Qwen Turbo 2024-11-01 — Alibaba kompaniyasining Qwen2.5 avlodiga mansub belgilangan Qwen-Turbo versiyasi. U yozma ko‘rsatmalar va matnli kontekstni qabul qilib, matnli javob beradi. Foydali vazifalar berilgan hujjatlarga oid savollar, bir nechta manbani bog‘laydigan xulosalar, kod bazasini tushuntirish va axborotni JSON formatiga ajratib olishni o‘z ichiga oladi. Versiyalar orasidagi natijalarni solishtirishda modelning sanali nomini prompt bilan birga saqlang.
Qwen’ning Qwen2.5-Turbo taqdimotida uzun hikoyaviy matnlar va bir nechta bog‘liq maqolani o‘qish namoyish etiladi. Foydali natija savolga bog‘liq: umumiy sharh ishlar orasidagi aloqani tushuntirishi mumkin, aniq yo‘naltirilgan taqqoslash esa ularning yondashuvlari va asoslovchi dalillarini ajratishi mumkin. Aniq belgilangan matnni bering va o‘quvchiga muhim bo‘lgan farqlarni so‘rang. O‘zingiz tayyorlagan ko‘rsatmalarda har bir hujjatning asosiy taklifi, uni asoslovchi parcha va hujjatlar orasidagi kelishmovchiliklarni so‘rashingiz mumkin. Javobni auditoriya uchun zarur tilda so‘rang va iqtiboslarni manbalari bilan bog‘langan holda saqlang.
Ishlab chiqaruvchi bitta matn fayliga yig‘ilgan repozitoriyni o‘qishni ham ko‘rsatadi: avval uning maqsadini tushuntirish, keyin klasslar va ularning fayl yo‘llarini topish. Kodni tayyorlashda fayl chegaralari, nomlar va atrofdagi tegishli ta’riflarni o‘zgarishsiz saqlang. Qismlari qanday bog‘langanini torroq doirada tushuntirishni so‘rashdan oldin komponent xaritasini so‘rang. Olingan tushuntirish yoki joylashuvlar ro‘yxati asl fayllarni tekshirishga yo‘l ko‘rsatishi mumkin; bu joylashuvlarni berilgan kod bilan solishtirib tekshiring.
Ishlab chiqaruvchi hujjatlashtirgan matn bilan ishlash tartibida tizim xabari rol va vazifa qoidalarini belgilaydi, foydalanuvchi xabari savol va materialni beradi, model esa assistent sifatida javob beradi. Mo‘ljallangan natijani aniq belgilang: xulosa, taqqoslash jadvali, ixcham tushuntirish yoki ajratib olingan maydonlar. Hujjatga oid vazifada o‘qilishi kerak bo‘lgan matnni u bilan nima qilishni tavsiflaydigan ko‘rsatmadan ajrating. Atamalarni, chiqish tilini va manbada berilmagan axborot bilan ishlash qoidalarini kiriting.
Ishlab chiqaruvchining Chat Completions ishlash tartibi holatni saqlamaydi: munozarani davom ettirish uchun keyingi savol bilan berilgan suhbat tarixi ishlatiladi. Keyingi savol ularga bog‘liq bo‘lsa, avvalgi foydalanuvchi va assistent xabarlarini qo‘shing. Birinchi navbat hujjatning asosiy dalilini aniqlashi, ikkinchisi esa bir xulosani qaysi parcha asoslashini so‘rashi mumkin. Avvalgi javob modelga doimiy xotira beradi deb hisoblash o‘rniga, zarur manba kontekstini mavjud holda saqlang. Munozara kengayganda, so‘nggi navbatlar va manbadagi muhim faktlarni saqlang yoki avvalgi materialning tekshirilgan xulosasidan foydalaning. Tarixni olib tashlash yoki qisqartirish keyingi javob uchun zarur tafsilotlarni yo‘qotishi mumkin.
Alibaba qwen-turbo-2024-11-01 modelini JSON Object qo‘llab-quvvatlanadigan modellar qatoriga aniq kiritadi. Ishlab chiqaruvchining ishlash tartibida javob formati json_object qilib belgilanadi va tizim yoki foydalanuvchi ko‘rsatmasida JSON so‘zi bo‘lishi shart. Maydon nomlarini va yetishmayotgan axborotga qanday munosabatda bo‘lishni belgilang. Masalan, axborot ajratib olish ko‘rsatmalarida hujjat sarlavhasi, unda ko‘rsatilgan muallif va asoslovchi parchani so‘rab, muallif ko‘rsatilmagan holat uchun qoida belgilash mumkin.
JSON Object rejimi yaroqli JSON sintaksisiga qaratilgan; u muayyan sxema, barqaror maydon nomlari yoki maydon turlarini majburiy qilmaydi. Qaytgan obyektni keyingi bosqichlarda ishlatishdan oldin unda vazifaga zarur maydonlar va qiymatlar borligini tekshiring. Tugashidan oldin uzilgan natija ham yaroqsiz JSON bo‘lishi mumkin. Formatlash muammosini noto‘g‘ri axborot ajratib olishdan farqlash uchun to‘liq obyektni va uning manba matnini saqlang.
Qwen taqdimotida uzun ketma-ketliklar bilan ishlanadigan murakkab vazifalarda beqarorlik qayd etiladi. Ko‘p matn berilishi har bir tafsilot topilishi yoki har bir bog‘liqlik to‘g‘ri talqin qilinishini kafolatlamaydi. Muhim fikrlar, manba havolalari va koddagi joylashuvlarni asl material bilan solishtiring, ayniqsa xulosa bir-biridan uzoq parchalarni birlashtirsa. Manbani, aniq promptni va tanlangan javobni ish natijasi sifatida saqlang. Alibaba kompaniyasining versiyalar mosligi bu versiyani Qwen-Turbo-2025-04-28 modelidan farqlaydi, shuning uchun versiyalarni taqqoslashda ikkala model nomi va bir xil vazifa saqlanishi kerak.
", "aboutText": "Qwen Turbo 2024-11-01 — Alibaba kompaniyasining Qwen2.5 avlodiga mansub belgilangan Qwen-Turbo versiyasi. U yozma ko‘rsatmalar va matnli kontekstni qabul qilib, matnli javob beradi. Foydali vazifalar berilgan hujjatlarga oid savollar, bir nechta manbani bog‘laydigan xulosalar, kod bazasini tushuntirish va axborotni JSON formatiga ajratib olishni o‘z ichiga oladi. Versiyalar orasidagi natijalarni solishtirishda modelning sanali nomini prompt bilan birga saqlang.\n\n### Bog‘liq materialni aniq savol bilan o‘qing\n\nQwen’ning Qwen2.5-Turbo taqdimotida uzun hikoyaviy matnlar va bir nechta bog‘liq maqolani o‘qish namoyish etiladi. Foydali natija savolga bog‘liq: umumiy sharh ishlar orasidagi aloqani tushuntirishi mumkin, aniq yo‘naltirilgan taqqoslash esa ularning yondashuvlari va asoslovchi dalillarini ajratishi mumkin. Aniq belgilangan matnni bering va o‘quvchiga muhim bo‘lgan farqlarni so‘rang. O‘zingiz tayyorlagan ko‘rsatmalarda har bir hujjatning asosiy taklifi, uni asoslovchi parcha va hujjatlar orasidagi kelishmovchiliklarni so‘rashingiz mumkin. Javobni auditoriya uchun zarur tilda so‘rang va iqtiboslarni manbalari bilan bog‘langan holda saqlang.\n\n### Repozitoriyni uning matni orqali tushuning\n\nIshlab chiqaruvchi bitta matn fayliga yig‘ilgan repozitoriyni o‘qishni ham ko‘rsatadi: avval uning maqsadini tushuntirish, keyin klasslar va ularning fayl yo‘llarini topish. Kodni tayyorlashda fayl chegaralari, nomlar va atrofdagi tegishli ta’riflarni o‘zgarishsiz saqlang. Qismlari qanday bog‘langanini torroq doirada tushuntirishni so‘rashdan oldin komponent xaritasini so‘rang. Olingan tushuntirish yoki joylashuvlar ro‘yxati asl fayllarni tekshirishga yo‘l ko‘rsatishi mumkin; bu joylashuvlarni berilgan kod bilan solishtirib tekshiring.\n\n### Ko‘rsatmalar va materialni xabarlar sifatida taqdim eting\n\nIshlab chiqaruvchi hujjatlashtirgan matn bilan ishlash tartibida tizim xabari rol va vazifa qoidalarini belgilaydi, foydalanuvchi xabari savol va materialni beradi, model esa assistent sifatida javob beradi. Mo‘ljallangan natijani aniq belgilang: xulosa, taqqoslash jadvali, ixcham tushuntirish yoki ajratib olingan maydonlar. Hujjatga oid vazifada o‘qilishi kerak bo‘lgan matnni u bilan nima qilishni tavsiflaydigan ko‘rsatmadan ajrating. Atamalarni, chiqish tilini va manbada berilmagan axborot bilan ishlash qoidalarini kiriting.\n\n### Suhbatni tegishli tarix bilan davom ettiring\n\nIshlab chiqaruvchining Chat Completions ishlash tartibi holatni saqlamaydi: munozarani davom ettirish uchun keyingi savol bilan berilgan suhbat tarixi ishlatiladi. Keyingi savol ularga bog‘liq bo‘lsa, avvalgi foydalanuvchi va assistent xabarlarini qo‘shing. Birinchi navbat hujjatning asosiy dalilini aniqlashi, ikkinchisi esa bir xulosani qaysi parcha asoslashini so‘rashi mumkin. Avvalgi javob modelga doimiy xotira beradi deb hisoblash o‘rniga, zarur manba kontekstini mavjud holda saqlang. Munozara kengayganda, so‘nggi navbatlar va manbadagi muhim faktlarni saqlang yoki avvalgi materialning tekshirilgan xulosasidan foydalaning. Tarixni olib tashlash yoki qisqartirish keyingi javob uchun zarur tafsilotlarni yo‘qotishi mumkin.\n\n### JSON Object rejimida axborotni ajratib oling\n\nAlibaba qwen-turbo-2024-11-01 modelini JSON Object qo‘llab-quvvatlanadigan modellar qatoriga aniq kiritadi. Ishlab chiqaruvchining ishlash tartibida javob formati json_object qilib belgilanadi va tizim yoki foydalanuvchi ko‘rsatmasida JSON so‘zi bo‘lishi shart. Maydon nomlarini va yetishmayotgan axborotga qanday munosabatda bo‘lishni belgilang. Masalan, axborot ajratib olish ko‘rsatmalarida hujjat sarlavhasi, unda ko‘rsatilgan muallif va asoslovchi parchani so‘rab, muallif ko‘rsatilmagan holat uchun qoida belgilash mumkin.\n\nJSON Object rejimi yaroqli JSON sintaksisiga qaratilgan; u muayyan sxema, barqaror maydon nomlari yoki maydon turlarini majburiy qilmaydi. Qaytgan obyektni keyingi bosqichlarda ishlatishdan oldin unda vazifaga zarur maydonlar va qiymatlar borligini tekshiring. Tugashidan oldin uzilgan natija ham yaroqsiz JSON bo‘lishi mumkin. Formatlash muammosini noto‘g‘ri axborot ajratib olishdan farqlash uchun to‘liq obyektni va uning manba matnini saqlang.\n\n### Javobni asl material bilan solishtirib tekshiring\n\nQwen taqdimotida uzun ketma-ketliklar bilan ishlanadigan murakkab vazifalarda beqarorlik qayd etiladi. Ko‘p matn berilishi har bir tafsilot topilishi yoki har bir bog‘liqlik to‘g‘ri talqin qilinishini kafolatlamaydi. Muhim fikrlar, manba havolalari va koddagi joylashuvlarni asl material bilan solishtiring, ayniqsa xulosa bir-biridan uzoq parchalarni birlashtirsa. Manbani, aniq promptni va tanlangan javobni ish natijasi sifatida saqlang. Alibaba kompaniyasining versiyalar mosligi bu versiyani Qwen-Turbo-2025-04-28 modelidan farqlaydi, shuning uchun versiyalarni taqqoslashda ikkala model nomi va bir xil vazifa saqlanishi kerak.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Map a component from supplied code text\n\nMap this miniature repository. File reader.py: class CsvReader exposes read(path). File service.py: class ImportService receives a reader and calls reader.read(path) inside import_file(path). Explain each class’s role, identify where file loading occurs and list the supplied paths. Do not invent validation, storage or error handling absent from the excerpts.A two-component map, the read call location and an explicit list of unspecified behavior.Check that file loading is attributed to CsvReader.read and orchestration to ImportService.import_file, using the supplied paths only.qwen-turbo-2024-11-01Alibaba kompaniyasining Qwen Turbo 2024-11-01 modeli — berilgan materialga oid savollarga javob berish, bog‘liq hujjatlarni umumlashtirish va manba kodini o‘qish uchun belgilangan matn modeli versiyasi. U axborotni dastur orqali tahlil qilish mumkin bo‘lgan natijaga chiqarish uchun ishlab chiqaruvchining JSON Object rejimini ham qo‘llab-quvvatlaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen Turbo 2024-11-01 — Alibaba kompaniyasining Qwen2.5 avlodiga mansub belgilangan Qwen-Turbo versiyasi. U yozma ko‘rsatmalar va matnli kontekstni qabul qilib, matnli javob beradi. Foydali vazifalar berilgan hujjatlarga oid savollar, bir nechta manbani bog‘laydigan xulosalar, kod bazasini tushuntirish va axborotni JSON formatiga ajratib olishni o‘z ichiga oladi. Versiyalar orasidagi natijalarni solishtirishda modelning sanali nomini prompt bilan birga saqlang.
Qwen’ning Qwen2.5-Turbo taqdimotida uzun hikoyaviy matnlar va bir nechta bog‘liq maqolani o‘qish namoyish etiladi. Foydali natija savolga bog‘liq: umumiy sharh ishlar orasidagi aloqani tushuntirishi mumkin, aniq yo‘naltirilgan taqqoslash esa ularning yondashuvlari va asoslovchi dalillarini ajratishi mumkin. Aniq belgilangan matnni bering va o‘quvchiga muhim bo‘lgan farqlarni so‘rang. O‘zingiz tayyorlagan ko‘rsatmalarda har bir hujjatning asosiy taklifi, uni asoslovchi parcha va hujjatlar orasidagi kelishmovchiliklarni so‘rashingiz mumkin. Javobni auditoriya uchun zarur tilda so‘rang va iqtiboslarni manbalari bilan bog‘langan holda saqlang.
Ishlab chiqaruvchi bitta matn fayliga yig‘ilgan repozitoriyni o‘qishni ham ko‘rsatadi: avval uning maqsadini tushuntirish, keyin klasslar va ularning fayl yo‘llarini topish. Kodni tayyorlashda fayl chegaralari, nomlar va atrofdagi tegishli ta’riflarni o‘zgarishsiz saqlang. Qismlari qanday bog‘langanini torroq doirada tushuntirishni so‘rashdan oldin komponent xaritasini so‘rang. Olingan tushuntirish yoki joylashuvlar ro‘yxati asl fayllarni tekshirishga yo‘l ko‘rsatishi mumkin; bu joylashuvlarni berilgan kod bilan solishtirib tekshiring.
Ishlab chiqaruvchi hujjatlashtirgan matn bilan ishlash tartibida tizim xabari rol va vazifa qoidalarini belgilaydi, foydalanuvchi xabari savol va materialni beradi, model esa assistent sifatida javob beradi. Mo‘ljallangan natijani aniq belgilang: xulosa, taqqoslash jadvali, ixcham tushuntirish yoki ajratib olingan maydonlar. Hujjatga oid vazifada o‘qilishi kerak bo‘lgan matnni u bilan nima qilishni tavsiflaydigan ko‘rsatmadan ajrating. Atamalarni, chiqish tilini va manbada berilmagan axborot bilan ishlash qoidalarini kiriting.
Ishlab chiqaruvchining Chat Completions ishlash tartibi holatni saqlamaydi: munozarani davom ettirish uchun keyingi savol bilan berilgan suhbat tarixi ishlatiladi. Keyingi savol ularga bog‘liq bo‘lsa, avvalgi foydalanuvchi va assistent xabarlarini qo‘shing. Birinchi navbat hujjatning asosiy dalilini aniqlashi, ikkinchisi esa bir xulosani qaysi parcha asoslashini so‘rashi mumkin. Avvalgi javob modelga doimiy xotira beradi deb hisoblash o‘rniga, zarur manba kontekstini mavjud holda saqlang. Munozara kengayganda, so‘nggi navbatlar va manbadagi muhim faktlarni saqlang yoki avvalgi materialning tekshirilgan xulosasidan foydalaning. Tarixni olib tashlash yoki qisqartirish keyingi javob uchun zarur tafsilotlarni yo‘qotishi mumkin.
Alibaba qwen-turbo-2024-11-01 modelini JSON Object qo‘llab-quvvatlanadigan modellar qatoriga aniq kiritadi. Ishlab chiqaruvchining ishlash tartibida javob formati json_object qilib belgilanadi va tizim yoki foydalanuvchi ko‘rsatmasida JSON so‘zi bo‘lishi shart. Maydon nomlarini va yetishmayotgan axborotga qanday munosabatda bo‘lishni belgilang. Masalan, axborot ajratib olish ko‘rsatmalarida hujjat sarlavhasi, unda ko‘rsatilgan muallif va asoslovchi parchani so‘rab, muallif ko‘rsatilmagan holat uchun qoida belgilash mumkin.
JSON Object rejimi yaroqli JSON sintaksisiga qaratilgan; u muayyan sxema, barqaror maydon nomlari yoki maydon turlarini majburiy qilmaydi. Qaytgan obyektni keyingi bosqichlarda ishlatishdan oldin unda vazifaga zarur maydonlar va qiymatlar borligini tekshiring. Tugashidan oldin uzilgan natija ham yaroqsiz JSON bo‘lishi mumkin. Formatlash muammosini noto‘g‘ri axborot ajratib olishdan farqlash uchun to‘liq obyektni va uning manba matnini saqlang.
Qwen taqdimotida uzun ketma-ketliklar bilan ishlanadigan murakkab vazifalarda beqarorlik qayd etiladi. Ko‘p matn berilishi har bir tafsilot topilishi yoki har bir bog‘liqlik to‘g‘ri talqin qilinishini kafolatlamaydi. Muhim fikrlar, manba havolalari va koddagi joylashuvlarni asl material bilan solishtiring, ayniqsa xulosa bir-biridan uzoq parchalarni birlashtirsa. Manbani, aniq promptni va tanlangan javobni ish natijasi sifatida saqlang. Alibaba kompaniyasining versiyalar mosligi bu versiyani Qwen-Turbo-2025-04-28 modelidan farqlaydi, shuning uchun versiyalarni taqqoslashda ikkala model nomi va bir xil vazifa saqlanishi kerak.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-turbo-2024-11-01 | 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 $0.0001 / 1K token Chiqish · Chiqish tokenlari $0.00018 / 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-turbo-2024-11-01", "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-turbo-2024-11-01',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-turbo-2024-11-01',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-turbo-2024-11-01
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
qwen-turbo-2024-11-01Alibaba kompaniyasining Qwen Turbo 2024-11-01 modeli — berilgan materialga oid savollarga javob berish, bog‘liq hujjatlarni umumlashtirish va manba kodini o‘qish uchun belgilangan matn modeli versiyasi. U axborotni dastur orqali tahlil qilish mumkin bo‘lgan natijaga chiqarish uchun ishlab chiqaruvchining JSON Object rejimini ham qo‘llab-quvvatlaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen Turbo 2024-11-01 — Alibaba kompaniyasining Qwen2.5 avlodiga mansub belgilangan Qwen-Turbo versiyasi. U yozma ko‘rsatmalar va matnli kontekstni qabul qilib, matnli javob beradi. Foydali vazifalar berilgan hujjatlarga oid savollar, bir nechta manbani bog‘laydigan xulosalar, kod bazasini tushuntirish va axborotni JSON formatiga ajratib olishni o‘z ichiga oladi. Versiyalar orasidagi natijalarni solishtirishda modelning sanali nomini prompt bilan birga saqlang.
Qwen’ning Qwen2.5-Turbo taqdimotida uzun hikoyaviy matnlar va bir nechta bog‘liq maqolani o‘qish namoyish etiladi. Foydali natija savolga bog‘liq: umumiy sharh ishlar orasidagi aloqani tushuntirishi mumkin, aniq yo‘naltirilgan taqqoslash esa ularning yondashuvlari va asoslovchi dalillarini ajratishi mumkin. Aniq belgilangan matnni bering va o‘quvchiga muhim bo‘lgan farqlarni so‘rang. O‘zingiz tayyorlagan ko‘rsatmalarda har bir hujjatning asosiy taklifi, uni asoslovchi parcha va hujjatlar orasidagi kelishmovchiliklarni so‘rashingiz mumkin. Javobni auditoriya uchun zarur tilda so‘rang va iqtiboslarni manbalari bilan bog‘langan holda saqlang.
Ishlab chiqaruvchi bitta matn fayliga yig‘ilgan repozitoriyni o‘qishni ham ko‘rsatadi: avval uning maqsadini tushuntirish, keyin klasslar va ularning fayl yo‘llarini topish. Kodni tayyorlashda fayl chegaralari, nomlar va atrofdagi tegishli ta’riflarni o‘zgarishsiz saqlang. Qismlari qanday bog‘langanini torroq doirada tushuntirishni so‘rashdan oldin komponent xaritasini so‘rang. Olingan tushuntirish yoki joylashuvlar ro‘yxati asl fayllarni tekshirishga yo‘l ko‘rsatishi mumkin; bu joylashuvlarni berilgan kod bilan solishtirib tekshiring.
Ishlab chiqaruvchi hujjatlashtirgan matn bilan ishlash tartibida tizim xabari rol va vazifa qoidalarini belgilaydi, foydalanuvchi xabari savol va materialni beradi, model esa assistent sifatida javob beradi. Mo‘ljallangan natijani aniq belgilang: xulosa, taqqoslash jadvali, ixcham tushuntirish yoki ajratib olingan maydonlar. Hujjatga oid vazifada o‘qilishi kerak bo‘lgan matnni u bilan nima qilishni tavsiflaydigan ko‘rsatmadan ajrating. Atamalarni, chiqish tilini va manbada berilmagan axborot bilan ishlash qoidalarini kiriting.
Ishlab chiqaruvchining Chat Completions ishlash tartibi holatni saqlamaydi: munozarani davom ettirish uchun keyingi savol bilan berilgan suhbat tarixi ishlatiladi. Keyingi savol ularga bog‘liq bo‘lsa, avvalgi foydalanuvchi va assistent xabarlarini qo‘shing. Birinchi navbat hujjatning asosiy dalilini aniqlashi, ikkinchisi esa bir xulosani qaysi parcha asoslashini so‘rashi mumkin. Avvalgi javob modelga doimiy xotira beradi deb hisoblash o‘rniga, zarur manba kontekstini mavjud holda saqlang. Munozara kengayganda, so‘nggi navbatlar va manbadagi muhim faktlarni saqlang yoki avvalgi materialning tekshirilgan xulosasidan foydalaning. Tarixni olib tashlash yoki qisqartirish keyingi javob uchun zarur tafsilotlarni yo‘qotishi mumkin.
Alibaba qwen-turbo-2024-11-01 modelini JSON Object qo‘llab-quvvatlanadigan modellar qatoriga aniq kiritadi. Ishlab chiqaruvchining ishlash tartibida javob formati json_object qilib belgilanadi va tizim yoki foydalanuvchi ko‘rsatmasida JSON so‘zi bo‘lishi shart. Maydon nomlarini va yetishmayotgan axborotga qanday munosabatda bo‘lishni belgilang. Masalan, axborot ajratib olish ko‘rsatmalarida hujjat sarlavhasi, unda ko‘rsatilgan muallif va asoslovchi parchani so‘rab, muallif ko‘rsatilmagan holat uchun qoida belgilash mumkin.
JSON Object rejimi yaroqli JSON sintaksisiga qaratilgan; u muayyan sxema, barqaror maydon nomlari yoki maydon turlarini majburiy qilmaydi. Qaytgan obyektni keyingi bosqichlarda ishlatishdan oldin unda vazifaga zarur maydonlar va qiymatlar borligini tekshiring. Tugashidan oldin uzilgan natija ham yaroqsiz JSON bo‘lishi mumkin. Formatlash muammosini noto‘g‘ri axborot ajratib olishdan farqlash uchun to‘liq obyektni va uning manba matnini saqlang.
Qwen taqdimotida uzun ketma-ketliklar bilan ishlanadigan murakkab vazifalarda beqarorlik qayd etiladi. Ko‘p matn berilishi har bir tafsilot topilishi yoki har bir bog‘liqlik to‘g‘ri talqin qilinishini kafolatlamaydi. Muhim fikrlar, manba havolalari va koddagi joylashuvlarni asl material bilan solishtiring, ayniqsa xulosa bir-biridan uzoq parchalarni birlashtirsa. Manbani, aniq promptni va tanlangan javobni ish natijasi sifatida saqlang. Alibaba kompaniyasining versiyalar mosligi bu versiyani Qwen-Turbo-2025-04-28 modelidan farqlaydi, shuning uchun versiyalarni taqqoslashda ikkala model nomi va bir xil vazifa saqlanishi kerak.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-turbo-2024-11-01 | 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 $0.0001 / 1K token Chiqish · Chiqish tokenlari $0.00018 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen-turbo-2024-11-01",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-turbo-2024-11-01', '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-turbo-2024-11-01', '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-turbo-2024-11-01
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Map a component from supplied code text\n\nMap this miniature repository. File reader.py: class CsvReader exposes read(path). File service.py: class ImportService receives a reader and calls reader.read(path) inside import_file(path). Explain each class’s role, identify where file loading occurs and list the supplied paths. Do not invent validation, storage or error handling absent from the excerpts.A two-component map, the read call location and an explicit list of unspecified behavior.Check that file loading is attributed to CsvReader.read and orchestration to ImportService.import_file, using the supplied paths only.