Qwen2.5-Coder 32B (Instruct)
нейросеть
Qwen2.5-Coder — серия специализированных LLM для работы с кодом (ранее CodeQwen). Модель 32B Instruct улучшает качество генерации и code reasoning по сравнению с CodeQwen1.5, эффективно помогая с автодополнением, объяснением и анализом программных решений. Доступна напрямую через BotHub без VPN и с оплатой в рублях.
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 32 768 токенов
- Макс. длина ответа
- 29 491 токен
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'qwen-2.5-coder-32b-instruct',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'qwen-2.5-coder-32b-instruct',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает Qwen2.5-Coder 32B (Instruct)?
Попробуйте Qwen2.5-Coder в личном кабинете BotHub — быстро и без VPN.Частые вопросы о Qwen2.5-Coder 32B (Instruct)
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
Qwen 2.5 Coder 32B Instruct — инструкция‑ориентированная модель для задач с кодом: генерация, рефакторинг, объяснения и помощь в отладке, а также обработка документов и изображений как контекста. Подходит для автоматизации разработки, подготовки документации и анализа больших фрагментов кода.
Модель способна выдавать очень объёмные ответы благодаря большому контексту и высоким ограничениям на вывод. Точные пределы вывода и контекстной памяти указаны в техшапке на странице модели; ориентируйтесь на них при планировании длинных документов или генерации кода.
В наших данных не отмечено наличие специального режима «рассуждений перед ответом», поэтому мы не можем это подтвердить. При этом модель умеет давать пояснения по шагам и формулировать ход решения задач, если вы прямо попросите развернённый ответ.
В данных не отмечено прямой поддержки вызова функций или встроенного механизма function calling, поэтому мы не можем гарантировать их наличие. Вы можете запрашивать структурированный JSON в тексте ответа, а интеграция реального вызова зависит от платформы и API BotHub.
Модель принимает изображения и документы как часть входа, это подтверждено в данных. Про загрузку аудио и видео в наших данных не отмечено, поэтому их поддержка неизвестна. Для работы с мультимодальными данными используйте соответствующие интерфейсы BotHub.
В явных данных о качестве понимания русского языка нет, поэтому точных гарантий дать нельзя. Модель ориентирована на работу с кодом и текстом и обычно обрабатывает многоязычные запросы; оцените её поведение на ваших примерах перед использованием в критичных сценариях.