Qwen2.5-14B-Instruct — umumiy Qwen2.5 oilasining yo‘riqnomalarga moslab sozlangan 14B hajmdagi versiyasi. U matnli suhbatni qabul qilib, matn qaytaradi: izoh, hujjat, dastur kodi yoki tuzilmali maydonlar. Ishlab chiqaruvchi ko‘rsatmalarga rioya qilish, dasturlash, matematika, jadvallar kabi tuzilmali ma’lumotlarni tushunish va tuzilmali javoblar, ayniqsa JSON yaratishga urg‘u beradi.
Oiladagi yaxshilanishlar
Ishlab chiqaruvchi oldingi Qwen2 avlodiga qaraganda kengroq bilim, kuchliroq dasturlash va matematik qobiliyatlar, shuningdek, uzun javob yaratish va turli tizim yo‘riqnomalarini yaxshiroq qayta ishlashni bayon qiladi. Oila 18 trillion tokenga yetishi aytilgan dastlabki o‘qitish korpusidan foydalanadi. Bu qobiliyatlar roli va chiqishi vazifa bilan belgilanadigan muayyan soha yordamchisini qo‘llab-quvvatlaydi. Ushbu model umumiy Instruct versiyasi bo‘lib qoladi; alohida nomlangan Qwen2.5-Coder va Qwen2.5-Math yo‘nalishlarining o‘z ixtisosligi bor.
Jarayon yordamchisi tartib va uning bir bosqichi haqidagi savolni olishi mumkin. O‘quvchining rolini belgilang, shu bosqichga tegishli harakatlarni so‘rang va javobda tartibning asl shartlari saqlanishini talab qiling. Foydali chiqish keyingi harakat, uni qo‘llashga imkon beradigan shart va hali kerak bo‘lgan ma’lumotni ajratishi mumkin. Bu keng maslahat so‘rovini berilgan jarayonga bog‘langan javobga aylantiradi.
Kod izohi uchun funksiya, tegishli yordamchi ta’riflar va tushunmovchilik tug‘diradigan kirishni bering. Amallar ketma-ketligini va shu kirish uchun qaytariladigan qiymatni so‘rang. Matematik izohda ifodani keltirib chiqarishni so‘rashdan oldin belgilar, farazlar va maqsad ifodani ko‘rsating. Ikkala vazifa ham matndan foydalanadi; dasturni bajarish yoki alohida sonli hisoblash vositasini taqdim etish model atrofidagi ilovaning ishidir.
Jadvallar va JSON
Jadval savolida ustun sarlavhalari va birliklarni saqlang, tegishli qatorlarni nomlang va taqqoslashni belgilang. Istalgan chiqish mos qator identifikatorlarini sanab, har bir qator berilgan qaysi shartni bajarishini tushuntirishi mumkin. Jadvalda qiymatlar yetishmasa, javob ularni bo‘sh qoldirishi yoki aniq ko‘rsatishi kerakligini ayting.
Tuzilmali ajratib olishda maydon nomlari va kerakli turlarni ko‘rsating. Mahsulot identifikatori, zaxira miqdori va ombor yorlig‘i kabi kirishni aynan shu maydonlarga ega yozuvga aylantirish mumkin. Ilova uni tahlil qiladigan bo‘lsa, faqat yozuvni so‘rang; foydalanuvchi manba talqinini tekshirishi kerak bo‘lsa, alohida nasriy izoh so‘rang. Modelning hujjatlashtirilgan JSON yaratish qobiliyati muayyan interfeys sxemani majburiy qo‘llashidan farq qiladi.
Ko‘p tilli suhbat 29 dan ortiq tilda, jumladan, ingliz, xitoy, rus, nemis, fransuz, ispan, portugal, italyan, yapon, koreys, vetnam, tay va arab tillarida qo‘llab-quvvatlanadi. Yakuniy tilni belgilang va o‘zgarmasligi kerak bo‘lgan atamalarni bering. Tarjima qilingan texnik izohda modeldan o‘zgaruvchi nomlari, iqtibosdagi yorliqlar va birliklarni saqlab, atrofdagi matnni o‘quvchiga moslashtirishni so‘rang.
Muayyan 14B relizi
Karta 14,7 milliard parametrni, jumladan, embeddingga tegishli bo‘lmagan 13,1 milliard parametr va 48 Transformer qatlamini ko‘rsatadi. Arxitekturasi rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi; guruhlangan so‘rovli diqqatda 40 so‘rov boshi va 8 kalit/qiymat boshi bor. Dastlabki va keyingi o‘qitish shu Instruct versiyasini hosil qiladi. Oilaning qobiliyatlari va e’lon qilingan kontekst raqamlari bir xil bo‘lsa ham, uning parametr va qatlam sonlari 32B versiyasidan farq qiladi.
Model kartasi to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Birinchisi vazifa uchun saqlanadigan suhbat va materialga, ikkinchisi yaratiladigan javobga tegishli. Tezkor boshlashdagi 512 token yaratish sozlamasi faqat misol bo‘lib, kartada ko‘rsatilgan javob hajmini almashtirmaydi. Rasm, video va audioni tushunish bu matn modeliga emas, alohida nomlangan multimodal relizlarga tegishli.
Kirish formati va vosita yordamidagi vazifalar
Ishlab chiqaruvchining misoli mos chat shablonini alohida tizim va foydalanuvchi xabarlariga qo‘llaydi. Yordamchining roli va javob qoidalarini tekshirilayotgan materialdan alohida belgilang. To‘liq savolni bering va manba matnini belgilab qo‘ying, shunda manba ichida iqtibos qilingan yo‘riqnoma ilova bergan vazifa bilan adashtirilmaydi.
Rasmiy Qwen2.5 e’loni vosita chaqirish shablonlari va mos integratsiyalarni ham bayon qiladi. Vosita yordamidagi vazifada model atrofidagi ilova funksiya tavsiflarini berishi, tanlangan amalni bajarishi va keyingi javob uchun natijasini taqdim etishi kerak. Masalan, suhbat berilgan hisoblash vositasi yordamida hisoblashni so‘rashi mumkin; funksiya natijasi keyin model izohlay oladigan ma’lumotga aylanadi. Vosita mavjudligi va bajarilishi shu integratsiyadan keladi, ushbu reliz esa suhbatning matnli xatti-harakatini beradi.
Uzun matn konfiguratsiyasi
E’lon qilingan konfiguratsiya dastlab 32 768 tokenni qamrab oladi. Uzunroq kirishlar uchun hujjatlashtirilgan kengaytirish YaRN’dan foydalanadi; misolda 4,0 masshtablash koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 berilgan. Statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkin, shu sababli ishlab chiqaruvchi uni uzun kontekst kerak bo‘lganda qo‘shishni tavsiya qiladi.
Uzun manbani tayyorlashda tahrirlanadigan bo‘lim yoki javob beriladigan savolni aniqlang va qo‘llab-quvvatlovchi qismlarni birga saqlang. Aniq so‘rov tuzatilgan parcha, o‘zgarishlar jadvali va asl bo‘lim havolalarini so‘rashi mumkin. Bu kengaytirilgan kontekstdan aniq artefakt uchun foydalanadi, shu bilan birga javobni alohida yaratish chegarasida saqlaydi.
", "aboutText": "Qwen2.5-14B-Instruct — umumiy Qwen2.5 oilasining yo‘riqnomalarga moslab sozlangan 14B hajmdagi versiyasi. U matnli suhbatni qabul qilib, matn qaytaradi: izoh, hujjat, dastur kodi yoki tuzilmali maydonlar. Ishlab chiqaruvchi ko‘rsatmalarga rioya qilish, dasturlash, matematika, jadvallar kabi tuzilmali ma’lumotlarni tushunish va tuzilmali javoblar, ayniqsa JSON yaratishga urg‘u beradi.\n\nOiladagi yaxshilanishlar\n\nIshlab chiqaruvchi oldingi Qwen2 avlodiga qaraganda kengroq bilim, kuchliroq dasturlash va matematik qobiliyatlar, shuningdek, uzun javob yaratish va turli tizim yo‘riqnomalarini yaxshiroq qayta ishlashni bayon qiladi. Oila 18 trillion tokenga yetishi aytilgan dastlabki o‘qitish korpusidan foydalanadi. Bu qobiliyatlar roli va chiqishi vazifa bilan belgilanadigan muayyan soha yordamchisini qo‘llab-quvvatlaydi. Ushbu model umumiy Instruct versiyasi bo‘lib qoladi; alohida nomlangan Qwen2.5-Coder va Qwen2.5-Math yo‘nalishlarining o‘z ixtisosligi bor.\n\nJarayon yordamchisi tartib va uning bir bosqichi haqidagi savolni olishi mumkin. O‘quvchining rolini belgilang, shu bosqichga tegishli harakatlarni so‘rang va javobda tartibning asl shartlari saqlanishini talab qiling. Foydali chiqish keyingi harakat, uni qo‘llashga imkon beradigan shart va hali kerak bo‘lgan ma’lumotni ajratishi mumkin. Bu keng maslahat so‘rovini berilgan jarayonga bog‘langan javobga aylantiradi.\n\nKod izohi uchun funksiya, tegishli yordamchi ta’riflar va tushunmovchilik tug‘diradigan kirishni bering. Amallar ketma-ketligini va shu kirish uchun qaytariladigan qiymatni so‘rang. Matematik izohda ifodani keltirib chiqarishni so‘rashdan oldin belgilar, farazlar va maqsad ifodani ko‘rsating. Ikkala vazifa ham matndan foydalanadi; dasturni bajarish yoki alohida sonli hisoblash vositasini taqdim etish model atrofidagi ilovaning ishidir.\n\nJadvallar va JSON\n\nJadval savolida ustun sarlavhalari va birliklarni saqlang, tegishli qatorlarni nomlang va taqqoslashni belgilang. Istalgan chiqish mos qator identifikatorlarini sanab, har bir qator berilgan qaysi shartni bajarishini tushuntirishi mumkin. Jadvalda qiymatlar yetishmasa, javob ularni bo‘sh qoldirishi yoki aniq ko‘rsatishi kerakligini ayting.\n\nTuzilmali ajratib olishda maydon nomlari va kerakli turlarni ko‘rsating. Mahsulot identifikatori, zaxira miqdori va ombor yorlig‘i kabi kirishni aynan shu maydonlarga ega yozuvga aylantirish mumkin. Ilova uni tahlil qiladigan bo‘lsa, faqat yozuvni so‘rang; foydalanuvchi manba talqinini tekshirishi kerak bo‘lsa, alohida nasriy izoh so‘rang. Modelning hujjatlashtirilgan JSON yaratish qobiliyati muayyan interfeys sxemani majburiy qo‘llashidan farq qiladi.\n\nKo‘p tilli suhbat 29 dan ortiq tilda, jumladan, ingliz, xitoy, rus, nemis, fransuz, ispan, portugal, italyan, yapon, koreys, vetnam, tay va arab tillarida qo‘llab-quvvatlanadi. Yakuniy tilni belgilang va o‘zgarmasligi kerak bo‘lgan atamalarni bering. Tarjima qilingan texnik izohda modeldan o‘zgaruvchi nomlari, iqtibosdagi yorliqlar va birliklarni saqlab, atrofdagi matnni o‘quvchiga moslashtirishni so‘rang.\n\nMuayyan 14B relizi\n\nKarta 14,7 milliard parametrni, jumladan, embeddingga tegishli bo‘lmagan 13,1 milliard parametr va 48 Transformer qatlamini ko‘rsatadi. Arxitekturasi rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi; guruhlangan so‘rovli diqqatda 40 so‘rov boshi va 8 kalit/qiymat boshi bor. Dastlabki va keyingi o‘qitish shu Instruct versiyasini hosil qiladi. Oilaning qobiliyatlari va e’lon qilingan kontekst raqamlari bir xil bo‘lsa ham, uning parametr va qatlam sonlari 32B versiyasidan farq qiladi.\n\nModel kartasi to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Birinchisi vazifa uchun saqlanadigan suhbat va materialga, ikkinchisi yaratiladigan javobga tegishli. Tezkor boshlashdagi 512 token yaratish sozlamasi faqat misol bo‘lib, kartada ko‘rsatilgan javob hajmini almashtirmaydi. Rasm, video va audioni tushunish bu matn modeliga emas, alohida nomlangan multimodal relizlarga tegishli.\n\nKirish formati va vosita yordamidagi vazifalar\n\nIshlab chiqaruvchining misoli mos chat shablonini alohida tizim va foydalanuvchi xabarlariga qo‘llaydi. Yordamchining roli va javob qoidalarini tekshirilayotgan materialdan alohida belgilang. To‘liq savolni bering va manba matnini belgilab qo‘ying, shunda manba ichida iqtibos qilingan yo‘riqnoma ilova bergan vazifa bilan adashtirilmaydi.\n\nRasmiy Qwen2.5 e’loni vosita chaqirish shablonlari va mos integratsiyalarni ham bayon qiladi. Vosita yordamidagi vazifada model atrofidagi ilova funksiya tavsiflarini berishi, tanlangan amalni bajarishi va keyingi javob uchun natijasini taqdim etishi kerak. Masalan, suhbat berilgan hisoblash vositasi yordamida hisoblashni so‘rashi mumkin; funksiya natijasi keyin model izohlay oladigan ma’lumotga aylanadi. Vosita mavjudligi va bajarilishi shu integratsiyadan keladi, ushbu reliz esa suhbatning matnli xatti-harakatini beradi.\n\nUzun matn konfiguratsiyasi\n\nE’lon qilingan konfiguratsiya dastlab 32 768 tokenni qamrab oladi. Uzunroq kirishlar uchun hujjatlashtirilgan kengaytirish YaRN’dan foydalanadi; misolda 4,0 masshtablash koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 berilgan. Statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkin, shu sababli ishlab chiqaruvchi uni uzun kontekst kerak bo‘lganda qo‘shishni tavsiya qiladi.\n\nUzun manbani tayyorlashda tahrirlanadigan bo‘lim yoki javob beriladigan savolni aniqlang va qo‘llab-quvvatlovchi qismlarni birga saqlang. Aniq so‘rov tuzatilgan parcha, o‘zgarishlar jadvali va asl bo‘lim havolalarini so‘rashi mumkin. Bu kengaytirilgan kontekstdan aniq artefakt uchun foydalanadi, shu bilan birga javobni alohida yaratish chegarasida saqlaydi.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Filter a stock table with missing values\n\nUse this stock table: item_id | stock | reorder_at; A7 | 3 | 5; B2 | 8 | 4; C9 | unknown | 6. Return the identifiers requiring reorder under stock < reorder_at, then list rows that cannot be decided. Preserve identifiers and explain the condition for each selected or unresolved row.A reorder list and a separate unresolved-row list, each with a short source-based reason.Check that equality would not trigger reorder and that unknown stock is not treated as zero.Qwen/Qwen2.5-14B-InstructQwen2.5-14B-Instruct — yo‘riqnoma asosidagi yordamchilar, kod va matematika uchun ko‘p tilli matn modeli. Uning 14,7 milliard parametrli alohida relizi jadvallarni talqin qilish, JSON yaratish va 8 192 tokenli javob chegarasini qo‘llab-quvvatlaydi; uzun kirishlar uchun kengaytirilgan kontekst konfiguratsiyasi mavjud.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-14B-Instruct — umumiy Qwen2.5 oilasining yo‘riqnomalarga moslab sozlangan 14B hajmdagi versiyasi. U matnli suhbatni qabul qilib, matn qaytaradi: izoh, hujjat, dastur kodi yoki tuzilmali maydonlar. Ishlab chiqaruvchi ko‘rsatmalarga rioya qilish, dasturlash, matematika, jadvallar kabi tuzilmali ma’lumotlarni tushunish va tuzilmali javoblar, ayniqsa JSON yaratishga urg‘u beradi.
Oiladagi yaxshilanishlar
Ishlab chiqaruvchi oldingi Qwen2 avlodiga qaraganda kengroq bilim, kuchliroq dasturlash va matematik qobiliyatlar, shuningdek, uzun javob yaratish va turli tizim yo‘riqnomalarini yaxshiroq qayta ishlashni bayon qiladi. Oila 18 trillion tokenga yetishi aytilgan dastlabki o‘qitish korpusidan foydalanadi. Bu qobiliyatlar roli va chiqishi vazifa bilan belgilanadigan muayyan soha yordamchisini qo‘llab-quvvatlaydi. Ushbu model umumiy Instruct versiyasi bo‘lib qoladi; alohida nomlangan Qwen2.5-Coder va Qwen2.5-Math yo‘nalishlarining o‘z ixtisosligi bor.
Jarayon yordamchisi tartib va uning bir bosqichi haqidagi savolni olishi mumkin. O‘quvchining rolini belgilang, shu bosqichga tegishli harakatlarni so‘rang va javobda tartibning asl shartlari saqlanishini talab qiling. Foydali chiqish keyingi harakat, uni qo‘llashga imkon beradigan shart va hali kerak bo‘lgan ma’lumotni ajratishi mumkin. Bu keng maslahat so‘rovini berilgan jarayonga bog‘langan javobga aylantiradi.
Kod izohi uchun funksiya, tegishli yordamchi ta’riflar va tushunmovchilik tug‘diradigan kirishni bering. Amallar ketma-ketligini va shu kirish uchun qaytariladigan qiymatni so‘rang. Matematik izohda ifodani keltirib chiqarishni so‘rashdan oldin belgilar, farazlar va maqsad ifodani ko‘rsating. Ikkala vazifa ham matndan foydalanadi; dasturni bajarish yoki alohida sonli hisoblash vositasini taqdim etish model atrofidagi ilovaning ishidir.
Jadvallar va JSON
Jadval savolida ustun sarlavhalari va birliklarni saqlang, tegishli qatorlarni nomlang va taqqoslashni belgilang. Istalgan chiqish mos qator identifikatorlarini sanab, har bir qator berilgan qaysi shartni bajarishini tushuntirishi mumkin. Jadvalda qiymatlar yetishmasa, javob ularni bo‘sh qoldirishi yoki aniq ko‘rsatishi kerakligini ayting.
Tuzilmali ajratib olishda maydon nomlari va kerakli turlarni ko‘rsating. Mahsulot identifikatori, zaxira miqdori va ombor yorlig‘i kabi kirishni aynan shu maydonlarga ega yozuvga aylantirish mumkin. Ilova uni tahlil qiladigan bo‘lsa, faqat yozuvni so‘rang; foydalanuvchi manba talqinini tekshirishi kerak bo‘lsa, alohida nasriy izoh so‘rang. Modelning hujjatlashtirilgan JSON yaratish qobiliyati muayyan interfeys sxemani majburiy qo‘llashidan farq qiladi.
Ko‘p tilli suhbat 29 dan ortiq tilda, jumladan, ingliz, xitoy, rus, nemis, fransuz, ispan, portugal, italyan, yapon, koreys, vetnam, tay va arab tillarida qo‘llab-quvvatlanadi. Yakuniy tilni belgilang va o‘zgarmasligi kerak bo‘lgan atamalarni bering. Tarjima qilingan texnik izohda modeldan o‘zgaruvchi nomlari, iqtibosdagi yorliqlar va birliklarni saqlab, atrofdagi matnni o‘quvchiga moslashtirishni so‘rang.
Muayyan 14B relizi
Karta 14,7 milliard parametrni, jumladan, embeddingga tegishli bo‘lmagan 13,1 milliard parametr va 48 Transformer qatlamini ko‘rsatadi. Arxitekturasi rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi; guruhlangan so‘rovli diqqatda 40 so‘rov boshi va 8 kalit/qiymat boshi bor. Dastlabki va keyingi o‘qitish shu Instruct versiyasini hosil qiladi. Oilaning qobiliyatlari va e’lon qilingan kontekst raqamlari bir xil bo‘lsa ham, uning parametr va qatlam sonlari 32B versiyasidan farq qiladi.
Model kartasi to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Birinchisi vazifa uchun saqlanadigan suhbat va materialga, ikkinchisi yaratiladigan javobga tegishli. Tezkor boshlashdagi 512 token yaratish sozlamasi faqat misol bo‘lib, kartada ko‘rsatilgan javob hajmini almashtirmaydi. Rasm, video va audioni tushunish bu matn modeliga emas, alohida nomlangan multimodal relizlarga tegishli.
Kirish formati va vosita yordamidagi vazifalar
Ishlab chiqaruvchining misoli mos chat shablonini alohida tizim va foydalanuvchi xabarlariga qo‘llaydi. Yordamchining roli va javob qoidalarini tekshirilayotgan materialdan alohida belgilang. To‘liq savolni bering va manba matnini belgilab qo‘ying, shunda manba ichida iqtibos qilingan yo‘riqnoma ilova bergan vazifa bilan adashtirilmaydi.
Rasmiy Qwen2.5 e’loni vosita chaqirish shablonlari va mos integratsiyalarni ham bayon qiladi. Vosita yordamidagi vazifada model atrofidagi ilova funksiya tavsiflarini berishi, tanlangan amalni bajarishi va keyingi javob uchun natijasini taqdim etishi kerak. Masalan, suhbat berilgan hisoblash vositasi yordamida hisoblashni so‘rashi mumkin; funksiya natijasi keyin model izohlay oladigan ma’lumotga aylanadi. Vosita mavjudligi va bajarilishi shu integratsiyadan keladi, ushbu reliz esa suhbatning matnli xatti-harakatini beradi.
Uzun matn konfiguratsiyasi
E’lon qilingan konfiguratsiya dastlab 32 768 tokenni qamrab oladi. Uzunroq kirishlar uchun hujjatlashtirilgan kengaytirish YaRN’dan foydalanadi; misolda 4,0 masshtablash koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 berilgan. Statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkin, shu sababli ishlab chiqaruvchi uni uzun kontekst kerak bo‘lganda qo‘shishni tavsiya qiladi.
Uzun manbani tayyorlashda tahrirlanadigan bo‘lim yoki javob beriladigan savolni aniqlang va qo‘llab-quvvatlovchi qismlarni birga saqlang. Aniq so‘rov tuzatilgan parcha, o‘zgarishlar jadvali va asl bo‘lim havolalarini so‘rashi mumkin. Bu kengaytirilgan kontekstdan aniq artefakt uchun foydalanadi, shu bilan birga javobni alohida yaratish chegarasida saqlaydi.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Qwen/Qwen2.5-14B-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.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.0002 / 1K token Chiqish · Chiqish tokenlari $0.0002 / 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/Qwen2.5-14B-Instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='Qwen/Qwen2.5-14B-Instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='Qwen/Qwen2.5-14B-Instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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/Qwen2.5-14B-Instruct, qwen2.5-14b-instruct
/chat/completions
Qwen/Qwen2.5-14B-InstructQwen2.5-14B-Instruct — yo‘riqnoma asosidagi yordamchilar, kod va matematika uchun ko‘p tilli matn modeli. Uning 14,7 milliard parametrli alohida relizi jadvallarni talqin qilish, JSON yaratish va 8 192 tokenli javob chegarasini qo‘llab-quvvatlaydi; uzun kirishlar uchun kengaytirilgan kontekst konfiguratsiyasi mavjud.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-14B-Instruct — umumiy Qwen2.5 oilasining yo‘riqnomalarga moslab sozlangan 14B hajmdagi versiyasi. U matnli suhbatni qabul qilib, matn qaytaradi: izoh, hujjat, dastur kodi yoki tuzilmali maydonlar. Ishlab chiqaruvchi ko‘rsatmalarga rioya qilish, dasturlash, matematika, jadvallar kabi tuzilmali ma’lumotlarni tushunish va tuzilmali javoblar, ayniqsa JSON yaratishga urg‘u beradi.
Oiladagi yaxshilanishlar
Ishlab chiqaruvchi oldingi Qwen2 avlodiga qaraganda kengroq bilim, kuchliroq dasturlash va matematik qobiliyatlar, shuningdek, uzun javob yaratish va turli tizim yo‘riqnomalarini yaxshiroq qayta ishlashni bayon qiladi. Oila 18 trillion tokenga yetishi aytilgan dastlabki o‘qitish korpusidan foydalanadi. Bu qobiliyatlar roli va chiqishi vazifa bilan belgilanadigan muayyan soha yordamchisini qo‘llab-quvvatlaydi. Ushbu model umumiy Instruct versiyasi bo‘lib qoladi; alohida nomlangan Qwen2.5-Coder va Qwen2.5-Math yo‘nalishlarining o‘z ixtisosligi bor.
Jarayon yordamchisi tartib va uning bir bosqichi haqidagi savolni olishi mumkin. O‘quvchining rolini belgilang, shu bosqichga tegishli harakatlarni so‘rang va javobda tartibning asl shartlari saqlanishini talab qiling. Foydali chiqish keyingi harakat, uni qo‘llashga imkon beradigan shart va hali kerak bo‘lgan ma’lumotni ajratishi mumkin. Bu keng maslahat so‘rovini berilgan jarayonga bog‘langan javobga aylantiradi.
Kod izohi uchun funksiya, tegishli yordamchi ta’riflar va tushunmovchilik tug‘diradigan kirishni bering. Amallar ketma-ketligini va shu kirish uchun qaytariladigan qiymatni so‘rang. Matematik izohda ifodani keltirib chiqarishni so‘rashdan oldin belgilar, farazlar va maqsad ifodani ko‘rsating. Ikkala vazifa ham matndan foydalanadi; dasturni bajarish yoki alohida sonli hisoblash vositasini taqdim etish model atrofidagi ilovaning ishidir.
Jadvallar va JSON
Jadval savolida ustun sarlavhalari va birliklarni saqlang, tegishli qatorlarni nomlang va taqqoslashni belgilang. Istalgan chiqish mos qator identifikatorlarini sanab, har bir qator berilgan qaysi shartni bajarishini tushuntirishi mumkin. Jadvalda qiymatlar yetishmasa, javob ularni bo‘sh qoldirishi yoki aniq ko‘rsatishi kerakligini ayting.
Tuzilmali ajratib olishda maydon nomlari va kerakli turlarni ko‘rsating. Mahsulot identifikatori, zaxira miqdori va ombor yorlig‘i kabi kirishni aynan shu maydonlarga ega yozuvga aylantirish mumkin. Ilova uni tahlil qiladigan bo‘lsa, faqat yozuvni so‘rang; foydalanuvchi manba talqinini tekshirishi kerak bo‘lsa, alohida nasriy izoh so‘rang. Modelning hujjatlashtirilgan JSON yaratish qobiliyati muayyan interfeys sxemani majburiy qo‘llashidan farq qiladi.
Ko‘p tilli suhbat 29 dan ortiq tilda, jumladan, ingliz, xitoy, rus, nemis, fransuz, ispan, portugal, italyan, yapon, koreys, vetnam, tay va arab tillarida qo‘llab-quvvatlanadi. Yakuniy tilni belgilang va o‘zgarmasligi kerak bo‘lgan atamalarni bering. Tarjima qilingan texnik izohda modeldan o‘zgaruvchi nomlari, iqtibosdagi yorliqlar va birliklarni saqlab, atrofdagi matnni o‘quvchiga moslashtirishni so‘rang.
Muayyan 14B relizi
Karta 14,7 milliard parametrni, jumladan, embeddingga tegishli bo‘lmagan 13,1 milliard parametr va 48 Transformer qatlamini ko‘rsatadi. Arxitekturasi rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi; guruhlangan so‘rovli diqqatda 40 so‘rov boshi va 8 kalit/qiymat boshi bor. Dastlabki va keyingi o‘qitish shu Instruct versiyasini hosil qiladi. Oilaning qobiliyatlari va e’lon qilingan kontekst raqamlari bir xil bo‘lsa ham, uning parametr va qatlam sonlari 32B versiyasidan farq qiladi.
Model kartasi to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Birinchisi vazifa uchun saqlanadigan suhbat va materialga, ikkinchisi yaratiladigan javobga tegishli. Tezkor boshlashdagi 512 token yaratish sozlamasi faqat misol bo‘lib, kartada ko‘rsatilgan javob hajmini almashtirmaydi. Rasm, video va audioni tushunish bu matn modeliga emas, alohida nomlangan multimodal relizlarga tegishli.
Kirish formati va vosita yordamidagi vazifalar
Ishlab chiqaruvchining misoli mos chat shablonini alohida tizim va foydalanuvchi xabarlariga qo‘llaydi. Yordamchining roli va javob qoidalarini tekshirilayotgan materialdan alohida belgilang. To‘liq savolni bering va manba matnini belgilab qo‘ying, shunda manba ichida iqtibos qilingan yo‘riqnoma ilova bergan vazifa bilan adashtirilmaydi.
Rasmiy Qwen2.5 e’loni vosita chaqirish shablonlari va mos integratsiyalarni ham bayon qiladi. Vosita yordamidagi vazifada model atrofidagi ilova funksiya tavsiflarini berishi, tanlangan amalni bajarishi va keyingi javob uchun natijasini taqdim etishi kerak. Masalan, suhbat berilgan hisoblash vositasi yordamida hisoblashni so‘rashi mumkin; funksiya natijasi keyin model izohlay oladigan ma’lumotga aylanadi. Vosita mavjudligi va bajarilishi shu integratsiyadan keladi, ushbu reliz esa suhbatning matnli xatti-harakatini beradi.
Uzun matn konfiguratsiyasi
E’lon qilingan konfiguratsiya dastlab 32 768 tokenni qamrab oladi. Uzunroq kirishlar uchun hujjatlashtirilgan kengaytirish YaRN’dan foydalanadi; misolda 4,0 masshtablash koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 berilgan. Statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkin, shu sababli ishlab chiqaruvchi uni uzun kontekst kerak bo‘lganda qo‘shishni tavsiya qiladi.
Uzun manbani tayyorlashda tahrirlanadigan bo‘lim yoki javob beriladigan savolni aniqlang va qo‘llab-quvvatlovchi qismlarni birga saqlang. Aniq so‘rov tuzatilgan parcha, o‘zgarishlar jadvali va asl bo‘lim havolalarini so‘rashi mumkin. Bu kengaytirilgan kontekstdan aniq artefakt uchun foydalanadi, shu bilan birga javobni alohida yaratish chegarasida saqlaydi.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Qwen/Qwen2.5-14B-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.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.0002 / 1K token Chiqish · Chiqish tokenlari $0.0002 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "Qwen/Qwen2.5-14B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen2.5-14B-Instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen2.5-14B-Instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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/Qwen2.5-14B-Instruct, qwen2.5-14b-instruct
/chat/completions
qwen2.5-14b-instructQwen2.5-14B-Instruct — yo‘riqnoma asosidagi yordamchilar, kod va matematika uchun ko‘p tilli matn modeli. Uning 14,7 milliard parametrli alohida relizi jadvallarni talqin qilish, JSON yaratish va 8 192 tokenli javob chegarasini qo‘llab-quvvatlaydi; uzun kirishlar uchun kengaytirilgan kontekst konfiguratsiyasi mavjud.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-14B-Instruct — umumiy Qwen2.5 oilasining yo‘riqnomalarga moslab sozlangan 14B hajmdagi versiyasi. U matnli suhbatni qabul qilib, matn qaytaradi: izoh, hujjat, dastur kodi yoki tuzilmali maydonlar. Ishlab chiqaruvchi ko‘rsatmalarga rioya qilish, dasturlash, matematika, jadvallar kabi tuzilmali ma’lumotlarni tushunish va tuzilmali javoblar, ayniqsa JSON yaratishga urg‘u beradi.
Oiladagi yaxshilanishlar
Ishlab chiqaruvchi oldingi Qwen2 avlodiga qaraganda kengroq bilim, kuchliroq dasturlash va matematik qobiliyatlar, shuningdek, uzun javob yaratish va turli tizim yo‘riqnomalarini yaxshiroq qayta ishlashni bayon qiladi. Oila 18 trillion tokenga yetishi aytilgan dastlabki o‘qitish korpusidan foydalanadi. Bu qobiliyatlar roli va chiqishi vazifa bilan belgilanadigan muayyan soha yordamchisini qo‘llab-quvvatlaydi. Ushbu model umumiy Instruct versiyasi bo‘lib qoladi; alohida nomlangan Qwen2.5-Coder va Qwen2.5-Math yo‘nalishlarining o‘z ixtisosligi bor.
Jarayon yordamchisi tartib va uning bir bosqichi haqidagi savolni olishi mumkin. O‘quvchining rolini belgilang, shu bosqichga tegishli harakatlarni so‘rang va javobda tartibning asl shartlari saqlanishini talab qiling. Foydali chiqish keyingi harakat, uni qo‘llashga imkon beradigan shart va hali kerak bo‘lgan ma’lumotni ajratishi mumkin. Bu keng maslahat so‘rovini berilgan jarayonga bog‘langan javobga aylantiradi.
Kod izohi uchun funksiya, tegishli yordamchi ta’riflar va tushunmovchilik tug‘diradigan kirishni bering. Amallar ketma-ketligini va shu kirish uchun qaytariladigan qiymatni so‘rang. Matematik izohda ifodani keltirib chiqarishni so‘rashdan oldin belgilar, farazlar va maqsad ifodani ko‘rsating. Ikkala vazifa ham matndan foydalanadi; dasturni bajarish yoki alohida sonli hisoblash vositasini taqdim etish model atrofidagi ilovaning ishidir.
Jadvallar va JSON
Jadval savolida ustun sarlavhalari va birliklarni saqlang, tegishli qatorlarni nomlang va taqqoslashni belgilang. Istalgan chiqish mos qator identifikatorlarini sanab, har bir qator berilgan qaysi shartni bajarishini tushuntirishi mumkin. Jadvalda qiymatlar yetishmasa, javob ularni bo‘sh qoldirishi yoki aniq ko‘rsatishi kerakligini ayting.
Tuzilmali ajratib olishda maydon nomlari va kerakli turlarni ko‘rsating. Mahsulot identifikatori, zaxira miqdori va ombor yorlig‘i kabi kirishni aynan shu maydonlarga ega yozuvga aylantirish mumkin. Ilova uni tahlil qiladigan bo‘lsa, faqat yozuvni so‘rang; foydalanuvchi manba talqinini tekshirishi kerak bo‘lsa, alohida nasriy izoh so‘rang. Modelning hujjatlashtirilgan JSON yaratish qobiliyati muayyan interfeys sxemani majburiy qo‘llashidan farq qiladi.
Ko‘p tilli suhbat 29 dan ortiq tilda, jumladan, ingliz, xitoy, rus, nemis, fransuz, ispan, portugal, italyan, yapon, koreys, vetnam, tay va arab tillarida qo‘llab-quvvatlanadi. Yakuniy tilni belgilang va o‘zgarmasligi kerak bo‘lgan atamalarni bering. Tarjima qilingan texnik izohda modeldan o‘zgaruvchi nomlari, iqtibosdagi yorliqlar va birliklarni saqlab, atrofdagi matnni o‘quvchiga moslashtirishni so‘rang.
Muayyan 14B relizi
Karta 14,7 milliard parametrni, jumladan, embeddingga tegishli bo‘lmagan 13,1 milliard parametr va 48 Transformer qatlamini ko‘rsatadi. Arxitekturasi rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi; guruhlangan so‘rovli diqqatda 40 so‘rov boshi va 8 kalit/qiymat boshi bor. Dastlabki va keyingi o‘qitish shu Instruct versiyasini hosil qiladi. Oilaning qobiliyatlari va e’lon qilingan kontekst raqamlari bir xil bo‘lsa ham, uning parametr va qatlam sonlari 32B versiyasidan farq qiladi.
Model kartasi to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Birinchisi vazifa uchun saqlanadigan suhbat va materialga, ikkinchisi yaratiladigan javobga tegishli. Tezkor boshlashdagi 512 token yaratish sozlamasi faqat misol bo‘lib, kartada ko‘rsatilgan javob hajmini almashtirmaydi. Rasm, video va audioni tushunish bu matn modeliga emas, alohida nomlangan multimodal relizlarga tegishli.
Kirish formati va vosita yordamidagi vazifalar
Ishlab chiqaruvchining misoli mos chat shablonini alohida tizim va foydalanuvchi xabarlariga qo‘llaydi. Yordamchining roli va javob qoidalarini tekshirilayotgan materialdan alohida belgilang. To‘liq savolni bering va manba matnini belgilab qo‘ying, shunda manba ichida iqtibos qilingan yo‘riqnoma ilova bergan vazifa bilan adashtirilmaydi.
Rasmiy Qwen2.5 e’loni vosita chaqirish shablonlari va mos integratsiyalarni ham bayon qiladi. Vosita yordamidagi vazifada model atrofidagi ilova funksiya tavsiflarini berishi, tanlangan amalni bajarishi va keyingi javob uchun natijasini taqdim etishi kerak. Masalan, suhbat berilgan hisoblash vositasi yordamida hisoblashni so‘rashi mumkin; funksiya natijasi keyin model izohlay oladigan ma’lumotga aylanadi. Vosita mavjudligi va bajarilishi shu integratsiyadan keladi, ushbu reliz esa suhbatning matnli xatti-harakatini beradi.
Uzun matn konfiguratsiyasi
E’lon qilingan konfiguratsiya dastlab 32 768 tokenni qamrab oladi. Uzunroq kirishlar uchun hujjatlashtirilgan kengaytirish YaRN’dan foydalanadi; misolda 4,0 masshtablash koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 berilgan. Statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkin, shu sababli ishlab chiqaruvchi uni uzun kontekst kerak bo‘lganda qo‘shishni tavsiya qiladi.
Uzun manbani tayyorlashda tahrirlanadigan bo‘lim yoki javob beriladigan savolni aniqlang va qo‘llab-quvvatlovchi qismlarni birga saqlang. Aniq so‘rov tuzatilgan parcha, o‘zgarishlar jadvali va asl bo‘lim havolalarini so‘rashi mumkin. Bu kengaytirilgan kontekstdan aniq artefakt uchun foydalanadi, shu bilan birga javobni alohida yaratish chegarasida saqlaydi.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen2.5-14b-instruct | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Matnli suhbat | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
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 |
Parametrcontrol_scope | Parametr talablariMatnli suhbat; stream mantiqiy qiymat bo‘lib, standart holatda false. |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Usul taxalluslari: /chat/completions
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 $0.0002 / 1K token Chiqish · Chiqish tokenlari $0.0002 / 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":"qwen2.5-14b-instruct","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="qwen2.5-14b-instruct", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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/Qwen2.5-14B-Instruct, qwen2.5-14b-instruct
/chat/completions
qwen2.5-14b-instructQwen2.5-14B-Instruct — yo‘riqnoma asosidagi yordamchilar, kod va matematika uchun ko‘p tilli matn modeli. Uning 14,7 milliard parametrli alohida relizi jadvallarni talqin qilish, JSON yaratish va 8 192 tokenli javob chegarasini qo‘llab-quvvatlaydi; uzun kirishlar uchun kengaytirilgan kontekst konfiguratsiyasi mavjud.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-14B-Instruct — umumiy Qwen2.5 oilasining yo‘riqnomalarga moslab sozlangan 14B hajmdagi versiyasi. U matnli suhbatni qabul qilib, matn qaytaradi: izoh, hujjat, dastur kodi yoki tuzilmali maydonlar. Ishlab chiqaruvchi ko‘rsatmalarga rioya qilish, dasturlash, matematika, jadvallar kabi tuzilmali ma’lumotlarni tushunish va tuzilmali javoblar, ayniqsa JSON yaratishga urg‘u beradi.
Oiladagi yaxshilanishlar
Ishlab chiqaruvchi oldingi Qwen2 avlodiga qaraganda kengroq bilim, kuchliroq dasturlash va matematik qobiliyatlar, shuningdek, uzun javob yaratish va turli tizim yo‘riqnomalarini yaxshiroq qayta ishlashni bayon qiladi. Oila 18 trillion tokenga yetishi aytilgan dastlabki o‘qitish korpusidan foydalanadi. Bu qobiliyatlar roli va chiqishi vazifa bilan belgilanadigan muayyan soha yordamchisini qo‘llab-quvvatlaydi. Ushbu model umumiy Instruct versiyasi bo‘lib qoladi; alohida nomlangan Qwen2.5-Coder va Qwen2.5-Math yo‘nalishlarining o‘z ixtisosligi bor.
Jarayon yordamchisi tartib va uning bir bosqichi haqidagi savolni olishi mumkin. O‘quvchining rolini belgilang, shu bosqichga tegishli harakatlarni so‘rang va javobda tartibning asl shartlari saqlanishini talab qiling. Foydali chiqish keyingi harakat, uni qo‘llashga imkon beradigan shart va hali kerak bo‘lgan ma’lumotni ajratishi mumkin. Bu keng maslahat so‘rovini berilgan jarayonga bog‘langan javobga aylantiradi.
Kod izohi uchun funksiya, tegishli yordamchi ta’riflar va tushunmovchilik tug‘diradigan kirishni bering. Amallar ketma-ketligini va shu kirish uchun qaytariladigan qiymatni so‘rang. Matematik izohda ifodani keltirib chiqarishni so‘rashdan oldin belgilar, farazlar va maqsad ifodani ko‘rsating. Ikkala vazifa ham matndan foydalanadi; dasturni bajarish yoki alohida sonli hisoblash vositasini taqdim etish model atrofidagi ilovaning ishidir.
Jadvallar va JSON
Jadval savolida ustun sarlavhalari va birliklarni saqlang, tegishli qatorlarni nomlang va taqqoslashni belgilang. Istalgan chiqish mos qator identifikatorlarini sanab, har bir qator berilgan qaysi shartni bajarishini tushuntirishi mumkin. Jadvalda qiymatlar yetishmasa, javob ularni bo‘sh qoldirishi yoki aniq ko‘rsatishi kerakligini ayting.
Tuzilmali ajratib olishda maydon nomlari va kerakli turlarni ko‘rsating. Mahsulot identifikatori, zaxira miqdori va ombor yorlig‘i kabi kirishni aynan shu maydonlarga ega yozuvga aylantirish mumkin. Ilova uni tahlil qiladigan bo‘lsa, faqat yozuvni so‘rang; foydalanuvchi manba talqinini tekshirishi kerak bo‘lsa, alohida nasriy izoh so‘rang. Modelning hujjatlashtirilgan JSON yaratish qobiliyati muayyan interfeys sxemani majburiy qo‘llashidan farq qiladi.
Ko‘p tilli suhbat 29 dan ortiq tilda, jumladan, ingliz, xitoy, rus, nemis, fransuz, ispan, portugal, italyan, yapon, koreys, vetnam, tay va arab tillarida qo‘llab-quvvatlanadi. Yakuniy tilni belgilang va o‘zgarmasligi kerak bo‘lgan atamalarni bering. Tarjima qilingan texnik izohda modeldan o‘zgaruvchi nomlari, iqtibosdagi yorliqlar va birliklarni saqlab, atrofdagi matnni o‘quvchiga moslashtirishni so‘rang.
Muayyan 14B relizi
Karta 14,7 milliard parametrni, jumladan, embeddingga tegishli bo‘lmagan 13,1 milliard parametr va 48 Transformer qatlamini ko‘rsatadi. Arxitekturasi rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi; guruhlangan so‘rovli diqqatda 40 so‘rov boshi va 8 kalit/qiymat boshi bor. Dastlabki va keyingi o‘qitish shu Instruct versiyasini hosil qiladi. Oilaning qobiliyatlari va e’lon qilingan kontekst raqamlari bir xil bo‘lsa ham, uning parametr va qatlam sonlari 32B versiyasidan farq qiladi.
Model kartasi to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Birinchisi vazifa uchun saqlanadigan suhbat va materialga, ikkinchisi yaratiladigan javobga tegishli. Tezkor boshlashdagi 512 token yaratish sozlamasi faqat misol bo‘lib, kartada ko‘rsatilgan javob hajmini almashtirmaydi. Rasm, video va audioni tushunish bu matn modeliga emas, alohida nomlangan multimodal relizlarga tegishli.
Kirish formati va vosita yordamidagi vazifalar
Ishlab chiqaruvchining misoli mos chat shablonini alohida tizim va foydalanuvchi xabarlariga qo‘llaydi. Yordamchining roli va javob qoidalarini tekshirilayotgan materialdan alohida belgilang. To‘liq savolni bering va manba matnini belgilab qo‘ying, shunda manba ichida iqtibos qilingan yo‘riqnoma ilova bergan vazifa bilan adashtirilmaydi.
Rasmiy Qwen2.5 e’loni vosita chaqirish shablonlari va mos integratsiyalarni ham bayon qiladi. Vosita yordamidagi vazifada model atrofidagi ilova funksiya tavsiflarini berishi, tanlangan amalni bajarishi va keyingi javob uchun natijasini taqdim etishi kerak. Masalan, suhbat berilgan hisoblash vositasi yordamida hisoblashni so‘rashi mumkin; funksiya natijasi keyin model izohlay oladigan ma’lumotga aylanadi. Vosita mavjudligi va bajarilishi shu integratsiyadan keladi, ushbu reliz esa suhbatning matnli xatti-harakatini beradi.
Uzun matn konfiguratsiyasi
E’lon qilingan konfiguratsiya dastlab 32 768 tokenni qamrab oladi. Uzunroq kirishlar uchun hujjatlashtirilgan kengaytirish YaRN’dan foydalanadi; misolda 4,0 masshtablash koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 berilgan. Statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkin, shu sababli ishlab chiqaruvchi uni uzun kontekst kerak bo‘lganda qo‘shishni tavsiya qiladi.
Uzun manbani tayyorlashda tahrirlanadigan bo‘lim yoki javob beriladigan savolni aniqlang va qo‘llab-quvvatlovchi qismlarni birga saqlang. Aniq so‘rov tuzatilgan parcha, o‘zgarishlar jadvali va asl bo‘lim havolalarini so‘rashi mumkin. Bu kengaytirilgan kontekstdan aniq artefakt uchun foydalanadi, shu bilan birga javobni alohida yaratish chegarasida saqlaydi.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen2.5-14b-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.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.0002 / 1K token Chiqish · Chiqish tokenlari $0.0002 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen2.5-14b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen2.5-14b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen2.5-14b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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/Qwen2.5-14B-Instruct, qwen2.5-14b-instruct
/chat/completions
Ingliz tilidagi texnik misol
Filter a stock table with missing values\n\nUse this stock table: item_id | stock | reorder_at; A7 | 3 | 5; B2 | 8 | 4; C9 | unknown | 6. Return the identifiers requiring reorder under stock < reorder_at, then list rows that cannot be decided. Preserve identifiers and explain the condition for each selected or unresolved row.A reorder list and a separate unresolved-row list, each with a short source-based reason.Check that equality would not trigger reorder and that unknown stock is not treated as zero.