Qwen3-1.7B kombinuje přímé odpovědi a uvažování v malém hustém jazykovém modelu. Výrobce popisuje plnění instrukcí, kreativní psaní, konverzace v určených rolích, matematiku, logické problémy a kód, s více než 100 podporovanými jazyky a dialekty. Přijímá text a vytváří text. Užitečnou počáteční úlohou je přesně specifikovaná transformace: proměnit krátkou zprávu zákazníka ve zdvořilou odpověď, vysvětlit termín konkrétnímu čtenáři nebo převést zápis z porady na seznam úkolů.
Toto přesné vydání má 1.7 miliardy parametrů, včetně 1.4 miliardy mimo embeddingy, a 28 vrstev. Grouped-query attention používá 16 dotazovacích hlav a osm hlav klíč/hodnota. Vlastní karta modelu uvádí délku kontextu 32,768 tokenů. To je dokumentované okno této edice; údaje o větším kontextu z jiných velikostí Qwen3 mají zůstat u jejich samostatných karet. Zdrojový text, instrukce, historie konverzace a požadovaná odpověď se musí vejít do příslušného rozpočtu sekvence. Asistentovi pro odpovědi dodejte přijatou zprávu, ověřená fakta o situaci, publikum a požadovanou délku místo celého nesouvisejícího archivu korespondence.
Rychlý úvod výrobce formátuje konverzaci pomocí šablony chatu modelu. Připravte malou úplnou úlohu, kterou lze ověřit podle zdroje. Pro příklad seznamu úkolů dodejte poznámku obsahující jména, data a rozhodnutí, požadujte jednu položku pro každou akci a výslovně označenou neznámou hodnotu tam, kde nebyl určen odpovědný člověk. Pro programovací příklad dodejte jednu funkci a reprezentativní vstupy a požadujte vysvětlení větve určující výsledek. Vrácené vysvětlení má odkazovat na skutečné proměnné a podmínky místo zavádění hypotetického chování. Zveřejněná integrace očekává běhové prostředí s podporou Qwen3; karta upozorňuje, že verze Transformers nižší než 4.51.0 nerozpoznají požadovanou architekturu.
V dodané šabloně je přemýšlení ve výchozím stavu zapnuté. Pevný přepínač vybírá výstup bez přemýšlení a bez oddílu uvažování. Pokud přemýšlení zůstane zapnuté, /think a /no_think fungují jako instrukce pro jednotlivá kola a výběr řídí nejnovější z nich; nemohou přepsat pevně vypnutý režim. Pro krátké přeformulování používejte přímé nastavení a pro odpověď vyžadující sladění několika podmínek nastavení s uvažováním. Průběžné uvažování oddělte od konečné odpovědi a v následné historii dialogu uchovávejte konečnou odpověď. Při zapnutém přemýšlení zachovává i měkký požadavek bez přemýšlení blok uvažování; jeho obsah může být prázdný. Pevné vypnutí tento blok odstraní.
Použití v agentech je součástí zveřejněných schopností. Výrobce doporučuje Qwen-Agent pro formátování nástrojů a parsování, zatímco nástroje poskytuje a provádí aplikace. Úzce zaměřený asistent by mohl požádat o slovníkové vyhledání produktového termínu, obdržet potvrzenou definici a poté přepsat větu uživatele. Definujte povolený argument a vracená pole; před použitím výsledku obojí zkontrolujte. Konečný text má rozlišovat dodaná fakta, vrácené informace a otázky, které zůstávají nezodpovězené. Příručka Qwen3 také popisuje paralelní a vícekroková volání nástrojů s argumenty reprezentovanými jako objekty a výsledky vracenými do konverzace.
Rozpočet výstupu musí odpovídat celé úloze. Karta modelu nabízí příklady generování a doporučené délky výstupu; ty se liší od prokázaného maxima na straně služby. Krátké požadované výstupy se snadno ověřují: určete pole, pořadí a jazyk a ponechte původní zprávu k porovnání. Než se spolehnete na generování dlouhých textů, vyhodnoťte výsledek na skutečné třídě vstupů. Dokumentace Qwen3 v popisu trénovací délky pojednává o délce zpráv asistenta 38,912 tokenů v režimu přemýšlení a 16,384 v režimu bez přemýšlení a doporučuje hodnotit kvalitu delšího generování. Tyto údaje se liší od celkového kontextového okna a nejsou pevným limitem konkrétního koncového bodu.
Tato velikost má zvláštní poznámku k přetrvávajícímu opakování: karta při výrazném opakování navrhuje doporučená nastavení vzorkování a presence_penalty 1.5. Vyšší penalizace mohou někdy míchat jazyky nebo snižovat výkon. Pro přemýšlení se navrhuje temperature 0.6 s top-p 0.95, top-k 20 a min-p 0; pro režim bez přemýšlení temperature 0.7 s top-p 0.8, top-k 20 a min-p 0. V režimu uvažování se vyhněte hladovému dekódování. Ověřte jména, data, popisky a opakující se formulace a před předáním strukturovaného výstupu jiné části aplikace jej zvalidujte.
", "aboutText": "Qwen3-1.7B kombinuje přímé odpovědi a uvažování v malém hustém jazykovém modelu. Výrobce popisuje plnění instrukcí, kreativní psaní, konverzace v určených rolích, matematiku, logické problémy a kód, s více než 100 podporovanými jazyky a dialekty. Přijímá text a vytváří text. Užitečnou počáteční úlohou je přesně specifikovaná transformace: proměnit krátkou zprávu zákazníka ve zdvořilou odpověď, vysvětlit termín konkrétnímu čtenáři nebo převést zápis z porady na seznam úkolů.\n\nToto přesné vydání má 1.7 miliardy parametrů, včetně 1.4 miliardy mimo embeddingy, a 28 vrstev. Grouped-query attention používá 16 dotazovacích hlav a osm hlav klíč/hodnota. Vlastní karta modelu uvádí délku kontextu 32,768 tokenů. To je dokumentované okno této edice; údaje o větším kontextu z jiných velikostí Qwen3 mají zůstat u jejich samostatných karet. Zdrojový text, instrukce, historie konverzace a požadovaná odpověď se musí vejít do příslušného rozpočtu sekvence. Asistentovi pro odpovědi dodejte přijatou zprávu, ověřená fakta o situaci, publikum a požadovanou délku místo celého nesouvisejícího archivu korespondence.\n\nRychlý úvod výrobce formátuje konverzaci pomocí šablony chatu modelu. Připravte malou úplnou úlohu, kterou lze ověřit podle zdroje. Pro příklad seznamu úkolů dodejte poznámku obsahující jména, data a rozhodnutí, požadujte jednu položku pro každou akci a výslovně označenou neznámou hodnotu tam, kde nebyl určen odpovědný člověk. Pro programovací příklad dodejte jednu funkci a reprezentativní vstupy a požadujte vysvětlení větve určující výsledek. Vrácené vysvětlení má odkazovat na skutečné proměnné a podmínky místo zavádění hypotetického chování. Zveřejněná integrace očekává běhové prostředí s podporou Qwen3; karta upozorňuje, že verze Transformers nižší než 4.51.0 nerozpoznají požadovanou architekturu.\n\nV dodané šabloně je přemýšlení ve výchozím stavu zapnuté. Pevný přepínač vybírá výstup bez přemýšlení a bez oddílu uvažování. Pokud přemýšlení zůstane zapnuté, /think a /no_think fungují jako instrukce pro jednotlivá kola a výběr řídí nejnovější z nich; nemohou přepsat pevně vypnutý režim. Pro krátké přeformulování používejte přímé nastavení a pro odpověď vyžadující sladění několika podmínek nastavení s uvažováním. Průběžné uvažování oddělte od konečné odpovědi a v následné historii dialogu uchovávejte konečnou odpověď. Při zapnutém přemýšlení zachovává i měkký požadavek bez přemýšlení blok uvažování; jeho obsah může být prázdný. Pevné vypnutí tento blok odstraní.\n\nPoužití v agentech je součástí zveřejněných schopností. Výrobce doporučuje Qwen-Agent pro formátování nástrojů a parsování, zatímco nástroje poskytuje a provádí aplikace. Úzce zaměřený asistent by mohl požádat o slovníkové vyhledání produktového termínu, obdržet potvrzenou definici a poté přepsat větu uživatele. Definujte povolený argument a vracená pole; před použitím výsledku obojí zkontrolujte. Konečný text má rozlišovat dodaná fakta, vrácené informace a otázky, které zůstávají nezodpovězené. Příručka Qwen3 také popisuje paralelní a vícekroková volání nástrojů s argumenty reprezentovanými jako objekty a výsledky vracenými do konverzace.\n\nRozpočet výstupu musí odpovídat celé úloze. Karta modelu nabízí příklady generování a doporučené délky výstupu; ty se liší od prokázaného maxima na straně služby. Krátké požadované výstupy se snadno ověřují: určete pole, pořadí a jazyk a ponechte původní zprávu k porovnání. Než se spolehnete na generování dlouhých textů, vyhodnoťte výsledek na skutečné třídě vstupů. Dokumentace Qwen3 v popisu trénovací délky pojednává o délce zpráv asistenta 38,912 tokenů v režimu přemýšlení a 16,384 v režimu bez přemýšlení a doporučuje hodnotit kvalitu delšího generování. Tyto údaje se liší od celkového kontextového okna a nejsou pevným limitem konkrétního koncového bodu.\n\nTato velikost má zvláštní poznámku k přetrvávajícímu opakování: karta při výrazném opakování navrhuje doporučená nastavení vzorkování a presence_penalty 1.5. Vyšší penalizace mohou někdy míchat jazyky nebo snižovat výkon. Pro přemýšlení se navrhuje temperature 0.6 s top-p 0.95, top-k 20 a min-p 0; pro režim bez přemýšlení temperature 0.7 s top-p 0.8, top-k 20 a min-p 0. V režimu uvažování se vyhněte hladovému dekódování. Ověřte jména, data, popisky a opakující se formulace a před předáním strukturovaného výstupu jiné části aplikace jej zvalidujte.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Convert a short note into actions\n\nTurn this note into an action list: 'Mina will order six folders by Thursday. Leo will check the cupboard today. Someone must print the welcome sheets before Friday, but we have not assigned that task.' Return one row per action with owner, task and deadline; use 'unassigned' where needed.Three action rows retaining names, deadlines and the unassigned printing owner.Do not assign the printing task to Mina or Leo without evidence in the note.qwen3-1.7bQwen3-1.7B je kompaktní hustý textový model s režimem přímých odpovědí i přemýšlení. Podporuje vícejazyčný dialog, psaní, kód a instrukce pro práci s nástroji, s kontextem 32,768 tokenů dokumentovaným pro toto přesné vydání.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen3-1.7B kombinuje přímé odpovědi a uvažování v malém hustém jazykovém modelu. Výrobce popisuje plnění instrukcí, kreativní psaní, konverzace v určených rolích, matematiku, logické problémy a kód, s více než 100 podporovanými jazyky a dialekty. Přijímá text a vytváří text. Užitečnou počáteční úlohou je přesně specifikovaná transformace: proměnit krátkou zprávu zákazníka ve zdvořilou odpověď, vysvětlit termín konkrétnímu čtenáři nebo převést zápis z porady na seznam úkolů.
Toto přesné vydání má 1.7 miliardy parametrů, včetně 1.4 miliardy mimo embeddingy, a 28 vrstev. Grouped-query attention používá 16 dotazovacích hlav a osm hlav klíč/hodnota. Vlastní karta modelu uvádí délku kontextu 32,768 tokenů. To je dokumentované okno této edice; údaje o větším kontextu z jiných velikostí Qwen3 mají zůstat u jejich samostatných karet. Zdrojový text, instrukce, historie konverzace a požadovaná odpověď se musí vejít do příslušného rozpočtu sekvence. Asistentovi pro odpovědi dodejte přijatou zprávu, ověřená fakta o situaci, publikum a požadovanou délku místo celého nesouvisejícího archivu korespondence.
Rychlý úvod výrobce formátuje konverzaci pomocí šablony chatu modelu. Připravte malou úplnou úlohu, kterou lze ověřit podle zdroje. Pro příklad seznamu úkolů dodejte poznámku obsahující jména, data a rozhodnutí, požadujte jednu položku pro každou akci a výslovně označenou neznámou hodnotu tam, kde nebyl určen odpovědný člověk. Pro programovací příklad dodejte jednu funkci a reprezentativní vstupy a požadujte vysvětlení větve určující výsledek. Vrácené vysvětlení má odkazovat na skutečné proměnné a podmínky místo zavádění hypotetického chování. Zveřejněná integrace očekává běhové prostředí s podporou Qwen3; karta upozorňuje, že verze Transformers nižší než 4.51.0 nerozpoznají požadovanou architekturu.
V dodané šabloně je přemýšlení ve výchozím stavu zapnuté. Pevný přepínač vybírá výstup bez přemýšlení a bez oddílu uvažování. Pokud přemýšlení zůstane zapnuté, /think a /no_think fungují jako instrukce pro jednotlivá kola a výběr řídí nejnovější z nich; nemohou přepsat pevně vypnutý režim. Pro krátké přeformulování používejte přímé nastavení a pro odpověď vyžadující sladění několika podmínek nastavení s uvažováním. Průběžné uvažování oddělte od konečné odpovědi a v následné historii dialogu uchovávejte konečnou odpověď. Při zapnutém přemýšlení zachovává i měkký požadavek bez přemýšlení blok uvažování; jeho obsah může být prázdný. Pevné vypnutí tento blok odstraní.
Použití v agentech je součástí zveřejněných schopností. Výrobce doporučuje Qwen-Agent pro formátování nástrojů a parsování, zatímco nástroje poskytuje a provádí aplikace. Úzce zaměřený asistent by mohl požádat o slovníkové vyhledání produktového termínu, obdržet potvrzenou definici a poté přepsat větu uživatele. Definujte povolený argument a vracená pole; před použitím výsledku obojí zkontrolujte. Konečný text má rozlišovat dodaná fakta, vrácené informace a otázky, které zůstávají nezodpovězené. Příručka Qwen3 také popisuje paralelní a vícekroková volání nástrojů s argumenty reprezentovanými jako objekty a výsledky vracenými do konverzace.
Rozpočet výstupu musí odpovídat celé úloze. Karta modelu nabízí příklady generování a doporučené délky výstupu; ty se liší od prokázaného maxima na straně služby. Krátké požadované výstupy se snadno ověřují: určete pole, pořadí a jazyk a ponechte původní zprávu k porovnání. Než se spolehnete na generování dlouhých textů, vyhodnoťte výsledek na skutečné třídě vstupů. Dokumentace Qwen3 v popisu trénovací délky pojednává o délce zpráv asistenta 38,912 tokenů v režimu přemýšlení a 16,384 v režimu bez přemýšlení a doporučuje hodnotit kvalitu delšího generování. Tyto údaje se liší od celkového kontextového okna a nejsou pevným limitem konkrétního koncového bodu.
Tato velikost má zvláštní poznámku k přetrvávajícímu opakování: karta při výrazném opakování navrhuje doporučená nastavení vzorkování a presence_penalty 1.5. Vyšší penalizace mohou někdy míchat jazyky nebo snižovat výkon. Pro přemýšlení se navrhuje temperature 0.6 s top-p 0.95, top-k 20 a min-p 0; pro režim bez přemýšlení temperature 0.7 s top-p 0.8, top-k 20 a min-p 0. V režimu uvažování se vyhněte hladovému dekódování. Ověřte jména, data, popisky a opakující se formulace a před předáním strukturovaného výstupu jiné části aplikace jej zvalidujte.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen3-1.7b | 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.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.0001 / 1K tokenů Výstup · Výstupní tokeny $0.001 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-1.7b", "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='qwen3-1.7b',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='qwen3-1.7b',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 qwen3-1.7b
Použijte cesty metod uvedené výše.
qwen3-1.7bQwen3-1.7B je kompaktní hustý textový model s režimem přímých odpovědí i přemýšlení. Podporuje vícejazyčný dialog, psaní, kód a instrukce pro práci s nástroji, s kontextem 32,768 tokenů dokumentovaným pro toto přesné vydání.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen3-1.7B kombinuje přímé odpovědi a uvažování v malém hustém jazykovém modelu. Výrobce popisuje plnění instrukcí, kreativní psaní, konverzace v určených rolích, matematiku, logické problémy a kód, s více než 100 podporovanými jazyky a dialekty. Přijímá text a vytváří text. Užitečnou počáteční úlohou je přesně specifikovaná transformace: proměnit krátkou zprávu zákazníka ve zdvořilou odpověď, vysvětlit termín konkrétnímu čtenáři nebo převést zápis z porady na seznam úkolů.
Toto přesné vydání má 1.7 miliardy parametrů, včetně 1.4 miliardy mimo embeddingy, a 28 vrstev. Grouped-query attention používá 16 dotazovacích hlav a osm hlav klíč/hodnota. Vlastní karta modelu uvádí délku kontextu 32,768 tokenů. To je dokumentované okno této edice; údaje o větším kontextu z jiných velikostí Qwen3 mají zůstat u jejich samostatných karet. Zdrojový text, instrukce, historie konverzace a požadovaná odpověď se musí vejít do příslušného rozpočtu sekvence. Asistentovi pro odpovědi dodejte přijatou zprávu, ověřená fakta o situaci, publikum a požadovanou délku místo celého nesouvisejícího archivu korespondence.
Rychlý úvod výrobce formátuje konverzaci pomocí šablony chatu modelu. Připravte malou úplnou úlohu, kterou lze ověřit podle zdroje. Pro příklad seznamu úkolů dodejte poznámku obsahující jména, data a rozhodnutí, požadujte jednu položku pro každou akci a výslovně označenou neznámou hodnotu tam, kde nebyl určen odpovědný člověk. Pro programovací příklad dodejte jednu funkci a reprezentativní vstupy a požadujte vysvětlení větve určující výsledek. Vrácené vysvětlení má odkazovat na skutečné proměnné a podmínky místo zavádění hypotetického chování. Zveřejněná integrace očekává běhové prostředí s podporou Qwen3; karta upozorňuje, že verze Transformers nižší než 4.51.0 nerozpoznají požadovanou architekturu.
V dodané šabloně je přemýšlení ve výchozím stavu zapnuté. Pevný přepínač vybírá výstup bez přemýšlení a bez oddílu uvažování. Pokud přemýšlení zůstane zapnuté, /think a /no_think fungují jako instrukce pro jednotlivá kola a výběr řídí nejnovější z nich; nemohou přepsat pevně vypnutý režim. Pro krátké přeformulování používejte přímé nastavení a pro odpověď vyžadující sladění několika podmínek nastavení s uvažováním. Průběžné uvažování oddělte od konečné odpovědi a v následné historii dialogu uchovávejte konečnou odpověď. Při zapnutém přemýšlení zachovává i měkký požadavek bez přemýšlení blok uvažování; jeho obsah může být prázdný. Pevné vypnutí tento blok odstraní.
Použití v agentech je součástí zveřejněných schopností. Výrobce doporučuje Qwen-Agent pro formátování nástrojů a parsování, zatímco nástroje poskytuje a provádí aplikace. Úzce zaměřený asistent by mohl požádat o slovníkové vyhledání produktového termínu, obdržet potvrzenou definici a poté přepsat větu uživatele. Definujte povolený argument a vracená pole; před použitím výsledku obojí zkontrolujte. Konečný text má rozlišovat dodaná fakta, vrácené informace a otázky, které zůstávají nezodpovězené. Příručka Qwen3 také popisuje paralelní a vícekroková volání nástrojů s argumenty reprezentovanými jako objekty a výsledky vracenými do konverzace.
Rozpočet výstupu musí odpovídat celé úloze. Karta modelu nabízí příklady generování a doporučené délky výstupu; ty se liší od prokázaného maxima na straně služby. Krátké požadované výstupy se snadno ověřují: určete pole, pořadí a jazyk a ponechte původní zprávu k porovnání. Než se spolehnete na generování dlouhých textů, vyhodnoťte výsledek na skutečné třídě vstupů. Dokumentace Qwen3 v popisu trénovací délky pojednává o délce zpráv asistenta 38,912 tokenů v režimu přemýšlení a 16,384 v režimu bez přemýšlení a doporučuje hodnotit kvalitu delšího generování. Tyto údaje se liší od celkového kontextového okna a nejsou pevným limitem konkrétního koncového bodu.
Tato velikost má zvláštní poznámku k přetrvávajícímu opakování: karta při výrazném opakování navrhuje doporučená nastavení vzorkování a presence_penalty 1.5. Vyšší penalizace mohou někdy míchat jazyky nebo snižovat výkon. Pro přemýšlení se navrhuje temperature 0.6 s top-p 0.95, top-k 20 a min-p 0; pro režim bez přemýšlení temperature 0.7 s top-p 0.8, top-k 20 a min-p 0. V režimu uvažování se vyhněte hladovému dekódování. Ověřte jména, data, popisky a opakující se formulace a před předáním strukturovaného výstupu jiné části aplikace jej zvalidujte.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen3-1.7b | 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.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.0001 / 1K tokenů Výstup · Výstupní tokeny $0.001 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "qwen3-1.7b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-1.7b', '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': 'qwen3-1.7b', '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 qwen3-1.7b
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Convert a short note into actions\n\nTurn this note into an action list: 'Mina will order six folders by Thursday. Leo will check the cupboard today. Someone must print the welcome sheets before Friday, but we have not assigned that task.' Return one row per action with owner, task and deadline; use 'unassigned' where needed.Three action rows retaining names, deadlines and the unassigned printing owner.Do not assign the printing task to Mina or Leo without evidence in the note.