qwen2-0.5b-instruct
qwen2-0.5b-instruct ialah model teks Tongyi Qianwen untuk permintaan berasaskan mesej. Gunakan ID tepatnya dengan Chat Completions untuk mengolah petikan yang dibekalkan: mendraf balasan, mengubah nota menjadi senarai semak, mengekstrak medan yang dinyatakan atau menerangkan cebisan kod pendek. Peruntukan input teksnya ialah 32,000 token.
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
qwen2-0.5b-instruct ialah pilihan model tepat untuk profil perbualan teks Tongyi Qianwen ini. Hantar arahan dan bahan sumber sebagai teks dan minta hasil bertulis yang khusus. Prompt praktikal boleh mengubah mesej pelanggan menjadi cadangan balasan, menyusun semula nota mesyuarat atau mengekstrak set fakta kecil daripada petikan yang dibekalkan. Tentukan khalayak dan struktur jawapan yang dikehendaki supaya aplikasi mempunyai hasil yang jelas untuk digunakan.
Gunakan POST /v1/chat/completions dengan model ditetapkan kepada qwen2-0.5b-instruct dan tatasusunan messages yang tidak kosong. Setiap mesej membekalkan role dan content teks. Sertakan giliran terdahulu yang berkaitan apabila susulan bergantung pada perbualan. Untuk kerja dokumen, baca teks UTF-8 yang berkaitan daripada dokumen dan letakkan teks sebenar itu dalam mesej. Kekalkan tajuk bahagian atau label sumber bersama setiap petikan apabila jawapan perlu membezakan beberapa petikan.
Peruntukan input teks ialah 32,000 token. Pastikan arahan, petikan sumber dan sejarah perbualan berada dalam peruntukan input itu. Untuk dokumen yang panjang, pilih bahagian yang diperlukan untuk soalan semasa atau proses petikan berlabel jelas sebagai tugasan berasingan. Nyatakan petikan yang patut digunakan oleh jawapan dan perkara yang perlu dikembalikan apabila medan yang diminta tiada dalam petikan.
Untuk tugasan mendraf balasan, bekalkan kata-kata pelanggan bersama maklumat produk yang diluluskan dan minta balasan dengan langkah seterusnya yang khusus. Untuk pengekstrakan, senaraikan medan seperti isu, tindakan yang diminta dan bukti yang dipetik, kemudian minta model mengembalikan hanya fakta yang terdapat dalam teks yang dibekalkan. Untuk penerangan kod, tampalkan fungsi dan minta penerangan tentang input, transformasi dan outputnya. Arahan ini mentakrifkan tugasan dalam prompt dan memastikan hasil terikat pada bahan yang anda bekalkan.
Kawalan boolean stream pilihan memilih cara penghantaran balasan: stream:false, nilai lalai, mengembalikan balasan JSON yang telah digabungkan; stream:true menghantar peristiwa semasa balasan dihasilkan. Untuk JSON, baca choices dan kandungan mesej yang dikembalikan serta simpan usage apabila dibekalkan. Untuk penstriman, gabungkan delta kandungan bagi setiap pilihan dan simpan maklumat penamat akhir sebelum menyimpan jawapan sebagai lengkap. Simpan balasan asal dan identiti permintaan apabila permintaan berakhir secara kabur.
Ailoot Ultra · Chat Completions POST /v1/chat/completions qwen2-0.5b-instruct
qwen2-0.5b-instructPengenalan
qwen2-0.5b-instruct ialah model teks Tongyi Qianwen untuk permintaan berasaskan mesej. Gunakan ID tepatnya dengan Chat Completions untuk mengolah petikan yang dibekalkan: mendraf balasan, mengubah nota menjadi senarai semak, mengekstrak medan yang dinyatakan atau menerangkan cebisan kod pendek. Peruntukan input teksnya ialah 32,000 token.
- Input yang diterima
- Teks
- Hasil
- Teks
Tersedia di Ailoot · input & kaedah
Ailoot Ultra · Chat Completions POST /v1/chat/completions
- Input
text- Output
text- Konteks
- 32,000 tokens
- Format output
- JSON or supported SSE
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen2-0.5b-instruct | Lalai— |
Medanmessages | Jenisarray | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 | Lalai— |
Medann | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had | Lalai— |
Medanseed | Jenisinteger | KeperluanPilihan | Nilai & had | Lalai— |
Medanstop | Jenis | KeperluanPilihan | Nilai & had | Lalai— |
Medanfrequency_penalty | Jenisnumber | KeperluanPilihan | Nilai & had | Lalai— |
Medanpresence_penalty | Jenisnumber | KeperluanPilihan | Nilai & had | Lalai— |
Medanuser | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools | Jenisarray | KeperluanPilihan | Nilai & had | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had , auto, default | Lalai— |
Medanmodalities | Jenisarray | KeperluanPilihan | Nilai & had | Lalai— |
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parameteroptional | Kontrakstream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user, tools, service_tier, modalities |
Parametermaterial_types | Kontraktext |
Parameterconditions | KontrakUse 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. |
Kitar hayat: synchronous_json_or_sse
Pelan harga
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
- Mod pantas
- Kadar standard Apabila mod pantas dipilih
- Mod flex
- Kadar standard Apabila mod flex dipilih
- Usaha penaakulan maksimum
- Kadar standard Apabila usaha penaakulan maksimum menggunakan pelarasan default
- Harga cache eksplisit
- Tidak diaktifkan Apabila cache eksplisit diminta
- Kadar sifar untuk teks sahaja
- Data cache, alat dan media tertakluk pada syarat harga masing-masing yang disenaraikan secara berasingan. Untuk input dan output teks sahaja
Kadar Ailoot
Harga mengikut konfigurasi
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0 / 1K token Output · Token output $0 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · Chat Completions
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-0.5b-instruct", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Terima dan simpan hasil
Ailoot Ultra · Chat Completions
JSON or supported SSE
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Retain the complete response, all actual results, original identifiers, usage and response headers.
Jika respons asal perlu disemak
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Alias
Alias model
Ailoot Ultra qwen2-0.5b-instruct
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · qwen2-0.5b-instruct
- Apakah input dan hasil yang tersedia?
POST /v1/chat/completions·qwen2-0.5b-instruct:text→text- Apakah medan yang digunakan oleh permintaan?
POST /v1/chat/completions·qwen2-0.5b-instruct:model,messages,stream,max_tokens,max_completion_tokens,n,temperature,top_p,seed,stop,frequency_penalty,presence_penalty,user,tools,service_tier,modalities- Apakah had yang terpakai?
POST /v1/chat/completions·qwen2-0.5b-instruct:ctx:32000;max_tokens.minimum:1;max_completion_tokens.minimum:1;n.minimum:1