Qwen2.5-32B-Instruct je besedilni model velikosti 32B iz splošne družine Qwen2.5, prilagojen navodilom. Združuje razumevanje in generiranje jezika s programiranjem in matematiko ter ni ločeno poimenovani specialist Coder ali Math. Proizvajalec zlasti poudarja sledenje podrobnim navodilom, pisanje dolgih besedil, razumevanje tabel in ustvarjanje strukturiranega besedila, posebej JSON. Družina je predhodno učena na korpusu, opisanem kot obsegajočem do 18 bilijonov žetonov.
Strukturirani podatki, dolgi odgovori in večjezično delo
Uporabna naloga izluščanja poda izvorni odlomek in natančna polja, ki jih potrebuje naslednji korak aplikacije. Določite vrste polj, ali je treba besedilo prepisati ali povzeti, in način predstavitve odsotnih informacij. Zapis izdelka lahko na primer zahteva identifikator, pogoje delovanja in seznam nerešenih vprašanj. Zahtevajte samo zapis JSON, kadar ga je treba razčleniti, ali ločeno razlago, kadar mora človek pregledati sklepanje za izluščenimi polji.
Razumevanje tabel je še ena dokumentirana usmeritev. Skupaj z vprašanjem podajte imena stolpcev, enote in ustrezne vrstice. Modelu naročite, naj prepozna vrstice, ki izpolnjujejo pogoj, pojasni spremembo med obdobji ali tabelo pretvori v pisno poročilo. Praktičen izhod lahko ob ugotovitvi ohrani identifikator vsake vrstice. Tako se ohrani povezava med podanimi podatki in odgovorom, namesto da nastane povzetek brez sledljive izvorne vrstice.
Pri pisanju dolgih besedil pred zahtevo za dokument navedite občinstvo, razdelke in izvorna dejstva. Tehnični predlog lahko zahteva opredelitev problema, zahteve, alternative in priporočilo, ki uporabljajo samo podano gradivo. Določite, kateri pogoji so obvezni in kateri so vprašanja, ki jih je treba rešiti. Proizvajalec razvija tudi robustnost pri različnih sistemskih pozivih, kar podpira določeno vlogo, ton in pogoje pogovora.
Družina podpira več kot 29 jezikov, med drugim angleščino, kitajščino, ruščino, francoščino, španščino, portugalščino, nemščino, italijanščino, japonščino, korejščino, vietnamščino, tajščino in arabščino. Pri večjezični nalogi ločite izvorni jezik od zahtevanega izhodnega jezika in podajte seznam terminologije, kadar morajo imena ali tehnični izrazi ostati dosledni. Dvojezično poročilo lahko zahteva ista izvorna dejstva v dveh različicah, pri čemer identifikatorji in enote ostanejo nespremenjeni.
Podrobnosti modela te izdaje
Izdaja 32B-Instruct ima 32,5 milijarde parametrov, od tega 31,0 milijarde parametrov zunaj vložitev, in 64 plasti Transformer. Uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti. Pozornost z združenimi poizvedbami uporablja 40 poizvedbenih glav in 8 glav ključ/vrednost. To je gosta izdaja jezikovnega modela samo z dekodirnikom, s predhodnim in naknadnim učenjem; Instruct označuje izdajo, učeno za pogovor, ne osnovnega modela.
Kartica navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Ti številki opisujeta različna dela naloge: kontekst ohranja poziv in pogovor, število generiranih žetonov pa omejuje pisni odgovor. 512 generiranih žetonov v hitrem začetku je zgolj primer znotraj navedene večje omejitve generiranja. Model sprejema in vrača besedilo; vsebino skenirane tabele ali posnetka zaslona je treba zagotoviti kot besedilo ali uporabiti ločen vizualni model.
Pogovor in orodja
Kartica modela prikazuje ločena sistemska in uporabniška sporočila, oblikovana z ustrezno pogovorno predlogo. Trajna pravila odgovarjanja pomočnika postavite v ustrezno pogovorno vlogo, dejanski dokument, tabelo ali kodo pa k uporabnikovi nalogi. Označite mejo med citiranim izvornim gradivom in navodili, da navodilo v dokumentu ne bo zamenjano z nalogo, ki jo namerava podati aplikacija.
Uradna najava družine dokumentira podporo klicem orodij prek združljivih pogovornih predlog in integracij v okolje za izvajanje modela. V takem poteku dela aplikacija zagotovi opise funkcij, prejme predlagani klic, izvede funkcijo in vrne njen rezultat. Tako lahko besedilno vprašanje poveže z izračunom ali poizvedbo po podatkih, vendar sama izbira tega modela ne zagotovi zunanjega orodja ali njegovih podatkov. Generiranje JSON in klic orodja sta tudi različna rezultata: prvo oblikuje besedilo, drugi pa aplikaciji, ki model obdaja, naroči izvedbo poimenovane operacije.
Priprava dolgega konteksta
Objavljena konfiguracija se začne pri 32.768 žetonih. Vhodi, ki presegajo to nastavitev, zahtevajo dokumentirano razširitev YaRN, katere primer uporablja faktor 4,0 in prvotno nastavitev največjega števila položajev 32.768. Proizvajalec opozarja, da statično skaliranje lahko vpliva na vedenje pri krajših besedilih, in priporoča njegovo omogočanje, ko je potrebna obdelava dolgega konteksta.
Pri primerjavi velikih dokumentov določite vlogo vsakega dokumenta in zahtevajte en jasno opredeljen izdelek: matriko zahtev, seznam odstopanj ali popravljen razdelek. Ob izluščenih ugotovitvah ohranite izvorna mesta in pustite dovolj prostora za zahtevano strukturo odgovora. Zmogljivost dolgega konteksta pomaga ohraniti ustrezno gradivo skupaj; ne nadomesti potrebe po določitvi, kaj naj se primerja in kako bo končni rezultat uporabljen.
", "aboutText": "Qwen2.5-32B-Instruct je besedilni model velikosti 32B iz splošne družine Qwen2.5, prilagojen navodilom. Združuje razumevanje in generiranje jezika s programiranjem in matematiko ter ni ločeno poimenovani specialist Coder ali Math. Proizvajalec zlasti poudarja sledenje podrobnim navodilom, pisanje dolgih besedil, razumevanje tabel in ustvarjanje strukturiranega besedila, posebej JSON. Družina je predhodno učena na korpusu, opisanem kot obsegajočem do 18 bilijonov žetonov.\n\nStrukturirani podatki, dolgi odgovori in večjezično delo\n\nUporabna naloga izluščanja poda izvorni odlomek in natančna polja, ki jih potrebuje naslednji korak aplikacije. Določite vrste polj, ali je treba besedilo prepisati ali povzeti, in način predstavitve odsotnih informacij. Zapis izdelka lahko na primer zahteva identifikator, pogoje delovanja in seznam nerešenih vprašanj. Zahtevajte samo zapis JSON, kadar ga je treba razčleniti, ali ločeno razlago, kadar mora človek pregledati sklepanje za izluščenimi polji.\n\nRazumevanje tabel je še ena dokumentirana usmeritev. Skupaj z vprašanjem podajte imena stolpcev, enote in ustrezne vrstice. Modelu naročite, naj prepozna vrstice, ki izpolnjujejo pogoj, pojasni spremembo med obdobji ali tabelo pretvori v pisno poročilo. Praktičen izhod lahko ob ugotovitvi ohrani identifikator vsake vrstice. Tako se ohrani povezava med podanimi podatki in odgovorom, namesto da nastane povzetek brez sledljive izvorne vrstice.\n\nPri pisanju dolgih besedil pred zahtevo za dokument navedite občinstvo, razdelke in izvorna dejstva. Tehnični predlog lahko zahteva opredelitev problema, zahteve, alternative in priporočilo, ki uporabljajo samo podano gradivo. Določite, kateri pogoji so obvezni in kateri so vprašanja, ki jih je treba rešiti. Proizvajalec razvija tudi robustnost pri različnih sistemskih pozivih, kar podpira določeno vlogo, ton in pogoje pogovora.\n\nDružina podpira več kot 29 jezikov, med drugim angleščino, kitajščino, ruščino, francoščino, španščino, portugalščino, nemščino, italijanščino, japonščino, korejščino, vietnamščino, tajščino in arabščino. Pri večjezični nalogi ločite izvorni jezik od zahtevanega izhodnega jezika in podajte seznam terminologije, kadar morajo imena ali tehnični izrazi ostati dosledni. Dvojezično poročilo lahko zahteva ista izvorna dejstva v dveh različicah, pri čemer identifikatorji in enote ostanejo nespremenjeni.\n\nPodrobnosti modela te izdaje\n\nIzdaja 32B-Instruct ima 32,5 milijarde parametrov, od tega 31,0 milijarde parametrov zunaj vložitev, in 64 plasti Transformer. Uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti. Pozornost z združenimi poizvedbami uporablja 40 poizvedbenih glav in 8 glav ključ/vrednost. To je gosta izdaja jezikovnega modela samo z dekodirnikom, s predhodnim in naknadnim učenjem; Instruct označuje izdajo, učeno za pogovor, ne osnovnega modela.\n\nKartica navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Ti številki opisujeta različna dela naloge: kontekst ohranja poziv in pogovor, število generiranih žetonov pa omejuje pisni odgovor. 512 generiranih žetonov v hitrem začetku je zgolj primer znotraj navedene večje omejitve generiranja. Model sprejema in vrača besedilo; vsebino skenirane tabele ali posnetka zaslona je treba zagotoviti kot besedilo ali uporabiti ločen vizualni model.\n\nPogovor in orodja\n\nKartica modela prikazuje ločena sistemska in uporabniška sporočila, oblikovana z ustrezno pogovorno predlogo. Trajna pravila odgovarjanja pomočnika postavite v ustrezno pogovorno vlogo, dejanski dokument, tabelo ali kodo pa k uporabnikovi nalogi. Označite mejo med citiranim izvornim gradivom in navodili, da navodilo v dokumentu ne bo zamenjano z nalogo, ki jo namerava podati aplikacija.\n\nUradna najava družine dokumentira podporo klicem orodij prek združljivih pogovornih predlog in integracij v okolje za izvajanje modela. V takem poteku dela aplikacija zagotovi opise funkcij, prejme predlagani klic, izvede funkcijo in vrne njen rezultat. Tako lahko besedilno vprašanje poveže z izračunom ali poizvedbo po podatkih, vendar sama izbira tega modela ne zagotovi zunanjega orodja ali njegovih podatkov. Generiranje JSON in klic orodja sta tudi različna rezultata: prvo oblikuje besedilo, drugi pa aplikaciji, ki model obdaja, naroči izvedbo poimenovane operacije.\n\nPriprava dolgega konteksta\n\nObjavljena konfiguracija se začne pri 32.768 žetonih. Vhodi, ki presegajo to nastavitev, zahtevajo dokumentirano razširitev YaRN, katere primer uporablja faktor 4,0 in prvotno nastavitev največjega števila položajev 32.768. Proizvajalec opozarja, da statično skaliranje lahko vpliva na vedenje pri krajših besedilih, in priporoča njegovo omogočanje, ko je potrebna obdelava dolgega konteksta.\n\nPri primerjavi velikih dokumentov določite vlogo vsakega dokumenta in zahtevajte en jasno opredeljen izdelek: matriko zahtev, seznam odstopanj ali popravljen razdelek. Ob izluščenih ugotovitvah ohranite izvorna mesta in pustite dovolj prostora za zahtevano strukturo odgovora. Zmogljivost dolgega konteksta pomaga ohraniti ustrezno gradivo skupaj; ne nadomesti potrebe po določitvi, kaj naj se primerja in kako bo končni rezultat uporabljen.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Explain a stock table\n\nAnalyze this text table: SKU | opening units | received units | shipped units. A1 | 20 | 10 | 18. B2 | 7 | 0 | 9. Calculate closing stock for each SKU, identify any impossible negative balance and draft a short note naming the row that needs investigation. Preserve column units.A closing-stock table with row IDs and a short anomaly note supported by the source values.Recalculate opening plus received minus shipped and verify the B2 discrepancy is flagged rather than corrected.Qwen/Qwen2.5-32B-InstructQwen2.5-32B-Instruct je večjezični besedilni model za podrobna navodila, programiranje, matematiko in strukturirane podatke. Njegova izdaja z 32,5 milijarde parametrov poudarja razumevanje tabel, izhod JSON in dolge pisne rezultate, z dokumentiranimi nastavitvami razširjenega konteksta.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen2.5-32B-Instruct je besedilni model velikosti 32B iz splošne družine Qwen2.5, prilagojen navodilom. Združuje razumevanje in generiranje jezika s programiranjem in matematiko ter ni ločeno poimenovani specialist Coder ali Math. Proizvajalec zlasti poudarja sledenje podrobnim navodilom, pisanje dolgih besedil, razumevanje tabel in ustvarjanje strukturiranega besedila, posebej JSON. Družina je predhodno učena na korpusu, opisanem kot obsegajočem do 18 bilijonov žetonov.
Strukturirani podatki, dolgi odgovori in večjezično delo
Uporabna naloga izluščanja poda izvorni odlomek in natančna polja, ki jih potrebuje naslednji korak aplikacije. Določite vrste polj, ali je treba besedilo prepisati ali povzeti, in način predstavitve odsotnih informacij. Zapis izdelka lahko na primer zahteva identifikator, pogoje delovanja in seznam nerešenih vprašanj. Zahtevajte samo zapis JSON, kadar ga je treba razčleniti, ali ločeno razlago, kadar mora človek pregledati sklepanje za izluščenimi polji.
Razumevanje tabel je še ena dokumentirana usmeritev. Skupaj z vprašanjem podajte imena stolpcev, enote in ustrezne vrstice. Modelu naročite, naj prepozna vrstice, ki izpolnjujejo pogoj, pojasni spremembo med obdobji ali tabelo pretvori v pisno poročilo. Praktičen izhod lahko ob ugotovitvi ohrani identifikator vsake vrstice. Tako se ohrani povezava med podanimi podatki in odgovorom, namesto da nastane povzetek brez sledljive izvorne vrstice.
Pri pisanju dolgih besedil pred zahtevo za dokument navedite občinstvo, razdelke in izvorna dejstva. Tehnični predlog lahko zahteva opredelitev problema, zahteve, alternative in priporočilo, ki uporabljajo samo podano gradivo. Določite, kateri pogoji so obvezni in kateri so vprašanja, ki jih je treba rešiti. Proizvajalec razvija tudi robustnost pri različnih sistemskih pozivih, kar podpira določeno vlogo, ton in pogoje pogovora.
Družina podpira več kot 29 jezikov, med drugim angleščino, kitajščino, ruščino, francoščino, španščino, portugalščino, nemščino, italijanščino, japonščino, korejščino, vietnamščino, tajščino in arabščino. Pri večjezični nalogi ločite izvorni jezik od zahtevanega izhodnega jezika in podajte seznam terminologije, kadar morajo imena ali tehnični izrazi ostati dosledni. Dvojezično poročilo lahko zahteva ista izvorna dejstva v dveh različicah, pri čemer identifikatorji in enote ostanejo nespremenjeni.
Podrobnosti modela te izdaje
Izdaja 32B-Instruct ima 32,5 milijarde parametrov, od tega 31,0 milijarde parametrov zunaj vložitev, in 64 plasti Transformer. Uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti. Pozornost z združenimi poizvedbami uporablja 40 poizvedbenih glav in 8 glav ključ/vrednost. To je gosta izdaja jezikovnega modela samo z dekodirnikom, s predhodnim in naknadnim učenjem; Instruct označuje izdajo, učeno za pogovor, ne osnovnega modela.
Kartica navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Ti številki opisujeta različna dela naloge: kontekst ohranja poziv in pogovor, število generiranih žetonov pa omejuje pisni odgovor. 512 generiranih žetonov v hitrem začetku je zgolj primer znotraj navedene večje omejitve generiranja. Model sprejema in vrača besedilo; vsebino skenirane tabele ali posnetka zaslona je treba zagotoviti kot besedilo ali uporabiti ločen vizualni model.
Pogovor in orodja
Kartica modela prikazuje ločena sistemska in uporabniška sporočila, oblikovana z ustrezno pogovorno predlogo. Trajna pravila odgovarjanja pomočnika postavite v ustrezno pogovorno vlogo, dejanski dokument, tabelo ali kodo pa k uporabnikovi nalogi. Označite mejo med citiranim izvornim gradivom in navodili, da navodilo v dokumentu ne bo zamenjano z nalogo, ki jo namerava podati aplikacija.
Uradna najava družine dokumentira podporo klicem orodij prek združljivih pogovornih predlog in integracij v okolje za izvajanje modela. V takem poteku dela aplikacija zagotovi opise funkcij, prejme predlagani klic, izvede funkcijo in vrne njen rezultat. Tako lahko besedilno vprašanje poveže z izračunom ali poizvedbo po podatkih, vendar sama izbira tega modela ne zagotovi zunanjega orodja ali njegovih podatkov. Generiranje JSON in klic orodja sta tudi različna rezultata: prvo oblikuje besedilo, drugi pa aplikaciji, ki model obdaja, naroči izvedbo poimenovane operacije.
Priprava dolgega konteksta
Objavljena konfiguracija se začne pri 32.768 žetonih. Vhodi, ki presegajo to nastavitev, zahtevajo dokumentirano razširitev YaRN, katere primer uporablja faktor 4,0 in prvotno nastavitev največjega števila položajev 32.768. Proizvajalec opozarja, da statično skaliranje lahko vpliva na vedenje pri krajših besedilih, in priporoča njegovo omogočanje, ko je potrebna obdelava dolgega konteksta.
Pri primerjavi velikih dokumentov določite vlogo vsakega dokumenta in zahtevajte en jasno opredeljen izdelek: matriko zahtev, seznam odstopanj ali popravljen razdelek. Ob izluščenih ugotovitvah ohranite izvorna mesta in pustite dovolj prostora za zahtevano strukturo odgovora. Zmogljivost dolgega konteksta pomaga ohraniti ustrezno gradivo skupaj; ne nadomesti potrebe po določitvi, kaj naj se primerja in kako bo končni rezultat uporabljen.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Qwen/Qwen2.5-32B-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 $0.00036 / 1K žetonov Izhod · Izhodni žetoni $0.00036 / 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/Qwen2.5-32B-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/Qwen2.5-32B-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/Qwen2.5-32B-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/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
Qwen/Qwen2.5-32B-InstructQwen2.5-32B-Instruct je večjezični besedilni model za podrobna navodila, programiranje, matematiko in strukturirane podatke. Njegova izdaja z 32,5 milijarde parametrov poudarja razumevanje tabel, izhod JSON in dolge pisne rezultate, z dokumentiranimi nastavitvami razširjenega konteksta.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen2.5-32B-Instruct je besedilni model velikosti 32B iz splošne družine Qwen2.5, prilagojen navodilom. Združuje razumevanje in generiranje jezika s programiranjem in matematiko ter ni ločeno poimenovani specialist Coder ali Math. Proizvajalec zlasti poudarja sledenje podrobnim navodilom, pisanje dolgih besedil, razumevanje tabel in ustvarjanje strukturiranega besedila, posebej JSON. Družina je predhodno učena na korpusu, opisanem kot obsegajočem do 18 bilijonov žetonov.
Strukturirani podatki, dolgi odgovori in večjezično delo
Uporabna naloga izluščanja poda izvorni odlomek in natančna polja, ki jih potrebuje naslednji korak aplikacije. Določite vrste polj, ali je treba besedilo prepisati ali povzeti, in način predstavitve odsotnih informacij. Zapis izdelka lahko na primer zahteva identifikator, pogoje delovanja in seznam nerešenih vprašanj. Zahtevajte samo zapis JSON, kadar ga je treba razčleniti, ali ločeno razlago, kadar mora človek pregledati sklepanje za izluščenimi polji.
Razumevanje tabel je še ena dokumentirana usmeritev. Skupaj z vprašanjem podajte imena stolpcev, enote in ustrezne vrstice. Modelu naročite, naj prepozna vrstice, ki izpolnjujejo pogoj, pojasni spremembo med obdobji ali tabelo pretvori v pisno poročilo. Praktičen izhod lahko ob ugotovitvi ohrani identifikator vsake vrstice. Tako se ohrani povezava med podanimi podatki in odgovorom, namesto da nastane povzetek brez sledljive izvorne vrstice.
Pri pisanju dolgih besedil pred zahtevo za dokument navedite občinstvo, razdelke in izvorna dejstva. Tehnični predlog lahko zahteva opredelitev problema, zahteve, alternative in priporočilo, ki uporabljajo samo podano gradivo. Določite, kateri pogoji so obvezni in kateri so vprašanja, ki jih je treba rešiti. Proizvajalec razvija tudi robustnost pri različnih sistemskih pozivih, kar podpira določeno vlogo, ton in pogoje pogovora.
Družina podpira več kot 29 jezikov, med drugim angleščino, kitajščino, ruščino, francoščino, španščino, portugalščino, nemščino, italijanščino, japonščino, korejščino, vietnamščino, tajščino in arabščino. Pri večjezični nalogi ločite izvorni jezik od zahtevanega izhodnega jezika in podajte seznam terminologije, kadar morajo imena ali tehnični izrazi ostati dosledni. Dvojezično poročilo lahko zahteva ista izvorna dejstva v dveh različicah, pri čemer identifikatorji in enote ostanejo nespremenjeni.
Podrobnosti modela te izdaje
Izdaja 32B-Instruct ima 32,5 milijarde parametrov, od tega 31,0 milijarde parametrov zunaj vložitev, in 64 plasti Transformer. Uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti. Pozornost z združenimi poizvedbami uporablja 40 poizvedbenih glav in 8 glav ključ/vrednost. To je gosta izdaja jezikovnega modela samo z dekodirnikom, s predhodnim in naknadnim učenjem; Instruct označuje izdajo, učeno za pogovor, ne osnovnega modela.
Kartica navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Ti številki opisujeta različna dela naloge: kontekst ohranja poziv in pogovor, število generiranih žetonov pa omejuje pisni odgovor. 512 generiranih žetonov v hitrem začetku je zgolj primer znotraj navedene večje omejitve generiranja. Model sprejema in vrača besedilo; vsebino skenirane tabele ali posnetka zaslona je treba zagotoviti kot besedilo ali uporabiti ločen vizualni model.
Pogovor in orodja
Kartica modela prikazuje ločena sistemska in uporabniška sporočila, oblikovana z ustrezno pogovorno predlogo. Trajna pravila odgovarjanja pomočnika postavite v ustrezno pogovorno vlogo, dejanski dokument, tabelo ali kodo pa k uporabnikovi nalogi. Označite mejo med citiranim izvornim gradivom in navodili, da navodilo v dokumentu ne bo zamenjano z nalogo, ki jo namerava podati aplikacija.
Uradna najava družine dokumentira podporo klicem orodij prek združljivih pogovornih predlog in integracij v okolje za izvajanje modela. V takem poteku dela aplikacija zagotovi opise funkcij, prejme predlagani klic, izvede funkcijo in vrne njen rezultat. Tako lahko besedilno vprašanje poveže z izračunom ali poizvedbo po podatkih, vendar sama izbira tega modela ne zagotovi zunanjega orodja ali njegovih podatkov. Generiranje JSON in klic orodja sta tudi različna rezultata: prvo oblikuje besedilo, drugi pa aplikaciji, ki model obdaja, naroči izvedbo poimenovane operacije.
Priprava dolgega konteksta
Objavljena konfiguracija se začne pri 32.768 žetonih. Vhodi, ki presegajo to nastavitev, zahtevajo dokumentirano razširitev YaRN, katere primer uporablja faktor 4,0 in prvotno nastavitev največjega števila položajev 32.768. Proizvajalec opozarja, da statično skaliranje lahko vpliva na vedenje pri krajših besedilih, in priporoča njegovo omogočanje, ko je potrebna obdelava dolgega konteksta.
Pri primerjavi velikih dokumentov določite vlogo vsakega dokumenta in zahtevajte en jasno opredeljen izdelek: matriko zahtev, seznam odstopanj ali popravljen razdelek. Ob izluščenih ugotovitvah ohranite izvorna mesta in pustite dovolj prostora za zahtevano strukturo odgovora. Zmogljivost dolgega konteksta pomaga ohraniti ustrezno gradivo skupaj; ne nadomesti potrebe po določitvi, kaj naj se primerja in kako bo končni rezultat uporabljen.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Qwen/Qwen2.5-32B-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 $0.00036 / 1K žetonov Izhod · Izhodni žetoni $0.00036 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "Qwen/Qwen2.5-32B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/Qwen2.5-32B-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/Qwen2.5-32B-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/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
qwen2.5-32b-instructQwen2.5-32B-Instruct je večjezični besedilni model za podrobna navodila, programiranje, matematiko in strukturirane podatke. Njegova izdaja z 32,5 milijarde parametrov poudarja razumevanje tabel, izhod JSON in dolge pisne rezultate, z dokumentiranimi nastavitvami razširjenega konteksta.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen2.5-32B-Instruct je besedilni model velikosti 32B iz splošne družine Qwen2.5, prilagojen navodilom. Združuje razumevanje in generiranje jezika s programiranjem in matematiko ter ni ločeno poimenovani specialist Coder ali Math. Proizvajalec zlasti poudarja sledenje podrobnim navodilom, pisanje dolgih besedil, razumevanje tabel in ustvarjanje strukturiranega besedila, posebej JSON. Družina je predhodno učena na korpusu, opisanem kot obsegajočem do 18 bilijonov žetonov.
Strukturirani podatki, dolgi odgovori in večjezično delo
Uporabna naloga izluščanja poda izvorni odlomek in natančna polja, ki jih potrebuje naslednji korak aplikacije. Določite vrste polj, ali je treba besedilo prepisati ali povzeti, in način predstavitve odsotnih informacij. Zapis izdelka lahko na primer zahteva identifikator, pogoje delovanja in seznam nerešenih vprašanj. Zahtevajte samo zapis JSON, kadar ga je treba razčleniti, ali ločeno razlago, kadar mora človek pregledati sklepanje za izluščenimi polji.
Razumevanje tabel je še ena dokumentirana usmeritev. Skupaj z vprašanjem podajte imena stolpcev, enote in ustrezne vrstice. Modelu naročite, naj prepozna vrstice, ki izpolnjujejo pogoj, pojasni spremembo med obdobji ali tabelo pretvori v pisno poročilo. Praktičen izhod lahko ob ugotovitvi ohrani identifikator vsake vrstice. Tako se ohrani povezava med podanimi podatki in odgovorom, namesto da nastane povzetek brez sledljive izvorne vrstice.
Pri pisanju dolgih besedil pred zahtevo za dokument navedite občinstvo, razdelke in izvorna dejstva. Tehnični predlog lahko zahteva opredelitev problema, zahteve, alternative in priporočilo, ki uporabljajo samo podano gradivo. Določite, kateri pogoji so obvezni in kateri so vprašanja, ki jih je treba rešiti. Proizvajalec razvija tudi robustnost pri različnih sistemskih pozivih, kar podpira določeno vlogo, ton in pogoje pogovora.
Družina podpira več kot 29 jezikov, med drugim angleščino, kitajščino, ruščino, francoščino, španščino, portugalščino, nemščino, italijanščino, japonščino, korejščino, vietnamščino, tajščino in arabščino. Pri večjezični nalogi ločite izvorni jezik od zahtevanega izhodnega jezika in podajte seznam terminologije, kadar morajo imena ali tehnični izrazi ostati dosledni. Dvojezično poročilo lahko zahteva ista izvorna dejstva v dveh različicah, pri čemer identifikatorji in enote ostanejo nespremenjeni.
Podrobnosti modela te izdaje
Izdaja 32B-Instruct ima 32,5 milijarde parametrov, od tega 31,0 milijarde parametrov zunaj vložitev, in 64 plasti Transformer. Uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti. Pozornost z združenimi poizvedbami uporablja 40 poizvedbenih glav in 8 glav ključ/vrednost. To je gosta izdaja jezikovnega modela samo z dekodirnikom, s predhodnim in naknadnim učenjem; Instruct označuje izdajo, učeno za pogovor, ne osnovnega modela.
Kartica navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Ti številki opisujeta različna dela naloge: kontekst ohranja poziv in pogovor, število generiranih žetonov pa omejuje pisni odgovor. 512 generiranih žetonov v hitrem začetku je zgolj primer znotraj navedene večje omejitve generiranja. Model sprejema in vrača besedilo; vsebino skenirane tabele ali posnetka zaslona je treba zagotoviti kot besedilo ali uporabiti ločen vizualni model.
Pogovor in orodja
Kartica modela prikazuje ločena sistemska in uporabniška sporočila, oblikovana z ustrezno pogovorno predlogo. Trajna pravila odgovarjanja pomočnika postavite v ustrezno pogovorno vlogo, dejanski dokument, tabelo ali kodo pa k uporabnikovi nalogi. Označite mejo med citiranim izvornim gradivom in navodili, da navodilo v dokumentu ne bo zamenjano z nalogo, ki jo namerava podati aplikacija.
Uradna najava družine dokumentira podporo klicem orodij prek združljivih pogovornih predlog in integracij v okolje za izvajanje modela. V takem poteku dela aplikacija zagotovi opise funkcij, prejme predlagani klic, izvede funkcijo in vrne njen rezultat. Tako lahko besedilno vprašanje poveže z izračunom ali poizvedbo po podatkih, vendar sama izbira tega modela ne zagotovi zunanjega orodja ali njegovih podatkov. Generiranje JSON in klic orodja sta tudi različna rezultata: prvo oblikuje besedilo, drugi pa aplikaciji, ki model obdaja, naroči izvedbo poimenovane operacije.
Priprava dolgega konteksta
Objavljena konfiguracija se začne pri 32.768 žetonih. Vhodi, ki presegajo to nastavitev, zahtevajo dokumentirano razširitev YaRN, katere primer uporablja faktor 4,0 in prvotno nastavitev največjega števila položajev 32.768. Proizvajalec opozarja, da statično skaliranje lahko vpliva na vedenje pri krajših besedilih, in priporoča njegovo omogočanje, ko je potrebna obdelava dolgega konteksta.
Pri primerjavi velikih dokumentov določite vlogo vsakega dokumenta in zahtevajte en jasno opredeljen izdelek: matriko zahtev, seznam odstopanj ali popravljen razdelek. Ob izluščenih ugotovitvah ohranite izvorna mesta in pustite dovolj prostora za zahtevano strukturo odgovora. Zmogljivost dolgega konteksta pomaga ohraniti ustrezno gradivo skupaj; ne nadomesti potrebe po določitvi, kaj naj se primerja in kako bo končni rezultat uporabljen.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen2.5-32b-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 $0.00036 / 1K žetonov Izhod · Izhodni žetoni $0.00036 / 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":"qwen2.5-32b-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="qwen2.5-32b-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/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
qwen2.5-32b-instructQwen2.5-32B-Instruct je večjezični besedilni model za podrobna navodila, programiranje, matematiko in strukturirane podatke. Njegova izdaja z 32,5 milijarde parametrov poudarja razumevanje tabel, izhod JSON in dolge pisne rezultate, z dokumentiranimi nastavitvami razširjenega konteksta.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen2.5-32B-Instruct je besedilni model velikosti 32B iz splošne družine Qwen2.5, prilagojen navodilom. Združuje razumevanje in generiranje jezika s programiranjem in matematiko ter ni ločeno poimenovani specialist Coder ali Math. Proizvajalec zlasti poudarja sledenje podrobnim navodilom, pisanje dolgih besedil, razumevanje tabel in ustvarjanje strukturiranega besedila, posebej JSON. Družina je predhodno učena na korpusu, opisanem kot obsegajočem do 18 bilijonov žetonov.
Strukturirani podatki, dolgi odgovori in večjezično delo
Uporabna naloga izluščanja poda izvorni odlomek in natančna polja, ki jih potrebuje naslednji korak aplikacije. Določite vrste polj, ali je treba besedilo prepisati ali povzeti, in način predstavitve odsotnih informacij. Zapis izdelka lahko na primer zahteva identifikator, pogoje delovanja in seznam nerešenih vprašanj. Zahtevajte samo zapis JSON, kadar ga je treba razčleniti, ali ločeno razlago, kadar mora človek pregledati sklepanje za izluščenimi polji.
Razumevanje tabel je še ena dokumentirana usmeritev. Skupaj z vprašanjem podajte imena stolpcev, enote in ustrezne vrstice. Modelu naročite, naj prepozna vrstice, ki izpolnjujejo pogoj, pojasni spremembo med obdobji ali tabelo pretvori v pisno poročilo. Praktičen izhod lahko ob ugotovitvi ohrani identifikator vsake vrstice. Tako se ohrani povezava med podanimi podatki in odgovorom, namesto da nastane povzetek brez sledljive izvorne vrstice.
Pri pisanju dolgih besedil pred zahtevo za dokument navedite občinstvo, razdelke in izvorna dejstva. Tehnični predlog lahko zahteva opredelitev problema, zahteve, alternative in priporočilo, ki uporabljajo samo podano gradivo. Določite, kateri pogoji so obvezni in kateri so vprašanja, ki jih je treba rešiti. Proizvajalec razvija tudi robustnost pri različnih sistemskih pozivih, kar podpira določeno vlogo, ton in pogoje pogovora.
Družina podpira več kot 29 jezikov, med drugim angleščino, kitajščino, ruščino, francoščino, španščino, portugalščino, nemščino, italijanščino, japonščino, korejščino, vietnamščino, tajščino in arabščino. Pri večjezični nalogi ločite izvorni jezik od zahtevanega izhodnega jezika in podajte seznam terminologije, kadar morajo imena ali tehnični izrazi ostati dosledni. Dvojezično poročilo lahko zahteva ista izvorna dejstva v dveh različicah, pri čemer identifikatorji in enote ostanejo nespremenjeni.
Podrobnosti modela te izdaje
Izdaja 32B-Instruct ima 32,5 milijarde parametrov, od tega 31,0 milijarde parametrov zunaj vložitev, in 64 plasti Transformer. Uporablja rotacijske pozicijske vložitve, SwiGLU, RMSNorm in pristranskost QKV pri pozornosti. Pozornost z združenimi poizvedbami uporablja 40 poizvedbenih glav in 8 glav ključ/vrednost. To je gosta izdaja jezikovnega modela samo z dekodirnikom, s predhodnim in naknadnim učenjem; Instruct označuje izdajo, učeno za pogovor, ne osnovnega modela.
Kartica navaja polni kontekst s 131.072 žetoni in generiranje do 8.192 žetonov. Ti številki opisujeta različna dela naloge: kontekst ohranja poziv in pogovor, število generiranih žetonov pa omejuje pisni odgovor. 512 generiranih žetonov v hitrem začetku je zgolj primer znotraj navedene večje omejitve generiranja. Model sprejema in vrača besedilo; vsebino skenirane tabele ali posnetka zaslona je treba zagotoviti kot besedilo ali uporabiti ločen vizualni model.
Pogovor in orodja
Kartica modela prikazuje ločena sistemska in uporabniška sporočila, oblikovana z ustrezno pogovorno predlogo. Trajna pravila odgovarjanja pomočnika postavite v ustrezno pogovorno vlogo, dejanski dokument, tabelo ali kodo pa k uporabnikovi nalogi. Označite mejo med citiranim izvornim gradivom in navodili, da navodilo v dokumentu ne bo zamenjano z nalogo, ki jo namerava podati aplikacija.
Uradna najava družine dokumentira podporo klicem orodij prek združljivih pogovornih predlog in integracij v okolje za izvajanje modela. V takem poteku dela aplikacija zagotovi opise funkcij, prejme predlagani klic, izvede funkcijo in vrne njen rezultat. Tako lahko besedilno vprašanje poveže z izračunom ali poizvedbo po podatkih, vendar sama izbira tega modela ne zagotovi zunanjega orodja ali njegovih podatkov. Generiranje JSON in klic orodja sta tudi različna rezultata: prvo oblikuje besedilo, drugi pa aplikaciji, ki model obdaja, naroči izvedbo poimenovane operacije.
Priprava dolgega konteksta
Objavljena konfiguracija se začne pri 32.768 žetonih. Vhodi, ki presegajo to nastavitev, zahtevajo dokumentirano razširitev YaRN, katere primer uporablja faktor 4,0 in prvotno nastavitev največjega števila položajev 32.768. Proizvajalec opozarja, da statično skaliranje lahko vpliva na vedenje pri krajših besedilih, in priporoča njegovo omogočanje, ko je potrebna obdelava dolgega konteksta.
Pri primerjavi velikih dokumentov določite vlogo vsakega dokumenta in zahtevajte en jasno opredeljen izdelek: matriko zahtev, seznam odstopanj ali popravljen razdelek. Ob izluščenih ugotovitvah ohranite izvorna mesta in pustite dovolj prostora za zahtevano strukturo odgovora. Zmogljivost dolgega konteksta pomaga ohraniti ustrezno gradivo skupaj; ne nadomesti potrebe po določitvi, kaj naj se primerja in kako bo končni rezultat uporabljen.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen2.5-32b-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 $0.00036 / 1K žetonov Izhod · Izhodni žetoni $0.00036 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "qwen2.5-32b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen2.5-32b-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': 'qwen2.5-32b-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/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
Tehnični primer v angleščini
Explain a stock table\n\nAnalyze this text table: SKU | opening units | received units | shipped units. A1 | 20 | 10 | 18. B2 | 7 | 0 | 9. Calculate closing stock for each SKU, identify any impossible negative balance and draft a short note naming the row that needs investigation. Preserve column units.A closing-stock table with row IDs and a short anomaly note supported by the source values.Recalculate opening plus received minus shipped and verify the B2 discrepancy is flagged rather than corrected.