Qwen2.5-Coder-7B-Instruct — Qwen’ning ilgari CodeQwen deb atalgan, kodga yo‘naltirilgan oilasidagi ko‘rsatmalarga moslashtirilgan 7B o‘lchamli reliz. Uning asosiy topshiriqlari kod yaratish, dastur xatti-harakati haqida mulohaza va kod tuzatishdir. U talablar va manba kodini o‘z ichiga oladigan matnni qabul qilib, amalga oshirish, izoh yoki taklif etilgan o‘zgarish bo‘lishi mumkin bo‘lgan matn qaytaradi.
Dasturlash imkoniyatlari va o‘qitish
Ishlab chiqaruvchi manba kodi, matnni kodga bog‘lovchi material va sintetik misollarni o‘z ichiga olgan 5.5 trillion o‘qitish tokenini ta’riflaydi. Oila dasturlash ixtisosi bilan birga matematik va umumiy til imkoniyatlarini saqlaydi. Reliz e’loni dastur yaratish, dastur qanday ishlashi haqida mulohaza va mavjud amalga oshirishni tuzatishni ajratadi; bular turli kirishlar va turli yakuniy artefaktlarni talab qiladi.
Generatsiyada dasturlash tili, funksiya signaturasi, kirish turlari va kutilgan qaytish qiymatini bering. Funksiya kirishni o‘zgartirishi yoki tashqi bog‘liqlikdan foydalanishi mumkinligi kabi cheklovlarni kiriting. Amalga oshirish va har bir talabga qanday javob berishining qisqa izohini so‘rang. Masalan, saralash so‘rovi takroriy qiymatlar saqlanishi va asl ro‘yxat o‘zgarmasligini belgilab, funksiya hamda bo‘sh ro‘yxat va takroriy qiymatli ro‘yxat uchun chaqiruv misollarini so‘rashi mumkin.
Kod mulohazasida aniq parcha va kuzatiladigan muayyan kirishni bering. Qaysi tarmoqlar bajarilishi, oraliq qiymatlar qanday o‘zgarishi va funksiya nima qaytarishini so‘rang. Bu butun faylni tushuntirish haqidagi yo‘nalishsiz so‘rovdan foydaliroq: javob aniq kirishni dasturdagi aniq yo‘lga bog‘laydi. Chaqiriladigan yordamchi funksiyalar yoki tegishli tur ta’riflarini parcha bilan birga saqlang.
Tuzatishda xatoli xatti-harakat, kutilgan xatti-harakat va farqni belgilaydigan kodni bering. Xato xabarining o‘zi muhim shartni ochiq qoldirishi mumkin. Taklif etilgan tuzatish, sabab izohi va eski hamda kerakli xatti-harakatni ajratuvchi misollarni so‘rang. Qaytgan patch matnli artefaktdir; uni kompilyatsiya qilish, bajarish yoki repozitoriyga qo‘llash atrofdagi ishlab chiqish muhitini talab etadi.
Nomlangan 7B nashri
Chiqarilgan model 7.61 milliard parametrga, jumladan embedding’dan tashqari 6.53 milliard parametrga va 28 Transformer qatlamiga ega. U aylanma pozitsion embedding, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi. Guruhlangan so‘rovli diqqatida 28 so‘rov boshi va 4 kalit/qiymat boshi bor. Bu tafsilotlar kattaroq Coder nashrini emas, ushbu relizni ta’riflaydi.
Oila alohida Base va Instruct modellarini taqdim etadi. Instruct suhbatli so‘rovlarga moslashtirilgan; Base davom ettirish va keyingi sozlash uchun tayanchdir. Ushbu yozuv ko‘rsatmalarga moslashtirilgan 7B modeliga tegishli. Relizning boshqa o‘lchamlar uchun misollari va asosiy natijalari bu nashr imkoniyatlari yoki resurs talablarini belgilamaydi.
Ko‘rsatmani tayyorlash
Model kartasi alohida system va user xabarlari hamda mos chat shabloni bilan suhbatni namoyish etadi. Amalga oshirish va izohni qanday taqdim etish kabi barqaror javob qoidalarini kod va topshiriqdan alohida joylashtiring. Qaysi parcha mavjud manba kodi, qaysi matn talab va qaysi chiqish qaytarilishi kerakligini belgilang. Bu so‘ralgan o‘zgarish saqlashi zarur identifikatorlar, interfeyslar va xatti-harakatni asrashga yordam beradi.
Foydali dasturchi yordamchisi kirishi qisqa modul, uning chaqiruvchisi va kutilgan o‘zgarishni o‘z ichiga olishi mumkin. Tahrirlangan funksiya, farazlar ro‘yxati va kutilgan chiqishli kirish misollarini so‘rang. Yaratiladigan vizual artefaktda amalga oshiriladigan ma’lumotlar va o‘zaro ta’sirlarni belgilang va hosil bo‘ladigan manba matnini talab qiling; kodga yo‘naltirilgan oila kod yordamchilari va vizual artefaktlarni ham misol qiladi. Artefaktni render qilish uning manbasini yaratishdan alohida qadam bo‘lib qoladi.
Uzun matnga ishlov berish
Model kartasi to‘liq kontekstni 131,072 token deb ko‘rsatadi, chiqarilgan konfiguratsiya esa dastlab 32,768 token uchun sozlangan. Ushbu sozlamadan uzun kirishlarni qayta ishlash hujjatlashtirilgan YaRN kengaytmasini talab qiladi. Misol masshtablash koeffitsiyentini 4.0 va asl maksimal pozitsiya sozlamasini 32,768 deb belgilaydi. Ishlab chiqaruvchi statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkinligini aytadi va uzun kontekst kerak bo‘lganda kengaytmani qo‘shishni tavsiya qiladi.
Bog‘liq kod va talablarni birga tutish uchun kattaroq kontekstdan foydalaning, ammo haqiqiy savolni belgilang: nomuvofiq chaqiruvni topish, ma’lumot yo‘lini tushuntirish yoki belgilangan interfeys doirasida o‘zgarish taklif qilish. Aloqasiz loyiha materiali o‘rniga xatti-harakatni belgilaydigan qismlarni kiriting. Tezkor boshlashdagi 512 yaratilgan token namuna sozlamasidir; karta bu qiymatdan alohida maksimal chiqish sig‘imini belgilamaydi.
Modelning hujjatlashtirilgan natijasi matndir. Kod agentidagi roli ilova repozitoriyga kirish, bajarish va qayta aloqani ta’minlashiga bog‘liq. Ushbu operatsiyalarni modelning kod taklif qilish va xatti-harakatini tushuntirish qobiliyatidan ajrating, takrorlanadigan topshiriqni rejalashda aynan 7B-Instruct nashri va uzun kontekst sozlamalarini aniq saqlang.
", "aboutText": "Qwen2.5-Coder-7B-Instruct — Qwen’ning ilgari CodeQwen deb atalgan, kodga yo‘naltirilgan oilasidagi ko‘rsatmalarga moslashtirilgan 7B o‘lchamli reliz. Uning asosiy topshiriqlari kod yaratish, dastur xatti-harakati haqida mulohaza va kod tuzatishdir. U talablar va manba kodini o‘z ichiga oladigan matnni qabul qilib, amalga oshirish, izoh yoki taklif etilgan o‘zgarish bo‘lishi mumkin bo‘lgan matn qaytaradi.\n\nDasturlash imkoniyatlari va o‘qitish\n\nIshlab chiqaruvchi manba kodi, matnni kodga bog‘lovchi material va sintetik misollarni o‘z ichiga olgan 5.5 trillion o‘qitish tokenini ta’riflaydi. Oila dasturlash ixtisosi bilan birga matematik va umumiy til imkoniyatlarini saqlaydi. Reliz e’loni dastur yaratish, dastur qanday ishlashi haqida mulohaza va mavjud amalga oshirishni tuzatishni ajratadi; bular turli kirishlar va turli yakuniy artefaktlarni talab qiladi.\n\nGeneratsiyada dasturlash tili, funksiya signaturasi, kirish turlari va kutilgan qaytish qiymatini bering. Funksiya kirishni o‘zgartirishi yoki tashqi bog‘liqlikdan foydalanishi mumkinligi kabi cheklovlarni kiriting. Amalga oshirish va har bir talabga qanday javob berishining qisqa izohini so‘rang. Masalan, saralash so‘rovi takroriy qiymatlar saqlanishi va asl ro‘yxat o‘zgarmasligini belgilab, funksiya hamda bo‘sh ro‘yxat va takroriy qiymatli ro‘yxat uchun chaqiruv misollarini so‘rashi mumkin.\n\nKod mulohazasida aniq parcha va kuzatiladigan muayyan kirishni bering. Qaysi tarmoqlar bajarilishi, oraliq qiymatlar qanday o‘zgarishi va funksiya nima qaytarishini so‘rang. Bu butun faylni tushuntirish haqidagi yo‘nalishsiz so‘rovdan foydaliroq: javob aniq kirishni dasturdagi aniq yo‘lga bog‘laydi. Chaqiriladigan yordamchi funksiyalar yoki tegishli tur ta’riflarini parcha bilan birga saqlang.\n\nTuzatishda xatoli xatti-harakat, kutilgan xatti-harakat va farqni belgilaydigan kodni bering. Xato xabarining o‘zi muhim shartni ochiq qoldirishi mumkin. Taklif etilgan tuzatish, sabab izohi va eski hamda kerakli xatti-harakatni ajratuvchi misollarni so‘rang. Qaytgan patch matnli artefaktdir; uni kompilyatsiya qilish, bajarish yoki repozitoriyga qo‘llash atrofdagi ishlab chiqish muhitini talab etadi.\n\nNomlangan 7B nashri\n\nChiqarilgan model 7.61 milliard parametrga, jumladan embedding’dan tashqari 6.53 milliard parametrga va 28 Transformer qatlamiga ega. U aylanma pozitsion embedding, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi. Guruhlangan so‘rovli diqqatida 28 so‘rov boshi va 4 kalit/qiymat boshi bor. Bu tafsilotlar kattaroq Coder nashrini emas, ushbu relizni ta’riflaydi.\n\nOila alohida Base va Instruct modellarini taqdim etadi. Instruct suhbatli so‘rovlarga moslashtirilgan; Base davom ettirish va keyingi sozlash uchun tayanchdir. Ushbu yozuv ko‘rsatmalarga moslashtirilgan 7B modeliga tegishli. Relizning boshqa o‘lchamlar uchun misollari va asosiy natijalari bu nashr imkoniyatlari yoki resurs talablarini belgilamaydi.\n\nKo‘rsatmani tayyorlash\n\nModel kartasi alohida system va user xabarlari hamda mos chat shabloni bilan suhbatni namoyish etadi. Amalga oshirish va izohni qanday taqdim etish kabi barqaror javob qoidalarini kod va topshiriqdan alohida joylashtiring. Qaysi parcha mavjud manba kodi, qaysi matn talab va qaysi chiqish qaytarilishi kerakligini belgilang. Bu so‘ralgan o‘zgarish saqlashi zarur identifikatorlar, interfeyslar va xatti-harakatni asrashga yordam beradi.\n\nFoydali dasturchi yordamchisi kirishi qisqa modul, uning chaqiruvchisi va kutilgan o‘zgarishni o‘z ichiga olishi mumkin. Tahrirlangan funksiya, farazlar ro‘yxati va kutilgan chiqishli kirish misollarini so‘rang. Yaratiladigan vizual artefaktda amalga oshiriladigan ma’lumotlar va o‘zaro ta’sirlarni belgilang va hosil bo‘ladigan manba matnini talab qiling; kodga yo‘naltirilgan oila kod yordamchilari va vizual artefaktlarni ham misol qiladi. Artefaktni render qilish uning manbasini yaratishdan alohida qadam bo‘lib qoladi.\n\nUzun matnga ishlov berish\n\nModel kartasi to‘liq kontekstni 131,072 token deb ko‘rsatadi, chiqarilgan konfiguratsiya esa dastlab 32,768 token uchun sozlangan. Ushbu sozlamadan uzun kirishlarni qayta ishlash hujjatlashtirilgan YaRN kengaytmasini talab qiladi. Misol masshtablash koeffitsiyentini 4.0 va asl maksimal pozitsiya sozlamasini 32,768 deb belgilaydi. Ishlab chiqaruvchi statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkinligini aytadi va uzun kontekst kerak bo‘lganda kengaytmani qo‘shishni tavsiya qiladi.\n\nBog‘liq kod va talablarni birga tutish uchun kattaroq kontekstdan foydalaning, ammo haqiqiy savolni belgilang: nomuvofiq chaqiruvni topish, ma’lumot yo‘lini tushuntirish yoki belgilangan interfeys doirasida o‘zgarish taklif qilish. Aloqasiz loyiha materiali o‘rniga xatti-harakatni belgilaydigan qismlarni kiriting. Tezkor boshlashdagi 512 yaratilgan token namuna sozlamasidir; karta bu qiymatdan alohida maksimal chiqish sig‘imini belgilamaydi.\n\nModelning hujjatlashtirilgan natijasi matndir. Kod agentidagi roli ilova repozitoriyga kirish, bajarish va qayta aloqani ta’minlashiga bog‘liq. Ushbu operatsiyalarni modelning kod taklif qilish va xatti-harakatini tushuntirish qobiliyatidan ajrating, takrorlanadigan topshiriqni rejalashda aynan 7B-Instruct nashri va uzun kontekst sozlamalarini aniq saqlang.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Repair integer averaging\n\nFix this Python function: def mean(values): return sum(values) // len(values). Requirement: return the arithmetic mean as a float, preserve fractional results and raise ValueError for empty input. Provide the corrected function and tests for [1, 2], [-2, 2] and []. Explain the two distinct defects.A corrected function, three tests and separate explanations for floor division and empty-input behavior.Check that [1, 2] keeps its fractional mean and that empty input raises the specified exception.qwen2.5-coder-7b-instructQwen2.5-Coder-7B-Instruct — ko‘rsatmalardan kod yaratish, tushuntirish va tuzatish uchun matn modeli. Uning 7.61 milliard parametrli relizi hujjatlashtirilgan uzun kontekst konfiguratsiyasi bilan 131,072 tokengacha kengaytirilgan kontekstni qo‘llaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-Coder-7B-Instruct — Qwen’ning ilgari CodeQwen deb atalgan, kodga yo‘naltirilgan oilasidagi ko‘rsatmalarga moslashtirilgan 7B o‘lchamli reliz. Uning asosiy topshiriqlari kod yaratish, dastur xatti-harakati haqida mulohaza va kod tuzatishdir. U talablar va manba kodini o‘z ichiga oladigan matnni qabul qilib, amalga oshirish, izoh yoki taklif etilgan o‘zgarish bo‘lishi mumkin bo‘lgan matn qaytaradi.
Dasturlash imkoniyatlari va o‘qitish
Ishlab chiqaruvchi manba kodi, matnni kodga bog‘lovchi material va sintetik misollarni o‘z ichiga olgan 5.5 trillion o‘qitish tokenini ta’riflaydi. Oila dasturlash ixtisosi bilan birga matematik va umumiy til imkoniyatlarini saqlaydi. Reliz e’loni dastur yaratish, dastur qanday ishlashi haqida mulohaza va mavjud amalga oshirishni tuzatishni ajratadi; bular turli kirishlar va turli yakuniy artefaktlarni talab qiladi.
Generatsiyada dasturlash tili, funksiya signaturasi, kirish turlari va kutilgan qaytish qiymatini bering. Funksiya kirishni o‘zgartirishi yoki tashqi bog‘liqlikdan foydalanishi mumkinligi kabi cheklovlarni kiriting. Amalga oshirish va har bir talabga qanday javob berishining qisqa izohini so‘rang. Masalan, saralash so‘rovi takroriy qiymatlar saqlanishi va asl ro‘yxat o‘zgarmasligini belgilab, funksiya hamda bo‘sh ro‘yxat va takroriy qiymatli ro‘yxat uchun chaqiruv misollarini so‘rashi mumkin.
Kod mulohazasida aniq parcha va kuzatiladigan muayyan kirishni bering. Qaysi tarmoqlar bajarilishi, oraliq qiymatlar qanday o‘zgarishi va funksiya nima qaytarishini so‘rang. Bu butun faylni tushuntirish haqidagi yo‘nalishsiz so‘rovdan foydaliroq: javob aniq kirishni dasturdagi aniq yo‘lga bog‘laydi. Chaqiriladigan yordamchi funksiyalar yoki tegishli tur ta’riflarini parcha bilan birga saqlang.
Tuzatishda xatoli xatti-harakat, kutilgan xatti-harakat va farqni belgilaydigan kodni bering. Xato xabarining o‘zi muhim shartni ochiq qoldirishi mumkin. Taklif etilgan tuzatish, sabab izohi va eski hamda kerakli xatti-harakatni ajratuvchi misollarni so‘rang. Qaytgan patch matnli artefaktdir; uni kompilyatsiya qilish, bajarish yoki repozitoriyga qo‘llash atrofdagi ishlab chiqish muhitini talab etadi.
Nomlangan 7B nashri
Chiqarilgan model 7.61 milliard parametrga, jumladan embedding’dan tashqari 6.53 milliard parametrga va 28 Transformer qatlamiga ega. U aylanma pozitsion embedding, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi. Guruhlangan so‘rovli diqqatida 28 so‘rov boshi va 4 kalit/qiymat boshi bor. Bu tafsilotlar kattaroq Coder nashrini emas, ushbu relizni ta’riflaydi.
Oila alohida Base va Instruct modellarini taqdim etadi. Instruct suhbatli so‘rovlarga moslashtirilgan; Base davom ettirish va keyingi sozlash uchun tayanchdir. Ushbu yozuv ko‘rsatmalarga moslashtirilgan 7B modeliga tegishli. Relizning boshqa o‘lchamlar uchun misollari va asosiy natijalari bu nashr imkoniyatlari yoki resurs talablarini belgilamaydi.
Ko‘rsatmani tayyorlash
Model kartasi alohida system va user xabarlari hamda mos chat shabloni bilan suhbatni namoyish etadi. Amalga oshirish va izohni qanday taqdim etish kabi barqaror javob qoidalarini kod va topshiriqdan alohida joylashtiring. Qaysi parcha mavjud manba kodi, qaysi matn talab va qaysi chiqish qaytarilishi kerakligini belgilang. Bu so‘ralgan o‘zgarish saqlashi zarur identifikatorlar, interfeyslar va xatti-harakatni asrashga yordam beradi.
Foydali dasturchi yordamchisi kirishi qisqa modul, uning chaqiruvchisi va kutilgan o‘zgarishni o‘z ichiga olishi mumkin. Tahrirlangan funksiya, farazlar ro‘yxati va kutilgan chiqishli kirish misollarini so‘rang. Yaratiladigan vizual artefaktda amalga oshiriladigan ma’lumotlar va o‘zaro ta’sirlarni belgilang va hosil bo‘ladigan manba matnini talab qiling; kodga yo‘naltirilgan oila kod yordamchilari va vizual artefaktlarni ham misol qiladi. Artefaktni render qilish uning manbasini yaratishdan alohida qadam bo‘lib qoladi.
Uzun matnga ishlov berish
Model kartasi to‘liq kontekstni 131,072 token deb ko‘rsatadi, chiqarilgan konfiguratsiya esa dastlab 32,768 token uchun sozlangan. Ushbu sozlamadan uzun kirishlarni qayta ishlash hujjatlashtirilgan YaRN kengaytmasini talab qiladi. Misol masshtablash koeffitsiyentini 4.0 va asl maksimal pozitsiya sozlamasini 32,768 deb belgilaydi. Ishlab chiqaruvchi statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkinligini aytadi va uzun kontekst kerak bo‘lganda kengaytmani qo‘shishni tavsiya qiladi.
Bog‘liq kod va talablarni birga tutish uchun kattaroq kontekstdan foydalaning, ammo haqiqiy savolni belgilang: nomuvofiq chaqiruvni topish, ma’lumot yo‘lini tushuntirish yoki belgilangan interfeys doirasida o‘zgarish taklif qilish. Aloqasiz loyiha materiali o‘rniga xatti-harakatni belgilaydigan qismlarni kiriting. Tezkor boshlashdagi 512 yaratilgan token namuna sozlamasidir; karta bu qiymatdan alohida maksimal chiqish sig‘imini belgilamaydi.
Modelning hujjatlashtirilgan natijasi matndir. Kod agentidagi roli ilova repozitoriyga kirish, bajarish va qayta aloqani ta’minlashiga bog‘liq. Ushbu operatsiyalarni modelning kod taklif qilish va xatti-harakatini tushuntirish qobiliyatidan ajrating, takrorlanadigan topshiriqni rejalashda aynan 7B-Instruct nashri va uzun kontekst sozlamalarini aniq saqlang.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen2.5-coder-7b-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 $0.0001 / 1K token Chiqish · Chiqish tokenlari $0.0001 / 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-coder-7b-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='qwen2.5-coder-7b-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='qwen2.5-coder-7b-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 qwen2.5-coder-7b-instruct
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
qwen2.5-coder-7b-instructQwen2.5-Coder-7B-Instruct — ko‘rsatmalardan kod yaratish, tushuntirish va tuzatish uchun matn modeli. Uning 7.61 milliard parametrli relizi hujjatlashtirilgan uzun kontekst konfiguratsiyasi bilan 131,072 tokengacha kengaytirilgan kontekstni qo‘llaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-Coder-7B-Instruct — Qwen’ning ilgari CodeQwen deb atalgan, kodga yo‘naltirilgan oilasidagi ko‘rsatmalarga moslashtirilgan 7B o‘lchamli reliz. Uning asosiy topshiriqlari kod yaratish, dastur xatti-harakati haqida mulohaza va kod tuzatishdir. U talablar va manba kodini o‘z ichiga oladigan matnni qabul qilib, amalga oshirish, izoh yoki taklif etilgan o‘zgarish bo‘lishi mumkin bo‘lgan matn qaytaradi.
Dasturlash imkoniyatlari va o‘qitish
Ishlab chiqaruvchi manba kodi, matnni kodga bog‘lovchi material va sintetik misollarni o‘z ichiga olgan 5.5 trillion o‘qitish tokenini ta’riflaydi. Oila dasturlash ixtisosi bilan birga matematik va umumiy til imkoniyatlarini saqlaydi. Reliz e’loni dastur yaratish, dastur qanday ishlashi haqida mulohaza va mavjud amalga oshirishni tuzatishni ajratadi; bular turli kirishlar va turli yakuniy artefaktlarni talab qiladi.
Generatsiyada dasturlash tili, funksiya signaturasi, kirish turlari va kutilgan qaytish qiymatini bering. Funksiya kirishni o‘zgartirishi yoki tashqi bog‘liqlikdan foydalanishi mumkinligi kabi cheklovlarni kiriting. Amalga oshirish va har bir talabga qanday javob berishining qisqa izohini so‘rang. Masalan, saralash so‘rovi takroriy qiymatlar saqlanishi va asl ro‘yxat o‘zgarmasligini belgilab, funksiya hamda bo‘sh ro‘yxat va takroriy qiymatli ro‘yxat uchun chaqiruv misollarini so‘rashi mumkin.
Kod mulohazasida aniq parcha va kuzatiladigan muayyan kirishni bering. Qaysi tarmoqlar bajarilishi, oraliq qiymatlar qanday o‘zgarishi va funksiya nima qaytarishini so‘rang. Bu butun faylni tushuntirish haqidagi yo‘nalishsiz so‘rovdan foydaliroq: javob aniq kirishni dasturdagi aniq yo‘lga bog‘laydi. Chaqiriladigan yordamchi funksiyalar yoki tegishli tur ta’riflarini parcha bilan birga saqlang.
Tuzatishda xatoli xatti-harakat, kutilgan xatti-harakat va farqni belgilaydigan kodni bering. Xato xabarining o‘zi muhim shartni ochiq qoldirishi mumkin. Taklif etilgan tuzatish, sabab izohi va eski hamda kerakli xatti-harakatni ajratuvchi misollarni so‘rang. Qaytgan patch matnli artefaktdir; uni kompilyatsiya qilish, bajarish yoki repozitoriyga qo‘llash atrofdagi ishlab chiqish muhitini talab etadi.
Nomlangan 7B nashri
Chiqarilgan model 7.61 milliard parametrga, jumladan embedding’dan tashqari 6.53 milliard parametrga va 28 Transformer qatlamiga ega. U aylanma pozitsion embedding, SwiGLU, RMSNorm va attention QKV bias’dan foydalanadi. Guruhlangan so‘rovli diqqatida 28 so‘rov boshi va 4 kalit/qiymat boshi bor. Bu tafsilotlar kattaroq Coder nashrini emas, ushbu relizni ta’riflaydi.
Oila alohida Base va Instruct modellarini taqdim etadi. Instruct suhbatli so‘rovlarga moslashtirilgan; Base davom ettirish va keyingi sozlash uchun tayanchdir. Ushbu yozuv ko‘rsatmalarga moslashtirilgan 7B modeliga tegishli. Relizning boshqa o‘lchamlar uchun misollari va asosiy natijalari bu nashr imkoniyatlari yoki resurs talablarini belgilamaydi.
Ko‘rsatmani tayyorlash
Model kartasi alohida system va user xabarlari hamda mos chat shabloni bilan suhbatni namoyish etadi. Amalga oshirish va izohni qanday taqdim etish kabi barqaror javob qoidalarini kod va topshiriqdan alohida joylashtiring. Qaysi parcha mavjud manba kodi, qaysi matn talab va qaysi chiqish qaytarilishi kerakligini belgilang. Bu so‘ralgan o‘zgarish saqlashi zarur identifikatorlar, interfeyslar va xatti-harakatni asrashga yordam beradi.
Foydali dasturchi yordamchisi kirishi qisqa modul, uning chaqiruvchisi va kutilgan o‘zgarishni o‘z ichiga olishi mumkin. Tahrirlangan funksiya, farazlar ro‘yxati va kutilgan chiqishli kirish misollarini so‘rang. Yaratiladigan vizual artefaktda amalga oshiriladigan ma’lumotlar va o‘zaro ta’sirlarni belgilang va hosil bo‘ladigan manba matnini talab qiling; kodga yo‘naltirilgan oila kod yordamchilari va vizual artefaktlarni ham misol qiladi. Artefaktni render qilish uning manbasini yaratishdan alohida qadam bo‘lib qoladi.
Uzun matnga ishlov berish
Model kartasi to‘liq kontekstni 131,072 token deb ko‘rsatadi, chiqarilgan konfiguratsiya esa dastlab 32,768 token uchun sozlangan. Ushbu sozlamadan uzun kirishlarni qayta ishlash hujjatlashtirilgan YaRN kengaytmasini talab qiladi. Misol masshtablash koeffitsiyentini 4.0 va asl maksimal pozitsiya sozlamasini 32,768 deb belgilaydi. Ishlab chiqaruvchi statik masshtablash qisqaroq matn xatti-harakatiga ta’sir qilishi mumkinligini aytadi va uzun kontekst kerak bo‘lganda kengaytmani qo‘shishni tavsiya qiladi.
Bog‘liq kod va talablarni birga tutish uchun kattaroq kontekstdan foydalaning, ammo haqiqiy savolni belgilang: nomuvofiq chaqiruvni topish, ma’lumot yo‘lini tushuntirish yoki belgilangan interfeys doirasida o‘zgarish taklif qilish. Aloqasiz loyiha materiali o‘rniga xatti-harakatni belgilaydigan qismlarni kiriting. Tezkor boshlashdagi 512 yaratilgan token namuna sozlamasidir; karta bu qiymatdan alohida maksimal chiqish sig‘imini belgilamaydi.
Modelning hujjatlashtirilgan natijasi matndir. Kod agentidagi roli ilova repozitoriyga kirish, bajarish va qayta aloqani ta’minlashiga bog‘liq. Ushbu operatsiyalarni modelning kod taklif qilish va xatti-harakatini tushuntirish qobiliyatidan ajrating, takrorlanadigan topshiriqni rejalashda aynan 7B-Instruct nashri va uzun kontekst sozlamalarini aniq saqlang.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen2.5-coder-7b-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 $0.0001 / 1K token Chiqish · Chiqish tokenlari $0.0001 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen2.5-coder-7b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-coder-7b-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-coder-7b-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 qwen2.5-coder-7b-instruct
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Repair integer averaging\n\nFix this Python function: def mean(values): return sum(values) // len(values). Requirement: return the arithmetic mean as a float, preserve fractional results and raise ValueError for empty input. Provide the corrected function and tests for [1, 2], [-2, 2] and []. Explain the two distinct defects.A corrected function, three tests and separate explanations for floor division and empty-input behavior.Check that [1, 2] keeps its fractional mean and that empty input raises the specified exception.