Source: https://ailoot.ai/models/th/qwen2-7b-instruct/
Canonical: https://ailoot.ai/models/th/qwen2-7b-instruct/
Language: th

# Qwen2 7B Instruct

[Markdown](https://ailoot.ai/models/th/qwen2-7b-instruct/index.md) · [JSON](https://ailoot.ai/models/th/qwen2-7b-instruct/facts.json)

## [Qwen2 7B Instruct](https://ailoot.ai/models/th/qwen2-7b-instruct/)

Qwen2-7B-Instruct เป็นโมเดลข้อความที่ปรับแต่งให้ทำตามคำสั่ง สำหรับบทสนทนาหลายภาษา การเขียนโค้ด คณิตศาสตร์ และการใช้เหตุผล ผู้พัฒนาระบุบริบทสูงสุด 131,072 โทเคนเมื่อเปิดการกำหนดค่าบริบทยาว

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2-7b-instruct`](https://ailoot.ai/models/th/qwen2-7b-instruct/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2-7b-instruct`](https://ailoot.ai/models/th/qwen2-7b-instruct/#method-1)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Qwen2-7B-Instruct เป็นรุ่นขนาด 7B ของ Qwen2 ที่ปรับแต่งให้ทำตามคำสั่ง สำหรับการสนทนาและงานที่สื่อด้วยภาษาธรรมชาติ เป็นโมเดลรับข้อความและส่งออกข้อความ คำตอบอาจเป็นคำอธิบาย คำแปล ร่างเอกสาร หรือโค้ดโปรแกรม ผู้พัฒนาระบุความเข้าใจภาษา การสร้างข้อความ งานหลายภาษา การเขียนโค้ด คณิตศาสตร์ และการใช้เหตุผลเป็นด้านหลักในการใช้งาน

รายละเอียดโมเดล

Qwen2 มีรุ่นพื้นฐานและรุ่นปรับแต่งตามคำสั่งแยกกัน การ์ดนี้กล่าวถึงรุ่น Instruct ไม่ใช่โมเดลพื้นฐาน Qwen2-7B หรือรุ่น mixture-of-experts ของตระกูล ตารางข้อมูลโมเดลของผู้พัฒนารายงานพารามิเตอร์ 7.07 พันล้านสำหรับโมเดลขนาด 7B Transformer ตัวถอดรหัสใช้ SwiGLU, attention QKV bias และ grouped-query attention พร้อม tokenizer ที่ออกแบบสำหรับภาษาธรรมชาติและโค้ด สิ่งเหล่านี้เป็นตัวเลือกสถาปัตยกรรมและการแทนข้อมูล ไม่ใช่รูปแบบข้อมูลเข้าเพิ่มเติม

ประกาศเผยแพร่อธิบายการฝึกด้วยภาษาอังกฤษและจีน รวมถึงอีก 27 ภาษา ได้แก่ รัสเซีย เช็ก และโปแลนด์ เยอรมัน ฝรั่งเศส และสเปน อาหรับ เปอร์เซีย และตุรกี ญี่ปุ่นและเกาหลี และภาษาอื่นทั่วเอเชียใต้กับเอเชียตะวันออกเฉียงใต้ ผู้ช่วยหลายภาษาจึงรับคำสั่งและข้อมูลต้นทางในภาษาต่างกันได้ แต่ยังควรระบุภาษา ศัพท์ และกลุ่มผู้รับของผลงานสุดท้าย

การฝึกและความแตกต่างของ Instruct

หลังการฝึกเบื้องต้น ผู้พัฒนาใช้การปรับแต่งแบบมีผู้สอนและ direct preference optimization รุ่นปรับแต่งตามคำสั่งมุ่งตอบคำขอในบทสนทนา ส่วนรุ่นพื้นฐานมีบทบาทต่างกันในฐานะพื้นฐานโมเดลภาษา ระบุชื่อรุ่นให้ชัดเมื่อเลือกโมเดลหรือเทียบพฤติกรรมพรอมป์ต์ การฝึกให้โมเดลทำตามคำสั่งและการให้คำสั่งแม่นยำตอนใช้งานเป็นส่วนที่เสริมกันในขั้นตอนนั้น

การเตรียมข้อมูลเข้าสำหรับสนทนา

คู่มือเริ่มต้นอย่างรวดเร็วในการ์ดโมเดลแยกคำสั่งระบบจากคำถามผู้ใช้ และใช้แม่แบบแชตที่ตรงกันก่อนสร้างข้อความ สำหรับงานระดับแอปพลิเคชัน ความแตกต่างเดียวกันนี้มีประโยชน์ ให้กำหนดบทบาทผู้ช่วยและกติกาคำตอบแยกจากข้อความต้นทางหรือโค้ดที่ต้องทำงานด้วย ป้ายข้อความที่เขียนในเอกสารไม่สามารถแทนบทบาทสนทนาที่จัดรูปแบบถูกต้องในอินเทอร์เฟซรอบโมเดลได้

งานอธิบายเทคนิคสามารถให้ฟังก์ชันและตัวอย่างข้อมูลเข้าหนึ่งรายการ แล้วถามว่าแต่ละแขนงทำอะไรและเงื่อนไขใดกระทบผลลัพธ์ งานเขียนโค้ดสามารถกำหนดข้อมูลเข้าที่ยอมรับ ค่าคืนที่คาดหวัง และข้อจำกัดในการเปลี่ยนพฤติกรรมเดิม ขอส่วนพัฒนาแล้วตามด้วยตัวอย่างกรณีปกติและกรณีขอบเขต สิ่งเหล่านี้เป็นการประยุกต์ความสามารถด้านภาษาและโค้ดที่ระบุในเอกสาร การสร้างโค้ดเป็นผลลัพธ์ข้อความ ส่วนการรันอยู่ในสภาพแวดล้อมแอปพลิเคชัน

สำหรับการแก้ข้อความหลายภาษา ให้ข้อความเดิม กลุ่มผู้อ่านเป้าหมาย และรายการศัพท์สั้น ขอฉบับแก้ที่คงชื่อและเงื่อนไขเดิม แล้วขอคำอธิบายสั้นเกี่ยวกับการเปลี่ยนแปลง นี่เฉพาะเจาะจงกว่าการขอปรับปรุงข้อความ เพราะกำหนดความหมายที่ต้องอยู่และผลลัพธ์ที่ใช้งานได้ซึ่งต้องส่งคืน

การประมวลผลข้อความยาว

ผู้พัฒนาระบุการรองรับบริบทสูงสุด 131,072 โทเคน แต่คำแนะนำเรื่องบริบทยาวสำคัญ ข้อมูลเข้าเกิน 32,768 โทเคนต้องใช้การกำหนดค่าส่วนขยาย YaRN ที่ระบุในเอกสาร ตัวอย่างที่เผยแพร่ใช้ตัวคูณปรับสเกล 4.0 กับการตั้งค่าตำแหน่งเดิม 32,768 ผู้พัฒนาระบุว่าการขยายแบบคงที่อาจส่งผลต่อพฤติกรรมกับข้อความสั้นกว่า และแนะนำให้เปิดเมื่อจำเป็นต้องประมวลผลบริบทยาวจริง

เตรียมงานเอกสารยาวด้วยคำถามที่ตรงจุด ส่วนต้นทางที่มีชื่อ และโครงสร้างผลลัพธ์ชัดเจน ตัวอย่างเช่น ให้หลายส่วนของข้อกำหนดทางเทคนิค แล้วขอข้อกำหนดที่เกี่ยวข้องกับการเปลี่ยนแปลงเฉพาะ โดยเก็บส่วนต้นทางข้างข้อค้นพบแต่ละข้อ หน้าต่างข้อมูลเข้าขนาดใหญ่มีประโยชน์ในการเก็บส่วนเหล่านั้นไว้ด้วยกัน คำตอบยังเป็นตารางกระชับได้ แทนการเล่าทั้งเอกสารใหม่

ขอบเขตที่สำคัญ

ตัวเลข 131,072 โทเคนคือการรองรับบริบทขยาย ไม่ใช่อนุญาตให้ข้ามการกำหนดค่าบริบทยาว 512 โทเคนที่สร้างในตัวอย่างเริ่มต้นอย่างรวดเร็วเป็นการตั้งค่าตัวอย่าง ไม่ใช่ความจุผลลัพธ์สูงสุดที่เผยแพร่ รุ่น Instruct นี้เป็นโมเดลข้อความ และไม่ควรนำความสามารถภาพหรือวิดีโอจาก Qwen-VL หรือการฝึกคณิตศาสตร์เฉพาะทางที่ผสานเครื่องมือของ Qwen2.5-Math มารวมเป็นความสามารถของรุ่นนี้ เลือกรุ่นที่ระบุชื่อและเตรียมข้อความสำหรับคำอธิบาย โค้ด หรือเอกสารเฉพาะที่ต้องการ

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2-7b-instruct`

[`qwen2-7b-instruct`](https://ailoot.ai/models/th/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat)

Alibaba /`qwen2-7b-instruct`

### เริ่มต้น

Qwen2-7B-Instruct เป็นโมเดลข้อความที่ปรับแต่งให้ทำตามคำสั่ง สำหรับบทสนทนาหลายภาษา การเขียนโค้ด คณิตศาสตร์ และการใช้เหตุผล ผู้พัฒนาระบุบริบทสูงสุด 131,072 โทเคนเมื่อเปิดการกำหนดค่าบริบทยาว

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

ข้อความ

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

ขาเข้า

`text`

ขาออก

`text`

รูปแบบเอาต์พุต

json หรือ SSE

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด qwen2-7b-instruct | ค่าเริ่มต้น— |
| ฟิลด์`messages` | ประเภท`message[]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 | ค่าเริ่มต้น— |
| ฟิลด์`messages[].role` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
| ฟิลด์`messages[].content` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ใช้เมื่อ: บทสนทนาข้อความ | ค่าเริ่มต้น— |
| ฟิลด์`stream` | ประเภท`boolean` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |

ชุดผสมของสื่ออินพุต

**ข้อความ** · ข้อความ UTF8

`messages[].content`

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, messages |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`messages` | ข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content |
| พารามิเตอร์`file_material` | ข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์ |
| พารามิเตอร์`optional_controls` | ข้อกำหนดstream |
| พารามิเตอร์`control_scope` | ข้อกำหนดบทสนทนาข้อความ โดย stream เป็นบูลีนและมีค่าเริ่มต้น false |
| พารามิเตอร์`output_modalities` | ข้อกำหนดtext |
| พารามิเตอร์`hosted_operations` | ข้อกำหนดfalse |
| พารามิเตอร์`multimodal_input_binding` | ข้อกำหนดnull |

ชื่ออื่นของเมธอด: `/chat/completions`

วงจรการทำงาน: `synchronous_or_streamed`

ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages

ความยาวบริบทไม่ใช่เพดานผลลัพธ์

ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

ไม่ได้ระบุ เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.000286** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0.00058** / 1K โทเค็น ขาเข้า · การอ่านแคช **$0** / 1K โทเค็น ขาเข้า · การเขียนแคช **$0** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot Ultra · OpenAI Chat

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"qwen2-7b-instruct","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="qwen2-7b-instruct", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · OpenAI Chat

json หรือ SSE

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`choices[].index` | ประเภทinteger |
| ฟิลด์`choices[].message.content` | ประเภทstring\|null |
| ฟิลด์`choices[].message.tool_calls` | ประเภทtool\_call\[\] |
| ฟิลด์`choices[].message.reasoning_content` | ประเภทstring |
| ฟิลด์`choices[].message.reasoning_details` | ประเภทobject\|array |
| ฟิลด์`choices[].finish_reason` | ประเภทstring\|null |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`qwen2-7b-instruct`](https://ailoot.ai/models/th/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat)

#### ชื่อพาธเมธอดอื่น

`/chat/completions`

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`qwen2-7b-instruct`](https://ailoot.ai/models/th/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2-7b-instruct`

[`qwen2-7b-instruct`](https://ailoot.ai/models/th/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages)

Alibaba /`qwen2-7b-instruct`

### เริ่มต้น

Qwen2-7B-Instruct เป็นโมเดลข้อความที่ปรับแต่งให้ทำตามคำสั่ง สำหรับบทสนทนาหลายภาษา การเขียนโค้ด คณิตศาสตร์ และการใช้เหตุผล ผู้พัฒนาระบุบริบทสูงสุด 131,072 โทเคนเมื่อเปิดการกำหนดค่าบริบทยาว

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

json · sse

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

ขาเข้า

`text`

ขาออก

`json`, `sse`

รูปแบบเอาต์พุต

JSON หรือ SSE

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด qwen2-7b-instruct | ค่าเริ่มต้น— |
| ฟิลด์`messages` | ประเภท`message[]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`messages[].role` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด user, assistant | ค่าเริ่มต้น— |
| ฟิลด์`messages[].content` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`max_tokens` | ประเภท`integer` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
| ฟิลด์`stream` | ประเภท`boolean` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |

ชุดผสมของสื่ออินพุต

**ข้อความ** · ข้อความ UTF-8

`สตริง messages[].content`

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`content_type` | ข้อกำหนดapplication/json |
| พารามิเตอร์`required` | ข้อกำหนดmodel, messages, max\_tokens |
| พารามิเตอร์`optional_controls` | ข้อกำหนดstream |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`text_file_material` | ข้อกำหนดอ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ |

วงจรการทำงาน: `synchronous_or_streamed`

### ราคา

ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก

โหมดรวดเร็ว

ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว

โหมดยืดหยุ่น

ไม่ได้ระบุ เมื่อเลือกโหมด flex

ระดับการใช้เหตุผลสูงสุด

ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด

#### อัตราค่าบริการ Ailoot

#### ราคาตามการตั้งค่า

| การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ |
| --- | --- | --- |
| การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.000286** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0.00058** / 1K โทเค็น ขาเข้า · การอ่านแคช **$0** / 1K โทเค็น ขาเข้า · การเขียนแคช **$0** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น |

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot Ultra · Anthropic Messages

เนื้อหาคำขอ JSON ขั้นต่ำที่ครบถ้วนcurl · ใช้เอกสาร UTF-8 ของคุณPython · บันทึกผลลัพธ์ให้ครบถ้วน

```json
{
  "model": "qwen2-7b-instruct",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'qwen2-7b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'qwen2-7b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### รับและบันทึกผลลัพธ์

#### Ailoot Ultra · Anthropic Messages

JSON หรือ SSE

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`id` | ประเภทstring |
| ฟิลด์`model` | ประเภทstring |
| ฟิลด์`content[]` | ประเภทtext\|thinking\|tool\_use\|other content block |
| ฟิลด์`stop_reason` | ประเภทstring\|null |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot Ultra** [`qwen2-7b-instruct`](https://ailoot.ai/models/th/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages)

#### ชื่อพาธเมธอดอื่น

`/chat/completions`

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`qwen2-7b-instruct`](https://ailoot.ai/models/th/#m=qwen2-7b-instruct&route=Ultra&caller=qwen2-7b-instruct&fmt=messages)

FAQ · Pro/Qwen/Qwen2-7B-Instruct

มีอินพุตและผลลัพธ์ใดบ้าง?

`POST /v1/chat/completions` · `qwen2-7b-instruct`: `text` → `text` `POST /v1/messages` · `qwen2-7b-instruct`: `text` → `json`, `sse`

คำขอใช้ฟิลด์ใดบ้าง?

`POST /v1/chat/completions` · `qwen2-7b-instruct`: `model`, `messages`, `stream` `POST /v1/messages` · `qwen2-7b-instruct`: `model`, `messages`, `max_tokens`, `stream`

มีข้อจำกัดใดบ้าง?

`POST /v1/chat/completions` · `qwen2-7b-instruct`: `messages.min_items`: `1`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ