हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
Qwen: Qwen2.5 7B Instruct
qwen/qwen-2.5-7b-instructQwen: Qwen2.5 7B Instruct अभी आज़माएं
ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
एक API. हर मॉडल.
सेशन लागत $0.00
सेटिंग्स
उन्नत पैरामीटर
Qwen: Qwen2.5 7B Instruct एक नज़र में
- इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 78% कम है।
- 32,768 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
- agents और integrations के लिए tool (function) calling सपोर्ट करता है।
- schema के साथ structured JSON output सपोर्ट करता है।
- एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.000700 है।
Qwen: Qwen2.5 7B Instruct के बारे में
Qwen2.5 7B Instruct, Qwen से एक टेक्स्ट जनरेशन मॉडल है, जो Alibaba Cloud द्वारा विकसित बड़े भाषा मॉडल सीरीज़ है। यह Qwen2.5 परिवार से संबंधित है, जिसे प्रदाता Qwen2 की तुलना में काफी अधिक ज्ञान और कोडिंग में बहुत बेहतर क्षमताएं लाने वाला बताता है। मॉडल को प्रदाता ने 16 अक्टूबर 2024 को जारी किया था, और इसका ज्ञान कटऑफ 30 जून 2024 है, इसलिए उस तारीख के बाद हुई कोई भी बात उस सीमा से बाहर है जो उसने प्रशिक्षण के दौरान सीखी।
मॉडल केवल टेक्स्ट के साथ काम करता है, इनपुट और आउटपुट दोनों में। यह टेक्स्ट प्रॉम्प्ट स्वीकार करता है और टेक्स्ट पूर्णताएं लौटाता है, जिसमें 32,768 टोकन की कॉन्टेक्स्ट विंडो और अधिकतम 29,491 टोकन का आउटपुट होता है। इस संयोजन का मतलब है कि आप एक ही अनुरोध में काफी लंबे दस्तावेज़, ट्रांसक्रिप्ट या कोड फ़ाइलें भेज सकते हैं और फिर भी एक बड़े उत्तर के लिए जगह बची रहती है। यह एक इंस्ट्रक्शन-ट्यून्ड मॉडल है, इसलिए इसे प्रॉम्प्ट में दिए गए निर्देशों का पालन करने के लिए डिज़ाइन किया गया है, न कि केवल टेक्स्ट जारी रखने के लिए।
अपने कोडिंग सुधारों और सामान्य ज्ञान के कारण, मॉडल कोड जनरेशन, कोड व्याख्या और रीफैक्टरिंग, लंबे दस्तावेज़ों पर प्रश्न उत्तर, लंबे टेक्स्ट का सारांश, और सामग्री का मसौदा तैयार करने या फिर से लिखने जैसे कार्यों के लिए उपयुक्त है। इंस्ट्रक्शन ट्यूनिंग इसे चैट-शैली के सहायकों और एक्सट्रैक्शन या वर्गीकरण कार्यों के लिए उचित बनाती है जहां आप प्रॉम्प्ट में कार्य का वर्णन करते हैं। 32,768 टोकन का कॉन्टेक्स्ट उपयोगी होता है जब आपको जिस सामग्री पर तर्क करना है वह लंबी हो, उदाहरण के लिए एक पूरी स्रोत फ़ाइल या बहु-पृष्ठ रिपोर्ट, क्योंकि आप अक्सर इसे टुकड़ों में विभाजित करने से बच सकते हैं।
आप मॉडल को api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "qwen/qwen-2.5-7b-instruct" का उपयोग करके कॉल करते हैं। अनुरोध OpenAI चैट कम्प्लीशन्स इंटरफ़ेस के समान आकार का पालन करते हैं, इसलिए मौजूदा OpenAI क्लाइंट लाइब्रेरी और कोड न्यूनतम बदलावों के साथ api14 की ओर इंगित कर सकते हैं। मॉडल अनुरोध पैरामीटर के एक विस्तृत सेट का समर्थन करता है: frequency_penalty, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k और top_p। टूल कॉलिंग और स्ट्रक्चर्ड आउटपुट दोनों उपलब्ध हैं, जिसका मतलब है कि आप मॉडल को आपके द्वारा परिभाषित फ़ंक्शन कॉल करने दे सकते हैं या उसके आउटपुट को एक स्कीमा तक सीमित कर सकते हैं, और seed पैरामीटर आपको तब सैंपलिंग को अधिक प्रतिलिपि योग्य बनाने देता है जब आपको रनों में सुसंगत परिणाम चाहिए।
अनुरोध डिज़ाइन करते समय कॉन्टेक्स्ट सीमा को ध्यान में रखें: 32,768 टोकन बहुत कुछ कवर करता है, लेकिन बहुत बड़े कोडबेस या पुस्तक-लंबाई के इनपुट को फिर भी मॉडल के सामने चंकिंग या रिट्रीवल की आवश्यकता होगी। मॉडल केवल टेक्स्ट है, इसलिए यदि आपके एप्लिकेशन को छवियों या ऑडियो को संसाधित करने की आवश्यकता है, तो यह सही विकल्प नहीं है। यदि आपको बड़ी कॉन्टेक्स्ट विंडो या कठिन समस्याओं पर मजबूत तर्क की आवश्यकता है, तो Qwen2.5 लाइन में एक बड़ा मॉडल या कोई अन्य परिवार आपकी बेहतर सेवा कर सकता है, जबकि यह 7B वेरिएंट रोज़मर्रा की जनरेशन, कोडिंग सहायता और टेक्स्ट प्रोसेसिंग के लिए एक व्यावहारिक विकल्प बना हुआ है जहां एक मध्यम आकार का मॉडल पर्याप्त है।
Qwen: Qwen2.5 7B Instruct API कैसे कॉल करें
- अपने dashboard में API key बनाएं।
- अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
- baseURL को https://api14.com/api/v1 और model को "qwen/qwen-2.5-7b-instruct" पर सेट करें।
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "qwen/qwen-2.5-7b-instruct",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
समर्थित parameters
frequency_penaltymax_tokensmin_ppresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_pस्पेसिफिकेशन
- Context लंबाई
- 32,768
- अधिकतम आउटपुट
- 29,491
- इनपुट
- text
- आउटपुट
- text
- Knowledge cutoff
- 2024-06-30
api14 पर requests · पिछले 7 दिन
Qwen: Qwen2.5 7B Instruct: अक्सर पूछे जाने वाले सवाल
- Qwen: Qwen2.5 7B Instruct API की कीमत कितनी है?
- Qwen: Qwen2.5 7B Instruct की कीमत इनपुट $0.35 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- Qwen: Qwen2.5 7B Instruct की context window कितनी है?
- Qwen: Qwen2.5 7B Instruct हर request में 32,768 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 29,491 आउटपुट tokens तक लिखता है।
- Qwen: Qwen2.5 7B Instruct क्या कर सकता है?
- Qwen: Qwen2.5 7B Instruct text स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output सपोर्ट करता है।
- अपने कोड से Qwen: Qwen2.5 7B Instruct कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "qwen/qwen-2.5-7b-instruct" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- Qwen: Qwen2.5 7B Instruct के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: inclusionAI: Ling 3.1 Flash, Meta: Muse Spark 1.3 Contributor, Meta: Muse Spark 1.2 Contributor। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
Qwen: Qwen2.5 7B Instruct कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। Qwen: Qwen2.5 7B Instruct के बारे में पहला टॉपिक खोलें।