Source: https://ailoot.ai/models/pl/qwen2-7b-instruct/ Canonical: https://ailoot.ai/models/pl/qwen2-7b-instruct/ Language: pl # Qwen2 7B Instruct [Markdown](https://ailoot.ai/models/pl/qwen2-7b-instruct/index.md) · [JSON](https://ailoot.ai/models/pl/qwen2-7b-instruct/facts.json) ## [Qwen2 7B Instruct](https://ailoot.ai/models/pl/qwen2-7b-instruct/) Qwen2-7B-Instruct to model tekstowy dostrojony do instrukcji, do wielojęzycznego dialogu, kodu, matematyki i rozumowania. Producent dokumentuje kontekst do 131 072 tokenów przy włączonej konfiguracji długiego kontekstu. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2-7b-instruct`](https://ailoot.ai/models/pl/qwen2-7b-instruct/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2-7b-instruct`](https://ailoot.ai/models/pl/qwen2-7b-instruct/#method-1) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. Qwen2-7B-Instruct to wydanie Qwen2 w rozmiarze 7B, dostrojone do instrukcji, przeznaczone do rozmowy i zadań wyrażanych w języku naturalnym. Jest modelem z wejściem i wyjściem tekstowym: odpowiedź może być wyjaśnieniem, tłumaczeniem, projektem dokumentu lub kodem programu. Producent wskazuje rozumienie języka, generowanie, pracę wielojęzyczną, kod, matematykę i rozumowanie jako główne obszary użycia. Szczegóły modelu Qwen2 obejmuje osobne wydania bazowe i dostrojone do instrukcji. Ta karta dotyczy wydania Instruct, a nie bazowego modelu Qwen2-7B lub wydania rodziny opartego na mieszaninie ekspertów. Tabela informacji o modelu producenta podaje 7,07 miliarda parametrów dla modelu w rozmiarze 7B. Jego Transformer dekodera wykorzystuje SwiGLU, bias QKV w mechanizmie uwagi i uwagę z grupowanymi zapytaniami, z tokenizerem przeznaczonym do języków naturalnych i kodu. To wybory architektury i reprezentacji, a nie dodatkowe modalności wejścia. Ogłoszenie wydania opisuje trenowanie w angielskim i chińskim oraz 27 dodatkowych językach. Obejmują one rosyjski, czeski i polski; niemiecki, francuski i hiszpański; arabski, perski i turecki; japoński i koreański; oraz dalsze języki Azji Południowej i Południowo-Wschodniej. Wielojęzyczny asystent może więc otrzymać instrukcję i materiał źródłowy w różnych językach, lecz nadal powinien określić język, terminologię i odbiorców końcowego rezultatu. Trenowanie i odrębność Instruct Po pretreningu producent stosuje nadzorowane dostrajanie i bezpośrednią optymalizację preferencji. Wydanie dostrojone do instrukcji ma odpowiadać na prośbę w rozmowie, a wydanie bazowe pełni inną rolę jako podstawa modelu językowego. Zachowaj wyraźną nazwę wydania podczas wyboru modelu lub porównywania zachowania promptów. Trenowanie modelu do wykonywania instrukcji i podanie precyzyjnej instrukcji w czasie użycia są uzupełniającymi się częściami procesu. Przygotowanie wejścia konwersacyjnego Szybki start w karcie modelu oddziela instrukcję systemową od pytania użytkownika i stosuje właściwy szablon czatu przed generowaniem. Przy zadaniu na poziomie aplikacji to samo praktyczne rozróżnienie jest użyteczne: zdefiniuj rolę asystenta i zasady odpowiedzi oddzielnie od fragmentu źródłowego lub kodu, na którym ma pracować. Etykieta tekstowa wpisana w dokument nie zastępuje prawidłowo sformatowanych ról rozmowy w otaczającym interfejsie. Zadanie wyjaśnienia technicznego może podać funkcję i jeden przykład wejścia, a następnie pytać, co robi każda gałąź i jakie warunki wpływają na wynik. Zadanie programistyczne może określić akceptowane wejście, oczekiwaną wartość zwracaną i ograniczenia zmiany istniejącego zachowania. Poproś o implementację, a po niej o przykłady dla przypadku normalnego i brzegowego. Są to zastosowania udokumentowanych możliwości językowych i programistycznych; generowanie kodu daje wynik tekstowy, a uruchamianie należy do środowiska aplikacji. Przy wielojęzycznej redakcji podaj oryginalny fragment, odbiorców i krótką listę terminów. Poproś o zmianę zachowującą oryginalne nazwy i warunki, a następnie o krótkie wyjaśnienie zmian. Jest to konkretniejsze niż prośba o poprawę tekstu: określa, jakie znaczenie musi przetrwać i jaki użyteczny wynik należy zwrócić. Przetwarzanie długich tekstów Producent dokumentuje kontekst do 131 072 tokenów, ale instrukcje długiego kontekstu są ważne. Wejścia ponad 32 768 tokenów wymagają udokumentowanej konfiguracji rozszerzenia YaRN. Opublikowany przykład stosuje współczynnik skalowania 4,0 z pierwotną liczbą pozycji 32 768. Producent zaznacza, że statyczne rozszerzenie może wpływać na zachowanie przy krótszym tekście, i zaleca włączać je, gdy faktycznie potrzebne jest przetwarzanie długiego kontekstu. Przygotuj zadanie na długim dokumencie z konkretnym pytaniem, nazwanymi sekcjami źródłowymi i jednoznaczną strukturą wyniku. Na przykład podaj kilka części specyfikacji technicznej i poproś o wymagania związane z konkretną zmianą, zachowując sekcję źródłową przy każdym ustaleniu. Duże okno wejścia przydaje się do utrzymania tych części razem; odpowiedź nadal może być kompaktową tabelą zamiast powtórzenia całego dokumentu. Ważne granice Wartość 131 072 tokenów oznacza obsługę rozszerzonego kontekstu, a nie pozwolenie na pominięcie konfiguracji długiego kontekstu. 512 wygenerowanych tokenów w przykładzie szybkiego startu to przykładowe ustawienie, a nie opublikowana maksymalna pojemność wyjścia. To wydanie Instruct jest modelem tekstowym i nie powinno dziedziczyć możliwości obrazów lub wideo z Qwen-VL ani specjalistycznego treningu matematycznego zintegrowanego z narzędziami z Qwen2.5-Math. Wybierz nazwane wydanie i przygotuj tekst do potrzebnego wyjaśnienia, kodu lub dokumentu. **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2-7b-instruct` [`qwen2-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat) Alibaba /`qwen2-7b-instruct` ### Start Qwen2-7B-Instruct to model tekstowy dostrojony do instrukcji, do wielojęzycznego dialogu, kodu, matematyki i rozumowania. Producent dokumentuje kontekst do 131 072 tokenów przy włączonej konfiguracji długiego kontekstu. Akceptowane dane wejściowe Tekst Wyniki Tekst ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Wejście `text` Wyjście `text` Format wyjściowy json lub SSE | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity qwen2-7b-instruct | Domyślnie— | | Pole`messages` | Typ`message[]` | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— | | Pole`messages[].role` | Typ`string` | WymaganieWymagane | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`messages[].content` | Typ`string` | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Rozmowa tekstowa | Domyślnie— | | Pole`stream` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | Kombinacje materiałów wejściowych **Tekst** · tekst UTF8 `messages[].content` Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, messages | | Parametr`material_types` | Kontrakttext | | Parametr`messages` | Kontrakttablica wiadomości o strukturze role/content | | Parametr`file_material` | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku | | Parametr`optional_controls` | Kontraktstream | | Parametr`control_scope` | KontraktRozmowa tekstowa; stream jest wartością logiczną i domyślnie wynosi false. | | Parametr`output_modalities` | Kontrakttext | | Parametr`hosted_operations` | Kontraktfalse | | Parametr`multimodal_input_binding` | Kontraktnull | Aliasy metody: `/chat/completions` Cykl życia: `synchronous_or_streamed` Wyślij dokładne ID modelu wraz z messages. Długość kontekstu nie jest limitem wyjścia. Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania. ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0.000286** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.00058** / 1K tokenów Wejście · Odczyt cache **$0** / 1K tokenów Wejście · Zapis do cache **$0** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · OpenAI Chat curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model":"qwen2-7b-instruct","messages":[{"role":"user","content":"hello"}],"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 python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model="qwen2-7b-instruct", messages=[{"role":"user","content":"hello"}], stream=False) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · OpenAI Chat json lub SSE ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`choices[].index` | Typinteger | | Pole`choices[].message.content` | Typstring\|null | | Pole`choices[].message.tool_calls` | Typtool\_call\[\] | | Pole`choices[].message.reasoning_content` | Typstring | | Pole`choices[].message.reasoning_details` | Typobject\|array | | Pole`choices[].finish_reason` | Typstring\|null | | Pole`usage` | Typobject | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`qwen2-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat) #### Aliasy ścieżek metod `/chat/completions` #### Powiązane ID modeli [`qwen2-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2-7b-instruct` [`qwen2-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages) Alibaba /`qwen2-7b-instruct` ### Start Qwen2-7B-Instruct to model tekstowy dostrojony do instrukcji, do wielojęzycznego dialogu, kodu, matematyki i rozumowania. Producent dokumentuje kontekst do 131 072 tokenów przy włączonej konfiguracji długiego kontekstu. Akceptowane dane wejściowe Tekst Wyniki json · sse ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Wejście `text` Wyjście `json`, `sse` Format wyjściowy JSON lub SSE | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity qwen2-7b-instruct | Domyślnie— | | Pole`messages` | Typ`message[]` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`messages[].role` | Typ`string` | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— | | Pole`messages[].content` | Typ`string` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`max_tokens` | Typ`integer` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`stream` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | Kombinacje materiałów wejściowych **Tekst** · tekst UTF-8 `ciąg messages[].content` Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, messages, max\_tokens | | Parametr`optional_controls` | Kontraktstream | | Parametr`material_types` | Kontrakttext | | Parametr`text_file_material` | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. | Cykl życia: `synchronous_or_streamed` ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0.000286** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.00058** / 1K tokenów Wejście · Odczyt cache **$0** / 1K tokenów Wejście · Zapis do cache **$0** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Anthropic Messages Kompletna minimalna treść żądania JSONcurl · użyj swojego dokumentu UTF-8Python · zapisz kompletny wynik ```json { "model": "qwen2-7b-instruct", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen2-7b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen2-7b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Anthropic Messages JSON lub SSE ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`id` | Typstring | | Pole`model` | Typstring | | Pole`content[]` | Typtext\|thinking\|tool\_use\|other content block | | Pole`stop_reason` | Typstring\|null | | Pole`usage` | Typobject | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`qwen2-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages) #### Aliasy ścieżek metod `/chat/completions` #### Powiązane ID modeli [`qwen2-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages) FAQ · Pro/Qwen/Qwen2-7B-Instruct Jakie dane wejściowe i wyniki są dostępne? `POST /v1/chat/completions` · `qwen2-7b-instruct`: `text` → `text` `POST /v1/messages` · `qwen2-7b-instruct`: `text` → `json`, `sse` Jakich pól używa żądanie? `POST /v1/chat/completions` · `qwen2-7b-instruct`: `model`, `messages`, `stream` `POST /v1/messages` · `qwen2-7b-instruct`: `model`, `messages`, `max_tokens`, `stream` Jakie limity obowiązują? `POST /v1/chat/completions` · `qwen2-7b-instruct`: `messages.min_items`: `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.