Qwen2.5-32B-Instruct — umumiy Qwen2.5 oilasidagi yo‘riqnomalarga moslab sozlangan 32B hajmdagi matn modeli. U alohida nomlangan Coder yoki Math mutaxassisi emas, tilni tushunish va yaratishni dasturlash hamda matematika bilan birlashtiradi. Ishlab chiqaruvchi ayniqsa batafsil ko‘rsatmalarga rioya qilish, uzun matn yozish, jadvallarni tushunish va tuzilmali matn, xususan JSON yaratishni ta’kidlaydi. Oila 18 trillion tokenga yetishi aytilgan korpusda dastlabki o‘qitishdan o‘tgan.
Tuzilmali ma’lumotlar, uzun javoblar va ko‘p tilli ish
Foydali ajratib olish vazifasi manba parchasini va ilovaning keyingi bosqichiga kerakli aniq maydonlarni beradi. Maydon turlari, matn ko‘chirilishi yoki umumlashtirilishi va mavjud bo‘lmagan ma’lumot qanday ifodalanishini belgilang. Masalan, mahsulot yozuvi identifikator, ishlash shartlari va hal qilinmagan savollar ro‘yxatini so‘rashi mumkin. Natija tahlil qilinishi kerak bo‘lsa, faqat JSON yozuvini so‘rang; inson ajratilgan maydonlar ortidagi mulohazani tekshirishi kerak bo‘lsa, alohida izoh so‘rang.
Jadvallarni tushunish — yana bir hujjatlashtirilgan yo‘nalish. Ustun nomlari, birliklar va tegishli qatorlarni savol bilan birga bering. Modeldan shartga mos qatorlarni aniqlash, davrlar orasidagi o‘zgarishni tushuntirish yoki jadvalni yozma hisobotga aylantirishni so‘rang. Amaliy chiqish har bir qator identifikatorini topilma yonida saqlashi mumkin. Bu manba qatori kuzatilmaydigan xulosa yaratish o‘rniga berilgan ma’lumot va javob o‘rtasidagi bog‘lanishni saqlaydi.
Uzun matn yozishda hujjatni so‘rashdan oldin auditoriya, bo‘limlar va manba faktlarini nomlang. Texnik taklif faqat berilgan material asosida muammo bayoni, talablar, muqobillar va tavsiyani talab qilishi mumkin. Qaysi shartlar majburiy, qaysilari hal qilinadigan savollar ekanini belgilang. Ishlab chiqaruvchi turli tizim yo‘riqnomalariga nisbatan barqarorlikni ham rivojlantiradi; bu belgilangan rol, ohang va suhbat shartlarini qo‘llaydi.
Oila 29 dan ortiq tilni, jumladan, ingliz, xitoy, rus, fransuz, ispan, portugal, nemis, italyan, yapon, koreys, vetnam, tay va arab tillarini qo‘llab-quvvatlaydi. Ko‘p tilli vazifada manba tilini kerakli chiqish tilidan ajrating va nomlar yoki texnik atamalar bir xil qolishi kerak bo‘lsa, atamalar ro‘yxatini bering. Ikki tilli hisobot ayni manba faktlarini ikki versiyada so‘rashi, identifikator va birliklarni o‘zgarmagan holda saqlashi mumkin.
Ushbu versiyaning model tafsilotlari
32B-Instruct relizi 32,5 milliard parametrga, jumladan, embeddingga tegishli bo‘lmagan 31,0 milliard parametr va 64 Transformer qatlamiga ega. U rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi. Guruhlangan so‘rovli diqqat 40 so‘rov boshi va 8 kalit/qiymat boshidan foydalanadi. Bu dastlabki va keyingi o‘qitishdan o‘tgan, faqat dekoderli zich til modeli relizi; Instruct asosiy modelni emas, suhbatga o‘qitilgan versiyani bildiradi.
Karta to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Bu raqamlar vazifaning turli qismlarini ifodalaydi: kontekst yo‘riqnoma va suhbatni saqlaydi, yaratish raqami esa yozma javobni chegaralaydi. Tezkor boshlashdagi yaratiladigan 512 token kattaroq ko‘rsatilgan yaratish chegarasi ichidagi misol xolos. Model matn qabul qilib, matn qaytaradi; skanerlangan jadval yoki ekran tasvirining mazmuni matn sifatida berilishi yoki alohida vizual model ishlatilishi kerak.
Suhbat va vositalar
Model kartasi mos chat shabloni bilan formatlangan alohida tizim va foydalanuvchi xabarlarini namoyish etadi. Yordamchining doimiy javob qoidalarini tegishli suhbat roliga, haqiqiy hujjat, jadval yoki kodni esa foydalanuvchi vazifasi bilan birga joylashtiring. Hujjat ichidagi ko‘rsatma ilovaning mo‘ljallangan vazifasi bilan adashtirilmasligi uchun iqtibos qilingan manba materiali va yo‘riqnomalar chegarasini belgilang.
Oilaga oid rasmiy e’lon mos suhbat shablonlari va xizmat integratsiyalari orqali vosita chaqirishni hujjatlashtiradi. Bunday jarayonda ilova funksiya tavsiflarini beradi, taklif etilgan chaqiruvni oladi, funksiyani bajaradi va natijasini qaytaradi. Bu matnli savolni hisoblash yoki ma’lumot qidirishga ulashi mumkin, lekin shu modelni tanlashning o‘zi tashqi vosita yoki uning ma’lumotini bermaydi. JSON yaratish va vosita chaqirishi ham turli natijalardir: biri matnni formatlaydi, ikkinchisi model atrofidagi ilovadan nomlangan amalni bajarishni so‘raydi.
Uzun kontekstga tayyorgarlik
Chiqarilgan konfiguratsiya 32 768 tokendan boshlanadi. Shu sozlamadan oshadigan kirish hujjatlashtirilgan YaRN kengaytirishini talab qiladi; uning misoli 4,0 koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 dan foydalanadi. Ishlab chiqaruvchi statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkinligini aytib, uzun kontekst kerak bo‘lganda yoqishni tavsiya qiladi.
Katta hujjatlarni taqqoslashda har bir hujjat rolini aniqlang va bitta aniq artefaktni so‘rang: talablar matritsasi, tafovutlar ro‘yxati yoki tahrirlangan bo‘lim. Ajratilgan topilmalar yonida manba joylarini saqlang va so‘ralgan tuzilma uchun yetarlicha javob maydoni qoldiring. Uzun kontekst hajmi tegishli materialni birga ushlashga yordam beradi; u nima taqqoslanishi va yakuniy natija qanday ishlatilishini belgilash zaruratini almashtirmaydi.
", "aboutText": "Qwen2.5-32B-Instruct — umumiy Qwen2.5 oilasidagi yo‘riqnomalarga moslab sozlangan 32B hajmdagi matn modeli. U alohida nomlangan Coder yoki Math mutaxassisi emas, tilni tushunish va yaratishni dasturlash hamda matematika bilan birlashtiradi. Ishlab chiqaruvchi ayniqsa batafsil ko‘rsatmalarga rioya qilish, uzun matn yozish, jadvallarni tushunish va tuzilmali matn, xususan JSON yaratishni ta’kidlaydi. Oila 18 trillion tokenga yetishi aytilgan korpusda dastlabki o‘qitishdan o‘tgan.\n\nTuzilmali ma’lumotlar, uzun javoblar va ko‘p tilli ish\n\nFoydali ajratib olish vazifasi manba parchasini va ilovaning keyingi bosqichiga kerakli aniq maydonlarni beradi. Maydon turlari, matn ko‘chirilishi yoki umumlashtirilishi va mavjud bo‘lmagan ma’lumot qanday ifodalanishini belgilang. Masalan, mahsulot yozuvi identifikator, ishlash shartlari va hal qilinmagan savollar ro‘yxatini so‘rashi mumkin. Natija tahlil qilinishi kerak bo‘lsa, faqat JSON yozuvini so‘rang; inson ajratilgan maydonlar ortidagi mulohazani tekshirishi kerak bo‘lsa, alohida izoh so‘rang.\n\nJadvallarni tushunish — yana bir hujjatlashtirilgan yo‘nalish. Ustun nomlari, birliklar va tegishli qatorlarni savol bilan birga bering. Modeldan shartga mos qatorlarni aniqlash, davrlar orasidagi o‘zgarishni tushuntirish yoki jadvalni yozma hisobotga aylantirishni so‘rang. Amaliy chiqish har bir qator identifikatorini topilma yonida saqlashi mumkin. Bu manba qatori kuzatilmaydigan xulosa yaratish o‘rniga berilgan ma’lumot va javob o‘rtasidagi bog‘lanishni saqlaydi.\n\nUzun matn yozishda hujjatni so‘rashdan oldin auditoriya, bo‘limlar va manba faktlarini nomlang. Texnik taklif faqat berilgan material asosida muammo bayoni, talablar, muqobillar va tavsiyani talab qilishi mumkin. Qaysi shartlar majburiy, qaysilari hal qilinadigan savollar ekanini belgilang. Ishlab chiqaruvchi turli tizim yo‘riqnomalariga nisbatan barqarorlikni ham rivojlantiradi; bu belgilangan rol, ohang va suhbat shartlarini qo‘llaydi.\n\nOila 29 dan ortiq tilni, jumladan, ingliz, xitoy, rus, fransuz, ispan, portugal, nemis, italyan, yapon, koreys, vetnam, tay va arab tillarini qo‘llab-quvvatlaydi. Ko‘p tilli vazifada manba tilini kerakli chiqish tilidan ajrating va nomlar yoki texnik atamalar bir xil qolishi kerak bo‘lsa, atamalar ro‘yxatini bering. Ikki tilli hisobot ayni manba faktlarini ikki versiyada so‘rashi, identifikator va birliklarni o‘zgarmagan holda saqlashi mumkin.\n\nUshbu versiyaning model tafsilotlari\n\n32B-Instruct relizi 32,5 milliard parametrga, jumladan, embeddingga tegishli bo‘lmagan 31,0 milliard parametr va 64 Transformer qatlamiga ega. U rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi. Guruhlangan so‘rovli diqqat 40 so‘rov boshi va 8 kalit/qiymat boshidan foydalanadi. Bu dastlabki va keyingi o‘qitishdan o‘tgan, faqat dekoderli zich til modeli relizi; Instruct asosiy modelni emas, suhbatga o‘qitilgan versiyani bildiradi.\n\nKarta to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Bu raqamlar vazifaning turli qismlarini ifodalaydi: kontekst yo‘riqnoma va suhbatni saqlaydi, yaratish raqami esa yozma javobni chegaralaydi. Tezkor boshlashdagi yaratiladigan 512 token kattaroq ko‘rsatilgan yaratish chegarasi ichidagi misol xolos. Model matn qabul qilib, matn qaytaradi; skanerlangan jadval yoki ekran tasvirining mazmuni matn sifatida berilishi yoki alohida vizual model ishlatilishi kerak.\n\nSuhbat va vositalar\n\nModel kartasi mos chat shabloni bilan formatlangan alohida tizim va foydalanuvchi xabarlarini namoyish etadi. Yordamchining doimiy javob qoidalarini tegishli suhbat roliga, haqiqiy hujjat, jadval yoki kodni esa foydalanuvchi vazifasi bilan birga joylashtiring. Hujjat ichidagi ko‘rsatma ilovaning mo‘ljallangan vazifasi bilan adashtirilmasligi uchun iqtibos qilingan manba materiali va yo‘riqnomalar chegarasini belgilang.\n\nOilaga oid rasmiy e’lon mos suhbat shablonlari va xizmat integratsiyalari orqali vosita chaqirishni hujjatlashtiradi. Bunday jarayonda ilova funksiya tavsiflarini beradi, taklif etilgan chaqiruvni oladi, funksiyani bajaradi va natijasini qaytaradi. Bu matnli savolni hisoblash yoki ma’lumot qidirishga ulashi mumkin, lekin shu modelni tanlashning o‘zi tashqi vosita yoki uning ma’lumotini bermaydi. JSON yaratish va vosita chaqirishi ham turli natijalardir: biri matnni formatlaydi, ikkinchisi model atrofidagi ilovadan nomlangan amalni bajarishni so‘raydi.\n\nUzun kontekstga tayyorgarlik\n\nChiqarilgan konfiguratsiya 32 768 tokendan boshlanadi. Shu sozlamadan oshadigan kirish hujjatlashtirilgan YaRN kengaytirishini talab qiladi; uning misoli 4,0 koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 dan foydalanadi. Ishlab chiqaruvchi statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkinligini aytib, uzun kontekst kerak bo‘lganda yoqishni tavsiya qiladi.\n\nKatta hujjatlarni taqqoslashda har bir hujjat rolini aniqlang va bitta aniq artefaktni so‘rang: talablar matritsasi, tafovutlar ro‘yxati yoki tahrirlangan bo‘lim. Ajratilgan topilmalar yonida manba joylarini saqlang va so‘ralgan tuzilma uchun yetarlicha javob maydoni qoldiring. Uzun kontekst hajmi tegishli materialni birga ushlashga yordam beradi; u nima taqqoslanishi va yakuniy natija qanday ishlatilishini belgilash zaruratini almashtirmaydi.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Explain a stock table\n\nAnalyze this text table: SKU | opening units | received units | shipped units. A1 | 20 | 10 | 18. B2 | 7 | 0 | 9. Calculate closing stock for each SKU, identify any impossible negative balance and draft a short note naming the row that needs investigation. Preserve column units.A closing-stock table with row IDs and a short anomaly note supported by the source values.Recalculate opening plus received minus shipped and verify the B2 discrepancy is flagged rather than corrected.Qwen/Qwen2.5-32B-InstructQwen2.5-32B-Instruct — batafsil ko‘rsatmalar, dasturlash, matematika va tuzilmali ma’lumotlar uchun ko‘p tilli matn modeli. Uning 32,5 milliard parametrli versiyasi jadvallarni tushunish, JSON chiqishi va uzun yozma natijalarga urg‘u beradi; kengaytirilgan kontekst sozlamalari hujjatlashtirilgan.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-32B-Instruct — umumiy Qwen2.5 oilasidagi yo‘riqnomalarga moslab sozlangan 32B hajmdagi matn modeli. U alohida nomlangan Coder yoki Math mutaxassisi emas, tilni tushunish va yaratishni dasturlash hamda matematika bilan birlashtiradi. Ishlab chiqaruvchi ayniqsa batafsil ko‘rsatmalarga rioya qilish, uzun matn yozish, jadvallarni tushunish va tuzilmali matn, xususan JSON yaratishni ta’kidlaydi. Oila 18 trillion tokenga yetishi aytilgan korpusda dastlabki o‘qitishdan o‘tgan.
Tuzilmali ma’lumotlar, uzun javoblar va ko‘p tilli ish
Foydali ajratib olish vazifasi manba parchasini va ilovaning keyingi bosqichiga kerakli aniq maydonlarni beradi. Maydon turlari, matn ko‘chirilishi yoki umumlashtirilishi va mavjud bo‘lmagan ma’lumot qanday ifodalanishini belgilang. Masalan, mahsulot yozuvi identifikator, ishlash shartlari va hal qilinmagan savollar ro‘yxatini so‘rashi mumkin. Natija tahlil qilinishi kerak bo‘lsa, faqat JSON yozuvini so‘rang; inson ajratilgan maydonlar ortidagi mulohazani tekshirishi kerak bo‘lsa, alohida izoh so‘rang.
Jadvallarni tushunish — yana bir hujjatlashtirilgan yo‘nalish. Ustun nomlari, birliklar va tegishli qatorlarni savol bilan birga bering. Modeldan shartga mos qatorlarni aniqlash, davrlar orasidagi o‘zgarishni tushuntirish yoki jadvalni yozma hisobotga aylantirishni so‘rang. Amaliy chiqish har bir qator identifikatorini topilma yonida saqlashi mumkin. Bu manba qatori kuzatilmaydigan xulosa yaratish o‘rniga berilgan ma’lumot va javob o‘rtasidagi bog‘lanishni saqlaydi.
Uzun matn yozishda hujjatni so‘rashdan oldin auditoriya, bo‘limlar va manba faktlarini nomlang. Texnik taklif faqat berilgan material asosida muammo bayoni, talablar, muqobillar va tavsiyani talab qilishi mumkin. Qaysi shartlar majburiy, qaysilari hal qilinadigan savollar ekanini belgilang. Ishlab chiqaruvchi turli tizim yo‘riqnomalariga nisbatan barqarorlikni ham rivojlantiradi; bu belgilangan rol, ohang va suhbat shartlarini qo‘llaydi.
Oila 29 dan ortiq tilni, jumladan, ingliz, xitoy, rus, fransuz, ispan, portugal, nemis, italyan, yapon, koreys, vetnam, tay va arab tillarini qo‘llab-quvvatlaydi. Ko‘p tilli vazifada manba tilini kerakli chiqish tilidan ajrating va nomlar yoki texnik atamalar bir xil qolishi kerak bo‘lsa, atamalar ro‘yxatini bering. Ikki tilli hisobot ayni manba faktlarini ikki versiyada so‘rashi, identifikator va birliklarni o‘zgarmagan holda saqlashi mumkin.
Ushbu versiyaning model tafsilotlari
32B-Instruct relizi 32,5 milliard parametrga, jumladan, embeddingga tegishli bo‘lmagan 31,0 milliard parametr va 64 Transformer qatlamiga ega. U rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi. Guruhlangan so‘rovli diqqat 40 so‘rov boshi va 8 kalit/qiymat boshidan foydalanadi. Bu dastlabki va keyingi o‘qitishdan o‘tgan, faqat dekoderli zich til modeli relizi; Instruct asosiy modelni emas, suhbatga o‘qitilgan versiyani bildiradi.
Karta to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Bu raqamlar vazifaning turli qismlarini ifodalaydi: kontekst yo‘riqnoma va suhbatni saqlaydi, yaratish raqami esa yozma javobni chegaralaydi. Tezkor boshlashdagi yaratiladigan 512 token kattaroq ko‘rsatilgan yaratish chegarasi ichidagi misol xolos. Model matn qabul qilib, matn qaytaradi; skanerlangan jadval yoki ekran tasvirining mazmuni matn sifatida berilishi yoki alohida vizual model ishlatilishi kerak.
Suhbat va vositalar
Model kartasi mos chat shabloni bilan formatlangan alohida tizim va foydalanuvchi xabarlarini namoyish etadi. Yordamchining doimiy javob qoidalarini tegishli suhbat roliga, haqiqiy hujjat, jadval yoki kodni esa foydalanuvchi vazifasi bilan birga joylashtiring. Hujjat ichidagi ko‘rsatma ilovaning mo‘ljallangan vazifasi bilan adashtirilmasligi uchun iqtibos qilingan manba materiali va yo‘riqnomalar chegarasini belgilang.
Oilaga oid rasmiy e’lon mos suhbat shablonlari va xizmat integratsiyalari orqali vosita chaqirishni hujjatlashtiradi. Bunday jarayonda ilova funksiya tavsiflarini beradi, taklif etilgan chaqiruvni oladi, funksiyani bajaradi va natijasini qaytaradi. Bu matnli savolni hisoblash yoki ma’lumot qidirishga ulashi mumkin, lekin shu modelni tanlashning o‘zi tashqi vosita yoki uning ma’lumotini bermaydi. JSON yaratish va vosita chaqirishi ham turli natijalardir: biri matnni formatlaydi, ikkinchisi model atrofidagi ilovadan nomlangan amalni bajarishni so‘raydi.
Uzun kontekstga tayyorgarlik
Chiqarilgan konfiguratsiya 32 768 tokendan boshlanadi. Shu sozlamadan oshadigan kirish hujjatlashtirilgan YaRN kengaytirishini talab qiladi; uning misoli 4,0 koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 dan foydalanadi. Ishlab chiqaruvchi statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkinligini aytib, uzun kontekst kerak bo‘lganda yoqishni tavsiya qiladi.
Katta hujjatlarni taqqoslashda har bir hujjat rolini aniqlang va bitta aniq artefaktni so‘rang: talablar matritsasi, tafovutlar ro‘yxati yoki tahrirlangan bo‘lim. Ajratilgan topilmalar yonida manba joylarini saqlang va so‘ralgan tuzilma uchun yetarlicha javob maydoni qoldiring. Uzun kontekst hajmi tegishli materialni birga ushlashga yordam beradi; u nima taqqoslanishi va yakuniy natija qanday ishlatilishini belgilash zaruratini almashtirmaydi.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Qwen/Qwen2.5-32B-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 $0.00036 / 1K token Chiqish · Chiqish tokenlari $0.00036 / 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/Qwen2.5-32B-Instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='Qwen/Qwen2.5-32B-Instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='Qwen/Qwen2.5-32B-Instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
Qwen/Qwen2.5-32B-InstructQwen2.5-32B-Instruct — batafsil ko‘rsatmalar, dasturlash, matematika va tuzilmali ma’lumotlar uchun ko‘p tilli matn modeli. Uning 32,5 milliard parametrli versiyasi jadvallarni tushunish, JSON chiqishi va uzun yozma natijalarga urg‘u beradi; kengaytirilgan kontekst sozlamalari hujjatlashtirilgan.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-32B-Instruct — umumiy Qwen2.5 oilasidagi yo‘riqnomalarga moslab sozlangan 32B hajmdagi matn modeli. U alohida nomlangan Coder yoki Math mutaxassisi emas, tilni tushunish va yaratishni dasturlash hamda matematika bilan birlashtiradi. Ishlab chiqaruvchi ayniqsa batafsil ko‘rsatmalarga rioya qilish, uzun matn yozish, jadvallarni tushunish va tuzilmali matn, xususan JSON yaratishni ta’kidlaydi. Oila 18 trillion tokenga yetishi aytilgan korpusda dastlabki o‘qitishdan o‘tgan.
Tuzilmali ma’lumotlar, uzun javoblar va ko‘p tilli ish
Foydali ajratib olish vazifasi manba parchasini va ilovaning keyingi bosqichiga kerakli aniq maydonlarni beradi. Maydon turlari, matn ko‘chirilishi yoki umumlashtirilishi va mavjud bo‘lmagan ma’lumot qanday ifodalanishini belgilang. Masalan, mahsulot yozuvi identifikator, ishlash shartlari va hal qilinmagan savollar ro‘yxatini so‘rashi mumkin. Natija tahlil qilinishi kerak bo‘lsa, faqat JSON yozuvini so‘rang; inson ajratilgan maydonlar ortidagi mulohazani tekshirishi kerak bo‘lsa, alohida izoh so‘rang.
Jadvallarni tushunish — yana bir hujjatlashtirilgan yo‘nalish. Ustun nomlari, birliklar va tegishli qatorlarni savol bilan birga bering. Modeldan shartga mos qatorlarni aniqlash, davrlar orasidagi o‘zgarishni tushuntirish yoki jadvalni yozma hisobotga aylantirishni so‘rang. Amaliy chiqish har bir qator identifikatorini topilma yonida saqlashi mumkin. Bu manba qatori kuzatilmaydigan xulosa yaratish o‘rniga berilgan ma’lumot va javob o‘rtasidagi bog‘lanishni saqlaydi.
Uzun matn yozishda hujjatni so‘rashdan oldin auditoriya, bo‘limlar va manba faktlarini nomlang. Texnik taklif faqat berilgan material asosida muammo bayoni, talablar, muqobillar va tavsiyani talab qilishi mumkin. Qaysi shartlar majburiy, qaysilari hal qilinadigan savollar ekanini belgilang. Ishlab chiqaruvchi turli tizim yo‘riqnomalariga nisbatan barqarorlikni ham rivojlantiradi; bu belgilangan rol, ohang va suhbat shartlarini qo‘llaydi.
Oila 29 dan ortiq tilni, jumladan, ingliz, xitoy, rus, fransuz, ispan, portugal, nemis, italyan, yapon, koreys, vetnam, tay va arab tillarini qo‘llab-quvvatlaydi. Ko‘p tilli vazifada manba tilini kerakli chiqish tilidan ajrating va nomlar yoki texnik atamalar bir xil qolishi kerak bo‘lsa, atamalar ro‘yxatini bering. Ikki tilli hisobot ayni manba faktlarini ikki versiyada so‘rashi, identifikator va birliklarni o‘zgarmagan holda saqlashi mumkin.
Ushbu versiyaning model tafsilotlari
32B-Instruct relizi 32,5 milliard parametrga, jumladan, embeddingga tegishli bo‘lmagan 31,0 milliard parametr va 64 Transformer qatlamiga ega. U rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi. Guruhlangan so‘rovli diqqat 40 so‘rov boshi va 8 kalit/qiymat boshidan foydalanadi. Bu dastlabki va keyingi o‘qitishdan o‘tgan, faqat dekoderli zich til modeli relizi; Instruct asosiy modelni emas, suhbatga o‘qitilgan versiyani bildiradi.
Karta to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Bu raqamlar vazifaning turli qismlarini ifodalaydi: kontekst yo‘riqnoma va suhbatni saqlaydi, yaratish raqami esa yozma javobni chegaralaydi. Tezkor boshlashdagi yaratiladigan 512 token kattaroq ko‘rsatilgan yaratish chegarasi ichidagi misol xolos. Model matn qabul qilib, matn qaytaradi; skanerlangan jadval yoki ekran tasvirining mazmuni matn sifatida berilishi yoki alohida vizual model ishlatilishi kerak.
Suhbat va vositalar
Model kartasi mos chat shabloni bilan formatlangan alohida tizim va foydalanuvchi xabarlarini namoyish etadi. Yordamchining doimiy javob qoidalarini tegishli suhbat roliga, haqiqiy hujjat, jadval yoki kodni esa foydalanuvchi vazifasi bilan birga joylashtiring. Hujjat ichidagi ko‘rsatma ilovaning mo‘ljallangan vazifasi bilan adashtirilmasligi uchun iqtibos qilingan manba materiali va yo‘riqnomalar chegarasini belgilang.
Oilaga oid rasmiy e’lon mos suhbat shablonlari va xizmat integratsiyalari orqali vosita chaqirishni hujjatlashtiradi. Bunday jarayonda ilova funksiya tavsiflarini beradi, taklif etilgan chaqiruvni oladi, funksiyani bajaradi va natijasini qaytaradi. Bu matnli savolni hisoblash yoki ma’lumot qidirishga ulashi mumkin, lekin shu modelni tanlashning o‘zi tashqi vosita yoki uning ma’lumotini bermaydi. JSON yaratish va vosita chaqirishi ham turli natijalardir: biri matnni formatlaydi, ikkinchisi model atrofidagi ilovadan nomlangan amalni bajarishni so‘raydi.
Uzun kontekstga tayyorgarlik
Chiqarilgan konfiguratsiya 32 768 tokendan boshlanadi. Shu sozlamadan oshadigan kirish hujjatlashtirilgan YaRN kengaytirishini talab qiladi; uning misoli 4,0 koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 dan foydalanadi. Ishlab chiqaruvchi statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkinligini aytib, uzun kontekst kerak bo‘lganda yoqishni tavsiya qiladi.
Katta hujjatlarni taqqoslashda har bir hujjat rolini aniqlang va bitta aniq artefaktni so‘rang: talablar matritsasi, tafovutlar ro‘yxati yoki tahrirlangan bo‘lim. Ajratilgan topilmalar yonida manba joylarini saqlang va so‘ralgan tuzilma uchun yetarlicha javob maydoni qoldiring. Uzun kontekst hajmi tegishli materialni birga ushlashga yordam beradi; u nima taqqoslanishi va yakuniy natija qanday ishlatilishini belgilash zaruratini almashtirmaydi.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Qwen/Qwen2.5-32B-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 $0.00036 / 1K token Chiqish · Chiqish tokenlari $0.00036 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "Qwen/Qwen2.5-32B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen2.5-32B-Instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen2.5-32B-Instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
qwen2.5-32b-instructQwen2.5-32B-Instruct — batafsil ko‘rsatmalar, dasturlash, matematika va tuzilmali ma’lumotlar uchun ko‘p tilli matn modeli. Uning 32,5 milliard parametrli versiyasi jadvallarni tushunish, JSON chiqishi va uzun yozma natijalarga urg‘u beradi; kengaytirilgan kontekst sozlamalari hujjatlashtirilgan.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-32B-Instruct — umumiy Qwen2.5 oilasidagi yo‘riqnomalarga moslab sozlangan 32B hajmdagi matn modeli. U alohida nomlangan Coder yoki Math mutaxassisi emas, tilni tushunish va yaratishni dasturlash hamda matematika bilan birlashtiradi. Ishlab chiqaruvchi ayniqsa batafsil ko‘rsatmalarga rioya qilish, uzun matn yozish, jadvallarni tushunish va tuzilmali matn, xususan JSON yaratishni ta’kidlaydi. Oila 18 trillion tokenga yetishi aytilgan korpusda dastlabki o‘qitishdan o‘tgan.
Tuzilmali ma’lumotlar, uzun javoblar va ko‘p tilli ish
Foydali ajratib olish vazifasi manba parchasini va ilovaning keyingi bosqichiga kerakli aniq maydonlarni beradi. Maydon turlari, matn ko‘chirilishi yoki umumlashtirilishi va mavjud bo‘lmagan ma’lumot qanday ifodalanishini belgilang. Masalan, mahsulot yozuvi identifikator, ishlash shartlari va hal qilinmagan savollar ro‘yxatini so‘rashi mumkin. Natija tahlil qilinishi kerak bo‘lsa, faqat JSON yozuvini so‘rang; inson ajratilgan maydonlar ortidagi mulohazani tekshirishi kerak bo‘lsa, alohida izoh so‘rang.
Jadvallarni tushunish — yana bir hujjatlashtirilgan yo‘nalish. Ustun nomlari, birliklar va tegishli qatorlarni savol bilan birga bering. Modeldan shartga mos qatorlarni aniqlash, davrlar orasidagi o‘zgarishni tushuntirish yoki jadvalni yozma hisobotga aylantirishni so‘rang. Amaliy chiqish har bir qator identifikatorini topilma yonida saqlashi mumkin. Bu manba qatori kuzatilmaydigan xulosa yaratish o‘rniga berilgan ma’lumot va javob o‘rtasidagi bog‘lanishni saqlaydi.
Uzun matn yozishda hujjatni so‘rashdan oldin auditoriya, bo‘limlar va manba faktlarini nomlang. Texnik taklif faqat berilgan material asosida muammo bayoni, talablar, muqobillar va tavsiyani talab qilishi mumkin. Qaysi shartlar majburiy, qaysilari hal qilinadigan savollar ekanini belgilang. Ishlab chiqaruvchi turli tizim yo‘riqnomalariga nisbatan barqarorlikni ham rivojlantiradi; bu belgilangan rol, ohang va suhbat shartlarini qo‘llaydi.
Oila 29 dan ortiq tilni, jumladan, ingliz, xitoy, rus, fransuz, ispan, portugal, nemis, italyan, yapon, koreys, vetnam, tay va arab tillarini qo‘llab-quvvatlaydi. Ko‘p tilli vazifada manba tilini kerakli chiqish tilidan ajrating va nomlar yoki texnik atamalar bir xil qolishi kerak bo‘lsa, atamalar ro‘yxatini bering. Ikki tilli hisobot ayni manba faktlarini ikki versiyada so‘rashi, identifikator va birliklarni o‘zgarmagan holda saqlashi mumkin.
Ushbu versiyaning model tafsilotlari
32B-Instruct relizi 32,5 milliard parametrga, jumladan, embeddingga tegishli bo‘lmagan 31,0 milliard parametr va 64 Transformer qatlamiga ega. U rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi. Guruhlangan so‘rovli diqqat 40 so‘rov boshi va 8 kalit/qiymat boshidan foydalanadi. Bu dastlabki va keyingi o‘qitishdan o‘tgan, faqat dekoderli zich til modeli relizi; Instruct asosiy modelni emas, suhbatga o‘qitilgan versiyani bildiradi.
Karta to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Bu raqamlar vazifaning turli qismlarini ifodalaydi: kontekst yo‘riqnoma va suhbatni saqlaydi, yaratish raqami esa yozma javobni chegaralaydi. Tezkor boshlashdagi yaratiladigan 512 token kattaroq ko‘rsatilgan yaratish chegarasi ichidagi misol xolos. Model matn qabul qilib, matn qaytaradi; skanerlangan jadval yoki ekran tasvirining mazmuni matn sifatida berilishi yoki alohida vizual model ishlatilishi kerak.
Suhbat va vositalar
Model kartasi mos chat shabloni bilan formatlangan alohida tizim va foydalanuvchi xabarlarini namoyish etadi. Yordamchining doimiy javob qoidalarini tegishli suhbat roliga, haqiqiy hujjat, jadval yoki kodni esa foydalanuvchi vazifasi bilan birga joylashtiring. Hujjat ichidagi ko‘rsatma ilovaning mo‘ljallangan vazifasi bilan adashtirilmasligi uchun iqtibos qilingan manba materiali va yo‘riqnomalar chegarasini belgilang.
Oilaga oid rasmiy e’lon mos suhbat shablonlari va xizmat integratsiyalari orqali vosita chaqirishni hujjatlashtiradi. Bunday jarayonda ilova funksiya tavsiflarini beradi, taklif etilgan chaqiruvni oladi, funksiyani bajaradi va natijasini qaytaradi. Bu matnli savolni hisoblash yoki ma’lumot qidirishga ulashi mumkin, lekin shu modelni tanlashning o‘zi tashqi vosita yoki uning ma’lumotini bermaydi. JSON yaratish va vosita chaqirishi ham turli natijalardir: biri matnni formatlaydi, ikkinchisi model atrofidagi ilovadan nomlangan amalni bajarishni so‘raydi.
Uzun kontekstga tayyorgarlik
Chiqarilgan konfiguratsiya 32 768 tokendan boshlanadi. Shu sozlamadan oshadigan kirish hujjatlashtirilgan YaRN kengaytirishini talab qiladi; uning misoli 4,0 koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 dan foydalanadi. Ishlab chiqaruvchi statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkinligini aytib, uzun kontekst kerak bo‘lganda yoqishni tavsiya qiladi.
Katta hujjatlarni taqqoslashda har bir hujjat rolini aniqlang va bitta aniq artefaktni so‘rang: talablar matritsasi, tafovutlar ro‘yxati yoki tahrirlangan bo‘lim. Ajratilgan topilmalar yonida manba joylarini saqlang va so‘ralgan tuzilma uchun yetarlicha javob maydoni qoldiring. Uzun kontekst hajmi tegishli materialni birga ushlashga yordam beradi; u nima taqqoslanishi va yakuniy natija qanday ishlatilishini belgilash zaruratini almashtirmaydi.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen2.5-32b-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 $0.00036 / 1K token Chiqish · Chiqish tokenlari $0.00036 / 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":"qwen2.5-32b-instruct","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="qwen2.5-32b-instruct", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
qwen2.5-32b-instructQwen2.5-32B-Instruct — batafsil ko‘rsatmalar, dasturlash, matematika va tuzilmali ma’lumotlar uchun ko‘p tilli matn modeli. Uning 32,5 milliard parametrli versiyasi jadvallarni tushunish, JSON chiqishi va uzun yozma natijalarga urg‘u beradi; kengaytirilgan kontekst sozlamalari hujjatlashtirilgan.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-32B-Instruct — umumiy Qwen2.5 oilasidagi yo‘riqnomalarga moslab sozlangan 32B hajmdagi matn modeli. U alohida nomlangan Coder yoki Math mutaxassisi emas, tilni tushunish va yaratishni dasturlash hamda matematika bilan birlashtiradi. Ishlab chiqaruvchi ayniqsa batafsil ko‘rsatmalarga rioya qilish, uzun matn yozish, jadvallarni tushunish va tuzilmali matn, xususan JSON yaratishni ta’kidlaydi. Oila 18 trillion tokenga yetishi aytilgan korpusda dastlabki o‘qitishdan o‘tgan.
Tuzilmali ma’lumotlar, uzun javoblar va ko‘p tilli ish
Foydali ajratib olish vazifasi manba parchasini va ilovaning keyingi bosqichiga kerakli aniq maydonlarni beradi. Maydon turlari, matn ko‘chirilishi yoki umumlashtirilishi va mavjud bo‘lmagan ma’lumot qanday ifodalanishini belgilang. Masalan, mahsulot yozuvi identifikator, ishlash shartlari va hal qilinmagan savollar ro‘yxatini so‘rashi mumkin. Natija tahlil qilinishi kerak bo‘lsa, faqat JSON yozuvini so‘rang; inson ajratilgan maydonlar ortidagi mulohazani tekshirishi kerak bo‘lsa, alohida izoh so‘rang.
Jadvallarni tushunish — yana bir hujjatlashtirilgan yo‘nalish. Ustun nomlari, birliklar va tegishli qatorlarni savol bilan birga bering. Modeldan shartga mos qatorlarni aniqlash, davrlar orasidagi o‘zgarishni tushuntirish yoki jadvalni yozma hisobotga aylantirishni so‘rang. Amaliy chiqish har bir qator identifikatorini topilma yonida saqlashi mumkin. Bu manba qatori kuzatilmaydigan xulosa yaratish o‘rniga berilgan ma’lumot va javob o‘rtasidagi bog‘lanishni saqlaydi.
Uzun matn yozishda hujjatni so‘rashdan oldin auditoriya, bo‘limlar va manba faktlarini nomlang. Texnik taklif faqat berilgan material asosida muammo bayoni, talablar, muqobillar va tavsiyani talab qilishi mumkin. Qaysi shartlar majburiy, qaysilari hal qilinadigan savollar ekanini belgilang. Ishlab chiqaruvchi turli tizim yo‘riqnomalariga nisbatan barqarorlikni ham rivojlantiradi; bu belgilangan rol, ohang va suhbat shartlarini qo‘llaydi.
Oila 29 dan ortiq tilni, jumladan, ingliz, xitoy, rus, fransuz, ispan, portugal, nemis, italyan, yapon, koreys, vetnam, tay va arab tillarini qo‘llab-quvvatlaydi. Ko‘p tilli vazifada manba tilini kerakli chiqish tilidan ajrating va nomlar yoki texnik atamalar bir xil qolishi kerak bo‘lsa, atamalar ro‘yxatini bering. Ikki tilli hisobot ayni manba faktlarini ikki versiyada so‘rashi, identifikator va birliklarni o‘zgarmagan holda saqlashi mumkin.
Ushbu versiyaning model tafsilotlari
32B-Instruct relizi 32,5 milliard parametrga, jumladan, embeddingga tegishli bo‘lmagan 31,0 milliard parametr va 64 Transformer qatlamiga ega. U rotary positional embeddings, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi. Guruhlangan so‘rovli diqqat 40 so‘rov boshi va 8 kalit/qiymat boshidan foydalanadi. Bu dastlabki va keyingi o‘qitishdan o‘tgan, faqat dekoderli zich til modeli relizi; Instruct asosiy modelni emas, suhbatga o‘qitilgan versiyani bildiradi.
Karta to‘liq kontekstni 131 072 token va yaratish hajmini 8 192 tokengacha deb ko‘rsatadi. Bu raqamlar vazifaning turli qismlarini ifodalaydi: kontekst yo‘riqnoma va suhbatni saqlaydi, yaratish raqami esa yozma javobni chegaralaydi. Tezkor boshlashdagi yaratiladigan 512 token kattaroq ko‘rsatilgan yaratish chegarasi ichidagi misol xolos. Model matn qabul qilib, matn qaytaradi; skanerlangan jadval yoki ekran tasvirining mazmuni matn sifatida berilishi yoki alohida vizual model ishlatilishi kerak.
Suhbat va vositalar
Model kartasi mos chat shabloni bilan formatlangan alohida tizim va foydalanuvchi xabarlarini namoyish etadi. Yordamchining doimiy javob qoidalarini tegishli suhbat roliga, haqiqiy hujjat, jadval yoki kodni esa foydalanuvchi vazifasi bilan birga joylashtiring. Hujjat ichidagi ko‘rsatma ilovaning mo‘ljallangan vazifasi bilan adashtirilmasligi uchun iqtibos qilingan manba materiali va yo‘riqnomalar chegarasini belgilang.
Oilaga oid rasmiy e’lon mos suhbat shablonlari va xizmat integratsiyalari orqali vosita chaqirishni hujjatlashtiradi. Bunday jarayonda ilova funksiya tavsiflarini beradi, taklif etilgan chaqiruvni oladi, funksiyani bajaradi va natijasini qaytaradi. Bu matnli savolni hisoblash yoki ma’lumot qidirishga ulashi mumkin, lekin shu modelni tanlashning o‘zi tashqi vosita yoki uning ma’lumotini bermaydi. JSON yaratish va vosita chaqirishi ham turli natijalardir: biri matnni formatlaydi, ikkinchisi model atrofidagi ilovadan nomlangan amalni bajarishni so‘raydi.
Uzun kontekstga tayyorgarlik
Chiqarilgan konfiguratsiya 32 768 tokendan boshlanadi. Shu sozlamadan oshadigan kirish hujjatlashtirilgan YaRN kengaytirishini talab qiladi; uning misoli 4,0 koeffitsiyenti va boshlang‘ich maksimal pozitsiya sozlamasi 32 768 dan foydalanadi. Ishlab chiqaruvchi statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkinligini aytib, uzun kontekst kerak bo‘lganda yoqishni tavsiya qiladi.
Katta hujjatlarni taqqoslashda har bir hujjat rolini aniqlang va bitta aniq artefaktni so‘rang: talablar matritsasi, tafovutlar ro‘yxati yoki tahrirlangan bo‘lim. Ajratilgan topilmalar yonida manba joylarini saqlang va so‘ralgan tuzilma uchun yetarlicha javob maydoni qoldiring. Uzun kontekst hajmi tegishli materialni birga ushlashga yordam beradi; u nima taqqoslanishi va yakuniy natija qanday ishlatilishini belgilash zaruratini almashtirmaydi.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen2.5-32b-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 $0.00036 / 1K token Chiqish · Chiqish tokenlari $0.00036 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen2.5-32b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen2.5-32b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen2.5-32b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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/Qwen2.5-32B-Instruct, qwen2.5-32b-instruct
/chat/completions
Ingliz tilidagi texnik misol
Explain a stock table\n\nAnalyze this text table: SKU | opening units | received units | shipped units. A1 | 20 | 10 | 18. B2 | 7 | 0 | 9. Calculate closing stock for each SKU, identify any impossible negative balance and draft a short note naming the row that needs investigation. Preserve column units.A closing-stock table with row IDs and a short anomaly note supported by the source values.Recalculate opening plus received minus shipped and verify the B2 discrepancy is flagged rather than corrected.