Qwen-Long (2025-01-25) — o‘ta uzun kontekstni qayta ishlash uchun Qwen-Long modelining sanali profili. Ishlab chiqaruvchi savollarga javob berish va muhokama qilish uchun manba fayllarini tahlil qiladigan hujjat xizmatlari bilan xitoy, ingliz va boshqa tillardagi suhbatlarni tasvirlaydi. Natija — taqdim etilgan materialga asoslangan matnli javob.
Topshiriqqa aniq maqsad qo‘ying: bandlarni taqqoslash, ko‘rsatilgan shartni topish yoki hujjatning ikki bo‘limi o‘zaro qanday bog‘liqligini tushuntirish. Javob to‘g‘ri manbaga ishora qilishi uchun hujjat nomlari, sarlavhalar va sahifa belgilarini saqlang. Agar bir nechta fayl bir mavzuni tasvirlasa, ularning ustuvorligini belgilang va ziddiyatlarni izohsiz hal qilish o‘rniga aniqlashni so‘rang.
Tekshirish topshirig‘ida har bir hujjatdagi tegishli bayonot, farqlar tushuntirishi va hali ochiq qolgan savollarni so‘rash mumkin. Ajratib olish vazifasida qaytariladigan maydonlar va yo‘q qiymatlarga qanday munosabatda bo‘lish belgilanadi. Natijaga qo‘yilgan shu talablar katta manbalar to‘plamini aniq qaror uchun foydali qiladi.
Ishlab chiqaruvchi TXT, DOCX, PDF, XLSX, EPUB, MOBI, Markdown va CSV kabi matn fayllarini sanab o‘tadi. Integratsiyalangan hujjat xizmatlari BMP, PNG, JPG/JPEG va GIF kabi rasm fayllarini hamda skanerlangan PDF fayllarini ham tahlil qiladi. Fayllarni tahlil qilish materialni suhbatga tayyorlaydi; bu matnli javob yaratishdan alohida xizmat bosqichidir. O‘qilishi mumkin bo‘lgan manba fayllarini saqlang va xulosa ajratib olingan belgilar yoki jadvallarga bog‘liq bo‘lsa, ularni tekshiring.
Hujjat xizmati orqali hujjatlashtirilgan yo‘l 10 million tokengacha ishlaydi. HTTP so‘rovlari 1 million tokengacha qo‘llab-quvvatlaydi, uzunroq mazmun uchun ishlab chiqaruvchi fayl yuborishni tavsiya qiladi. Aynan shu sanali identifikator uchun saqlangan joylashtirilgan model profilida ham 1 million tokenlik kontekst ko‘rsatilgan. Demak, hujjat xizmatining kattaroq ko‘rsatkichi boshqa interfeys orqali bevosita matn so‘rovi sig‘imini belgilamaydi.
Integratsiyada mavjud yo‘lni tanlang va topshiriqda ishlatilgan hujjatlarning identifikatorlarini saqlang. Tegishli bog‘lanishlarni birgalikda ko‘rib chiqish kerak bo‘lsa, uzunroq manba foydali; savol bitta bo‘limga tegishli bo‘lsa, aniq parcha yetarli. Vazifaga mos tushuntirish, taqqoslash yoki ajratib olingan natija qaytishi uchun javobning kerakli hajmini belgilang.
Modeldan ochiq aytilgan bayonotlarni chiqarilgan xulosalardan ajratishni va taqdim etilgan hujjatlar hal qilmaydigan savolni ko‘rsatishni so‘rang. Muhim nomlar, raqamlar va shartlarni asl manbalar bilan solishtirib tekshiring. Qo‘shimcha savol bir bandni tahlil qilishi yoki natija shaklini o‘zgartirishi mumkin, bunda hujjatlarning o‘sha belgilari va qaror mezonlari saqlanadi.
", "aboutText": "Qwen-Long (2025-01-25) — o‘ta uzun kontekstni qayta ishlash uchun Qwen-Long modelining sanali profili. Ishlab chiqaruvchi savollarga javob berish va muhokama qilish uchun manba fayllarini tahlil qiladigan hujjat xizmatlari bilan xitoy, ingliz va boshqa tillardagi suhbatlarni tasvirlaydi. Natija — taqdim etilgan materialga asoslangan matnli javob.\n\n### Bir nechta hujjat bo‘yicha savol bering\n\nTopshiriqqa aniq maqsad qo‘ying: bandlarni taqqoslash, ko‘rsatilgan shartni topish yoki hujjatning ikki bo‘limi o‘zaro qanday bog‘liqligini tushuntirish. Javob to‘g‘ri manbaga ishora qilishi uchun hujjat nomlari, sarlavhalar va sahifa belgilarini saqlang. Agar bir nechta fayl bir mavzuni tasvirlasa, ularning ustuvorligini belgilang va ziddiyatlarni izohsiz hal qilish o‘rniga aniqlashni so‘rang.\n\nTekshirish topshirig‘ida har bir hujjatdagi tegishli bayonot, farqlar tushuntirishi va hali ochiq qolgan savollarni so‘rash mumkin. Ajratib olish vazifasida qaytariladigan maydonlar va yo‘q qiymatlarga qanday munosabatda bo‘lish belgilanadi. Natijaga qo‘yilgan shu talablar katta manbalar to‘plamini aniq qaror uchun foydali qiladi.\n\n### Hujjatlashtirilgan fayl turlari bilan ishlang\n\nIshlab chiqaruvchi TXT, DOCX, PDF, XLSX, EPUB, MOBI, Markdown va CSV kabi matn fayllarini sanab o‘tadi. Integratsiyalangan hujjat xizmatlari BMP, PNG, JPG/JPEG va GIF kabi rasm fayllarini hamda skanerlangan PDF fayllarini ham tahlil qiladi. Fayllarni tahlil qilish materialni suhbatga tayyorlaydi; bu matnli javob yaratishdan alohida xizmat bosqichidir. O‘qilishi mumkin bo‘lgan manba fayllarini saqlang va xulosa ajratib olingan belgilar yoki jadvallarga bog‘liq bo‘lsa, ularni tekshiring.\n\n### Kontekst bilan ishlashning ikki yo‘lini ajrating\n\nHujjat xizmati orqali hujjatlashtirilgan yo‘l 10 million tokengacha ishlaydi. HTTP so‘rovlari 1 million tokengacha qo‘llab-quvvatlaydi, uzunroq mazmun uchun ishlab chiqaruvchi fayl yuborishni tavsiya qiladi. Aynan shu sanali identifikator uchun saqlangan joylashtirilgan model profilida ham 1 million tokenlik kontekst ko‘rsatilgan. Demak, hujjat xizmatining kattaroq ko‘rsatkichi boshqa interfeys orqali bevosita matn so‘rovi sig‘imini belgilamaydi.\n\nIntegratsiyada mavjud yo‘lni tanlang va topshiriqda ishlatilgan hujjatlarning identifikatorlarini saqlang. Tegishli bog‘lanishlarni birgalikda ko‘rib chiqish kerak bo‘lsa, uzunroq manba foydali; savol bitta bo‘limga tegishli bo‘lsa, aniq parcha yetarli. Vazifaga mos tushuntirish, taqqoslash yoki ajratib olingan natija qaytishi uchun javobning kerakli hajmini belgilang.\n\n### Javobni uning dalillari bilan bog‘langan holda saqlang\n\nModeldan ochiq aytilgan bayonotlarni chiqarilgan xulosalardan ajratishni va taqdim etilgan hujjatlar hal qilmaydigan savolni ko‘rsatishni so‘rang. Muhim nomlar, raqamlar va shartlarni asl manbalar bilan solishtirib tekshiring. Qo‘shimcha savol bir bandni tahlil qilishi yoki natija shaklini o‘zgartirishi mumkin, bunda hujjatlarning o‘sha belgilari va qaror mezonlari saqlanadi.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Locate conflicting document conditions\n\nCompare these labelled document excerpts. [Guide, section 2] Return cartons in lots of 10. [Warehouse note, section 4] Accept mixed lots of 5 when pre-approved. [Email E-3] Customer wants to send 15 cartons without approval. State the general rule, the exception and the unresolved condition for this request. Do not silently give either document priority.A source-linked rule and exception summary with the approval question made explicit.Verify the exception retains its pre-approval condition and 15 cartons is not automatically accepted.qwen-long-2025-01-25Qwen-Long (2025-01-25) — xitoy, ingliz va boshqa tillarda o‘ta uzun hujjatlar bo‘yicha suhbatlashish uchun Qwen modeli. Ishlab chiqaruvchi hujjat xizmatlari orqali 10 million tokengacha ishlashni tavsiflaydi, HTTP so‘rovlari esa 1 million token bilan cheklangan.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen-Long (2025-01-25) — o‘ta uzun kontekstni qayta ishlash uchun Qwen-Long modelining sanali profili. Ishlab chiqaruvchi savollarga javob berish va muhokama qilish uchun manba fayllarini tahlil qiladigan hujjat xizmatlari bilan xitoy, ingliz va boshqa tillardagi suhbatlarni tasvirlaydi. Natija — taqdim etilgan materialga asoslangan matnli javob.
Topshiriqqa aniq maqsad qo‘ying: bandlarni taqqoslash, ko‘rsatilgan shartni topish yoki hujjatning ikki bo‘limi o‘zaro qanday bog‘liqligini tushuntirish. Javob to‘g‘ri manbaga ishora qilishi uchun hujjat nomlari, sarlavhalar va sahifa belgilarini saqlang. Agar bir nechta fayl bir mavzuni tasvirlasa, ularning ustuvorligini belgilang va ziddiyatlarni izohsiz hal qilish o‘rniga aniqlashni so‘rang.
Tekshirish topshirig‘ida har bir hujjatdagi tegishli bayonot, farqlar tushuntirishi va hali ochiq qolgan savollarni so‘rash mumkin. Ajratib olish vazifasida qaytariladigan maydonlar va yo‘q qiymatlarga qanday munosabatda bo‘lish belgilanadi. Natijaga qo‘yilgan shu talablar katta manbalar to‘plamini aniq qaror uchun foydali qiladi.
Ishlab chiqaruvchi TXT, DOCX, PDF, XLSX, EPUB, MOBI, Markdown va CSV kabi matn fayllarini sanab o‘tadi. Integratsiyalangan hujjat xizmatlari BMP, PNG, JPG/JPEG va GIF kabi rasm fayllarini hamda skanerlangan PDF fayllarini ham tahlil qiladi. Fayllarni tahlil qilish materialni suhbatga tayyorlaydi; bu matnli javob yaratishdan alohida xizmat bosqichidir. O‘qilishi mumkin bo‘lgan manba fayllarini saqlang va xulosa ajratib olingan belgilar yoki jadvallarga bog‘liq bo‘lsa, ularni tekshiring.
Hujjat xizmati orqali hujjatlashtirilgan yo‘l 10 million tokengacha ishlaydi. HTTP so‘rovlari 1 million tokengacha qo‘llab-quvvatlaydi, uzunroq mazmun uchun ishlab chiqaruvchi fayl yuborishni tavsiya qiladi. Aynan shu sanali identifikator uchun saqlangan joylashtirilgan model profilida ham 1 million tokenlik kontekst ko‘rsatilgan. Demak, hujjat xizmatining kattaroq ko‘rsatkichi boshqa interfeys orqali bevosita matn so‘rovi sig‘imini belgilamaydi.
Integratsiyada mavjud yo‘lni tanlang va topshiriqda ishlatilgan hujjatlarning identifikatorlarini saqlang. Tegishli bog‘lanishlarni birgalikda ko‘rib chiqish kerak bo‘lsa, uzunroq manba foydali; savol bitta bo‘limga tegishli bo‘lsa, aniq parcha yetarli. Vazifaga mos tushuntirish, taqqoslash yoki ajratib olingan natija qaytishi uchun javobning kerakli hajmini belgilang.
Modeldan ochiq aytilgan bayonotlarni chiqarilgan xulosalardan ajratishni va taqdim etilgan hujjatlar hal qilmaydigan savolni ko‘rsatishni so‘rang. Muhim nomlar, raqamlar va shartlarni asl manbalar bilan solishtirib tekshiring. Qo‘shimcha savol bir bandni tahlil qilishi yoki natija shaklini o‘zgartirishi mumkin, bunda hujjatlarning o‘sha belgilari va qaror mezonlari saqlanadi.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-long-2025-01-25 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.000144 / 1K token Chiqish · Chiqish tokenlari $0.000572 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen-long-2025-01-25", "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-long-2025-01-25',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-long-2025-01-25',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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra qwen-long-2025-01-25
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
qwen-long-2025-01-25Qwen-Long (2025-01-25) — xitoy, ingliz va boshqa tillarda o‘ta uzun hujjatlar bo‘yicha suhbatlashish uchun Qwen modeli. Ishlab chiqaruvchi hujjat xizmatlari orqali 10 million tokengacha ishlashni tavsiflaydi, HTTP so‘rovlari esa 1 million token bilan cheklangan.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen-Long (2025-01-25) — o‘ta uzun kontekstni qayta ishlash uchun Qwen-Long modelining sanali profili. Ishlab chiqaruvchi savollarga javob berish va muhokama qilish uchun manba fayllarini tahlil qiladigan hujjat xizmatlari bilan xitoy, ingliz va boshqa tillardagi suhbatlarni tasvirlaydi. Natija — taqdim etilgan materialga asoslangan matnli javob.
Topshiriqqa aniq maqsad qo‘ying: bandlarni taqqoslash, ko‘rsatilgan shartni topish yoki hujjatning ikki bo‘limi o‘zaro qanday bog‘liqligini tushuntirish. Javob to‘g‘ri manbaga ishora qilishi uchun hujjat nomlari, sarlavhalar va sahifa belgilarini saqlang. Agar bir nechta fayl bir mavzuni tasvirlasa, ularning ustuvorligini belgilang va ziddiyatlarni izohsiz hal qilish o‘rniga aniqlashni so‘rang.
Tekshirish topshirig‘ida har bir hujjatdagi tegishli bayonot, farqlar tushuntirishi va hali ochiq qolgan savollarni so‘rash mumkin. Ajratib olish vazifasida qaytariladigan maydonlar va yo‘q qiymatlarga qanday munosabatda bo‘lish belgilanadi. Natijaga qo‘yilgan shu talablar katta manbalar to‘plamini aniq qaror uchun foydali qiladi.
Ishlab chiqaruvchi TXT, DOCX, PDF, XLSX, EPUB, MOBI, Markdown va CSV kabi matn fayllarini sanab o‘tadi. Integratsiyalangan hujjat xizmatlari BMP, PNG, JPG/JPEG va GIF kabi rasm fayllarini hamda skanerlangan PDF fayllarini ham tahlil qiladi. Fayllarni tahlil qilish materialni suhbatga tayyorlaydi; bu matnli javob yaratishdan alohida xizmat bosqichidir. O‘qilishi mumkin bo‘lgan manba fayllarini saqlang va xulosa ajratib olingan belgilar yoki jadvallarga bog‘liq bo‘lsa, ularni tekshiring.
Hujjat xizmati orqali hujjatlashtirilgan yo‘l 10 million tokengacha ishlaydi. HTTP so‘rovlari 1 million tokengacha qo‘llab-quvvatlaydi, uzunroq mazmun uchun ishlab chiqaruvchi fayl yuborishni tavsiya qiladi. Aynan shu sanali identifikator uchun saqlangan joylashtirilgan model profilida ham 1 million tokenlik kontekst ko‘rsatilgan. Demak, hujjat xizmatining kattaroq ko‘rsatkichi boshqa interfeys orqali bevosita matn so‘rovi sig‘imini belgilamaydi.
Integratsiyada mavjud yo‘lni tanlang va topshiriqda ishlatilgan hujjatlarning identifikatorlarini saqlang. Tegishli bog‘lanishlarni birgalikda ko‘rib chiqish kerak bo‘lsa, uzunroq manba foydali; savol bitta bo‘limga tegishli bo‘lsa, aniq parcha yetarli. Vazifaga mos tushuntirish, taqqoslash yoki ajratib olingan natija qaytishi uchun javobning kerakli hajmini belgilang.
Modeldan ochiq aytilgan bayonotlarni chiqarilgan xulosalardan ajratishni va taqdim etilgan hujjatlar hal qilmaydigan savolni ko‘rsatishni so‘rang. Muhim nomlar, raqamlar va shartlarni asl manbalar bilan solishtirib tekshiring. Qo‘shimcha savol bir bandni tahlil qilishi yoki natija shaklini o‘zgartirishi mumkin, bunda hujjatlarning o‘sha belgilari va qaror mezonlari saqlanadi.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-long-2025-01-25 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.000144 / 1K token Chiqish · Chiqish tokenlari $0.000572 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen-long-2025-01-25",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-long-2025-01-25', '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-long-2025-01-25', '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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra qwen-long-2025-01-25
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Locate conflicting document conditions\n\nCompare these labelled document excerpts. [Guide, section 2] Return cartons in lots of 10. [Warehouse note, section 4] Accept mixed lots of 5 when pre-approved. [Email E-3] Customer wants to send 15 cartons without approval. State the general rule, the exception and the unresolved condition for this request. Do not silently give either document priority.A source-linked rule and exception summary with the approval question made explicit.Verify the exception retains its pre-approval condition and 15 cartons is not automatically accepted.