Qwen3-4B přenáší hybridní způsob odpovídání Qwen3 do kompaktního hustého jazykového modelu. Výrobce popisuje matematické a logické uvažování, generování kódu, tvůrčí psaní, interakce založené na rolích a vícetahový dialog spolu s plněním instrukcí ve více než 100 jazycích a dialektech. Užitečný způsob práce představuje konkrétní redakční či technická úloha: dodejte určitý zdrojový fragment a požadujte jednu dobře vymezenou proměnu místo otevřeného přehledu.
Vydání obsahuje čtyři miliardy parametrů, z toho 3,6 miliardy mimo embeddingy, a má 36 vrstev. Pozornost grouped-query používá 32 dotazovacích hlav a osm hlav klíčů/hodnot. Vstup i výstup jsou textové. Tato karta popisuje původní hybridní vydání Qwen3-4B, nikoli pozdější datovaný model Thinking nebo Instruct. Praktickým příkladem je převést krátkou poznámku o incidentu na provozní předání obsahující pozorovanou chybu, známý dopad a další krok šetření. Dodejte tato fakta jako samostatná pole a požadujte označení chybějících informací místo jejich domýšlení.
Instrukci a zdroj připravte jako odlišné části zprávy chatu. Pro programování přiložte malou funkci, reprezentativní vstup a požadovanou návratovou hodnotu a poté požadujte vysvětlení či úzce vymezenou změnu. Jako součást výstupu žádejte běžný i mezní případ. U psaní určete publikum, délku a slovník, který se nesmí změnit. U klasifikace dodejte povolené štítky, jejich definice a ukázkový výstup; vrácenou volbu potom ověřte proti tomuto seznamu. Publikovaná integrace očekává běhové prostředí rozpoznávající Qwen3; karta upozorňuje, že verze Transformers nižší než 4.51.0 požadovanou architekturu nerozpoznávají.
Uvažování i odpovídání bez něj jsou součástí stejného vydání. V šabloně výrobce je uvažování standardně zapnuté a pevný přepínač je vypíná. Při zapnutém uvažování jsou /think a /no_think měkké instrukce, které mohou měnit chování mezi tahy; platí nejnovější instrukce. Znovu nezapnou režim vypnutý pevným nastavením. Krátká textová úprava může žádat přímou odpověď, zatímco vysvětlení rozporných podmínek může využít uvažování. Jako užitečný výsledek tahu uchovávejte konečnou odpověď, nikoli předchozí text uvažování. Při zapnutém uvažování i měkký požadavek na odpověď bez uvažování ponechá blok uvažování, jehož obsah může být prázdný. Pevné vypnutí tento blok odstraní.
Karta zahrnuje agentní použití a pro definice nástrojů a parsování doporučuje Qwen-Agent. U asistenta, který zařadí příchozí požadavek a následně vyhledá popis kategorie, by aplikace zpřístupnila vyhledávací nástroj, provedla přijaté volání a dodala výsledek. Argumenty a očekávaná pole definujte předem. Požadujte konečný záznam požadavku se zvolenou kategorií, krátkým odůvodněním a případnými neznámými poli. Záznam validujte a uchovejte výsledek nástroje použitý při jeho vytvoření. Průvodce Qwen3 také popisuje paralelní a vícekroková volání nástrojů s argumenty reprezentovanými jako objekty a výsledky vracenými do konverzace.
Přesná karta uvádí 32 768 tokenů nativního kontextu a dokumentuje rozšíření na 131 072 pomocí YaRN. Rozšířený údaj závisí na konfiguraci; statické škálování může ovlivnit kratší vstupy. Celý požadavek a odpověď plánujte společně. U sbírky krátkých poznámek označte každou položku, požadujte odpovídající výstupní identifikátor a použijte stručné schéma, aby se generovaný výsledek stále vešel. Příklady a doporučení délky výstupu nejsou univerzálním pevným limitem generování. Dokumentace Qwen3 ve vysvětlení trénovací délky rozebírá zprávy asistenta o délce 38 912 tokenů při uvažování a 16 384 bez uvažování a doporučuje hodnotit kvalitu delších generací. Tyto údaje jsou odlišné od celého kontextového okna a nepředstavují pevný limit konkrétního endpointu. Karta rovněž vysvětluje výchozí přidělení 40 960 pozic jako 8192 pro typická zadání a 32 768 pro výstup; jde o konfigurační vodítko výrobce oddělené od nativního trénovacího kontextu i limitů endpointu.
Toto vydání obsahuje další upozornění na vytrvalé opakování. Výrobce odkazuje na doporučené vzorkování a při výrazném opakování navrhuje presence_penalty 1.5. Obecná doporučení upozorňují, že silnější penalizace mohou způsobit mísení jazyků nebo snížit kvalitu, proto jde o cílené nastavení, nikoli záruku. Režim uvažování používá temperature 0.6, top-p 0.95, top-k 20 a min-p 0; bez uvažování jsou hodnoty 0.7, 0.8, 20 a 0. U uvažování se vyhýbejte hladovému dekódování, požadujte jasně oddělenou konečnou odpověď a kontrolujte opakované části, chybějící pole a změněnou terminologii.
", "aboutText": "Qwen3-4B přenáší hybridní způsob odpovídání Qwen3 do kompaktního hustého jazykového modelu. Výrobce popisuje matematické a logické uvažování, generování kódu, tvůrčí psaní, interakce založené na rolích a vícetahový dialog spolu s plněním instrukcí ve více než 100 jazycích a dialektech. Užitečný způsob práce představuje konkrétní redakční či technická úloha: dodejte určitý zdrojový fragment a požadujte jednu dobře vymezenou proměnu místo otevřeného přehledu.\n\nVydání obsahuje čtyři miliardy parametrů, z toho 3,6 miliardy mimo embeddingy, a má 36 vrstev. Pozornost grouped-query používá 32 dotazovacích hlav a osm hlav klíčů/hodnot. Vstup i výstup jsou textové. Tato karta popisuje původní hybridní vydání Qwen3-4B, nikoli pozdější datovaný model Thinking nebo Instruct. Praktickým příkladem je převést krátkou poznámku o incidentu na provozní předání obsahující pozorovanou chybu, známý dopad a další krok šetření. Dodejte tato fakta jako samostatná pole a požadujte označení chybějících informací místo jejich domýšlení.\n\nInstrukci a zdroj připravte jako odlišné části zprávy chatu. Pro programování přiložte malou funkci, reprezentativní vstup a požadovanou návratovou hodnotu a poté požadujte vysvětlení či úzce vymezenou změnu. Jako součást výstupu žádejte běžný i mezní případ. U psaní určete publikum, délku a slovník, který se nesmí změnit. U klasifikace dodejte povolené štítky, jejich definice a ukázkový výstup; vrácenou volbu potom ověřte proti tomuto seznamu. Publikovaná integrace očekává běhové prostředí rozpoznávající Qwen3; karta upozorňuje, že verze Transformers nižší než 4.51.0 požadovanou architekturu nerozpoznávají.\n\nUvažování i odpovídání bez něj jsou součástí stejného vydání. V šabloně výrobce je uvažování standardně zapnuté a pevný přepínač je vypíná. Při zapnutém uvažování jsou /think a /no_think měkké instrukce, které mohou měnit chování mezi tahy; platí nejnovější instrukce. Znovu nezapnou režim vypnutý pevným nastavením. Krátká textová úprava může žádat přímou odpověď, zatímco vysvětlení rozporných podmínek může využít uvažování. Jako užitečný výsledek tahu uchovávejte konečnou odpověď, nikoli předchozí text uvažování. Při zapnutém uvažování i měkký požadavek na odpověď bez uvažování ponechá blok uvažování, jehož obsah může být prázdný. Pevné vypnutí tento blok odstraní.\n\nKarta zahrnuje agentní použití a pro definice nástrojů a parsování doporučuje Qwen-Agent. U asistenta, který zařadí příchozí požadavek a následně vyhledá popis kategorie, by aplikace zpřístupnila vyhledávací nástroj, provedla přijaté volání a dodala výsledek. Argumenty a očekávaná pole definujte předem. Požadujte konečný záznam požadavku se zvolenou kategorií, krátkým odůvodněním a případnými neznámými poli. Záznam validujte a uchovejte výsledek nástroje použitý při jeho vytvoření. Průvodce Qwen3 také popisuje paralelní a vícekroková volání nástrojů s argumenty reprezentovanými jako objekty a výsledky vracenými do konverzace.\n\nPřesná karta uvádí 32 768 tokenů nativního kontextu a dokumentuje rozšíření na 131 072 pomocí YaRN. Rozšířený údaj závisí na konfiguraci; statické škálování může ovlivnit kratší vstupy. Celý požadavek a odpověď plánujte společně. U sbírky krátkých poznámek označte každou položku, požadujte odpovídající výstupní identifikátor a použijte stručné schéma, aby se generovaný výsledek stále vešel. Příklady a doporučení délky výstupu nejsou univerzálním pevným limitem generování. Dokumentace Qwen3 ve vysvětlení trénovací délky rozebírá zprávy asistenta o délce 38 912 tokenů při uvažování a 16 384 bez uvažování a doporučuje hodnotit kvalitu delších generací. Tyto údaje jsou odlišné od celého kontextového okna a nepředstavují pevný limit konkrétního endpointu. Karta rovněž vysvětluje výchozí přidělení 40 960 pozic jako 8192 pro typická zadání a 32 768 pro výstup; jde o konfigurační vodítko výrobce oddělené od nativního trénovacího kontextu i limitů endpointu.\n\nToto vydání obsahuje další upozornění na vytrvalé opakování. Výrobce odkazuje na doporučené vzorkování a při výrazném opakování navrhuje presence_penalty 1.5. Obecná doporučení upozorňují, že silnější penalizace mohou způsobit mísení jazyků nebo snížit kvalitu, proto jde o cílené nastavení, nikoli záruku. Režim uvažování používá temperature 0.6, top-p 0.95, top-k 20 a min-p 0; bez uvažování jsou hodnoty 0.7, 0.8, 20 a 0. U uvažování se vyhýbejte hladovému dekódování, požadujte jasně oddělenou konečnou odpověď a kontrolujte opakované části, chybějící pole a změněnou terminologii.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.qwen3-4bQwen3-4B je textový model se čtyřmi miliardami parametrů pro plnění instrukcí, vícejazyčný dialog a kód. Jeho hybridní návrh podporuje přímé odpovědi i režim přemýšlení, s pokyny specifickými pro tuto edici pro omezení opakování.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen3-4B přenáší hybridní způsob odpovídání Qwen3 do kompaktního hustého jazykového modelu. Výrobce popisuje matematické a logické uvažování, generování kódu, tvůrčí psaní, interakce založené na rolích a vícetahový dialog spolu s plněním instrukcí ve více než 100 jazycích a dialektech. Užitečný způsob práce představuje konkrétní redakční či technická úloha: dodejte určitý zdrojový fragment a požadujte jednu dobře vymezenou proměnu místo otevřeného přehledu.
Vydání obsahuje čtyři miliardy parametrů, z toho 3,6 miliardy mimo embeddingy, a má 36 vrstev. Pozornost grouped-query používá 32 dotazovacích hlav a osm hlav klíčů/hodnot. Vstup i výstup jsou textové. Tato karta popisuje původní hybridní vydání Qwen3-4B, nikoli pozdější datovaný model Thinking nebo Instruct. Praktickým příkladem je převést krátkou poznámku o incidentu na provozní předání obsahující pozorovanou chybu, známý dopad a další krok šetření. Dodejte tato fakta jako samostatná pole a požadujte označení chybějících informací místo jejich domýšlení.
Instrukci a zdroj připravte jako odlišné části zprávy chatu. Pro programování přiložte malou funkci, reprezentativní vstup a požadovanou návratovou hodnotu a poté požadujte vysvětlení či úzce vymezenou změnu. Jako součást výstupu žádejte běžný i mezní případ. U psaní určete publikum, délku a slovník, který se nesmí změnit. U klasifikace dodejte povolené štítky, jejich definice a ukázkový výstup; vrácenou volbu potom ověřte proti tomuto seznamu. Publikovaná integrace očekává běhové prostředí rozpoznávající Qwen3; karta upozorňuje, že verze Transformers nižší než 4.51.0 požadovanou architekturu nerozpoznávají.
Uvažování i odpovídání bez něj jsou součástí stejného vydání. V šabloně výrobce je uvažování standardně zapnuté a pevný přepínač je vypíná. Při zapnutém uvažování jsou /think a /no_think měkké instrukce, které mohou měnit chování mezi tahy; platí nejnovější instrukce. Znovu nezapnou režim vypnutý pevným nastavením. Krátká textová úprava může žádat přímou odpověď, zatímco vysvětlení rozporných podmínek může využít uvažování. Jako užitečný výsledek tahu uchovávejte konečnou odpověď, nikoli předchozí text uvažování. Při zapnutém uvažování i měkký požadavek na odpověď bez uvažování ponechá blok uvažování, jehož obsah může být prázdný. Pevné vypnutí tento blok odstraní.
Karta zahrnuje agentní použití a pro definice nástrojů a parsování doporučuje Qwen-Agent. U asistenta, který zařadí příchozí požadavek a následně vyhledá popis kategorie, by aplikace zpřístupnila vyhledávací nástroj, provedla přijaté volání a dodala výsledek. Argumenty a očekávaná pole definujte předem. Požadujte konečný záznam požadavku se zvolenou kategorií, krátkým odůvodněním a případnými neznámými poli. Záznam validujte a uchovejte výsledek nástroje použitý při jeho vytvoření. Průvodce Qwen3 také popisuje paralelní a vícekroková volání nástrojů s argumenty reprezentovanými jako objekty a výsledky vracenými do konverzace.
Přesná karta uvádí 32 768 tokenů nativního kontextu a dokumentuje rozšíření na 131 072 pomocí YaRN. Rozšířený údaj závisí na konfiguraci; statické škálování může ovlivnit kratší vstupy. Celý požadavek a odpověď plánujte společně. U sbírky krátkých poznámek označte každou položku, požadujte odpovídající výstupní identifikátor a použijte stručné schéma, aby se generovaný výsledek stále vešel. Příklady a doporučení délky výstupu nejsou univerzálním pevným limitem generování. Dokumentace Qwen3 ve vysvětlení trénovací délky rozebírá zprávy asistenta o délce 38 912 tokenů při uvažování a 16 384 bez uvažování a doporučuje hodnotit kvalitu delších generací. Tyto údaje jsou odlišné od celého kontextového okna a nepředstavují pevný limit konkrétního endpointu. Karta rovněž vysvětluje výchozí přidělení 40 960 pozic jako 8192 pro typická zadání a 32 768 pro výstup; jde o konfigurační vodítko výrobce oddělené od nativního trénovacího kontextu i limitů endpointu.
Toto vydání obsahuje další upozornění na vytrvalé opakování. Výrobce odkazuje na doporučené vzorkování a při výrazném opakování navrhuje presence_penalty 1.5. Obecná doporučení upozorňují, že silnější penalizace mohou způsobit mísení jazyků nebo snížit kvalitu, proto jde o cílené nastavení, nikoli záruku. Režim uvažování používá temperature 0.6, top-p 0.95, top-k 20 a min-p 0; bez uvažování jsou hodnoty 0.7, 0.8, 20 a 0. U uvažování se vyhýbejte hladovému dekódování, požadujte jasně oddělenou konečnou odpověď a kontrolujte opakované části, chybějící pole a změněnou terminologii.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen3-4b | 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": "qwen3-4b", "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='qwen3-4b',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='qwen3-4b',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 qwen3-4b
Použijte cesty metod uvedené výše.
qwen3-4bQwen3-4B je textový model se čtyřmi miliardami parametrů pro plnění instrukcí, vícejazyčný dialog a kód. Jeho hybridní návrh podporuje přímé odpovědi i režim přemýšlení, s pokyny specifickými pro tuto edici pro omezení opakování.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen3-4B přenáší hybridní způsob odpovídání Qwen3 do kompaktního hustého jazykového modelu. Výrobce popisuje matematické a logické uvažování, generování kódu, tvůrčí psaní, interakce založené na rolích a vícetahový dialog spolu s plněním instrukcí ve více než 100 jazycích a dialektech. Užitečný způsob práce představuje konkrétní redakční či technická úloha: dodejte určitý zdrojový fragment a požadujte jednu dobře vymezenou proměnu místo otevřeného přehledu.
Vydání obsahuje čtyři miliardy parametrů, z toho 3,6 miliardy mimo embeddingy, a má 36 vrstev. Pozornost grouped-query používá 32 dotazovacích hlav a osm hlav klíčů/hodnot. Vstup i výstup jsou textové. Tato karta popisuje původní hybridní vydání Qwen3-4B, nikoli pozdější datovaný model Thinking nebo Instruct. Praktickým příkladem je převést krátkou poznámku o incidentu na provozní předání obsahující pozorovanou chybu, známý dopad a další krok šetření. Dodejte tato fakta jako samostatná pole a požadujte označení chybějících informací místo jejich domýšlení.
Instrukci a zdroj připravte jako odlišné části zprávy chatu. Pro programování přiložte malou funkci, reprezentativní vstup a požadovanou návratovou hodnotu a poté požadujte vysvětlení či úzce vymezenou změnu. Jako součást výstupu žádejte běžný i mezní případ. U psaní určete publikum, délku a slovník, který se nesmí změnit. U klasifikace dodejte povolené štítky, jejich definice a ukázkový výstup; vrácenou volbu potom ověřte proti tomuto seznamu. Publikovaná integrace očekává běhové prostředí rozpoznávající Qwen3; karta upozorňuje, že verze Transformers nižší než 4.51.0 požadovanou architekturu nerozpoznávají.
Uvažování i odpovídání bez něj jsou součástí stejného vydání. V šabloně výrobce je uvažování standardně zapnuté a pevný přepínač je vypíná. Při zapnutém uvažování jsou /think a /no_think měkké instrukce, které mohou měnit chování mezi tahy; platí nejnovější instrukce. Znovu nezapnou režim vypnutý pevným nastavením. Krátká textová úprava může žádat přímou odpověď, zatímco vysvětlení rozporných podmínek může využít uvažování. Jako užitečný výsledek tahu uchovávejte konečnou odpověď, nikoli předchozí text uvažování. Při zapnutém uvažování i měkký požadavek na odpověď bez uvažování ponechá blok uvažování, jehož obsah může být prázdný. Pevné vypnutí tento blok odstraní.
Karta zahrnuje agentní použití a pro definice nástrojů a parsování doporučuje Qwen-Agent. U asistenta, který zařadí příchozí požadavek a následně vyhledá popis kategorie, by aplikace zpřístupnila vyhledávací nástroj, provedla přijaté volání a dodala výsledek. Argumenty a očekávaná pole definujte předem. Požadujte konečný záznam požadavku se zvolenou kategorií, krátkým odůvodněním a případnými neznámými poli. Záznam validujte a uchovejte výsledek nástroje použitý při jeho vytvoření. Průvodce Qwen3 také popisuje paralelní a vícekroková volání nástrojů s argumenty reprezentovanými jako objekty a výsledky vracenými do konverzace.
Přesná karta uvádí 32 768 tokenů nativního kontextu a dokumentuje rozšíření na 131 072 pomocí YaRN. Rozšířený údaj závisí na konfiguraci; statické škálování může ovlivnit kratší vstupy. Celý požadavek a odpověď plánujte společně. U sbírky krátkých poznámek označte každou položku, požadujte odpovídající výstupní identifikátor a použijte stručné schéma, aby se generovaný výsledek stále vešel. Příklady a doporučení délky výstupu nejsou univerzálním pevným limitem generování. Dokumentace Qwen3 ve vysvětlení trénovací délky rozebírá zprávy asistenta o délce 38 912 tokenů při uvažování a 16 384 bez uvažování a doporučuje hodnotit kvalitu delších generací. Tyto údaje jsou odlišné od celého kontextového okna a nepředstavují pevný limit konkrétního endpointu. Karta rovněž vysvětluje výchozí přidělení 40 960 pozic jako 8192 pro typická zadání a 32 768 pro výstup; jde o konfigurační vodítko výrobce oddělené od nativního trénovacího kontextu i limitů endpointu.
Toto vydání obsahuje další upozornění na vytrvalé opakování. Výrobce odkazuje na doporučené vzorkování a při výrazném opakování navrhuje presence_penalty 1.5. Obecná doporučení upozorňují, že silnější penalizace mohou způsobit mísení jazyků nebo snížit kvalitu, proto jde o cílené nastavení, nikoli záruku. Režim uvažování používá temperature 0.6, top-p 0.95, top-k 20 a min-p 0; bez uvažování jsou hodnoty 0.7, 0.8, 20 a 0. U uvažování se vyhýbejte hladovému dekódování, požadujte jasně oddělenou konečnou odpověď a kontrolujte opakované části, chybějící pole a změněnou terminologii.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen3-4b | 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 $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "qwen3-4b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-4b', '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': 'qwen3-4b', '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 qwen3-4b
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.