Qwen2.5 72B Instruct qwen/qwen-2.5-72b-instruct

Модель Qwen2.5 72B Instruct от Qwen (Alibaba) (семейство qwen) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Открытые модели Alibaba. Лучшие в open-source для китайского и кода.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

33K

контекст, токенов

36 ₽

за 1 млн входных токенов

40 ₽

за 1 млн выходных токенов

возможностей

2024-06

база знаний до

Что такое Qwen2.5 72B Instruct

Мощная open-source модель для сложных задач с кодом, аналитикой и многоязычным контентом, когда важен контроль над инфраструктурой.

Qwen2.5 72B Instruct — флагманская модель серии Qwen2.5 от Alibaba, представляющая значительный шаг вперёд по сравнению с предыдущим поколением Qwen2. Модель получила расширенную базу знаний, существенно улучшенные возможности в области программирования и математических рассуждений, а также более точное следование инструкциям. Архитектура с 72 миллиардами параметров позиционирует её в верхнем сегменте открытых моделей.

Qwen2.5 72B Instruct распространяется как open-source и хорошо зарекомендовала себя в задачах, требующих глубокого понимания текста, генерации кода и структурированного вывода. Контекстное окно в 32 768 токенов позволяет работать с объёмными документами и многоходовыми диалогами. Модель поддерживает как английский, так и китайский язык на высоком уровне, а также ряд других языков.

Для разработчиков, которым нужна мощная открытая альтернатива проприетарным решениям, Qwen2.5 72B Instruct представляет собой зрелый вариант с активно развивающейся экосистемой и поддержкой со стороны крупной технологической компании.

Когда брать эту модель

✓ Генерация и ревью кода на популярных языках программирования
✓ Работа с длинными документами: суммаризация, извлечение информации, анализ
✓ Многоязычные задачи, особенно с китайским и английским языками
✓ Построение агентных пайплайнов и RAG-систем с открытым стеком
✓ Структурированная генерация данных: JSON, таблицы, отчёты

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Напиши на Python асинхронный REST-клиент для работы с внешним API, включая обработку ошибок, повторные попытки с экспоненциальной задержкой и логирование запросов.

Использование Qwen2.5 72B Instruct через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen-2.5-72b-instruct",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="qwen/qwen-2.5-72b-instruct",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "qwen/qwen-2.5-72b-instruct",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);