Qwen2.5 72B Instruct — Qwen’ning umumiy maqsadli Qwen2.5 turkumidagi katta, yo‘riqnomalarga moslab sozlangan matn modeli. U yo‘riqnomalar va suhbat asosida yozma javoblar, kod va tuzilmali matn yaratadi. Imkoniyatlari umumiy bilim, dasturlash, matematika, batafsil ko‘rsatmalarga rioya qilish va jadvallar bilan ishlashni qamrab oladi. Bu model Qwen2.5 asosiy nazorat nuqtasi hamda alohida Coder, Math va ko‘rish-til versiyalaridan farq qiladi.
Model jami 72,7 milliard parametrli, faqat dekoderdan iborat zich Transformer bo‘lib, ulardan 70 milliard parametr embedding qatlamlariga tegishli emas. E’lon qilingan arxitekturasi 80 qatlam, 64 so‘rov boshi va sakkiz kalit/qiymat boshiga ega guruhlangan so‘rovli diqqat mexanizmi, shuningdek, rotary position embeddings, SwiGLU va RMSNorm’dan foydalanadi. Turkumning dastlabki o‘qitish ma’lumotlari 18 trillion tokengacha yetadi, undan so‘ng yo‘riqnoma asosida foydalanish uchun qo‘shimcha o‘qitish amalga oshiriladi.
Aynan shu model kartasi to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. E’lon qilingan konfiguratsiya 32 768 pozitsiyadan boshlanadi; kengaytirilgan kontekstdan foydalanish ishlab chiqaruvchining uzunlikni masshtablash sozlamasini talab qiladi. Kartada statik masshtablash qisqaroq matnlardagi samaradorlikka ta’sir qilishi mumkinligi aytilib, uni uzun kirishlar kerak bo‘lganda yoqish tavsiya etiladi. Bu raqamlar modelning to‘liq imkoniyatini muayyan joylashtirishda ishlatiladigan nazorat nuqtasining standart konfiguratsiyasidan ajratadi.
Uzun hujjatlar bilan ishlaganda tekshiriladigan bo‘limlar va qaytariladigan natijani belgilang: taqqoslash, reja, xulosa yoki ajratib olingan faktlar to‘plami. Yo‘riqnomalar, manba matni va so‘ralgan javob mavjud kontekstga sig‘sin. Keng hisobot uchun bo‘limlar rejasi va aniq ustuvorliklar foydali: shunda chiqish yaratish uzunligini aloqasiz kirish qismiga sarflash o‘rniga topshiriqqa mos keladi.
Tuzilmali ma’lumotlarni tushunish va JSON yaratish ushbu versiyaning muhim jihatlaridir. O‘zgartirishni so‘rashdan oldin jadval sarlavhalari, o‘lchov birliklari va yetishmayotgan qiymatlar bo‘yicha qoidalarni bering. Ajratib olish vazifasida chiqish maydonlarini belgilang va modeldan manbada aytilgan qiymatlarni mavjud bo‘lmagan ma’lumotdan farqlashni so‘rang. So‘ng ilova natijani tahlil qilib, kutilgan tuzilma bilan tekshirishi mumkin. JSON yaratishning o‘zi muayyan sxemani kafolatlangan chiqish shartnomasiga aylantirmaydi.
Qwen suhbat shablonlari va mos ilova integratsiyalari orqali vosita chaqirishni qo‘llab-quvvatlashni hujjatlashtirgan. Funksiyalar tavsifi va har bir funksiya talab qiladigan ma’lumotni bering. Model taklif etilgan chaqiruvni tayyorlaydi; ilova uni bajaradi va keyingi navbat uchun natijani beradi. Foydali ma’lumot vazifasi yozuvni olishi, uni foydalanuvchi savoli bilan taqqoslashi va olingan maydonlarga bog‘langan qisqa izohni qaytarishi mumkin. Bajarish va tashqi tizimlarga kirishni model atrofidagi ilova ta’minlaydi.
Ishlab chiqaruvchi 29 dan ortiq til, jumladan, xitoy, ingliz, fransuz, ispan, portugal, nemis, italyan, rus, yapon, koreys, vetnam, tay va arab tillarini qo‘llab-quvvatlashni bayon qiladi. Tizim yo‘riqnomasining moslashuvchanligi chatbot roli va uning shartlarini belgilashga ham yordam beradi. Kod yoki matematika uchun tegishli amalga oshirishni yoki farazlarni bering va baholash uchun kerakli tekshiruvlar yoxud oraliq bosqichlar bilan birga javob so‘rang. Ko‘p tilli chiqishda natija mo‘ljallangan auditoriyaga mos bo‘lishi uchun maqsad til va saqlanadigan atamalarni belgilang.
", "aboutText": "Qwen2.5 72B Instruct — Qwen’ning umumiy maqsadli Qwen2.5 turkumidagi katta, yo‘riqnomalarga moslab sozlangan matn modeli. U yo‘riqnomalar va suhbat asosida yozma javoblar, kod va tuzilmali matn yaratadi. Imkoniyatlari umumiy bilim, dasturlash, matematika, batafsil ko‘rsatmalarga rioya qilish va jadvallar bilan ishlashni qamrab oladi. Bu model Qwen2.5 asosiy nazorat nuqtasi hamda alohida Coder, Math va ko‘rish-til versiyalaridan farq qiladi.\n\nModel jami 72,7 milliard parametrli, faqat dekoderdan iborat zich Transformer bo‘lib, ulardan 70 milliard parametr embedding qatlamlariga tegishli emas. E’lon qilingan arxitekturasi 80 qatlam, 64 so‘rov boshi va sakkiz kalit/qiymat boshiga ega guruhlangan so‘rovli diqqat mexanizmi, shuningdek, rotary position embeddings, SwiGLU va RMSNorm’dan foydalanadi. Turkumning dastlabki o‘qitish ma’lumotlari 18 trillion tokengacha yetadi, undan so‘ng yo‘riqnoma asosida foydalanish uchun qo‘shimcha o‘qitish amalga oshiriladi.\n\nAynan shu model kartasi to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. E’lon qilingan konfiguratsiya 32 768 pozitsiyadan boshlanadi; kengaytirilgan kontekstdan foydalanish ishlab chiqaruvchining uzunlikni masshtablash sozlamasini talab qiladi. Kartada statik masshtablash qisqaroq matnlardagi samaradorlikka ta’sir qilishi mumkinligi aytilib, uni uzun kirishlar kerak bo‘lganda yoqish tavsiya etiladi. Bu raqamlar modelning to‘liq imkoniyatini muayyan joylashtirishda ishlatiladigan nazorat nuqtasining standart konfiguratsiyasidan ajratadi.\n\nUzun hujjatlar bilan ishlaganda tekshiriladigan bo‘limlar va qaytariladigan natijani belgilang: taqqoslash, reja, xulosa yoki ajratib olingan faktlar to‘plami. Yo‘riqnomalar, manba matni va so‘ralgan javob mavjud kontekstga sig‘sin. Keng hisobot uchun bo‘limlar rejasi va aniq ustuvorliklar foydali: shunda chiqish yaratish uzunligini aloqasiz kirish qismiga sarflash o‘rniga topshiriqqa mos keladi.\n\nTuzilmali ma’lumotlarni tushunish va JSON yaratish ushbu versiyaning muhim jihatlaridir. O‘zgartirishni so‘rashdan oldin jadval sarlavhalari, o‘lchov birliklari va yetishmayotgan qiymatlar bo‘yicha qoidalarni bering. Ajratib olish vazifasida chiqish maydonlarini belgilang va modeldan manbada aytilgan qiymatlarni mavjud bo‘lmagan ma’lumotdan farqlashni so‘rang. So‘ng ilova natijani tahlil qilib, kutilgan tuzilma bilan tekshirishi mumkin. JSON yaratishning o‘zi muayyan sxemani kafolatlangan chiqish shartnomasiga aylantirmaydi.\n\nQwen suhbat shablonlari va mos ilova integratsiyalari orqali vosita chaqirishni qo‘llab-quvvatlashni hujjatlashtirgan. Funksiyalar tavsifi va har bir funksiya talab qiladigan ma’lumotni bering. Model taklif etilgan chaqiruvni tayyorlaydi; ilova uni bajaradi va keyingi navbat uchun natijani beradi. Foydali ma’lumot vazifasi yozuvni olishi, uni foydalanuvchi savoli bilan taqqoslashi va olingan maydonlarga bog‘langan qisqa izohni qaytarishi mumkin. Bajarish va tashqi tizimlarga kirishni model atrofidagi ilova ta’minlaydi.\n\nIshlab chiqaruvchi 29 dan ortiq til, jumladan, xitoy, ingliz, fransuz, ispan, portugal, nemis, italyan, rus, yapon, koreys, vetnam, tay va arab tillarini qo‘llab-quvvatlashni bayon qiladi. Tizim yo‘riqnomasining moslashuvchanligi chatbot roli va uning shartlarini belgilashga ham yordam beradi. Kod yoki matematika uchun tegishli amalga oshirishni yoki farazlarni bering va baholash uchun kerakli tekshiruvlar yoxud oraliq bosqichlar bilan birga javob so‘rang. Ko‘p tilli chiqishda natija mo‘ljallangan auditoriyaga mos bo‘lishi uchun maqsad til va saqlanadigan atamalarni belgilang.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Transform a small stock table\n\nTransform this table into a compact requested JSON array. Columns: sku, units, unit. Rows: A7 | 12 | boxes; B3 | blank | pieces; C9 | 0 | boxes. Preserve SKU spelling and units, convert stated counts to integers, and use null for a blank count. Return the array only; do not calculate totals across different units.A three-object JSON-shaped array retaining sku, units and unit with numeric counts or null.The blank count remains null, zero remains 0, and boxes are not added to pieces.qwen/qwen-2.5-72b-instructQwen2.5 72B Instruct — Qwen’ning ko‘p tilli suhbat, kod, matematika va tuzilmali ma’lumotlar uchun yo‘riqnomalarga moslab sozlangan zich arxitekturali matn modeli. Ishlab chiqaruvchi 131 072 tokenli kengaytirilgan kontekst, 8 192 token yaratish va vositalarni chaqirish shablonlarini hujjatlashtirgan.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5 72B Instruct — Qwen’ning umumiy maqsadli Qwen2.5 turkumidagi katta, yo‘riqnomalarga moslab sozlangan matn modeli. U yo‘riqnomalar va suhbat asosida yozma javoblar, kod va tuzilmali matn yaratadi. Imkoniyatlari umumiy bilim, dasturlash, matematika, batafsil ko‘rsatmalarga rioya qilish va jadvallar bilan ishlashni qamrab oladi. Bu model Qwen2.5 asosiy nazorat nuqtasi hamda alohida Coder, Math va ko‘rish-til versiyalaridan farq qiladi.
Model jami 72,7 milliard parametrli, faqat dekoderdan iborat zich Transformer bo‘lib, ulardan 70 milliard parametr embedding qatlamlariga tegishli emas. E’lon qilingan arxitekturasi 80 qatlam, 64 so‘rov boshi va sakkiz kalit/qiymat boshiga ega guruhlangan so‘rovli diqqat mexanizmi, shuningdek, rotary position embeddings, SwiGLU va RMSNorm’dan foydalanadi. Turkumning dastlabki o‘qitish ma’lumotlari 18 trillion tokengacha yetadi, undan so‘ng yo‘riqnoma asosida foydalanish uchun qo‘shimcha o‘qitish amalga oshiriladi.
Aynan shu model kartasi to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. E’lon qilingan konfiguratsiya 32 768 pozitsiyadan boshlanadi; kengaytirilgan kontekstdan foydalanish ishlab chiqaruvchining uzunlikni masshtablash sozlamasini talab qiladi. Kartada statik masshtablash qisqaroq matnlardagi samaradorlikka ta’sir qilishi mumkinligi aytilib, uni uzun kirishlar kerak bo‘lganda yoqish tavsiya etiladi. Bu raqamlar modelning to‘liq imkoniyatini muayyan joylashtirishda ishlatiladigan nazorat nuqtasining standart konfiguratsiyasidan ajratadi.
Uzun hujjatlar bilan ishlaganda tekshiriladigan bo‘limlar va qaytariladigan natijani belgilang: taqqoslash, reja, xulosa yoki ajratib olingan faktlar to‘plami. Yo‘riqnomalar, manba matni va so‘ralgan javob mavjud kontekstga sig‘sin. Keng hisobot uchun bo‘limlar rejasi va aniq ustuvorliklar foydali: shunda chiqish yaratish uzunligini aloqasiz kirish qismiga sarflash o‘rniga topshiriqqa mos keladi.
Tuzilmali ma’lumotlarni tushunish va JSON yaratish ushbu versiyaning muhim jihatlaridir. O‘zgartirishni so‘rashdan oldin jadval sarlavhalari, o‘lchov birliklari va yetishmayotgan qiymatlar bo‘yicha qoidalarni bering. Ajratib olish vazifasida chiqish maydonlarini belgilang va modeldan manbada aytilgan qiymatlarni mavjud bo‘lmagan ma’lumotdan farqlashni so‘rang. So‘ng ilova natijani tahlil qilib, kutilgan tuzilma bilan tekshirishi mumkin. JSON yaratishning o‘zi muayyan sxemani kafolatlangan chiqish shartnomasiga aylantirmaydi.
Qwen suhbat shablonlari va mos ilova integratsiyalari orqali vosita chaqirishni qo‘llab-quvvatlashni hujjatlashtirgan. Funksiyalar tavsifi va har bir funksiya talab qiladigan ma’lumotni bering. Model taklif etilgan chaqiruvni tayyorlaydi; ilova uni bajaradi va keyingi navbat uchun natijani beradi. Foydali ma’lumot vazifasi yozuvni olishi, uni foydalanuvchi savoli bilan taqqoslashi va olingan maydonlarga bog‘langan qisqa izohni qaytarishi mumkin. Bajarish va tashqi tizimlarga kirishni model atrofidagi ilova ta’minlaydi.
Ishlab chiqaruvchi 29 dan ortiq til, jumladan, xitoy, ingliz, fransuz, ispan, portugal, nemis, italyan, rus, yapon, koreys, vetnam, tay va arab tillarini qo‘llab-quvvatlashni bayon qiladi. Tizim yo‘riqnomasining moslashuvchanligi chatbot roli va uning shartlarini belgilashga ham yordam beradi. Kod yoki matematika uchun tegishli amalga oshirishni yoki farazlarni bering va baholash uchun kerakli tekshiruvlar yoxud oraliq bosqichlar bilan birga javob so‘rang. Ko‘p tilli chiqishda natija mo‘ljallangan auditoriyaga mos bo‘lishi uchun maqsad til va saqlanadigan atamalarni belgilang.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen/qwen-2.5-72b-instruct | 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.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00118 / 1K token Chiqish · Chiqish tokenlari $0.00118 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00118 / 1K token Chiqish · Chiqish tokenlari $0.00118 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen-2.5-72b-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/qwen-2.5-72b-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/qwen-2.5-72b-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 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/qwen-2.5-72b-instruct
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
qwen/qwen-2.5-72b-instructQwen2.5 72B Instruct — Qwen’ning ko‘p tilli suhbat, kod, matematika va tuzilmali ma’lumotlar uchun yo‘riqnomalarga moslab sozlangan zich arxitekturali matn modeli. Ishlab chiqaruvchi 131 072 tokenli kengaytirilgan kontekst, 8 192 token yaratish va vositalarni chaqirish shablonlarini hujjatlashtirgan.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5 72B Instruct — Qwen’ning umumiy maqsadli Qwen2.5 turkumidagi katta, yo‘riqnomalarga moslab sozlangan matn modeli. U yo‘riqnomalar va suhbat asosida yozma javoblar, kod va tuzilmali matn yaratadi. Imkoniyatlari umumiy bilim, dasturlash, matematika, batafsil ko‘rsatmalarga rioya qilish va jadvallar bilan ishlashni qamrab oladi. Bu model Qwen2.5 asosiy nazorat nuqtasi hamda alohida Coder, Math va ko‘rish-til versiyalaridan farq qiladi.
Model jami 72,7 milliard parametrli, faqat dekoderdan iborat zich Transformer bo‘lib, ulardan 70 milliard parametr embedding qatlamlariga tegishli emas. E’lon qilingan arxitekturasi 80 qatlam, 64 so‘rov boshi va sakkiz kalit/qiymat boshiga ega guruhlangan so‘rovli diqqat mexanizmi, shuningdek, rotary position embeddings, SwiGLU va RMSNorm’dan foydalanadi. Turkumning dastlabki o‘qitish ma’lumotlari 18 trillion tokengacha yetadi, undan so‘ng yo‘riqnoma asosida foydalanish uchun qo‘shimcha o‘qitish amalga oshiriladi.
Aynan shu model kartasi to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. E’lon qilingan konfiguratsiya 32 768 pozitsiyadan boshlanadi; kengaytirilgan kontekstdan foydalanish ishlab chiqaruvchining uzunlikni masshtablash sozlamasini talab qiladi. Kartada statik masshtablash qisqaroq matnlardagi samaradorlikka ta’sir qilishi mumkinligi aytilib, uni uzun kirishlar kerak bo‘lganda yoqish tavsiya etiladi. Bu raqamlar modelning to‘liq imkoniyatini muayyan joylashtirishda ishlatiladigan nazorat nuqtasining standart konfiguratsiyasidan ajratadi.
Uzun hujjatlar bilan ishlaganda tekshiriladigan bo‘limlar va qaytariladigan natijani belgilang: taqqoslash, reja, xulosa yoki ajratib olingan faktlar to‘plami. Yo‘riqnomalar, manba matni va so‘ralgan javob mavjud kontekstga sig‘sin. Keng hisobot uchun bo‘limlar rejasi va aniq ustuvorliklar foydali: shunda chiqish yaratish uzunligini aloqasiz kirish qismiga sarflash o‘rniga topshiriqqa mos keladi.
Tuzilmali ma’lumotlarni tushunish va JSON yaratish ushbu versiyaning muhim jihatlaridir. O‘zgartirishni so‘rashdan oldin jadval sarlavhalari, o‘lchov birliklari va yetishmayotgan qiymatlar bo‘yicha qoidalarni bering. Ajratib olish vazifasida chiqish maydonlarini belgilang va modeldan manbada aytilgan qiymatlarni mavjud bo‘lmagan ma’lumotdan farqlashni so‘rang. So‘ng ilova natijani tahlil qilib, kutilgan tuzilma bilan tekshirishi mumkin. JSON yaratishning o‘zi muayyan sxemani kafolatlangan chiqish shartnomasiga aylantirmaydi.
Qwen suhbat shablonlari va mos ilova integratsiyalari orqali vosita chaqirishni qo‘llab-quvvatlashni hujjatlashtirgan. Funksiyalar tavsifi va har bir funksiya talab qiladigan ma’lumotni bering. Model taklif etilgan chaqiruvni tayyorlaydi; ilova uni bajaradi va keyingi navbat uchun natijani beradi. Foydali ma’lumot vazifasi yozuvni olishi, uni foydalanuvchi savoli bilan taqqoslashi va olingan maydonlarga bog‘langan qisqa izohni qaytarishi mumkin. Bajarish va tashqi tizimlarga kirishni model atrofidagi ilova ta’minlaydi.
Ishlab chiqaruvchi 29 dan ortiq til, jumladan, xitoy, ingliz, fransuz, ispan, portugal, nemis, italyan, rus, yapon, koreys, vetnam, tay va arab tillarini qo‘llab-quvvatlashni bayon qiladi. Tizim yo‘riqnomasining moslashuvchanligi chatbot roli va uning shartlarini belgilashga ham yordam beradi. Kod yoki matematika uchun tegishli amalga oshirishni yoki farazlarni bering va baholash uchun kerakli tekshiruvlar yoxud oraliq bosqichlar bilan birga javob so‘rang. Ko‘p tilli chiqishda natija mo‘ljallangan auditoriyaga mos bo‘lishi uchun maqsad til va saqlanadigan atamalarni belgilang.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen/qwen-2.5-72b-instruct | 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.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00118 / 1K token Chiqish · Chiqish tokenlari $0.00118 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00118 / 1K token Chiqish · Chiqish tokenlari $0.00118 / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen/qwen-2.5-72b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen-2.5-72b-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/qwen-2.5-72b-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 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/qwen-2.5-72b-instruct
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Transform a small stock table\n\nTransform this table into a compact requested JSON array. Columns: sku, units, unit. Rows: A7 | 12 | boxes; B3 | blank | pieces; C9 | 0 | boxes. Preserve SKU spelling and units, convert stated counts to integers, and use null for a blank count. Return the array only; do not calculate totals across different units.A three-object JSON-shaped array retaining sku, units and unit with numeric counts or null.The blank count remains null, zero remains 0, and boxes are not added to pieces.