas pateikia vaidmenį ir tekstinį turinį. Jei tolesnė užklausa remiasi pokalbiu, įtraukite atitinkamus ankstesnius pranešimus. Darbui su dokumentu perskaitykite atitinkamą UTF-8 tekstą iš dokumento ir į pranešimą įkelkite tikrąjį tekstą. Kartu su kiekviena ištrauka išlaikykite skyriaus pavadinimą ar šaltinio žymą, kai atsakyme reikia atskirti kelias ištraukas.\n\nTekstinės įvesties apimtis yra 32 000 žetonų. Nurodymus, šaltinio ištraukas ir pokalbio istoriją išlaikykite šiame įvesties biudžete. Ilgame dokumente pasirinkite dabartiniam klausimui reikalingus skyrius arba aiškiai pažymėtas ištraukas apdorokite kaip atskiras užduotis. Nurodykite, kurią ištrauką atsakymas turi naudoti ir ką grąžinti, kai prašomo lauko joje nėra.\n\nAtsakymo rengimo užduočiai pateikite kliento formuluotę kartu su patvirtinta produkto informacija ir paprašykite atsakymo su konkrečiu kitu žingsniu. Išskirdami duomenis, išvardykite tokius laukus kaip problema, prašomas veiksmas ir cituojami įrodymai, tada paprašykite modelio grąžinti tik pateiktame tekste rastus faktus. Kodo paaiškinimui įklijuokite funkciją ir paprašykite jos įvesčių, transformacijų bei išvesties aprašymo. Šie nurodymai užklausoje apibrėžia užduotį ir išlaiko rezultatą susietą su jūsų pateikta medžiaga.\n\nPasirinktinis loginis stream valdiklis parenka atsakymo perdavimą: numatytasis stream:false grąžina surinktą JSON atsakymą; stream:true perduoda įvykius kuriant atsakymą. JSON atveju perskaitykite grąžintus choices ir pranešimo turinį bei išsaugokite usage, jei pateikta. Perduodant srautu, sujunkite kiekvieno pasirinkimo turinio deltas ir išsaugokite galutinę užbaigimo informaciją prieš saugodami atsakymą kaip užbaigtą. Jei užklausa baigiasi neaiškiai, išsaugokite pradinį atsakymą ir užklausos tapatybę.", "alias_of": null, "aliases": [], "author": "Alibaba", "ctx": 32000, "formats": [ "chat" ], "id": "qwen2-0.5b-instruct", "input": [ "text" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": "0", "cache_write": "0", "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "example_body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "qwen2-0.5b-instruct", "stream": false }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "outputs": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" }, "parameters": [ { "default_known": false, "enum": [ "qwen2-0.5b-instruct" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "additionalProperties": true, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "type": "object" }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "name": "messages", "required": true, "type": "array" }, { "default": false, "default_known": true, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "seed", "required": false, "type": "integer" }, { "default_known": false, "enum_known": false, "name": "stop", "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ], "required": false }, { "default_known": false, "enum_known": false, "name": "frequency_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "presence_penalty", "required": false, "type": "number" }, { "default_known": false, "enum_known": false, "name": "user", "required": false, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "type": "object" }, "name": "tools", "required": false, "type": "array" }, { "default_known": false, "enum": [ "", "auto", "default" ], "enum_known": true, "name": "service_tier", "required": false, "type": "string" }, { "default_known": false, "enum_known": false, "items": { "enum": [ "text" ], "type": "string" }, "name": "modalities", "required": false, "type": "array" } ], "request_schema": { "additionalProperties": true, "properties": { "frequency_penalty": { "type": "number" }, "max_completion_tokens": { "minimum": 1, "type": "integer" }, "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": true, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "type": "object" }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant", "system", "developer" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "modalities": { "items": { "enum": [ "text" ], "type": "string" }, "type": "array" }, "model": { "enum": [ "qwen2-0.5b-instruct" ], "type": "string" }, "n": { "minimum": 1, "type": "integer" }, "presence_penalty": { "type": "number" }, "seed": { "type": "integer" }, "service_tier": { "enum": [ "", "auto", "default" ], "type": "string" }, "stop": { "oneOf": [ { "type": "string" }, { "items": { "type": "string" }, "type": "array" } ] }, "stream": { "default": false, "type": "boolean" }, "temperature": { "type": "number" }, "tools": { "items": { "type": "object" }, "type": "array" }, "top_p": { "type": "number" }, "user": { "type": "string" } }, "required": [ "model", "messages" ], "type": "object" }, "schema_template": { "body": { "messages": [ { "content": "Summarize the supplied text in three concise points.", "role": "user" } ], "model": "qwen2-0.5b-instruct", "stream": false }, "content_type": "application/json" } }, "input": { "conditions": [ "Use text input and text output. Explicit cache, hosted tools and media are unavailable. Standard function tools remain a protocol feature and run in the client." ], "content_type": "application/json", "material_types": [ "text" ], "optional": [ "stream", "max_tokens", "max_completion_tokens", "n", "temperature", "top_p", "seed", "stop", "frequency_penalty", "presence_penalty", "user", "tools", "service_tier", "modalities" ], "required": [ "model", "messages" ] }, "lifecycle": { "cancel_endpoint": null, "create": { "http": "POST", "path": "/v1/chat/completions" }, "mode": "synchronous_json_or_sse", "status": [], "unknown": "Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.", "unknown_no_replay": true }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "output": { "all_results": "Retain the complete response, all actual results, original identifiers, usage and response headers.", "family": "text", "format": "JSON or supported SSE" } }, "ctx": 32000, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"qwen2-0.5b-instruct\", \"messages\": [{\"role\": \"user\", \"content\": \"Summarize the supplied text in three concise points.\"}], \"stream\": false}')\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\n# Submit once. Retain the complete result, original identifiers and every response header.\n", "label": "curl · create once and retain the complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": "0", "input": [ "text" ], "label": "Chat Completions", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": "0", "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" }, { "label": "Explicit cache pricing", "value": "Not enabled", "when": "When explicit cache is requested" }, { "label": "Text-only zero rates", "value": "Cache, tools and media follow their separately listed pricing conditions.", "when": "For text-only input and output" } ], "pricing": { "allow_explicit_cache": false, "billing_mode": "token", "cache_read_price": 0, "cache_write_1h_price": null, "cache_write_price": 0, "fast_multiplier": 1, "flex_multiplier": 1, "image_input_price": null, "image_output_price": null, "input_price": 0, "intervals": [], "max_reasoning_effort_multiplier": 1, "output_price": 0, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen2-0.5b-instruct", "route_label": "Ultra", "status_reads": [], "tiers": [], "unit": "token", "units": [ { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "qwen2-0.5b-instruct", "request_model_id": "qwen2-0.5b-instruct", "route_label": "Ultra" } ], "name": "qwen2-0.5b-instruct", "price": { "in": "0", "in_label": null, "out": "0", "out_label": null, "sort_in": "0", "sort_out": "0", "varies": false }, "short": "qwen2-0.5b-instruct yra Tongyi Qianwen tekstinis modelis užklausoms pranešimų pagrindu. Naudokite tikslų jo ID su Chat Completions darbui su pateiktomis ištraukomis: parenkite atsakymą, paverskite užrašus kontroliniu sąrašu, išskirkite įvardytus laukus ar paaiškinkite trumpą kodo fragmentą. Jo tekstinės įvesties apimtis yra 32 000 žetonų." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "qwen2-0.5b-instruct yra Tongyi Qianwen tekstinis modelis užklausoms pranešimų pagrindu. Naudokite tikslų jo ID su Chat Completions darbui su pateiktomis ištraukomis: parenkite atsakymą, paverskite užrašus kontroliniu sąrašu, išskirkite įvardytus laukus ar paaiškinkite trumpą kodo fragmentą. Jo tekstinės įvesties apimtis yra 32 000 žetonų.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "0a3cb4f1cf04400bddb66a862d7e0aef7d4227be133684d7bff2fc3f6e04731e", "renderer_sha256": "57bd2f8a61f57d341aae369006eca818e3eea645ec43af488ec7b2289eeca772" }, "sourceRevision": "04bbdff57b0918d74bdec5128cb287829a408b8d8e0de054c96a685d84d976ab" }