Source: https://ailoot.ai/models/cs/tongyi-zhiwen-qwenlong-l1-32b/ Canonical: https://ailoot.ai/models/cs/tongyi-zhiwen-qwenlong-l1-32b/ Language: cs # QwenLong L1 32B [Markdown](https://ailoot.ai/models/cs/tongyi-zhiwen-qwenlong-l1-32b/index.md) · [JSON](https://ailoot.ai/models/cs/tongyi-zhiwen-qwenlong-l1-32b/facts.json) ## [QwenLong L1 32B](https://ailoot.ai/models/cs/tongyi-zhiwen-qwenlong-l1-32b/) QwenLong-L1-32B je model společnosti Tongyi Lab pro textové uvažování nad otázkami opřenými o dlouhé dokumenty. Spojuje výchozí DeepSeek-R1-Distill-Qwen-32B s posilovaným učením zaměřeným na dokumenty pro číselné, logické uvažování i uvažování napříč dokumenty. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Tongyi-Zhiwen/QwenLong-L1-32B`](https://ailoot.ai/models/cs/tongyi-zhiwen-qwenlong-l1-32b/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Tongyi-Zhiwen/QwenLong-L1-32B`](https://ailoot.ai/models/cs/tongyi-zhiwen-qwenlong-l1-32b/#method-1) O modelu Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu. Úvod: uvažování nad dlouhými dokumenty QwenLong-L1-32B je model společnosti Tongyi Lab pro textové uvažování s dlouhým kontextem. Jeho účelem je odpovídat na otázky, jejichž podklady jsou rozptýlené v dokumentu nebo napříč několika dokumenty, místo pouhého opakování blízké pasáže. Vychází z DeepSeek-R1-Distill-Qwen-32B a je dále trénován pro uvažování opřené o dokumenty. Dodejte text a otázku; model generuje textovou posloupnost uvažování a odpověď. Naskenované stránky, zvuk a video před tímto textovým postupem potřebují odpovídající samostatný převod. Jak funguje trénování dlouhého kontextu Rámec QwenLong-L1 nejprve připraví strategii uvažování pomocí jemného dotrénování s učitelem a poté zvyšuje délku kontextu prostřednictvím kurikula posilovaného učení. Retrospektivní vzorkování zohledňující obtížnost upravuje, které příklady se v průběhu trénování opakují. Výrobce kombinuje binární odměny za výsledek založené na pravidlech i modelu a používá optimalizaci strategie relativní vůči skupině k podpoře odpovědí ukotvených v dlouhých podkladech. To popisuje trénovací přístup checkpointu; neznamená to, že každou odpověď automaticky ověřuje externí hodnotitel. Vydaná edice Jde o původní vydání QwenLong-L1-32B. Samostatně pojmenovaný QwenLong-L1-32B-AWQ je kvantovaná edice INT4 a má si zachovat vlastní identitu. Zveřejněná konfigurace tohoto modelu používá architekturu kauzálního jazykového modelu Qwen2 se 64 vrstvami a vahami bfloat16. Specializace modelu na dokumenty je pro výběr důležitější než považování názvu 32B za důkaz zlepšení každé obecné úlohy. Příprava otázky k dokumentu Příklad výrobce odděluje dokument od otázky výslovnými textovými oddělovači a po uvažování požaduje rozpoznatelnou frázi pro konečnou odpověď. Dodržte tuto strukturu: dodejte příslušné tělo dokumentu, ponechte nadpisy a tabulky čitelné a položte jednu konkrétní otázku. U výpočtu ze zprávy zachovejte jednotky, vykazovaná období a popisky tabulek a poté požádejte o vzorec, použité hodnoty a konečný výsledek. Při porovnávání pravidel označte dokumenty A a B a požadujte tabulku shodných pravidel, rozdílů a podpůrné části pro každý řádek. Jde o autorské příklady použití dokumentovaných číselných schopností a schopností práce napříč dokumenty. Příklad zpracovává text uvažování a konečné odpovědi odděleně. Používá rozpočet generování 10 000 tokenů, temperature 0.7 a top\_p 0.95; jde o ukázková nastavení, nikoli deklarovanou maximální délku výstupu. Karta ukazuje také volitelnou systémovou zprávu určující identitu. Zachovejte vlastní pokyny tohoto modelu pro prompty místo přebírání doporučení jiného checkpointu jen proto, že se objevuje v jeho původu. Zpracování dlouhých dokumentů Tongyi Lab ověřuje délky kontextu až 131 072 tokenů pomocí YaRN a doporučuje škálování, pokud souhrn vstupu a výstupu výrazně překračuje 32 768 tokenů. Příklady popisují faktor čtyři nebo menší faktor, například dva pro zátěž 65 536 tokenů. Statické škálování může snížit výkon na kratším textu, proto karta doporučuje nezapínat je, pokud běžné požadavky zůstávají v rozsahu 32 768 tokenů. Zveřejněná konfigurace uvádí 131 072 pozic, ale žádné zapnuté pole rope\_scaling; konfiguraci a podmíněný postup výrobce pro dlouhý kontext je proto potřeba posuzovat společně. Dlouhý vstup stále potřebuje místo pro uvažování a odpověď. Začněte pasážemi potřebnými pro otázku, odstraňte opakující se záhlaví a navigační text a zachovejte identifikátory stránek nebo částí. Ve výsledku požadujte odkazy na podklady, aby kontrolující mohl zpětně dohledat závěr v dodaném materiálu. Velký povolený kontext pomáhá vložit více podkladů do jednoho požadavku; nedokládá, že si model dokonale vybaví každý detail. Co pokrývá trénování na dokumentech DocQA-RL-1.6K obsahuje 1 600 trénovacích úloh ze tří oblastí uvažování: 600 číselných otázek z dlouhých odborných dokumentů, například finančních zpráv; 600 logických otázek s výběrem odpovědi k právním, finančním, pojistným a výrobním dokumentům; a 400 vícekrokových příkladů propojujících podklady napříč zdroji. Model je tak relevantním kandidátem pro výpočty ze zpráv, výklad pravidel a otázky vyžadující několik podpůrných pasáží. Trénovací oblasti popisují zkušenost s těmito úlohami, nikoli odbornou certifikaci nebo zaručené závěry. Praktický výstup a limity Zvolte odpověď, kterou lze ověřit: vypočtenou hodnotu s jednotkami, porovnání pravidel s odkazy na části nebo krátký závěr s řetězcem podpůrných faktů. Pokud dokument vynechává potřebné datum nebo definici, požádejte model o určení chybějících podkladů místo jejich vymýšlení. Materiály vydání se zaměřují na odpovídání na otázky k dokumentům a nedokládají vyhrazený kontrakt volání nástrojů ani samostatný pevný strop výstupu. Odpovědi berte jako návrhy opřené o zdroje a výpočty, odkazy i výklady ověřte vůči dodaným dokumentům. Praktická úloha ### Praktická úloha Technický příklad v angličtině ``` Connect evidence across report sections Document section 1 says 240 units were shipped. Section 4 says 30 shipped units were returned before month end. Appendix A says net shipped units equal shipped minus returned units. Calculate net shipped units for the month, cite every section needed and state whether revenue can be calculated from these facts. End with a clearly labelled final answer. ``` #### Očekávaný výsledek ``` A source-linked formula and calculation, a revenue-information limit and a labelled final result. ``` #### Ověření výsledku ``` Check that all three source sections support the calculation and that a price or revenue value is not invented. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Tongyi-Zhiwen/QwenLong-L1-32B` [`Tongyi-Zhiwen/QwenLong-L1-32B`](https://ailoot.ai/models/cs/#m=Tongyi-Zhiwen%2FQwenLong-L1-32B&route=Ultra&caller=Tongyi-Zhiwen%2FQwenLong-L1-32B&fmt=chat) Ostatní /`Tongyi-Zhiwen/QwenLong-L1-32B` ### Úvod QwenLong-L1-32B je model společnosti Tongyi Lab pro textové uvažování nad otázkami opřenými o dlouhé dokumenty. Spojuje výchozí DeepSeek-R1-Distill-Qwen-32B s posilovaným učením zaměřeným na dokumenty pro číselné, logické uvažování i uvažování napříč dokumenty. Přijímané vstupy Text Výsledky Text ### Dostupné v Ailoot · vstupy a metody **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Vstup `text` Výstup `text` Výstupní formát json nebo SSE | Pole | Typ | Požadavek | Hodnoty a limity | Výchozí | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožadavekPovinné | Hodnoty a limity Tongyi-Zhiwen/QwenLong-L1-32B | Výchozí— | | Pole`messages` | Typ`message[]` | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— | | Pole`messages[].role` | Typ`string` | 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— | | Pole`messages[].content` | Typ`string\|content_part[]\|null` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | | Pole`messages[].tool_calls` | Typ`tool_call[]` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | | Pole`messages[].tool_call_id` | Typ`string` | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— | | Pole`messages[].name` | Typ`string` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | | Pole`messages[].reasoning_content` | Typ`string` | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— | | Pole`messages[].reasoning_details` | Typ`object\|array` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`max_tokens` | Typ`integer` | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— | | Pole`max_completion_tokens` | Typ`integer` | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— | | Pole`stream` | Typ`boolean` | PožadavekVolitelné | Hodnoty a limity | Výchozífalse | | Pole`stream_options.include_usage` | Typ`boolean` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`temperature` | Typ`number` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`top_p` | Typ`number` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`stop` | Typ`string\|string[]` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`tools` | Typ`function_tool[]` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`tools[].type` | Typ`string` | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— | | Pole`tools[].function.name` | Typ`string` | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— | | Pole`tools[].function.description` | Typ`string` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | | Pole`tools[].function.parameters` | Typ`JSON_schema` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | | Pole`tool_choice` | Typ`string\|object` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`parallel_tool_calls` | Typ`boolean` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`response_format` | Typ`object` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`reasoning_effort` | Typ`string` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`reasoning` | Typ`object` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`service_tier` | Typ`string` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`instructions` | Typ`string` | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— | | Pole`functions` | Typ`function[]` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`function_call` | Typ`string\|object` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`prompt_cache_options` | Typ`object` | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— | | Pole`modalities` | Typ`string[]` | PožadavekVolitelné | Hodnoty a limity text | Výchozí— | | Pole`provider` | Typ`object` | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— | | Pole`cache_control.ttl` | Typ`string` | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— | Kombinace vstupních materiálů **Text** · text UTF8 `messages[].content` Parametry a životní cyklus metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, messages | | Parametr`material_types` | Kontrakttext | | Parametr`messages` | Kontraktpole zpráv se strukturou role/content | | Parametr`file_material` | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje | | Parametr`optional_controls` | Kontraktstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parametr`control_scope` | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů | | Parametr`output_modalities` | Kontrakttext | | Parametr`hosted_operations` | Kontraktfalse | | Parametr`multimodal_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. ### Tarify Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody. Rychlý režim Neuvedeno Při výběru rychlého režimu Režim flex Neuvedeno Při výběru režimu flex Maximální intenzita uvažování Neuvedeno Když se při maximální intenzitě uvažování použije výchozí úprava (default) #### Sazby Ailoot #### Ceny podle konfigurace | Konfigurace | Tabulka sazeb | Poplatek | | --- | --- | --- | | KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny **$0.00028** / 1K tokenů Výstup · Výstupní tokeny **$0.0012** / 1K tokenů Vstup · Čtení z mezipaměti **$0** / 1K tokenů Vstup · Zápis do mezipaměti **$0** / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina **—** / 1K tokenů | Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. [Jak funguje rezervace a vyúčtování →](https://ailoot.ai/docs/cs/billing/reserve/) ### Příklady požadavků #### Ailoot Ultra · OpenAI Chat curlPython SDKStreamování v Pythonu ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "Tongyi-Zhiwen/QwenLong-L1-32B", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='Tongyi-Zhiwen/QwenLong-L1-32B',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='Tongyi-Zhiwen/QwenLong-L1-32B',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Přijímání a ukládání výsledků #### Ailoot Ultra · OpenAI Chat json nebo SSE ##### Uchovejte všechny dokončené výsledky 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. ##### Pokud je nutné ověřit původní odpověď Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy. Pole odpovědi | Pole | Typ | | --- | --- | | Pole`choices[].index` | Typinteger | | Pole`choices[].message.content` | Typstring\|null | | Pole`choices[].message.tool_calls` | Typtool\_call\[\] | | Pole`choices[].message.reasoning_content` | Typstring | | Pole`choices[].message.reasoning_details` | Typobject\|array | | Pole`choices[].finish_reason` | Typstring\|null | | Pole`usage` | Typobject | Chyby a další kroky | 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. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`Tongyi-Zhiwen/QwenLong-L1-32B`](https://ailoot.ai/models/cs/#m=Tongyi-Zhiwen%2FQwenLong-L1-32B&route=Ultra&caller=Tongyi-Zhiwen%2FQwenLong-L1-32B&fmt=chat) #### Aliasy cest metod Použijte cesty metod uvedené výše. #### Související ID modelů [`Tongyi-Zhiwen/QwenLong-L1-32B`](https://ailoot.ai/models/cs/#m=Tongyi-Zhiwen%2FQwenLong-L1-32B&route=Ultra&caller=Tongyi-Zhiwen%2FQwenLong-L1-32B&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Tongyi-Zhiwen/QwenLong-L1-32B` [`Tongyi-Zhiwen/QwenLong-L1-32B`](https://ailoot.ai/models/cs/#m=Tongyi-Zhiwen%2FQwenLong-L1-32B&route=Ultra&caller=Tongyi-Zhiwen%2FQwenLong-L1-32B&fmt=messages) Ostatní /`Tongyi-Zhiwen/QwenLong-L1-32B` ### Úvod QwenLong-L1-32B je model společnosti Tongyi Lab pro textové uvažování nad otázkami opřenými o dlouhé dokumenty. Spojuje výchozí DeepSeek-R1-Distill-Qwen-32B s posilovaným učením zaměřeným na dokumenty pro číselné, logické uvažování i uvažování napříč dokumenty. Přijímané vstupy Text Výsledky json · sse ### Dostupné v Ailoot · vstupy a metody **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Vstup `text` Výstup `json`, `sse` Výstupní formát JSON nebo SSE | Pole | Typ | Požadavek | Hodnoty a limity | Výchozí | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožadavekPovinné | Hodnoty a limity Tongyi-Zhiwen/QwenLong-L1-32B | Výchozí— | | Pole`messages` | Typ`message[]` | PožadavekPovinné | Hodnoty a limity | Výchozí— | | Pole`messages[].role` | Typ`string` | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— | | Pole`messages[].content` | Typ`string` | PožadavekPovinné | Hodnoty a limity | Výchozí— | | Pole`max_tokens` | Typ`integer` | PožadavekPovinné | Hodnoty a limity | Výchozí— | | Pole`stream` | Typ`boolean` | PožadavekVolitelné | Hodnoty a limity | Výchozífalse | Kombinace vstupních materiálů **Text** · text UTF-8 `řetězec messages[].content` Parametry a životní cyklus metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, messages, max\_tokens | | Parametr`optional_controls` | Kontraktstream | | Parametr`material_types` | Kontrakttext | | Parametr`text_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` ### Tarify Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody. Rychlý režim Neuvedeno Při výběru rychlého režimu Režim flex Neuvedeno Při výběru režimu flex Maximální intenzita uvažování Neuvedeno Když se při maximální intenzitě uvažování použije výchozí úprava (default) #### Sazby Ailoot #### Ceny podle konfigurace | Konfigurace | Tabulka sazeb | Poplatek | | --- | --- | --- | | KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny **$0.00028** / 1K tokenů Výstup · Výstupní tokeny **$0.0012** / 1K tokenů Vstup · Čtení z mezipaměti **$0** / 1K tokenů Vstup · Zápis do mezipaměti **$0** / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina **—** / 1K tokenů | Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. [Jak funguje rezervace a vyúčtování →](https://ailoot.ai/docs/cs/billing/reserve/) ### Příklady požadavků #### Ailoot Ultra · Anthropic Messages Úplné minimální tělo požadavku JSONcurl · použijte svůj dokument UTF-8Python · uložte úplný výsledek ```json { "model": "Tongyi-Zhiwen/QwenLong-L1-32B", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'Tongyi-Zhiwen/QwenLong-L1-32B', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'Tongyi-Zhiwen/QwenLong-L1-32B', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Přijímání a ukládání výsledků #### Ailoot Ultra · Anthropic Messages JSON nebo SSE ##### Uchovejte všechny dokončené výsledky 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. ##### Pokud je nutné ověřit původní odpověď Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy. Pole odpovědi | Pole | Typ | | --- | --- | | Pole`id` | Typstring | | Pole`model` | Typstring | | Pole`content[]` | Typtext\|thinking\|tool\_use\|other content block | | Pole`stop_reason` | Typstring\|null | | Pole`usage` | Typobject | Chyby a další kroky | 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. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`Tongyi-Zhiwen/QwenLong-L1-32B`](https://ailoot.ai/models/cs/#m=Tongyi-Zhiwen%2FQwenLong-L1-32B&route=Ultra&caller=Tongyi-Zhiwen%2FQwenLong-L1-32B&fmt=messages) #### Aliasy cest metod Použijte cesty metod uvedené výše. #### Související ID modelů [`Tongyi-Zhiwen/QwenLong-L1-32B`](https://ailoot.ai/models/cs/#m=Tongyi-Zhiwen%2FQwenLong-L1-32B&route=Ultra&caller=Tongyi-Zhiwen%2FQwenLong-L1-32B&fmt=messages) FAQ · Tongyi-Zhiwen/QwenLong-L1-32B Jaké vstupy a výsledky jsou dostupné? `POST /v1/chat/completions` · `Tongyi-Zhiwen/QwenLong-L1-32B`: `text` → `text` `POST /v1/messages` · `Tongyi-Zhiwen/QwenLong-L1-32B`: `text` → `json`, `sse` Jaká pole požadavek používá? `POST /v1/chat/completions` · `Tongyi-Zhiwen/QwenLong-L1-32B`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `Tongyi-Zhiwen/QwenLong-L1-32B`: `model`, `messages`, `max_tokens`, `stream` Jaké limity platí? `POST /v1/chat/completions` · `Tongyi-Zhiwen/QwenLong-L1-32B`: `messages.min_items`: `1` Připojte Ailoot k Claude Code, OpenCode, Hermes nebo vlastní aplikaci. ## Společnost a její portfolio projektů Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. ## Nakupujte tokeny se slevou. Sleva předplatného pro pravidelnou práci. Promo kódy až 50% na nákup tokenů. Předplatné Pro pravidelné požadavky vyberte tarif se slevou. Promo kód až 50% Při nákupu zadejte kód. Cena se přepočítá podle probíhající akce. Výdaje v historii U každého požadavku se uloží model, tokeny a částka. [Vybrat předplatné](https://ailoot.ai/docs/cs/billing/subscriptions/) · [Zobrazit ceny modelů](https://ailoot.ai/models/cs/) ## Připojte API k produktu, který prodáváte. SaaS, aplikace a boti podle nabídky a licenční smlouvy Ailoot. Pro přeprodej požádejte o licenci přeprodejce. Komerční aplikace Začleňte generování textu, obrázků, videa a zvuku do placených funkcí své služby. Licence pro přeprodejce Pošlete popis projektu a způsob poskytování přístupu. Vyžádejte písemné podmínky použití a přeprodeje. Dokumenty na webu Nabídka, licenční smlouva a zásady zpracování dat jsou dostupné před připojením. [Požádat o licenci přeprodejce](mailto:support@ailoot.ai) · [Nabídka a licenční smlouva](https://ailoot.ai/legal/offer?lang=cs) ## Ailoot · Společnost a její portfolio projektů Ailoot staví na dlouhodobých provozních zkušenostech, široké klientské základně, stabilních službách a průběžném sledování KPI. Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. Ailoot využívá tyto provozní zkušenosti k poskytování přístupu přes API k funkcím AI v produktech zákazníků, agentech, aplikacích a automatizacích.