Source: https://ailoot.ai/models/pl/qwen2-5-coder-3b-instruct/ Canonical: https://ailoot.ai/models/pl/qwen2-5-coder-3b-instruct/ Language: pl # Qwen2.5-Coder-3B [Markdown](https://ailoot.ai/models/pl/qwen2-5-coder-3b-instruct/index.md) · [JSON](https://ailoot.ai/models/pl/qwen2-5-coder-3b-instruct/facts.json) ## [Qwen2.5-Coder-3B](https://ailoot.ai/models/pl/qwen2-5-coder-3b-instruct/) Qwen2.5-Coder-3B-Instruct to kompaktowy model Qwen dostrojony do instrukcji, przeznaczony do generowania kodu, rozumowania i napraw. Jego dokładny profil o 3.09B parametrów ma kontekst 32 768 tokenów dla zadań programistycznych obejmujących istotną implementację, interfejs i oczekiwane zachowanie. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2.5-coder-3b-instruct`](https://ailoot.ai/models/pl/qwen2-5-coder-3b-instruct/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2.5-coder-3b-instruct`](https://ailoot.ai/models/pl/qwen2-5-coder-3b-instruct/#method-1) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. Qwen2.5-Coder-3B-Instruct to kompaktowy model programistyczny Qwen dostrojony do instrukcji, o łącznej liczbie 3.09 miliarda parametrów i pełnym kontekście 32 768 tokenów. Producent opisuje generowanie kodu, rozumowanie o kodzie i naprawianie kodu jako główne zastosowania rodziny, przy zachowaniu zdolności matematycznych i ogólnojęzykowych. W treningu rodziny wykorzystano 5.5 biliona tokenów kodu, materiału wiążącego tekst z kodem i materiału syntetycznego. #### Przygotuj konkretne zadanie programistyczne Podaj język, sygnaturę funkcji, założenia dotyczące wejścia i oczekiwane wyjście przed poproszeniem o kod. Dołącz przykład ustalający zamierzone zachowanie, szczególnie gdy przypadek brzegowy zmienia implementację. Przy naprawie dostarcz bieżącą funkcję i błąd, który ma usunąć. Przykładowe żądanie może dotyczyć parsera zachowującego zatwierdzone nazwy pól i zwracającego określony wynik dla pustego wejścia. Trzymaj odpowiedni interfejs i przykłady wraz z proponowanym kodem, aby ocena dotyczyła tego samego kontraktu. #### Użyj szablonu rozmowy Instruct Ten checkpoint jest edycją Instruct, odrębną od modelu Base. Natywny przykład przekazuje wiadomości system i user przez szablon czatu checkpointu i dekoduje wygenerowaną kontynuację jako tekst. Przy przygotowywaniu tej rozmowy jasno określ instrukcję zadania i bieżące pytanie o kod. Przy wyjaśnieniu wskaż funkcję lub gałąź do analizy i zapytaj, które założenie decyduje o jej zachowaniu. Przy przepisaniu określ interfejsy i pola wyjściowe, które mają pozostać bez zmian. Użyteczna odpowiedź może przedstawiać proponowany kod, a następnie rozumowanie łączące zmianę z tymi wymaganiami. #### Zmieść istotne zależności w profilu 3B Dokładna karta 3B publikuje kontekst 32 768 tokenów, 2.77 miliarda parametrów poza osadzeniami i 36 warstw. Architektura modelu wykorzystuje uwagę z grupowanymi zapytaniami, z 16 głowami zapytań i dwiema głowami kluczy/wartości. Wybierz odpowiedni materiał projektowy do żądania zamiast traktować tę kompaktową edycję jak osobno skonfigurowany model 32B. W przykładowym zadaniu obejmującym kilka funkcji dołącz implementację, jej wywołującego oraz typ lub schemat, który je łączy. Zachowaj ścieżki plików i nazwy, aby wygenerowana zmiana odnosiła się do właściwego miejsca. Jeśli pytanie dotyczy tylko jednego warunku, zachowaj kod, który go ustanawia, i przykłady określające oczekiwany wynik. #### Uzyskaj rezultat, który można sprawdzić Wybierz, czy następny krok wymaga kompletnej funkcji, ukierunkowanej zmiany kodu czy pisemnego wyjaśnienia. Natywny przykład generowania używa przykładowego limitu wyjścia dla małego zadania; określ rzeczywisty rezultat i odpowiedni skonfigurowany limit odpowiedzi dla danej pracy. Trzymaj razem kod źródłowy, wymaganie i proponowaną zmianę, gdy otaczająca aplikacja uruchamia lub sprawdza wynik. Przy poprawce dostarcz rzeczywisty błąd i bieżącą implementację, a następnie poproś o zmianę odnoszącą się do tych dowodów. Zachowaj wybraną nazwę 3B Instruct wraz z gotowym kodem i wyjaśnieniem, aby kontynuacja używała tej samej edycji producenta. W Ailoot wybierz ten dokładny identyfikator modelu w /v1/chat/completions i podaj zadanie w messages. Każda wiadomość zawiera rolę i treść; powiązaną instrukcję i materiał źródłowy trzymaj razem. Odbierz pełną odpowiedź JSON albo wszystkie segmenty SSE, gdy włączone jest stream, i zachowaj usage wraz z wynikiem tekstowym. **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2.5-coder-3b-instruct` [`qwen2.5-coder-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-coder-3b-instruct&route=Ultra&caller=qwen2.5-coder-3b-instruct&fmt=chat) Inne /`qwen2.5-coder-3b-instruct` ### Start Qwen2.5-Coder-3B-Instruct to kompaktowy model Qwen dostrojony do instrukcji, przeznaczony do generowania kodu, rozumowania i napraw. Jego dokładny profil o 3.09B parametrów ma kontekst 32 768 tokenów dla zadań programistycznych obejmujących istotną implementację, interfejs i oczekiwane zachowanie. Akceptowane dane wejściowe Tekst · Obrazy Wyniki Tekst ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Wejście `text`, `image` Wyjście `text` Format wyjściowy JSON or SSE | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity qwen2.5-coder-3b-instruct Warunki: Użyj dokładnie tego selektora trasowania Ailoot. | Domyślnie— | | Pole`messages` | Typ`array` | WymaganieWymagane | Wartości i limity Warunki: | Domyślnie— | | Pole`stream` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity Warunki: | Domyślniefalse | Kombinacje materiałów wejściowych **text\_input** · Wymagane: messages **image\_with\_text** · Wymagane: messages with actual image content blocks Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, messages | | Parametr`optional` | Kontraktstream | | Parametr`material_types` | Kontrakttext, image | | Parametr`conditions` | KontraktUżyj dokładnie tego selektora trasowania Ailoot., Ten protokół przenosi treści obrazowe, gdy konkretny wybrany model obsługuje analizę obrazu. Przyjęcie żądania przez protokół nie potwierdza obsługi obrazów przez każdy model. | Aliasy metody: `/chat/completions` Cykl życia: `synchronous_or_streamed` ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Stawka standardowa Gdy wybrany jest tryb szybki Tryb flex Stawka standardowa Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Stawka standardowa Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) Wycena jawnej pamięci podręcznej Niewłączone Gdy zażądano jawnej pamięci podręcznej Zerowe stawki wyłącznie dla tekstu Pamięć podręczna, narzędzia i multimedia podlegają osobno podanym warunkom cenowym. Dla wyłącznie tekstowych danych wejściowych i wyjściowych #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0** / 1K tokenów Wyjście · Tokeny wyjściowe **$0** / 1K tokenów Wejście · Odczyt cache **$0** / 1K tokenów Wejście · Zapis do cache **$0** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · OpenAI Chat curl · utwórz raz i zachowaj kompletny wynik ```bash set -eu : "${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": "qwen2.5-coder-3b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}') 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. ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · OpenAI Chat JSON or SSE ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj każdy blok treści, ID wywołania narzędzia, sygnaturę rozumowania, jeśli została zwrócona, wszystkie przyrosty SSE oraz pełne dane o zużyciu. Pierwszy fragment tekstu nie jest całym wynikiem. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj oryginalne X-Client-Request-ID, odpowiedź i nagłówki. Nieznany wynik ani wynik result\_pending\_check nie upoważniają do ponownego utworzenia. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`choices[]` | Typobject | | Pole`usage` | Typobject | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekWymagane pole, selektor modelu, typ lub postać danych wejściowych są nieprawidłowe. | Następny krokPrzed przygotowaniem osobnego żądania sprawdź zwrócone szczegóły walidacji. | | Odpowiedź`` | WarunekOryginalne żądanie lub wynik są nieznane albo wymagają sprawdzenia. | Następny krokZachowaj oryginalne identyfikatory i nagłówki; odczytuj tylko obsługiwane rekordy statusu lub biblioteki. Nie wysyłaj ponownie żądania utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`qwen2.5-coder-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-coder-3b-instruct&route=Ultra&caller=qwen2.5-coder-3b-instruct&fmt=chat) #### Aliasy ścieżek metod `/chat/completions` #### Powiązane ID modeli [`qwen2.5-coder-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-coder-3b-instruct&route=Ultra&caller=qwen2.5-coder-3b-instruct&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2.5-coder-3b-instruct` [`qwen2.5-coder-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-coder-3b-instruct&route=Ultra&caller=qwen2.5-coder-3b-instruct&fmt=messages) Inne /`qwen2.5-coder-3b-instruct` ### Start Qwen2.5-Coder-3B-Instruct to kompaktowy model Qwen dostrojony do instrukcji, przeznaczony do generowania kodu, rozumowania i napraw. Jego dokładny profil o 3.09B parametrów ma kontekst 32 768 tokenów dla zadań programistycznych obejmujących istotną implementację, interfejs i oczekiwane zachowanie. Akceptowane dane wejściowe Tekst · Obrazy Wyniki json · sse ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Wejście `text`, `image` Wyjście `json`, `sse` Format wyjściowy JSON or SSE | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity qwen2.5-coder-3b-instruct Warunki: Użyj dokładnie tego selektora trasowania Ailoot. | Domyślnie— | | Pole`messages` | Typ`array` | WymaganieWymagane | Wartości i limity Warunki: | Domyślnie— | | Pole`stream` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity Warunki: | Domyślniefalse | | Pole`max_tokens` | Typ`integer` | WymaganieWymagane | Wartości i limity Minimum: 1 Warunki: | Domyślnie— | Kombinacje materiałów wejściowych **text\_input** · Wymagane: messages **image\_with\_text** · Wymagane: messages with actual image content blocks Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, messages, max\_tokens | | Parametr`optional` | Kontraktstream | | Parametr`material_types` | Kontrakttext, image | | Parametr`conditions` | KontraktUżyj dokładnie tego selektora trasowania Ailoot., Ten protokół przenosi treści obrazowe, gdy konkretny wybrany model obsługuje analizę obrazu. Przyjęcie żądania przez protokół nie potwierdza obsługi obrazów przez każdy model. | Cykl życia: `synchronous_or_streamed` ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Stawka standardowa Gdy wybrany jest tryb szybki Tryb flex Stawka standardowa Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Stawka standardowa Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) Wycena jawnej pamięci podręcznej Niewłączone Gdy zażądano jawnej pamięci podręcznej Zerowe stawki wyłącznie dla tekstu Pamięć podręczna, narzędzia i multimedia podlegają osobno podanym warunkom cenowym. Dla wyłącznie tekstowych danych wejściowych i wyjściowych #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0** / 1K tokenów Wyjście · Tokeny wyjściowe **$0** / 1K tokenów Wejście · Odczyt cache **$0** / 1K tokenów Wejście · Zapis do cache **$0** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Anthropic Messages curl · utwórz raz i zachowaj kompletny wynik ```bash set -eu : "${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": "qwen2.5-coder-3b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}') 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/messages \ -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. ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Anthropic Messages JSON or SSE ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj każdy blok treści, ID wywołania narzędzia, sygnaturę rozumowania, jeśli została zwrócona, wszystkie przyrosty SSE oraz pełne dane o zużyciu. Pierwszy fragment tekstu nie jest całym wynikiem. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj oryginalne X-Client-Request-ID, odpowiedź i nagłówki. Nieznany wynik ani wynik result\_pending\_check nie upoważniają do ponownego utworzenia. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`content[]` | Typobject | | Pole`usage` | Typobject | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekWymagane pole, selektor modelu, typ lub postać danych wejściowych są nieprawidłowe. | Następny krokPrzed przygotowaniem osobnego żądania sprawdź zwrócone szczegóły walidacji. | | Odpowiedź`` | WarunekOryginalne żądanie lub wynik są nieznane albo wymagają sprawdzenia. | Następny krokZachowaj oryginalne identyfikatory i nagłówki; odczytuj tylko obsługiwane rekordy statusu lub biblioteki. Nie wysyłaj ponownie żądania utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`qwen2.5-coder-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-coder-3b-instruct&route=Ultra&caller=qwen2.5-coder-3b-instruct&fmt=messages) #### Aliasy ścieżek metod `/chat/completions` #### Powiązane ID modeli [`qwen2.5-coder-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-coder-3b-instruct&route=Ultra&caller=qwen2.5-coder-3b-instruct&fmt=messages) FAQ · Qwen2.5-Coder-3B Jakie dane wejściowe i wyniki są dostępne? `POST /v1/chat/completions` · `qwen2.5-coder-3b-instruct`: `text`, `image` → `text` `POST /v1/messages` · `qwen2.5-coder-3b-instruct`: `text`, `image` → `json`, `sse` Jakich pól używa żądanie? `POST /v1/chat/completions` · `qwen2.5-coder-3b-instruct`: `model`, `messages`, `stream` `POST /v1/messages` · `qwen2.5-coder-3b-instruct`: `model`, `messages`, `stream`, `max_tokens` Jakie limity obowiązują? `POST /v1/messages` · `qwen2.5-coder-3b-instruct`: `max_tokens.minimum`: `1` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.