Qwen2.5-14B-Instruct je izdaja velikosti 14B iz splošne družine Qwen2.5, prilagojena navodilom. Sprejme besedilni pogovor in vrne besedilo: razlago, dokument, programsko kodo ali strukturirana polja. Proizvajalec poudarja sledenje navodilom, programiranje, matematiko, razumevanje strukturiranih podatkov, kot so tabele, in generiranje strukturiranih odgovorov, zlasti JSON.
Kaj izboljšuje družina
Proizvajalec opisuje širše znanje ter močnejše programerske in matematične zmožnosti kot pri predhodni generaciji Qwen2, skupaj z generiranjem dolgih odgovorov in boljšo obravnavo različnih sistemskih navodil. Družina uporablja korpus za predhodno učenje, opisan kot obsegajoč do 18 bilijonov žetonov. Te zmožnosti podpirajo pomočnika za določeno področje, katerega vlogo in izhod določa naloga. Ta model ostaja splošna izdaja Instruct; ločeno poimenovani liniji Qwen2.5-Coder in Qwen2.5-Math imata svoji specializaciji.
Pomočnik za procese lahko prejme postopek in vprašanje o eni fazi. Določite bralčevo vlogo, zahtevajte dejanja, pomembna za to fazo, in zahtevajte, da odgovor ohrani prvotne pogoje postopka. Uporaben izhod lahko loči naslednje dejanje, pogoj, zaradi katerega je uporabno, in informacije, ki so še potrebne. Tako se široka zahteva po nasvetu spremeni v odgovor, povezan s podanim procesom.
Za razlago kode podajte funkcijo, ustrezne definicije pomožnih funkcij in vhod, ki povzroča nejasnost. Zahtevajte zaporedje operacij in vrednost, vrnjeno za ta vhod. Za matematično razlago navedite simbole, predpostavke in ciljni izraz, preden zahtevate izpeljavo. Obe nalogi uporabljata besedilo; izvajanje programa ali zagotavljanje ločenega numeričnega orodja je delo aplikacije, ki model obdaja.
Tabele in JSON
Pri vprašanju o tabeli ohranite naslove stolpcev in enote, navedite ustrezne vrstice in določite primerjavo. Želeni izhod lahko navede identifikatorje ujemajočih se vrstic in pojasni, kateri podani pogoj izpolnjuje vsaka vrstica. Če ima tabela manjkajoče vrednosti, navedite, ali naj jih odgovor pusti odsotne ali jih izrecno predstavi.
Pri strukturiranem izluščanju pokažite imena polj in zahtevane vrste. Vhod, kot so identifikator artikla, količina zaloge in oznaka skladišča, je mogoče pretvoriti v zapis z istimi polji. Zahtevajte samo zapis, kadar ga bo razčlenila aplikacija; zahtevajte ločeno besedilno razlago, kadar mora uporabnik pregledati razumevanje vira. Dokumentirana zmožnost modela za generiranje JSON se razlikuje od tega, da določen vmesnik uveljavlja shemo.
Večjezični pogovor je podprt v več kot 29 jezikih, med drugim angleščini, kitajščini, ruščini, nemščini, francoščini, španščini, portugalščini, italijanščini, japonščini, korejščini, vietnamščini, tajščini in arabščini. Določite končni jezik in podajte terminologijo, ki mora ostati nespremenjena. Pri prevedeni tehnični razlagi modelu naročite, naj ohrani imena spremenljivk, oznake v navednicah in enote, okoliško besedilo pa prilagodi bralcu.
Konkretna izdaja 14B
Kartica navaja 14,7 milijarde parametrov, od tega 13,1 milijarde parametrov zunaj vložitev, in 48 plasti Transformer. Njena arhitektura uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti, s 40 poizvedbenimi glavami in 8 glavami ključ/vrednost pri pozornosti z združenimi poizvedbami. Predhodno in naknadno učenje ustvarita to izdajo Instruct. Njeno število parametrov in plasti se razlikuje od izdaje 32B, tudi kadar se zmožnosti družine in objavljene številke konteksta ujemajo.
Kartica modela navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Prvo se nanaša na pogovor in gradivo, ohranjeno za nalogo; drugo na generirani odgovor. Nastavitev generiranja 512 žetonov v hitrem začetku je le primer in ne nadomešča navedene zmogljivosti odgovora na kartici. Razumevanje slik, videa in zvoka sodi k ločeno poimenovanim večmodalnim izdajam, ne k temu besedilnemu modelu.
Oblika vhoda in naloge z orodji
Proizvajalčev primer uporabi ustrezno pogovorno predlogo za ločena sistemska in uporabniška sporočila. Vlogo pomočnika in pravila odgovora določite ločeno od gradiva, ki ga pregleduje. Podajte popolno vprašanje in označite izvorno besedilo, da navodilo, citirano znotraj vira, ne bo zamenjano z nalogo, ki jo daje aplikacija.
Uradna najava Qwen2.5 opisuje tudi predloge za klice orodij in združljive integracije. Naloga z orodji potrebuje aplikacijo, ki model obdaja, da zagotovi opise funkcij, izvede izbrano operacijo in poda njen rezultat za naslednji odgovor. Pogovor lahko na primer zahteva izračun s podanim računskim orodjem; rezultat funkcije nato postane informacija, ki jo model lahko razloži. Razpoložljivost in izvajanje orodij izhajata iz te integracije, ta izdaja pa zagotavlja besedilno pogovorno vedenje.
Konfiguracija za dolga besedila
Objavljena konfiguracija sprva zajema 32.768 žetonov. Dokumentirana razširitev za daljše vhode uporablja YaRN, s primerom faktorja skaliranja 4,0 in prvotno nastavitvijo največjega števila položajev 32.768. Statično skaliranje lahko vpliva na vedenje pri krajših besedilih, zato proizvajalec priporoča njegovo dodajanje, kadar so potrebni dolgi konteksti.
Pri pripravi dolgega vira določite razdelek, ki ga je treba popraviti, ali vprašanje, na katero je treba odgovoriti, in podporne dele ohranite skupaj. Jasna zahteva lahko naroči popravljen odlomek, tabelo sprememb in sklice na prvotne razdelke. Tako razširjeni kontekst uporabite za konkreten izdelek, odgovor pa ohranite znotraj ločene omejitve generiranja.
", "aboutText": "Qwen2.5-14B-Instruct je izdaja velikosti 14B iz splošne družine Qwen2.5, prilagojena navodilom. Sprejme besedilni pogovor in vrne besedilo: razlago, dokument, programsko kodo ali strukturirana polja. Proizvajalec poudarja sledenje navodilom, programiranje, matematiko, razumevanje strukturiranih podatkov, kot so tabele, in generiranje strukturiranih odgovorov, zlasti JSON.\n\nKaj izboljšuje družina\n\nProizvajalec opisuje širše znanje ter močnejše programerske in matematične zmožnosti kot pri predhodni generaciji Qwen2, skupaj z generiranjem dolgih odgovorov in boljšo obravnavo različnih sistemskih navodil. Družina uporablja korpus za predhodno učenje, opisan kot obsegajoč do 18 bilijonov žetonov. Te zmožnosti podpirajo pomočnika za določeno področje, katerega vlogo in izhod določa naloga. Ta model ostaja splošna izdaja Instruct; ločeno poimenovani liniji Qwen2.5-Coder in Qwen2.5-Math imata svoji specializaciji.\n\nPomočnik za procese lahko prejme postopek in vprašanje o eni fazi. Določite bralčevo vlogo, zahtevajte dejanja, pomembna za to fazo, in zahtevajte, da odgovor ohrani prvotne pogoje postopka. Uporaben izhod lahko loči naslednje dejanje, pogoj, zaradi katerega je uporabno, in informacije, ki so še potrebne. Tako se široka zahteva po nasvetu spremeni v odgovor, povezan s podanim procesom.\n\nZa razlago kode podajte funkcijo, ustrezne definicije pomožnih funkcij in vhod, ki povzroča nejasnost. Zahtevajte zaporedje operacij in vrednost, vrnjeno za ta vhod. Za matematično razlago navedite simbole, predpostavke in ciljni izraz, preden zahtevate izpeljavo. Obe nalogi uporabljata besedilo; izvajanje programa ali zagotavljanje ločenega numeričnega orodja je delo aplikacije, ki model obdaja.\n\nTabele in JSON\n\nPri vprašanju o tabeli ohranite naslove stolpcev in enote, navedite ustrezne vrstice in določite primerjavo. Želeni izhod lahko navede identifikatorje ujemajočih se vrstic in pojasni, kateri podani pogoj izpolnjuje vsaka vrstica. Če ima tabela manjkajoče vrednosti, navedite, ali naj jih odgovor pusti odsotne ali jih izrecno predstavi.\n\nPri strukturiranem izluščanju pokažite imena polj in zahtevane vrste. Vhod, kot so identifikator artikla, količina zaloge in oznaka skladišča, je mogoče pretvoriti v zapis z istimi polji. Zahtevajte samo zapis, kadar ga bo razčlenila aplikacija; zahtevajte ločeno besedilno razlago, kadar mora uporabnik pregledati razumevanje vira. Dokumentirana zmožnost modela za generiranje JSON se razlikuje od tega, da določen vmesnik uveljavlja shemo.\n\nVečjezični pogovor je podprt v več kot 29 jezikih, med drugim angleščini, kitajščini, ruščini, nemščini, francoščini, španščini, portugalščini, italijanščini, japonščini, korejščini, vietnamščini, tajščini in arabščini. Določite končni jezik in podajte terminologijo, ki mora ostati nespremenjena. Pri prevedeni tehnični razlagi modelu naročite, naj ohrani imena spremenljivk, oznake v navednicah in enote, okoliško besedilo pa prilagodi bralcu.\n\nKonkretna izdaja 14B\n\nKartica navaja 14,7 milijarde parametrov, od tega 13,1 milijarde parametrov zunaj vložitev, in 48 plasti Transformer. Njena arhitektura uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti, s 40 poizvedbenimi glavami in 8 glavami ključ/vrednost pri pozornosti z združenimi poizvedbami. Predhodno in naknadno učenje ustvarita to izdajo Instruct. Njeno število parametrov in plasti se razlikuje od izdaje 32B, tudi kadar se zmožnosti družine in objavljene številke konteksta ujemajo.\n\nKartica modela navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Prvo se nanaša na pogovor in gradivo, ohranjeno za nalogo; drugo na generirani odgovor. Nastavitev generiranja 512 žetonov v hitrem začetku je le primer in ne nadomešča navedene zmogljivosti odgovora na kartici. Razumevanje slik, videa in zvoka sodi k ločeno poimenovanim večmodalnim izdajam, ne k temu besedilnemu modelu.\n\nOblika vhoda in naloge z orodji\n\nProizvajalčev primer uporabi ustrezno pogovorno predlogo za ločena sistemska in uporabniška sporočila. Vlogo pomočnika in pravila odgovora določite ločeno od gradiva, ki ga pregleduje. Podajte popolno vprašanje in označite izvorno besedilo, da navodilo, citirano znotraj vira, ne bo zamenjano z nalogo, ki jo daje aplikacija.\n\nUradna najava Qwen2.5 opisuje tudi predloge za klice orodij in združljive integracije. Naloga z orodji potrebuje aplikacijo, ki model obdaja, da zagotovi opise funkcij, izvede izbrano operacijo in poda njen rezultat za naslednji odgovor. Pogovor lahko na primer zahteva izračun s podanim računskim orodjem; rezultat funkcije nato postane informacija, ki jo model lahko razloži. Razpoložljivost in izvajanje orodij izhajata iz te integracije, ta izdaja pa zagotavlja besedilno pogovorno vedenje.\n\nKonfiguracija za dolga besedila\n\nObjavljena konfiguracija sprva zajema 32.768 žetonov. Dokumentirana razširitev za daljše vhode uporablja YaRN, s primerom faktorja skaliranja 4,0 in prvotno nastavitvijo največjega števila položajev 32.768. Statično skaliranje lahko vpliva na vedenje pri krajših besedilih, zato proizvajalec priporoča njegovo dodajanje, kadar so potrebni dolgi konteksti.\n\nPri pripravi dolgega vira določite razdelek, ki ga je treba popraviti, ali vprašanje, na katero je treba odgovoriti, in podporne dele ohranite skupaj. Jasna zahteva lahko naroči popravljen odlomek, tabelo sprememb in sklice na prvotne razdelke. Tako razširjeni kontekst uporabite za konkreten izdelek, odgovor pa ohranite znotraj ločene omejitve generiranja.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Filter a stock table with missing values\n\nUse this stock table: item_id | stock | reorder_at; A7 | 3 | 5; B2 | 8 | 4; C9 | unknown | 6. Return the identifiers requiring reorder under stock < reorder_at, then list rows that cannot be decided. Preserve identifiers and explain the condition for each selected or unresolved row.A reorder list and a separate unresolved-row list, each with a short source-based reason.Check that equality would not trigger reorder and that unknown stock is not treated as zero.Qwen/Qwen2.5-14B-InstructQwen2.5-14B-Instruct je večjezični besedilni model za pomočnike z navodili, kodo in matematiko. Njegova izdaja s 14,7 milijarde parametrov podpira razlago tabel, generiranje JSON in omejitev odgovora na 8.192 žetonov, za dolge vhode pa uporablja konfiguracijo razširjenega konteksta.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen2.5-14B-Instruct je izdaja velikosti 14B iz splošne družine Qwen2.5, prilagojena navodilom. Sprejme besedilni pogovor in vrne besedilo: razlago, dokument, programsko kodo ali strukturirana polja. Proizvajalec poudarja sledenje navodilom, programiranje, matematiko, razumevanje strukturiranih podatkov, kot so tabele, in generiranje strukturiranih odgovorov, zlasti JSON.
Kaj izboljšuje družina
Proizvajalec opisuje širše znanje ter močnejše programerske in matematične zmožnosti kot pri predhodni generaciji Qwen2, skupaj z generiranjem dolgih odgovorov in boljšo obravnavo različnih sistemskih navodil. Družina uporablja korpus za predhodno učenje, opisan kot obsegajoč do 18 bilijonov žetonov. Te zmožnosti podpirajo pomočnika za določeno področje, katerega vlogo in izhod določa naloga. Ta model ostaja splošna izdaja Instruct; ločeno poimenovani liniji Qwen2.5-Coder in Qwen2.5-Math imata svoji specializaciji.
Pomočnik za procese lahko prejme postopek in vprašanje o eni fazi. Določite bralčevo vlogo, zahtevajte dejanja, pomembna za to fazo, in zahtevajte, da odgovor ohrani prvotne pogoje postopka. Uporaben izhod lahko loči naslednje dejanje, pogoj, zaradi katerega je uporabno, in informacije, ki so še potrebne. Tako se široka zahteva po nasvetu spremeni v odgovor, povezan s podanim procesom.
Za razlago kode podajte funkcijo, ustrezne definicije pomožnih funkcij in vhod, ki povzroča nejasnost. Zahtevajte zaporedje operacij in vrednost, vrnjeno za ta vhod. Za matematično razlago navedite simbole, predpostavke in ciljni izraz, preden zahtevate izpeljavo. Obe nalogi uporabljata besedilo; izvajanje programa ali zagotavljanje ločenega numeričnega orodja je delo aplikacije, ki model obdaja.
Tabele in JSON
Pri vprašanju o tabeli ohranite naslove stolpcev in enote, navedite ustrezne vrstice in določite primerjavo. Želeni izhod lahko navede identifikatorje ujemajočih se vrstic in pojasni, kateri podani pogoj izpolnjuje vsaka vrstica. Če ima tabela manjkajoče vrednosti, navedite, ali naj jih odgovor pusti odsotne ali jih izrecno predstavi.
Pri strukturiranem izluščanju pokažite imena polj in zahtevane vrste. Vhod, kot so identifikator artikla, količina zaloge in oznaka skladišča, je mogoče pretvoriti v zapis z istimi polji. Zahtevajte samo zapis, kadar ga bo razčlenila aplikacija; zahtevajte ločeno besedilno razlago, kadar mora uporabnik pregledati razumevanje vira. Dokumentirana zmožnost modela za generiranje JSON se razlikuje od tega, da določen vmesnik uveljavlja shemo.
Večjezični pogovor je podprt v več kot 29 jezikih, med drugim angleščini, kitajščini, ruščini, nemščini, francoščini, španščini, portugalščini, italijanščini, japonščini, korejščini, vietnamščini, tajščini in arabščini. Določite končni jezik in podajte terminologijo, ki mora ostati nespremenjena. Pri prevedeni tehnični razlagi modelu naročite, naj ohrani imena spremenljivk, oznake v navednicah in enote, okoliško besedilo pa prilagodi bralcu.
Konkretna izdaja 14B
Kartica navaja 14,7 milijarde parametrov, od tega 13,1 milijarde parametrov zunaj vložitev, in 48 plasti Transformer. Njena arhitektura uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti, s 40 poizvedbenimi glavami in 8 glavami ključ/vrednost pri pozornosti z združenimi poizvedbami. Predhodno in naknadno učenje ustvarita to izdajo Instruct. Njeno število parametrov in plasti se razlikuje od izdaje 32B, tudi kadar se zmožnosti družine in objavljene številke konteksta ujemajo.
Kartica modela navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Prvo se nanaša na pogovor in gradivo, ohranjeno za nalogo; drugo na generirani odgovor. Nastavitev generiranja 512 žetonov v hitrem začetku je le primer in ne nadomešča navedene zmogljivosti odgovora na kartici. Razumevanje slik, videa in zvoka sodi k ločeno poimenovanim večmodalnim izdajam, ne k temu besedilnemu modelu.
Oblika vhoda in naloge z orodji
Proizvajalčev primer uporabi ustrezno pogovorno predlogo za ločena sistemska in uporabniška sporočila. Vlogo pomočnika in pravila odgovora določite ločeno od gradiva, ki ga pregleduje. Podajte popolno vprašanje in označite izvorno besedilo, da navodilo, citirano znotraj vira, ne bo zamenjano z nalogo, ki jo daje aplikacija.
Uradna najava Qwen2.5 opisuje tudi predloge za klice orodij in združljive integracije. Naloga z orodji potrebuje aplikacijo, ki model obdaja, da zagotovi opise funkcij, izvede izbrano operacijo in poda njen rezultat za naslednji odgovor. Pogovor lahko na primer zahteva izračun s podanim računskim orodjem; rezultat funkcije nato postane informacija, ki jo model lahko razloži. Razpoložljivost in izvajanje orodij izhajata iz te integracije, ta izdaja pa zagotavlja besedilno pogovorno vedenje.
Konfiguracija za dolga besedila
Objavljena konfiguracija sprva zajema 32.768 žetonov. Dokumentirana razširitev za daljše vhode uporablja YaRN, s primerom faktorja skaliranja 4,0 in prvotno nastavitvijo največjega števila položajev 32.768. Statično skaliranje lahko vpliva na vedenje pri krajših besedilih, zato proizvajalec priporoča njegovo dodajanje, kadar so potrebni dolgi konteksti.
Pri pripravi dolgega vira določite razdelek, ki ga je treba popraviti, ali vprašanje, na katero je treba odgovoriti, in podporne dele ohranite skupaj. Jasna zahteva lahko naroči popravljen odlomek, tabelo sprememb in sklice na prvotne razdelke. Tako razširjeni kontekst uporabite za konkreten izdelek, odgovor pa ohranite znotraj ločene omejitve generiranja.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Qwen/Qwen2.5-14B-Instruct | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0002 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Qwen/Qwen2.5-14B-Instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='Qwen/Qwen2.5-14B-Instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='Qwen/Qwen2.5-14B-Instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra Qwen/Qwen2.5-14B-Instruct, qwen2.5-14b-instruct
/chat/completions
Qwen/Qwen2.5-14B-InstructQwen2.5-14B-Instruct je večjezični besedilni model za pomočnike z navodili, kodo in matematiko. Njegova izdaja s 14,7 milijarde parametrov podpira razlago tabel, generiranje JSON in omejitev odgovora na 8.192 žetonov, za dolge vhode pa uporablja konfiguracijo razširjenega konteksta.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen2.5-14B-Instruct je izdaja velikosti 14B iz splošne družine Qwen2.5, prilagojena navodilom. Sprejme besedilni pogovor in vrne besedilo: razlago, dokument, programsko kodo ali strukturirana polja. Proizvajalec poudarja sledenje navodilom, programiranje, matematiko, razumevanje strukturiranih podatkov, kot so tabele, in generiranje strukturiranih odgovorov, zlasti JSON.
Kaj izboljšuje družina
Proizvajalec opisuje širše znanje ter močnejše programerske in matematične zmožnosti kot pri predhodni generaciji Qwen2, skupaj z generiranjem dolgih odgovorov in boljšo obravnavo različnih sistemskih navodil. Družina uporablja korpus za predhodno učenje, opisan kot obsegajoč do 18 bilijonov žetonov. Te zmožnosti podpirajo pomočnika za določeno področje, katerega vlogo in izhod določa naloga. Ta model ostaja splošna izdaja Instruct; ločeno poimenovani liniji Qwen2.5-Coder in Qwen2.5-Math imata svoji specializaciji.
Pomočnik za procese lahko prejme postopek in vprašanje o eni fazi. Določite bralčevo vlogo, zahtevajte dejanja, pomembna za to fazo, in zahtevajte, da odgovor ohrani prvotne pogoje postopka. Uporaben izhod lahko loči naslednje dejanje, pogoj, zaradi katerega je uporabno, in informacije, ki so še potrebne. Tako se široka zahteva po nasvetu spremeni v odgovor, povezan s podanim procesom.
Za razlago kode podajte funkcijo, ustrezne definicije pomožnih funkcij in vhod, ki povzroča nejasnost. Zahtevajte zaporedje operacij in vrednost, vrnjeno za ta vhod. Za matematično razlago navedite simbole, predpostavke in ciljni izraz, preden zahtevate izpeljavo. Obe nalogi uporabljata besedilo; izvajanje programa ali zagotavljanje ločenega numeričnega orodja je delo aplikacije, ki model obdaja.
Tabele in JSON
Pri vprašanju o tabeli ohranite naslove stolpcev in enote, navedite ustrezne vrstice in določite primerjavo. Želeni izhod lahko navede identifikatorje ujemajočih se vrstic in pojasni, kateri podani pogoj izpolnjuje vsaka vrstica. Če ima tabela manjkajoče vrednosti, navedite, ali naj jih odgovor pusti odsotne ali jih izrecno predstavi.
Pri strukturiranem izluščanju pokažite imena polj in zahtevane vrste. Vhod, kot so identifikator artikla, količina zaloge in oznaka skladišča, je mogoče pretvoriti v zapis z istimi polji. Zahtevajte samo zapis, kadar ga bo razčlenila aplikacija; zahtevajte ločeno besedilno razlago, kadar mora uporabnik pregledati razumevanje vira. Dokumentirana zmožnost modela za generiranje JSON se razlikuje od tega, da določen vmesnik uveljavlja shemo.
Večjezični pogovor je podprt v več kot 29 jezikih, med drugim angleščini, kitajščini, ruščini, nemščini, francoščini, španščini, portugalščini, italijanščini, japonščini, korejščini, vietnamščini, tajščini in arabščini. Določite končni jezik in podajte terminologijo, ki mora ostati nespremenjena. Pri prevedeni tehnični razlagi modelu naročite, naj ohrani imena spremenljivk, oznake v navednicah in enote, okoliško besedilo pa prilagodi bralcu.
Konkretna izdaja 14B
Kartica navaja 14,7 milijarde parametrov, od tega 13,1 milijarde parametrov zunaj vložitev, in 48 plasti Transformer. Njena arhitektura uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti, s 40 poizvedbenimi glavami in 8 glavami ključ/vrednost pri pozornosti z združenimi poizvedbami. Predhodno in naknadno učenje ustvarita to izdajo Instruct. Njeno število parametrov in plasti se razlikuje od izdaje 32B, tudi kadar se zmožnosti družine in objavljene številke konteksta ujemajo.
Kartica modela navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Prvo se nanaša na pogovor in gradivo, ohranjeno za nalogo; drugo na generirani odgovor. Nastavitev generiranja 512 žetonov v hitrem začetku je le primer in ne nadomešča navedene zmogljivosti odgovora na kartici. Razumevanje slik, videa in zvoka sodi k ločeno poimenovanim večmodalnim izdajam, ne k temu besedilnemu modelu.
Oblika vhoda in naloge z orodji
Proizvajalčev primer uporabi ustrezno pogovorno predlogo za ločena sistemska in uporabniška sporočila. Vlogo pomočnika in pravila odgovora določite ločeno od gradiva, ki ga pregleduje. Podajte popolno vprašanje in označite izvorno besedilo, da navodilo, citirano znotraj vira, ne bo zamenjano z nalogo, ki jo daje aplikacija.
Uradna najava Qwen2.5 opisuje tudi predloge za klice orodij in združljive integracije. Naloga z orodji potrebuje aplikacijo, ki model obdaja, da zagotovi opise funkcij, izvede izbrano operacijo in poda njen rezultat za naslednji odgovor. Pogovor lahko na primer zahteva izračun s podanim računskim orodjem; rezultat funkcije nato postane informacija, ki jo model lahko razloži. Razpoložljivost in izvajanje orodij izhajata iz te integracije, ta izdaja pa zagotavlja besedilno pogovorno vedenje.
Konfiguracija za dolga besedila
Objavljena konfiguracija sprva zajema 32.768 žetonov. Dokumentirana razširitev za daljše vhode uporablja YaRN, s primerom faktorja skaliranja 4,0 in prvotno nastavitvijo največjega števila položajev 32.768. Statično skaliranje lahko vpliva na vedenje pri krajših besedilih, zato proizvajalec priporoča njegovo dodajanje, kadar so potrebni dolgi konteksti.
Pri pripravi dolgega vira določite razdelek, ki ga je treba popraviti, ali vprašanje, na katero je treba odgovoriti, in podporne dele ohranite skupaj. Jasna zahteva lahko naroči popravljen odlomek, tabelo sprememb in sklice na prvotne razdelke. Tako razširjeni kontekst uporabite za konkreten izdelek, odgovor pa ohranite znotraj ločene omejitve generiranja.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Qwen/Qwen2.5-14B-Instruct | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0002 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "Qwen/Qwen2.5-14B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen2.5-14B-Instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen2.5-14B-Instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra Qwen/Qwen2.5-14B-Instruct, qwen2.5-14b-instruct
/chat/completions
qwen2.5-14b-instructQwen2.5-14B-Instruct je večjezični besedilni model za pomočnike z navodili, kodo in matematiko. Njegova izdaja s 14,7 milijarde parametrov podpira razlago tabel, generiranje JSON in omejitev odgovora na 8.192 žetonov, za dolge vhode pa uporablja konfiguracijo razširjenega konteksta.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen2.5-14B-Instruct je izdaja velikosti 14B iz splošne družine Qwen2.5, prilagojena navodilom. Sprejme besedilni pogovor in vrne besedilo: razlago, dokument, programsko kodo ali strukturirana polja. Proizvajalec poudarja sledenje navodilom, programiranje, matematiko, razumevanje strukturiranih podatkov, kot so tabele, in generiranje strukturiranih odgovorov, zlasti JSON.
Kaj izboljšuje družina
Proizvajalec opisuje širše znanje ter močnejše programerske in matematične zmožnosti kot pri predhodni generaciji Qwen2, skupaj z generiranjem dolgih odgovorov in boljšo obravnavo različnih sistemskih navodil. Družina uporablja korpus za predhodno učenje, opisan kot obsegajoč do 18 bilijonov žetonov. Te zmožnosti podpirajo pomočnika za določeno področje, katerega vlogo in izhod določa naloga. Ta model ostaja splošna izdaja Instruct; ločeno poimenovani liniji Qwen2.5-Coder in Qwen2.5-Math imata svoji specializaciji.
Pomočnik za procese lahko prejme postopek in vprašanje o eni fazi. Določite bralčevo vlogo, zahtevajte dejanja, pomembna za to fazo, in zahtevajte, da odgovor ohrani prvotne pogoje postopka. Uporaben izhod lahko loči naslednje dejanje, pogoj, zaradi katerega je uporabno, in informacije, ki so še potrebne. Tako se široka zahteva po nasvetu spremeni v odgovor, povezan s podanim procesom.
Za razlago kode podajte funkcijo, ustrezne definicije pomožnih funkcij in vhod, ki povzroča nejasnost. Zahtevajte zaporedje operacij in vrednost, vrnjeno za ta vhod. Za matematično razlago navedite simbole, predpostavke in ciljni izraz, preden zahtevate izpeljavo. Obe nalogi uporabljata besedilo; izvajanje programa ali zagotavljanje ločenega numeričnega orodja je delo aplikacije, ki model obdaja.
Tabele in JSON
Pri vprašanju o tabeli ohranite naslove stolpcev in enote, navedite ustrezne vrstice in določite primerjavo. Želeni izhod lahko navede identifikatorje ujemajočih se vrstic in pojasni, kateri podani pogoj izpolnjuje vsaka vrstica. Če ima tabela manjkajoče vrednosti, navedite, ali naj jih odgovor pusti odsotne ali jih izrecno predstavi.
Pri strukturiranem izluščanju pokažite imena polj in zahtevane vrste. Vhod, kot so identifikator artikla, količina zaloge in oznaka skladišča, je mogoče pretvoriti v zapis z istimi polji. Zahtevajte samo zapis, kadar ga bo razčlenila aplikacija; zahtevajte ločeno besedilno razlago, kadar mora uporabnik pregledati razumevanje vira. Dokumentirana zmožnost modela za generiranje JSON se razlikuje od tega, da določen vmesnik uveljavlja shemo.
Večjezični pogovor je podprt v več kot 29 jezikih, med drugim angleščini, kitajščini, ruščini, nemščini, francoščini, španščini, portugalščini, italijanščini, japonščini, korejščini, vietnamščini, tajščini in arabščini. Določite končni jezik in podajte terminologijo, ki mora ostati nespremenjena. Pri prevedeni tehnični razlagi modelu naročite, naj ohrani imena spremenljivk, oznake v navednicah in enote, okoliško besedilo pa prilagodi bralcu.
Konkretna izdaja 14B
Kartica navaja 14,7 milijarde parametrov, od tega 13,1 milijarde parametrov zunaj vložitev, in 48 plasti Transformer. Njena arhitektura uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti, s 40 poizvedbenimi glavami in 8 glavami ključ/vrednost pri pozornosti z združenimi poizvedbami. Predhodno in naknadno učenje ustvarita to izdajo Instruct. Njeno število parametrov in plasti se razlikuje od izdaje 32B, tudi kadar se zmožnosti družine in objavljene številke konteksta ujemajo.
Kartica modela navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Prvo se nanaša na pogovor in gradivo, ohranjeno za nalogo; drugo na generirani odgovor. Nastavitev generiranja 512 žetonov v hitrem začetku je le primer in ne nadomešča navedene zmogljivosti odgovora na kartici. Razumevanje slik, videa in zvoka sodi k ločeno poimenovanim večmodalnim izdajam, ne k temu besedilnemu modelu.
Oblika vhoda in naloge z orodji
Proizvajalčev primer uporabi ustrezno pogovorno predlogo za ločena sistemska in uporabniška sporočila. Vlogo pomočnika in pravila odgovora določite ločeno od gradiva, ki ga pregleduje. Podajte popolno vprašanje in označite izvorno besedilo, da navodilo, citirano znotraj vira, ne bo zamenjano z nalogo, ki jo daje aplikacija.
Uradna najava Qwen2.5 opisuje tudi predloge za klice orodij in združljive integracije. Naloga z orodji potrebuje aplikacijo, ki model obdaja, da zagotovi opise funkcij, izvede izbrano operacijo in poda njen rezultat za naslednji odgovor. Pogovor lahko na primer zahteva izračun s podanim računskim orodjem; rezultat funkcije nato postane informacija, ki jo model lahko razloži. Razpoložljivost in izvajanje orodij izhajata iz te integracije, ta izdaja pa zagotavlja besedilno pogovorno vedenje.
Konfiguracija za dolga besedila
Objavljena konfiguracija sprva zajema 32.768 žetonov. Dokumentirana razširitev za daljše vhode uporablja YaRN, s primerom faktorja skaliranja 4,0 in prvotno nastavitvijo največjega števila položajev 32.768. Statično skaliranje lahko vpliva na vedenje pri krajših besedilih, zato proizvajalec priporoča njegovo dodajanje, kadar so potrebni dolgi konteksti.
Pri pripravi dolgega vira določite razdelek, ki ga je treba popraviti, ali vprašanje, na katero je treba odgovoriti, in podporne dele ohranite skupaj. Jasna zahteva lahko naroči popravljen odlomek, tabelo sprememb in sklice na prvotne razdelke. Tako razširjeni kontekst uporabite za konkreten izdelek, odgovor pa ohranite znotraj ločene omejitve generiranja.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen2.5-14b-instruct | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Besedilni pogovor | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream |
Parametercontrol_scope | SpecifikacijaBesedilni pogovor; stream je logična vrednost in je privzeto false. |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Druga imena metode: /chat/completions
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0002 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"qwen2.5-14b-instruct","messages":[{"role":"user","content":"hello"}],"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\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="qwen2.5-14b-instruct", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra Qwen/Qwen2.5-14B-Instruct, qwen2.5-14b-instruct
/chat/completions
qwen2.5-14b-instructQwen2.5-14B-Instruct je večjezični besedilni model za pomočnike z navodili, kodo in matematiko. Njegova izdaja s 14,7 milijarde parametrov podpira razlago tabel, generiranje JSON in omejitev odgovora na 8.192 žetonov, za dolge vhode pa uporablja konfiguracijo razširjenega konteksta.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen2.5-14B-Instruct je izdaja velikosti 14B iz splošne družine Qwen2.5, prilagojena navodilom. Sprejme besedilni pogovor in vrne besedilo: razlago, dokument, programsko kodo ali strukturirana polja. Proizvajalec poudarja sledenje navodilom, programiranje, matematiko, razumevanje strukturiranih podatkov, kot so tabele, in generiranje strukturiranih odgovorov, zlasti JSON.
Kaj izboljšuje družina
Proizvajalec opisuje širše znanje ter močnejše programerske in matematične zmožnosti kot pri predhodni generaciji Qwen2, skupaj z generiranjem dolgih odgovorov in boljšo obravnavo različnih sistemskih navodil. Družina uporablja korpus za predhodno učenje, opisan kot obsegajoč do 18 bilijonov žetonov. Te zmožnosti podpirajo pomočnika za določeno področje, katerega vlogo in izhod določa naloga. Ta model ostaja splošna izdaja Instruct; ločeno poimenovani liniji Qwen2.5-Coder in Qwen2.5-Math imata svoji specializaciji.
Pomočnik za procese lahko prejme postopek in vprašanje o eni fazi. Določite bralčevo vlogo, zahtevajte dejanja, pomembna za to fazo, in zahtevajte, da odgovor ohrani prvotne pogoje postopka. Uporaben izhod lahko loči naslednje dejanje, pogoj, zaradi katerega je uporabno, in informacije, ki so še potrebne. Tako se široka zahteva po nasvetu spremeni v odgovor, povezan s podanim procesom.
Za razlago kode podajte funkcijo, ustrezne definicije pomožnih funkcij in vhod, ki povzroča nejasnost. Zahtevajte zaporedje operacij in vrednost, vrnjeno za ta vhod. Za matematično razlago navedite simbole, predpostavke in ciljni izraz, preden zahtevate izpeljavo. Obe nalogi uporabljata besedilo; izvajanje programa ali zagotavljanje ločenega numeričnega orodja je delo aplikacije, ki model obdaja.
Tabele in JSON
Pri vprašanju o tabeli ohranite naslove stolpcev in enote, navedite ustrezne vrstice in določite primerjavo. Želeni izhod lahko navede identifikatorje ujemajočih se vrstic in pojasni, kateri podani pogoj izpolnjuje vsaka vrstica. Če ima tabela manjkajoče vrednosti, navedite, ali naj jih odgovor pusti odsotne ali jih izrecno predstavi.
Pri strukturiranem izluščanju pokažite imena polj in zahtevane vrste. Vhod, kot so identifikator artikla, količina zaloge in oznaka skladišča, je mogoče pretvoriti v zapis z istimi polji. Zahtevajte samo zapis, kadar ga bo razčlenila aplikacija; zahtevajte ločeno besedilno razlago, kadar mora uporabnik pregledati razumevanje vira. Dokumentirana zmožnost modela za generiranje JSON se razlikuje od tega, da določen vmesnik uveljavlja shemo.
Večjezični pogovor je podprt v več kot 29 jezikih, med drugim angleščini, kitajščini, ruščini, nemščini, francoščini, španščini, portugalščini, italijanščini, japonščini, korejščini, vietnamščini, tajščini in arabščini. Določite končni jezik in podajte terminologijo, ki mora ostati nespremenjena. Pri prevedeni tehnični razlagi modelu naročite, naj ohrani imena spremenljivk, oznake v navednicah in enote, okoliško besedilo pa prilagodi bralcu.
Konkretna izdaja 14B
Kartica navaja 14,7 milijarde parametrov, od tega 13,1 milijarde parametrov zunaj vložitev, in 48 plasti Transformer. Njena arhitektura uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti, s 40 poizvedbenimi glavami in 8 glavami ključ/vrednost pri pozornosti z združenimi poizvedbami. Predhodno in naknadno učenje ustvarita to izdajo Instruct. Njeno število parametrov in plasti se razlikuje od izdaje 32B, tudi kadar se zmožnosti družine in objavljene številke konteksta ujemajo.
Kartica modela navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Prvo se nanaša na pogovor in gradivo, ohranjeno za nalogo; drugo na generirani odgovor. Nastavitev generiranja 512 žetonov v hitrem začetku je le primer in ne nadomešča navedene zmogljivosti odgovora na kartici. Razumevanje slik, videa in zvoka sodi k ločeno poimenovanim večmodalnim izdajam, ne k temu besedilnemu modelu.
Oblika vhoda in naloge z orodji
Proizvajalčev primer uporabi ustrezno pogovorno predlogo za ločena sistemska in uporabniška sporočila. Vlogo pomočnika in pravila odgovora določite ločeno od gradiva, ki ga pregleduje. Podajte popolno vprašanje in označite izvorno besedilo, da navodilo, citirano znotraj vira, ne bo zamenjano z nalogo, ki jo daje aplikacija.
Uradna najava Qwen2.5 opisuje tudi predloge za klice orodij in združljive integracije. Naloga z orodji potrebuje aplikacijo, ki model obdaja, da zagotovi opise funkcij, izvede izbrano operacijo in poda njen rezultat za naslednji odgovor. Pogovor lahko na primer zahteva izračun s podanim računskim orodjem; rezultat funkcije nato postane informacija, ki jo model lahko razloži. Razpoložljivost in izvajanje orodij izhajata iz te integracije, ta izdaja pa zagotavlja besedilno pogovorno vedenje.
Konfiguracija za dolga besedila
Objavljena konfiguracija sprva zajema 32.768 žetonov. Dokumentirana razširitev za daljše vhode uporablja YaRN, s primerom faktorja skaliranja 4,0 in prvotno nastavitvijo največjega števila položajev 32.768. Statično skaliranje lahko vpliva na vedenje pri krajših besedilih, zato proizvajalec priporoča njegovo dodajanje, kadar so potrebni dolgi konteksti.
Pri pripravi dolgega vira določite razdelek, ki ga je treba popraviti, ali vprašanje, na katero je treba odgovoriti, in podporne dele ohranite skupaj. Jasna zahteva lahko naroči popravljen odlomek, tabelo sprememb in sklice na prvotne razdelke. Tako razširjeni kontekst uporabite za konkreten izdelek, odgovor pa ohranite znotraj ločene omejitve generiranja.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen2.5-14b-instruct | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0002 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "qwen2.5-14b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen2.5-14b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen2.5-14b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra Qwen/Qwen2.5-14B-Instruct, qwen2.5-14b-instruct
/chat/completions
Tehnični primer v angleščini
Filter a stock table with missing values\n\nUse this stock table: item_id | stock | reorder_at; A7 | 3 | 5; B2 | 8 | 4; C9 | unknown | 6. Return the identifiers requiring reorder under stock < reorder_at, then list rows that cannot be decided. Preserve identifiers and explain the condition for each selected or unresolved row.A reorder list and a separate unresolved-row list, each with a short source-based reason.Check that equality would not trigger reorder and that unknown stock is not treated as zero.