Hlavní vlastnosti Qwen3.8: soustavné textové uvažování
Qwen3.8-2.4T-A95B je otevřený checkpoint Qwen3.8 pro textové uvažování. Qwen popisuje vylepšení v programování, odborné práci, výzkumu a dlouhodobých úlohách agentů včetně plánování a využívání zpětné vazby prostředí. Přijímá text a vrací text. Výrobce jej výslovně odděluje od spravované nabídky Qwen3.8-Max: obrazový vstup a podpora režimu bez přemýšlení jsou dodatečnými funkcemi této nabídky, nikoli schopnostmi tohoto přesného otevřeného checkpointu.
U programovací úlohy dodejte příslušné moduly, požadavek a vstup odhalující současné chování. Požadujte vysvětlenou změnu a konečný výstup, který lze zkontrolovat. U výzkumné nebo odborné zprávy dodejte důkazy, povinné oddíly a kritéria hodnocení a poté požadujte rozlišení podložených zjištění od předpokladů. Jde o praktické aplikace dokumentovaného rozsahu úloh, nikoli přísliby spuštěného kódu nebo odborně certifikovaných závěrů.
Přehled modelu
Řídký model mixture-of-experts má celkem 2.4 bilionu parametrů a aktivuje 95 miliard. Má 92 vrstev a 512 směrovaných expertů, vybírá deset směrovaných expertů spolu s jedním sdíleným expertem. Jeho hybridní bloky kombinují Gated DeltaNet a hradlovanou pozornost s expertními vrstvami podle vzoru tři ku jedné. Součástí trénování je predikce více tokenů. Počet aktivovaných parametrů není plnou velikostí checkpointu a vysoký celkový počet nezaručuje dobu odezvy.
Nativní kontext má 262,144 tokenů s dokumentovaným rozšířením až na 1,010,000. To se liší od výchozího kontextu jednoho milionu tokenů v referenčním popisu spravovaného Max. Pro zdrojový text, historii konverzace, uvažování a konečnou odpověď používejte skutečný nakonfigurovaný rozpočet sekvence místo předpokladu, že všechny největší údaje platí současně.
Používání tohoto přesného checkpointu s přemýšlením
Přemýšlení je povinné při každé interakci a nelze je vypnout. Dokumentovaný výstup začíná blokem uvažování před konečným textem. reasoning_effort podporuje xhigh, medium a low; výchozí je xhigh. Low snižuje zamýšlenou hloubku, ale zůstává režimem přemýšlení. Požadavek na stručnou konečnou odpověď může řídit požadovaný výstup, aniž by tento model měnil na edici bez přemýšlení.
preserve_thinking je ve výchozím stavu zapnuté. Uchování uvažování z dřívějších kol pomáhá iterativní úloze přenášet rozhodovací kontext dál. Opravy, výsledky nástrojů a konečnou odpověď ponechte spojené s koly, která je vytvořila. Tento model se má řídit vlastním kontraktem historie, místo aby přebíral starší radu odstraňovat všechny bloky uvažování z minulých zpráv. Přesné zpřístupnění ovládání intenzity a uchování závisí na rozhraní implementujícím postup checkpointu.
Vývojová prostředí agentů a zpětná vazba prostředí
Qwen popisuje kompatibilitu s vývojovými prostředími agentů a nástroji. Soustavnou úlohu lze vyjádřit cílem, povolenými akcemi a důkazy dokončení; aplikace pak může poskytovat pozorování z kontroly nebo provádění. Požadujte vysvětlení, jak každý nový výsledek mění plán, a zprávu o nevyřešených bodech. Naplánování akce a obdržení skutečného výsledku jsou různé části tohoto postupu.
Příklady spravovaného Max na kartě zahrnují další vestavěné nástroje. Nelze je převádět na automatické webové vyhledávání, spouštění kódu nebo obrazový vstup tohoto otevřeného modelu. Jeho užitečnou rolí je komponenta textového uvažování v propojeném postupu; nástroje a vnější účinky patří aplikaci, která je poskytuje.
Doporučení pro generování
Výrobce doporučuje temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 0 a repetition penalty 1.0. Pokud je podporována, presence penalty mezi nulou a dvěma může omezit opakovaný text, ale vyšší hodnoty mohou míchat jazyky nebo mírně snižovat kvalitu. Podpora parametrů se liší podle implementace.
Pro nakonfigurovaný postup s milionem tokenů se samostatnými limity uvažování a konečné odpovědi Qwen doporučuje 262,144 tokenů pro uvažování a 131,072 pro konečnou odpověď. Jde o podmíněné rozpočty, nikoli samostatně doložené pevné stropy nebo rozpočty, které se společně vejdou do nativního kontextu 262,144 tokenů. Vyhraďte dostatek místa pro úplný výstup a požadujte konečný výsledek, který lze po uvažování snadno najít.
Praktické limity
Tento checkpoint nepřijímá obrázky, zvuk ani video. Příslušné důkazy podle potřeby převeďte vhodným samostatným postupem do textové reprezentace a zachovejte identifikátory umožňující ověřit odpověď. Karta uvádí rozšířený kontext, ale nedává úplný postup rozšíření pro každou úlohu ani univerzální limit médií pro tento čistě textový model. Zachovejte přesnou identitu a konfiguraci checkpointu, ověřte výpočty a návrhy kódu podle zdroje a konečný výstup považujte za výsledek ke kontrole, nikoli důkaz dokončení celé vnější úlohy.
", "aboutText": "Hlavní vlastnosti Qwen3.8: soustavné textové uvažování\n\nQwen3.8-2.4T-A95B je otevřený checkpoint Qwen3.8 pro textové uvažování. Qwen popisuje vylepšení v programování, odborné práci, výzkumu a dlouhodobých úlohách agentů včetně plánování a využívání zpětné vazby prostředí. Přijímá text a vrací text. Výrobce jej výslovně odděluje od spravované nabídky Qwen3.8-Max: obrazový vstup a podpora režimu bez přemýšlení jsou dodatečnými funkcemi této nabídky, nikoli schopnostmi tohoto přesného otevřeného checkpointu.\n\nU programovací úlohy dodejte příslušné moduly, požadavek a vstup odhalující současné chování. Požadujte vysvětlenou změnu a konečný výstup, který lze zkontrolovat. U výzkumné nebo odborné zprávy dodejte důkazy, povinné oddíly a kritéria hodnocení a poté požadujte rozlišení podložených zjištění od předpokladů. Jde o praktické aplikace dokumentovaného rozsahu úloh, nikoli přísliby spuštěného kódu nebo odborně certifikovaných závěrů.\n\nPřehled modelu\n\nŘídký model mixture-of-experts má celkem 2.4 bilionu parametrů a aktivuje 95 miliard. Má 92 vrstev a 512 směrovaných expertů, vybírá deset směrovaných expertů spolu s jedním sdíleným expertem. Jeho hybridní bloky kombinují Gated DeltaNet a hradlovanou pozornost s expertními vrstvami podle vzoru tři ku jedné. Součástí trénování je predikce více tokenů. Počet aktivovaných parametrů není plnou velikostí checkpointu a vysoký celkový počet nezaručuje dobu odezvy.\n\nNativní kontext má 262,144 tokenů s dokumentovaným rozšířením až na 1,010,000. To se liší od výchozího kontextu jednoho milionu tokenů v referenčním popisu spravovaného Max. Pro zdrojový text, historii konverzace, uvažování a konečnou odpověď používejte skutečný nakonfigurovaný rozpočet sekvence místo předpokladu, že všechny největší údaje platí současně.\n\nPoužívání tohoto přesného checkpointu s přemýšlením\n\nPřemýšlení je povinné při každé interakci a nelze je vypnout. Dokumentovaný výstup začíná blokem uvažování před konečným textem. reasoning_effort podporuje xhigh, medium a low; výchozí je xhigh. Low snižuje zamýšlenou hloubku, ale zůstává režimem přemýšlení. Požadavek na stručnou konečnou odpověď může řídit požadovaný výstup, aniž by tento model měnil na edici bez přemýšlení.\n\npreserve_thinking je ve výchozím stavu zapnuté. Uchování uvažování z dřívějších kol pomáhá iterativní úloze přenášet rozhodovací kontext dál. Opravy, výsledky nástrojů a konečnou odpověď ponechte spojené s koly, která je vytvořila. Tento model se má řídit vlastním kontraktem historie, místo aby přebíral starší radu odstraňovat všechny bloky uvažování z minulých zpráv. Přesné zpřístupnění ovládání intenzity a uchování závisí na rozhraní implementujícím postup checkpointu.\n\nVývojová prostředí agentů a zpětná vazba prostředí\n\nQwen popisuje kompatibilitu s vývojovými prostředími agentů a nástroji. Soustavnou úlohu lze vyjádřit cílem, povolenými akcemi a důkazy dokončení; aplikace pak může poskytovat pozorování z kontroly nebo provádění. Požadujte vysvětlení, jak každý nový výsledek mění plán, a zprávu o nevyřešených bodech. Naplánování akce a obdržení skutečného výsledku jsou různé části tohoto postupu.\n\nPříklady spravovaného Max na kartě zahrnují další vestavěné nástroje. Nelze je převádět na automatické webové vyhledávání, spouštění kódu nebo obrazový vstup tohoto otevřeného modelu. Jeho užitečnou rolí je komponenta textového uvažování v propojeném postupu; nástroje a vnější účinky patří aplikaci, která je poskytuje.\n\nDoporučení pro generování\n\nVýrobce doporučuje temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 0 a repetition penalty 1.0. Pokud je podporována, presence penalty mezi nulou a dvěma může omezit opakovaný text, ale vyšší hodnoty mohou míchat jazyky nebo mírně snižovat kvalitu. Podpora parametrů se liší podle implementace.\n\nPro nakonfigurovaný postup s milionem tokenů se samostatnými limity uvažování a konečné odpovědi Qwen doporučuje 262,144 tokenů pro uvažování a 131,072 pro konečnou odpověď. Jde o podmíněné rozpočty, nikoli samostatně doložené pevné stropy nebo rozpočty, které se společně vejdou do nativního kontextu 262,144 tokenů. Vyhraďte dostatek místa pro úplný výstup a požadujte konečný výsledek, který lze po uvažování snadno najít.\n\nPraktické limity\n\nTento checkpoint nepřijímá obrázky, zvuk ani video. Příslušné důkazy podle potřeby převeďte vhodným samostatným postupem do textové reprezentace a zachovejte identifikátory umožňující ověřit odpověď. Karta uvádí rozšířený kontext, ale nedává úplný postup rozšíření pro každou úlohu ani univerzální limit médií pro tento čistě textový model. Zachovejte přesnou identitu a konfiguraci checkpointu, ověřte výpočty a návrhy kódu podle zdroje a konečný výstup považujte za výsledek ke kontrole, nikoli důkaz dokončení celé vnější úlohy.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Review a resumable migration plan\n\nReview this migration design against the requirement that every row is copied exactly once. Step 1 copies 100 rows after last_id. Step 2 saves last_id. A crash can occur between steps. Explain the duplicate risk after restart and propose a minimal idempotent write or atomic checkpoint design. Include a test that interrupts precisely between the two steps.A cause analysis, one concrete correction strategy and a crash-point regression scenario.Rerunning after the interruption cannot produce duplicate destination rows or skip uncopied source rows.qwen/qwen3.8-2.4t-a95bQwen3.8-2.4T-A95B je řídký textový model Qwen s architekturou mixture-of-experts pro uvažování s celkem 2.4 bilionu parametrů a 95 miliardami aktivovaných parametrů. Tento otevřený checkpoint vždy používá přemýšlení, podporuje nastavitelnou intenzitu uvažování a uchovává kontext uvažování pro soustavné programovací a odborné úlohy.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Hlavní vlastnosti Qwen3.8: soustavné textové uvažování
Qwen3.8-2.4T-A95B je otevřený checkpoint Qwen3.8 pro textové uvažování. Qwen popisuje vylepšení v programování, odborné práci, výzkumu a dlouhodobých úlohách agentů včetně plánování a využívání zpětné vazby prostředí. Přijímá text a vrací text. Výrobce jej výslovně odděluje od spravované nabídky Qwen3.8-Max: obrazový vstup a podpora režimu bez přemýšlení jsou dodatečnými funkcemi této nabídky, nikoli schopnostmi tohoto přesného otevřeného checkpointu.
U programovací úlohy dodejte příslušné moduly, požadavek a vstup odhalující současné chování. Požadujte vysvětlenou změnu a konečný výstup, který lze zkontrolovat. U výzkumné nebo odborné zprávy dodejte důkazy, povinné oddíly a kritéria hodnocení a poté požadujte rozlišení podložených zjištění od předpokladů. Jde o praktické aplikace dokumentovaného rozsahu úloh, nikoli přísliby spuštěného kódu nebo odborně certifikovaných závěrů.
Přehled modelu
Řídký model mixture-of-experts má celkem 2.4 bilionu parametrů a aktivuje 95 miliard. Má 92 vrstev a 512 směrovaných expertů, vybírá deset směrovaných expertů spolu s jedním sdíleným expertem. Jeho hybridní bloky kombinují Gated DeltaNet a hradlovanou pozornost s expertními vrstvami podle vzoru tři ku jedné. Součástí trénování je predikce více tokenů. Počet aktivovaných parametrů není plnou velikostí checkpointu a vysoký celkový počet nezaručuje dobu odezvy.
Nativní kontext má 262,144 tokenů s dokumentovaným rozšířením až na 1,010,000. To se liší od výchozího kontextu jednoho milionu tokenů v referenčním popisu spravovaného Max. Pro zdrojový text, historii konverzace, uvažování a konečnou odpověď používejte skutečný nakonfigurovaný rozpočet sekvence místo předpokladu, že všechny největší údaje platí současně.
Používání tohoto přesného checkpointu s přemýšlením
Přemýšlení je povinné při každé interakci a nelze je vypnout. Dokumentovaný výstup začíná blokem uvažování před konečným textem. reasoning_effort podporuje xhigh, medium a low; výchozí je xhigh. Low snižuje zamýšlenou hloubku, ale zůstává režimem přemýšlení. Požadavek na stručnou konečnou odpověď může řídit požadovaný výstup, aniž by tento model měnil na edici bez přemýšlení.
preserve_thinking je ve výchozím stavu zapnuté. Uchování uvažování z dřívějších kol pomáhá iterativní úloze přenášet rozhodovací kontext dál. Opravy, výsledky nástrojů a konečnou odpověď ponechte spojené s koly, která je vytvořila. Tento model se má řídit vlastním kontraktem historie, místo aby přebíral starší radu odstraňovat všechny bloky uvažování z minulých zpráv. Přesné zpřístupnění ovládání intenzity a uchování závisí na rozhraní implementujícím postup checkpointu.
Vývojová prostředí agentů a zpětná vazba prostředí
Qwen popisuje kompatibilitu s vývojovými prostředími agentů a nástroji. Soustavnou úlohu lze vyjádřit cílem, povolenými akcemi a důkazy dokončení; aplikace pak může poskytovat pozorování z kontroly nebo provádění. Požadujte vysvětlení, jak každý nový výsledek mění plán, a zprávu o nevyřešených bodech. Naplánování akce a obdržení skutečného výsledku jsou různé části tohoto postupu.
Příklady spravovaného Max na kartě zahrnují další vestavěné nástroje. Nelze je převádět na automatické webové vyhledávání, spouštění kódu nebo obrazový vstup tohoto otevřeného modelu. Jeho užitečnou rolí je komponenta textového uvažování v propojeném postupu; nástroje a vnější účinky patří aplikaci, která je poskytuje.
Doporučení pro generování
Výrobce doporučuje temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 0 a repetition penalty 1.0. Pokud je podporována, presence penalty mezi nulou a dvěma může omezit opakovaný text, ale vyšší hodnoty mohou míchat jazyky nebo mírně snižovat kvalitu. Podpora parametrů se liší podle implementace.
Pro nakonfigurovaný postup s milionem tokenů se samostatnými limity uvažování a konečné odpovědi Qwen doporučuje 262,144 tokenů pro uvažování a 131,072 pro konečnou odpověď. Jde o podmíněné rozpočty, nikoli samostatně doložené pevné stropy nebo rozpočty, které se společně vejdou do nativního kontextu 262,144 tokenů. Vyhraďte dostatek místa pro úplný výstup a požadujte konečný výsledek, který lze po uvažování snadno najít.
Praktické limity
Tento checkpoint nepřijímá obrázky, zvuk ani video. Příslušné důkazy podle potřeby převeďte vhodným samostatným postupem do textové reprezentace a zachovejte identifikátory umožňující ověřit odpověď. Karta uvádí rozšířený kontext, ale nedává úplný postup rozšíření pro každou úlohu ani univerzální limit médií pro tento čistě textový model. Zachovejte přesnou identitu a konfiguraci checkpointu, ověřte výpočty a návrhy kódu podle zdroje a konečný výstup považujte za výsledek ke kontrole, nikoli důkaz dokončení celé vnější úlohy.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen/qwen3.8-2.4t-a95b | 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 $0.004 / 1K tokenů Výstup · Výstupní tokeny $0.012 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.005 / 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 $0.004 / 1K tokenů Výstup · Výstupní tokeny $0.012 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.005 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.8-2.4t-a95b", "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/qwen3.8-2.4t-a95b',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/qwen3.8-2.4t-a95b',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/qwen3.8-2.4t-a95b
Použijte cesty metod uvedené výše.
qwen/qwen3.8-2.4t-a95bQwen3.8-2.4T-A95B je řídký textový model Qwen s architekturou mixture-of-experts pro uvažování s celkem 2.4 bilionu parametrů a 95 miliardami aktivovaných parametrů. Tento otevřený checkpoint vždy používá přemýšlení, podporuje nastavitelnou intenzitu uvažování a uchovává kontext uvažování pro soustavné programovací a odborné úlohy.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Hlavní vlastnosti Qwen3.8: soustavné textové uvažování
Qwen3.8-2.4T-A95B je otevřený checkpoint Qwen3.8 pro textové uvažování. Qwen popisuje vylepšení v programování, odborné práci, výzkumu a dlouhodobých úlohách agentů včetně plánování a využívání zpětné vazby prostředí. Přijímá text a vrací text. Výrobce jej výslovně odděluje od spravované nabídky Qwen3.8-Max: obrazový vstup a podpora režimu bez přemýšlení jsou dodatečnými funkcemi této nabídky, nikoli schopnostmi tohoto přesného otevřeného checkpointu.
U programovací úlohy dodejte příslušné moduly, požadavek a vstup odhalující současné chování. Požadujte vysvětlenou změnu a konečný výstup, který lze zkontrolovat. U výzkumné nebo odborné zprávy dodejte důkazy, povinné oddíly a kritéria hodnocení a poté požadujte rozlišení podložených zjištění od předpokladů. Jde o praktické aplikace dokumentovaného rozsahu úloh, nikoli přísliby spuštěného kódu nebo odborně certifikovaných závěrů.
Přehled modelu
Řídký model mixture-of-experts má celkem 2.4 bilionu parametrů a aktivuje 95 miliard. Má 92 vrstev a 512 směrovaných expertů, vybírá deset směrovaných expertů spolu s jedním sdíleným expertem. Jeho hybridní bloky kombinují Gated DeltaNet a hradlovanou pozornost s expertními vrstvami podle vzoru tři ku jedné. Součástí trénování je predikce více tokenů. Počet aktivovaných parametrů není plnou velikostí checkpointu a vysoký celkový počet nezaručuje dobu odezvy.
Nativní kontext má 262,144 tokenů s dokumentovaným rozšířením až na 1,010,000. To se liší od výchozího kontextu jednoho milionu tokenů v referenčním popisu spravovaného Max. Pro zdrojový text, historii konverzace, uvažování a konečnou odpověď používejte skutečný nakonfigurovaný rozpočet sekvence místo předpokladu, že všechny největší údaje platí současně.
Používání tohoto přesného checkpointu s přemýšlením
Přemýšlení je povinné při každé interakci a nelze je vypnout. Dokumentovaný výstup začíná blokem uvažování před konečným textem. reasoning_effort podporuje xhigh, medium a low; výchozí je xhigh. Low snižuje zamýšlenou hloubku, ale zůstává režimem přemýšlení. Požadavek na stručnou konečnou odpověď může řídit požadovaný výstup, aniž by tento model měnil na edici bez přemýšlení.
preserve_thinking je ve výchozím stavu zapnuté. Uchování uvažování z dřívějších kol pomáhá iterativní úloze přenášet rozhodovací kontext dál. Opravy, výsledky nástrojů a konečnou odpověď ponechte spojené s koly, která je vytvořila. Tento model se má řídit vlastním kontraktem historie, místo aby přebíral starší radu odstraňovat všechny bloky uvažování z minulých zpráv. Přesné zpřístupnění ovládání intenzity a uchování závisí na rozhraní implementujícím postup checkpointu.
Vývojová prostředí agentů a zpětná vazba prostředí
Qwen popisuje kompatibilitu s vývojovými prostředími agentů a nástroji. Soustavnou úlohu lze vyjádřit cílem, povolenými akcemi a důkazy dokončení; aplikace pak může poskytovat pozorování z kontroly nebo provádění. Požadujte vysvětlení, jak každý nový výsledek mění plán, a zprávu o nevyřešených bodech. Naplánování akce a obdržení skutečného výsledku jsou různé části tohoto postupu.
Příklady spravovaného Max na kartě zahrnují další vestavěné nástroje. Nelze je převádět na automatické webové vyhledávání, spouštění kódu nebo obrazový vstup tohoto otevřeného modelu. Jeho užitečnou rolí je komponenta textového uvažování v propojeném postupu; nástroje a vnější účinky patří aplikaci, která je poskytuje.
Doporučení pro generování
Výrobce doporučuje temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 0 a repetition penalty 1.0. Pokud je podporována, presence penalty mezi nulou a dvěma může omezit opakovaný text, ale vyšší hodnoty mohou míchat jazyky nebo mírně snižovat kvalitu. Podpora parametrů se liší podle implementace.
Pro nakonfigurovaný postup s milionem tokenů se samostatnými limity uvažování a konečné odpovědi Qwen doporučuje 262,144 tokenů pro uvažování a 131,072 pro konečnou odpověď. Jde o podmíněné rozpočty, nikoli samostatně doložené pevné stropy nebo rozpočty, které se společně vejdou do nativního kontextu 262,144 tokenů. Vyhraďte dostatek místa pro úplný výstup a požadujte konečný výsledek, který lze po uvažování snadno najít.
Praktické limity
Tento checkpoint nepřijímá obrázky, zvuk ani video. Příslušné důkazy podle potřeby převeďte vhodným samostatným postupem do textové reprezentace a zachovejte identifikátory umožňující ověřit odpověď. Karta uvádí rozšířený kontext, ale nedává úplný postup rozšíření pro každou úlohu ani univerzální limit médií pro tento čistě textový model. Zachovejte přesnou identitu a konfiguraci checkpointu, ověřte výpočty a návrhy kódu podle zdroje a konečný výstup považujte za výsledek ke kontrole, nikoli důkaz dokončení celé vnější úlohy.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen/qwen3.8-2.4t-a95b | 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 $0.004 / 1K tokenů Výstup · Výstupní tokeny $0.012 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.005 / 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 $0.004 / 1K tokenů Výstup · Výstupní tokeny $0.012 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.005 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "qwen/qwen3.8-2.4t-a95b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.8-2.4t-a95b', '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/qwen3.8-2.4t-a95b', '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/qwen3.8-2.4t-a95b
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Review a resumable migration plan\n\nReview this migration design against the requirement that every row is copied exactly once. Step 1 copies 100 rows after last_id. Step 2 saves last_id. A crash can occur between steps. Explain the duplicate risk after restart and propose a minimal idempotent write or atomic checkpoint design. Include a test that interrupts precisely between the two steps.A cause analysis, one concrete correction strategy and a crash-point regression scenario.Rerunning after the interruption cannot produce duplicate destination rows or skip uncopied source rows.