Qwen3-235B-A22B-Thinking-2507 rozvíjí uvažovací větev Qwen3 pro složité logické, matematické, vědecké a programátorské úlohy. Qwen také označuje následování instrukcí, používání nástrojů, generování textu a porozumění dlouhému kontextu za oblasti zlepšené v této edici. Přijímá textové konverzace a generuje text. Užitečné zadání mu poskytuje úplný problém, relevantní podklady, omezení a přesnou formu konečného výsledku: důkaz, implementační plán, opravený program nebo rozhodnutí podložené dodanými dokumenty.
Model využívá architekturu mixture-of-experts s celkem 235 miliardami parametrů a 22 miliardami aktivovanými pro každý token. Jeho nativní kontext je 262 144 tokenů. Tento prostor je užitečný pro spojení několika souvisejících specifikací, zdrojových souborů nebo výzkumných výňatků v jedné konverzaci, při ponechání místa pro uvažování modelu a konečnou odpověď. Označte dokumenty a bloky kódu, určete, které zdroje mají přednost, a ukažte na důležité části. Zadání pro analýzu softwaru může například poskytnout chybné chování, očekávané chování, příslušné funkce a omezení a poté požádat o navrženou opravu s předpoklady uvedenými samostatně.
Jde o edici pouze s přemýšlením. Nepřepíná do režimu bez přemýšlení původního modelu Qwen3. Oficiální šablona chatu automaticky začíná sekci uvažování, a výstup proto může obsahovat uzavírací značku </think> bez otevírací značky ve vygenerovaném textu. Příklad výrobce odděluje tuto sekci uvažování od konečné odpovědi. Pro matematickou úlohu Qwen doporučuje požádat o uvažování krok za krokem a konečnou odpověď uvnitř \\boxed{}. Pro úlohu s výběrem možností navrhuje pole odpovědi obsahující pouze vybrané písmeno. Tyto instrukce pomáhají usnadnit čtení nebo zpracování výsledku po dokončení uvažování.
Doporučení Qwen pro generování uvádějí temperature 0,6, top-p 0,95, top-k 20 a min-p 0. Doporučují prostor pro výstup 32 768 tokenů pro většinu dotazů a popisují prostor 81 920 tokenů pro mimořádně náročné matematické a programátorské problémy. Tyto hodnoty jsou doporučení výrobce pro generování, nikoli samostatný zaručený limit odpovědi. Delší uvažování potřebuje prostor před konečnou odpovědí: příliš malá alokace může ukončit odpověď před požadovaným závěrem. V dalších tazích konverzace oficiální doporučení ponechávají konečnou odpověď v historii a vynechávají dřívější obsah přemýšlení.
Pro agentní práci Qwen doporučuje Qwen-Agent, který poskytuje šablony a parsování volání nástrojů. Jeho příklady kombinují definované nástroje, například vyhledávání informací a interpret kódu, s konverzací modelu. Než jej požádáte o naplánování použití nástrojů, připravte popisy dostupných nástrojů, podmínku ukončení úlohy a požadovaný výsledek. Praktické výzkumné zadání může žádat shromáždění určených podkladů, porovnání soupeřících vysvětlení a závěr s podklady uspořádanými podle zdroje. Volání nástrojů popisují práci, kterou má provést aplikace; samotný text modelu není externí akcí ani jejím výsledkem.
Oficiální karta také popisuje volitelné rozšíření kontextu přibližně na milion tokenů pomocí samostatné konfigurace, Dual Chunk Attention a řídké pozornosti. Liší se od nativního okna 262 144 tokenů a závisí na předepsané implementaci a značných paměťových prostředcích. Výrobce upozorňuje, že omezení kontextu a paměti mohou vyžadovat kratší sekvence. Pro běžnou práci s dlouhými dokumenty uspořádejte vstup kolem skutečné otázky, zachovejte hranice dokumentů a požádejte o stručnou konečnou syntézu s označením nevyřešených podkladů. Užitečný výsledek tak zůstává oddělen od potenciálně dlouhého procesu uvažování.
", "aboutText": "Qwen3-235B-A22B-Thinking-2507 rozvíjí uvažovací větev Qwen3 pro složité logické, matematické, vědecké a programátorské úlohy. Qwen také označuje následování instrukcí, používání nástrojů, generování textu a porozumění dlouhému kontextu za oblasti zlepšené v této edici. Přijímá textové konverzace a generuje text. Užitečné zadání mu poskytuje úplný problém, relevantní podklady, omezení a přesnou formu konečného výsledku: důkaz, implementační plán, opravený program nebo rozhodnutí podložené dodanými dokumenty.\n\nModel využívá architekturu mixture-of-experts s celkem 235 miliardami parametrů a 22 miliardami aktivovanými pro každý token. Jeho nativní kontext je 262 144 tokenů. Tento prostor je užitečný pro spojení několika souvisejících specifikací, zdrojových souborů nebo výzkumných výňatků v jedné konverzaci, při ponechání místa pro uvažování modelu a konečnou odpověď. Označte dokumenty a bloky kódu, určete, které zdroje mají přednost, a ukažte na důležité části. Zadání pro analýzu softwaru může například poskytnout chybné chování, očekávané chování, příslušné funkce a omezení a poté požádat o navrženou opravu s předpoklady uvedenými samostatně.\n\nJde o edici pouze s přemýšlením. Nepřepíná do režimu bez přemýšlení původního modelu Qwen3. Oficiální šablona chatu automaticky začíná sekci uvažování, a výstup proto může obsahovat uzavírací značku bez otevírací značky ve vygenerovaném textu. Příklad výrobce odděluje tuto sekci uvažování od konečné odpovědi. Pro matematickou úlohu Qwen doporučuje požádat o uvažování krok za krokem a konečnou odpověď uvnitř \\boxed{}. Pro úlohu s výběrem možností navrhuje pole odpovědi obsahující pouze vybrané písmeno. Tyto instrukce pomáhají usnadnit čtení nebo zpracování výsledku po dokončení uvažování.\n\nDoporučení Qwen pro generování uvádějí temperature 0,6, top-p 0,95, top-k 20 a min-p 0. Doporučují prostor pro výstup 32 768 tokenů pro většinu dotazů a popisují prostor 81 920 tokenů pro mimořádně náročné matematické a programátorské problémy. Tyto hodnoty jsou doporučení výrobce pro generování, nikoli samostatný zaručený limit odpovědi. Delší uvažování potřebuje prostor před konečnou odpovědí: příliš malá alokace může ukončit odpověď před požadovaným závěrem. V dalších tazích konverzace oficiální doporučení ponechávají konečnou odpověď v historii a vynechávají dřívější obsah přemýšlení.\n\nPro agentní práci Qwen doporučuje Qwen-Agent, který poskytuje šablony a parsování volání nástrojů. Jeho příklady kombinují definované nástroje, například vyhledávání informací a interpret kódu, s konverzací modelu. Než jej požádáte o naplánování použití nástrojů, připravte popisy dostupných nástrojů, podmínku ukončení úlohy a požadovaný výsledek. Praktické výzkumné zadání může žádat shromáždění určených podkladů, porovnání soupeřících vysvětlení a závěr s podklady uspořádanými podle zdroje. Volání nástrojů popisují práci, kterou má provést aplikace; samotný text modelu není externí akcí ani jejím výsledkem.\n\nOficiální karta také popisuje volitelné rozšíření kontextu přibližně na milion tokenů pomocí samostatné konfigurace, Dual Chunk Attention a řídké pozornosti. Liší se od nativního okna 262 144 tokenů a závisí na předepsané implementaci a značných paměťových prostředcích. Výrobce upozorňuje, že omezení kontextu a paměti mohou vyžadovat kratší sekvence. Pro běžnou práci s dlouhými dokumenty uspořádejte vstup kolem skutečné otázky, zachovejte hranice dokumentů a požádejte o stručnou konečnou syntézu s označením nevyřešených podkladů. Užitečný výsledek tak zůstává oddělen od potenciálně dlouhého procesu uvažování.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Check a constrained allocation\n\nAllocate 17 identical work units to two teams. Team A must receive at least 6 and an even number; Team B must receive at least 5. Minimize the difference between team totals. List the valid allocations nearest equality, select the best and explain why no smaller difference is possible under the parity rule.A compact allocation analysis with feasible candidates, selected totals and a checkable optimality argument.Verify the totals sum to 17, A is even, both minimums hold and the comparison includes both sides of equality.qwen/qwen3-235b-a22b-thinking-2507Qwen3-235B-A22B-Thinking-2507 je textový model Qwen určený výhradně pro uvažování v náročné matematice, vědě, programování a analýze dlouhých dokumentů. Jeho nativní kontext 262 144 tokenů a rozsáhlé uvažování se hodí pro problémy vyžadující několik propojených kroků.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen3-235B-A22B-Thinking-2507 rozvíjí uvažovací větev Qwen3 pro složité logické, matematické, vědecké a programátorské úlohy. Qwen také označuje následování instrukcí, používání nástrojů, generování textu a porozumění dlouhému kontextu za oblasti zlepšené v této edici. Přijímá textové konverzace a generuje text. Užitečné zadání mu poskytuje úplný problém, relevantní podklady, omezení a přesnou formu konečného výsledku: důkaz, implementační plán, opravený program nebo rozhodnutí podložené dodanými dokumenty.
Model využívá architekturu mixture-of-experts s celkem 235 miliardami parametrů a 22 miliardami aktivovanými pro každý token. Jeho nativní kontext je 262 144 tokenů. Tento prostor je užitečný pro spojení několika souvisejících specifikací, zdrojových souborů nebo výzkumných výňatků v jedné konverzaci, při ponechání místa pro uvažování modelu a konečnou odpověď. Označte dokumenty a bloky kódu, určete, které zdroje mají přednost, a ukažte na důležité části. Zadání pro analýzu softwaru může například poskytnout chybné chování, očekávané chování, příslušné funkce a omezení a poté požádat o navrženou opravu s předpoklady uvedenými samostatně.
Jde o edici pouze s přemýšlením. Nepřepíná do režimu bez přemýšlení původního modelu Qwen3. Oficiální šablona chatu automaticky začíná sekci uvažování, a výstup proto může obsahovat uzavírací značku </think> bez otevírací značky ve vygenerovaném textu. Příklad výrobce odděluje tuto sekci uvažování od konečné odpovědi. Pro matematickou úlohu Qwen doporučuje požádat o uvažování krok za krokem a konečnou odpověď uvnitř \\boxed{}. Pro úlohu s výběrem možností navrhuje pole odpovědi obsahující pouze vybrané písmeno. Tyto instrukce pomáhají usnadnit čtení nebo zpracování výsledku po dokončení uvažování.
Doporučení Qwen pro generování uvádějí temperature 0,6, top-p 0,95, top-k 20 a min-p 0. Doporučují prostor pro výstup 32 768 tokenů pro většinu dotazů a popisují prostor 81 920 tokenů pro mimořádně náročné matematické a programátorské problémy. Tyto hodnoty jsou doporučení výrobce pro generování, nikoli samostatný zaručený limit odpovědi. Delší uvažování potřebuje prostor před konečnou odpovědí: příliš malá alokace může ukončit odpověď před požadovaným závěrem. V dalších tazích konverzace oficiální doporučení ponechávají konečnou odpověď v historii a vynechávají dřívější obsah přemýšlení.
Pro agentní práci Qwen doporučuje Qwen-Agent, který poskytuje šablony a parsování volání nástrojů. Jeho příklady kombinují definované nástroje, například vyhledávání informací a interpret kódu, s konverzací modelu. Než jej požádáte o naplánování použití nástrojů, připravte popisy dostupných nástrojů, podmínku ukončení úlohy a požadovaný výsledek. Praktické výzkumné zadání může žádat shromáždění určených podkladů, porovnání soupeřících vysvětlení a závěr s podklady uspořádanými podle zdroje. Volání nástrojů popisují práci, kterou má provést aplikace; samotný text modelu není externí akcí ani jejím výsledkem.
Oficiální karta také popisuje volitelné rozšíření kontextu přibližně na milion tokenů pomocí samostatné konfigurace, Dual Chunk Attention a řídké pozornosti. Liší se od nativního okna 262 144 tokenů a závisí na předepsané implementaci a značných paměťových prostředcích. Výrobce upozorňuje, že omezení kontextu a paměti mohou vyžadovat kratší sekvence. Pro běžnou práci s dlouhými dokumenty uspořádejte vstup kolem skutečné otázky, zachovejte hranice dokumentů a požádejte o stručnou konečnou syntézu s označením nevyřešených podkladů. Užitečný výsledek tak zůstává oddělen od potenciálně dlouhého procesu uvažování.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen/qwen3-235b-a22b-thinking-2507 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0009 / 1K tokenů Výstup · Výstupní tokeny $0.007 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0009 / 1K tokenů Výstup · Výstupní tokeny $0.007 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-235b-a22b-thinking-2507", "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='qwen/qwen3-235b-a22b-thinking-2507',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='qwen/qwen3-235b-a22b-thinking-2507',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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra qwen/qwen3-235b-a22b-thinking-2507
Použijte cesty metod uvedené výše.
qwen/qwen3-235b-a22b-thinking-2507Qwen3-235B-A22B-Thinking-2507 je textový model Qwen určený výhradně pro uvažování v náročné matematice, vědě, programování a analýze dlouhých dokumentů. Jeho nativní kontext 262 144 tokenů a rozsáhlé uvažování se hodí pro problémy vyžadující několik propojených kroků.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen3-235B-A22B-Thinking-2507 rozvíjí uvažovací větev Qwen3 pro složité logické, matematické, vědecké a programátorské úlohy. Qwen také označuje následování instrukcí, používání nástrojů, generování textu a porozumění dlouhému kontextu za oblasti zlepšené v této edici. Přijímá textové konverzace a generuje text. Užitečné zadání mu poskytuje úplný problém, relevantní podklady, omezení a přesnou formu konečného výsledku: důkaz, implementační plán, opravený program nebo rozhodnutí podložené dodanými dokumenty.
Model využívá architekturu mixture-of-experts s celkem 235 miliardami parametrů a 22 miliardami aktivovanými pro každý token. Jeho nativní kontext je 262 144 tokenů. Tento prostor je užitečný pro spojení několika souvisejících specifikací, zdrojových souborů nebo výzkumných výňatků v jedné konverzaci, při ponechání místa pro uvažování modelu a konečnou odpověď. Označte dokumenty a bloky kódu, určete, které zdroje mají přednost, a ukažte na důležité části. Zadání pro analýzu softwaru může například poskytnout chybné chování, očekávané chování, příslušné funkce a omezení a poté požádat o navrženou opravu s předpoklady uvedenými samostatně.
Jde o edici pouze s přemýšlením. Nepřepíná do režimu bez přemýšlení původního modelu Qwen3. Oficiální šablona chatu automaticky začíná sekci uvažování, a výstup proto může obsahovat uzavírací značku </think> bez otevírací značky ve vygenerovaném textu. Příklad výrobce odděluje tuto sekci uvažování od konečné odpovědi. Pro matematickou úlohu Qwen doporučuje požádat o uvažování krok za krokem a konečnou odpověď uvnitř \\boxed{}. Pro úlohu s výběrem možností navrhuje pole odpovědi obsahující pouze vybrané písmeno. Tyto instrukce pomáhají usnadnit čtení nebo zpracování výsledku po dokončení uvažování.
Doporučení Qwen pro generování uvádějí temperature 0,6, top-p 0,95, top-k 20 a min-p 0. Doporučují prostor pro výstup 32 768 tokenů pro většinu dotazů a popisují prostor 81 920 tokenů pro mimořádně náročné matematické a programátorské problémy. Tyto hodnoty jsou doporučení výrobce pro generování, nikoli samostatný zaručený limit odpovědi. Delší uvažování potřebuje prostor před konečnou odpovědí: příliš malá alokace může ukončit odpověď před požadovaným závěrem. V dalších tazích konverzace oficiální doporučení ponechávají konečnou odpověď v historii a vynechávají dřívější obsah přemýšlení.
Pro agentní práci Qwen doporučuje Qwen-Agent, který poskytuje šablony a parsování volání nástrojů. Jeho příklady kombinují definované nástroje, například vyhledávání informací a interpret kódu, s konverzací modelu. Než jej požádáte o naplánování použití nástrojů, připravte popisy dostupných nástrojů, podmínku ukončení úlohy a požadovaný výsledek. Praktické výzkumné zadání může žádat shromáždění určených podkladů, porovnání soupeřících vysvětlení a závěr s podklady uspořádanými podle zdroje. Volání nástrojů popisují práci, kterou má provést aplikace; samotný text modelu není externí akcí ani jejím výsledkem.
Oficiální karta také popisuje volitelné rozšíření kontextu přibližně na milion tokenů pomocí samostatné konfigurace, Dual Chunk Attention a řídké pozornosti. Liší se od nativního okna 262 144 tokenů a závisí na předepsané implementaci a značných paměťových prostředcích. Výrobce upozorňuje, že omezení kontextu a paměti mohou vyžadovat kratší sekvence. Pro běžnou práci s dlouhými dokumenty uspořádejte vstup kolem skutečné otázky, zachovejte hranice dokumentů a požádejte o stručnou konečnou syntézu s označením nevyřešených podkladů. Užitečný výsledek tak zůstává oddělen od potenciálně dlouhého procesu uvažování.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen/qwen3-235b-a22b-thinking-2507 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0009 / 1K tokenů Výstup · Výstupní tokeny $0.007 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0009 / 1K tokenů Výstup · Výstupní tokeny $0.007 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "qwen/qwen3-235b-a22b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen/qwen3-235b-a22b-thinking-2507', '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': 'qwen/qwen3-235b-a22b-thinking-2507', '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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra qwen/qwen3-235b-a22b-thinking-2507
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Check a constrained allocation\n\nAllocate 17 identical work units to two teams. Team A must receive at least 6 and an even number; Team B must receive at least 5. Minimize the difference between team totals. List the valid allocations nearest equality, select the best and explain why no smaller difference is possible under the parity rule.A compact allocation analysis with feasible candidates, selected totals and a checkable optimality argument.Verify the totals sum to 17, A is even, both minimums hold and the comparison includes both sides of equality.