- 輸入 / 輸出
- $0.05 / $0.08
- 上下文
- 32K
- 最大輸出長度
- 4K
- 模態
- 對話
關於 ALLaM 2 7B Instruct
ALLaM-2-7B 是由沙烏地阿拉伯數據與人工智慧局 (SDAIA) 轄下國家人工智慧中心 (NCAI) 所開發的指令微調雙語語言模型，專為阿拉伯語技術而建。此 70 億參數模型從零開始訓練，先進行英語訓練，隨後混合阿拉伯語與英語文本進行訓練。它適用於阿拉伯語與英語的對話、草擬及研究原型，適合小型開放模型即可滿足需求的場景。
適用場景
- 它從設計之初即針對阿拉伯語進行開發，而非由英語模型改編，這點體現在其阿拉伯語的生成與理解能力上。
- 保留了英語能力：開發者採用分階段預訓練，確保阿拉伯語訓練過程不會抹除其英語能力。
- 擁有 70 億參數，與大型通用模型相比，其回應速度快且部署成本低。
- 它使用標準對話格式，且發布的權重採用 Apache 2.0 授權。
其他選擇建議
- 開發者的模型卡涵蓋了「預覽」版本，並提醒可能出現錯誤或偏見的輸出，因此請務必執行您自己的安全檢查。
- 它僅支援阿拉伯語與英語文本；其他語言、圖像或工具不在該模型卡的範圍內。
- 小型模型在困難推理、長代碼任務及複雜代理工作上，表現將落後於大型前沿模型。
入門指南
建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。
發送您的第一個請求
複製您所選語言的範例，並針對端點執行它。
文字轉文字Chat Completions APIPOST/v1/chat/completionscurl https://api.tokenlab.sh/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "allam-2-7b", "messages": [ {"role": "user", "content": "Hello!"} ] }'
定價
Verified 價格用於 Verified，多數模型更便宜；Official 價格是模型廠商公布的價格，用於更穩定的 Official。Auto 按最終完成請求的線路計價。
定價
每 1M Token- Verified 價格
- —
- Official 價格
- 輸入$0.05每 1M Token輸出$0.08每 1M Token
| Official 價格每 1M Token | Verified 價格每 1M Token | 折扣 | |
|---|---|---|---|
| 輸入 | $0.05 | — | — |
| 輸出 | $0.08 | — | — |
使用量與活動
成功率是請求完成的比例；延遲是一次完整回應所需的時間，P95 表示 95% 的請求在該時間內完成。
用量與可用性
過去 24 小時- 請求數
- 成功率
- P95 延遲
- 總 Token 用量
- 近 30 日成功率
- 97.1%
- 近 30 日請求數
- 100+
- 最後活動時間
- 昨天
資料基於彙總的使用者請求，不包含狀態檢查。
直接在 Console 裡試
在 Console 中開啟 ALLaM 2 7B Instruct，並準備好編輯或發送提示詞。
協助我使用 allam-2-7b 透過 /v1/chat/completions 進行對話，並顯示回覆、延遲與成本。
應用情境
阿拉伯語客戶回覆
以現代標準阿拉伯語草擬支援回覆與常見問題解答，並在發送前由人工審核。
雙語摘要
將英語報告摘要為阿拉伯語，或將阿拉伯語文章摘要為英語，以供內部簡報使用。
阿拉伯語自然語言處理 (NLP) 研究
將其作為阿拉伯語分類、重寫或對話研究的基準模型。
低成本原型開發
在決定是否需要更大模型之前，先建立阿拉伯語助手的初步版本。
提示詞範例
لخّص هذه الفقرة في ثلاث نقاط واضحة ثم اقترح عنوانًا قصيرًا لها.（將此段落總結為三個清晰的要點，並為其建議一個簡短的標題。）
Translate this customer complaint into Arabic and write a polite two-sentence reply.（將此客戶投訴翻譯成阿拉伯語，並撰寫一則禮貌的兩句式回覆。）
اشرح الفرق بين الفائدة البسيطة والمركبة بمثال عددي بسيط.（請用簡單的數字範例解釋單利與複利的區別。）
費用計算機
FAQ
ALLaM 語言模型是由誰開發的？
ALLaM 由沙烏地阿拉伯數據與人工智慧局 (SDAIA) 轄下的國家人工智慧中心 (NCAI) 開發。權重已發布於 Hugging Face 的 humain-ai 與 ALLaM-AI 組織頁面。
它支援哪些語言？
阿拉伯語與英語。開發者先進行了 4 兆個英語 Token 的訓練，隨後進行 1.2 兆個混合阿拉伯語與英語 Token 的訓練，因此在增加阿拉伯語能力的同時保留了英語技能。其他語言未列入文件。
它是一個優秀的通用模型嗎？
它是一個稱職的小型雙語對話模型，而非前沿模型。對於阿拉伯語草擬與問答，它是一個合理的低成本起點；若需處理高難度推理或長代碼任務，請改用更大的模型。
模型卡是否描述了這個特定的 ID？
官方模型卡標題為 ALLaM-7B-Instruct-preview，即此系列模型的來源。本頁面的說明來自該模型卡及目錄條目，而非針對 2-7b 標籤本身的獨立模型卡。
我可以將其用於商業用途嗎？
Hugging Face 模型卡列出了 Apache 2.0 授權。模型卡同時指出，開發者在部署前必須評估安全性，且輸出結果不代表 NCAI 或 SDAIA 的官方立場。
ALLaM 2 7B Instruct 的費用是多少？
在 TokenLab 上，ALLaM 2 7B Instruct 價格為 輸入 $0.05 / 輸出 $0.08 每 1M Token。完整明細見上方價格表。
ALLaM 2 7B Instruct 的上下文長度與輸出限制為何？
ALLaM 2 7B Instruct 支援最高 32,768 tokens 的上下文，單次回應上限為 4,096 tokens。
ALLaM 2 7B Instruct 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/chat/completions 進行 ALLaM 2 7B Instruct 的呼叫。下方的請求範例展示了對應的程式碼格式。
ALLaM 2 7B Instruct 支援哪些操作？
ALLaM 2 7B Instruct 支援 文字轉文字。請在上方選擇一項操作以查看其端點與請求範例。
比較 ALLaM 2 7B Instruct
來源
更新於 2026年10月2日
