Hovedpunkter: den faste Thinking-2507-udgivelse
Qwen3-30B-A3B-Thinking-2507 er en tekstgenereringsmodel med fokus på vanskelig ræsonnering. Qwen beskriver forbedringer i logik, matematik, naturvidenskab, kodning, instruktionsfølgning, værktøjsbrug og tekstgenerering samt længere tænkningssekvenser og bedre forståelse af lang kontekst. Vælg netop denne 2507-udgave, når opgaven har gavn af vedvarende ræsonnering, såsom at undersøge konkurrerende forklaringer, løse et matematisk problem i flere trin eller arbejde gennem en kompleks kodeændring.
Modeloversigt og tilstand
Mixture-of-experts-modellen har i alt 30.5 milliarder parametre og 3.3 milliarder aktiverede parametre med 128 eksperter og otte udvalgt pr. token på tværs af 48 lag. Dens oprindelige kontekst er 262,144 tokens. Den accepterer tekst og returnerer tekst; værktøjsresultater leveres gennem en tilsluttet applikationsarbejdsgang. Dette checkpoint understøtter kun tænkning. Det er adskilt fra den tidligere hybride Qwen3-30B-A3B, dens FP8-udgave og Qwen3-30B-A3B-Instruct-2507. Man bør ikke antage, at hybridmodellens kontakt til at deaktivere tænkning gælder her.
Standardchatskabelonen starter allerede ræsonneringssekvensen med en åbnende tænkningsmarkør, så en udtrykkelig enable_thinking=True-indstilling er unødvendig. En returneret sekvens kan indeholde den afsluttende markør uden at gentage den åbnende markør. Producentens eksempel adskiller ræsonnementet fra det endelige svar. Bevar denne sondring, når du beder om en konkret leverance: en beviskonklusion, en patch eller en beslutningstabel skal stadig være let at finde efter den længere forklaring.
Forberedelse af en vanskelig opgave
Giv modellen hele problemformuleringen, begrænsningerne og den relevante dokumentation. Til en kodeændring skal du medtage den eksisterende funktion, et input, der fejler, og den forventede adfærd og derefter bede om en foreslået patch med en forklaring af randtilfælde. Til et naturvidenskabeligt spørgsmål skal du adskille observationer fra forudsætninger og spørge, hvilken konklusion der følger af hver af dem. Til en lang politik eller specifikation skal du bevare afsnitsidentifikatorer og bede om en kort beslutning understøttet af de relevante bestemmelser. Det er praktiske anvendelser af de dokumenterede ræsonneringsområder, ikke påstande om, at modellen har udført en patch eller valideret et eksperiment.
Fordi denne version kan ræsonnere udførligt, skal du reservere plads til både ræsonnement og det endelige artefakt. Qwen anbefaler, at man så vidt muligt bevarer en kontekst over 131,072 tokens ved konfiguration af modellen, selv hvis en mindre kontekst ville mindske hukommelsespresset. Tallet for den oprindelige kontekst omfatter sekvensbudgettet; det er ikke et løfte om, at hele konteksten kan bruges til et dokument med ubegrænset plads til svar oveni.
Agentbrug
Producenten dokumenterer værktøjskald og anbefaler Qwen-Agent til værktøjsskabeloner og parsing, herunder integration med konfigurerede værktøjer og arbejdsgange med kodefortolker. Definér værktøjerne og det tilsigtede resultat udtrykkeligt. En applikation kunne eksempelvis lade modellen undersøge indhentet dokumentation, bruge en tilladt lommeregner og derefter producere en rapport, der forklarer beregningen. Indhentning og eksekvering hører til de tilsluttede værktøjer; modellens funktion til værktøjskald dokumenterer ikke i sig selv adgang til internettet, et kodemiljø eller forretningssystemer.
Behandling af ultralang tekst
Qwen dokumenterer en valgfri arbejdsgang, der når omtrent en million tokens ved at kombinere Dual Chunk Attention med MInference sparse attention. Den første teknik opdeler lange sekvenser i blokke og bevarer interaktioner mellem dem; den anden fokuserer beregning på udvalgte attention-relationer. Det er en yderligere konfigurationsvej ud over den oprindelige kontekst på 262,144 tokens. Producentens opskrift kræver dens særlige konfiguration til lang kontekst og anslår cirka 240 GB samlet GPU-hukommelse til vægte, cachet attention-tilstand og maksimale aktiveringer.
Denne opskrift har konkrete ressourcegrænser: cachet sekvenstilstand, aktiveringshukommelse og samlet inputlængde kan hver især udtømme den konfigurerede kapacitet. En arbejdsgang med en million tokens afhænger derfor af konfiguration, hukommelse og understøttet attention-implementering. Ved praktisk dokumentgennemgang skal du starte med det relevante materiale, markere dokumentgrænser og bede om sporbar dokumentation frem for at behandle det størst mulige input som en erstatning for et klart spørgsmål.
Vejledning om generering og begrænsninger
Qwen anbefaler temperature 0.6, top_p 0.95, top_k 20 og min_p 0. Den foreslår et outputbudget på 32,768 tokens til de fleste forespørgsler og 81,920 til usædvanligt vanskelige matematiske eller programmeringsmæssige problemer. Det er anbefalinger om genereringsbudget frem for et separat offentliggjort hårdt outputloft. En presence penalty mellem nul og to kan mindske gentagelser, men højere værdier kan blande sprog eller sænke kvaliteten en smule.
Angiv formatet for det endelige svar i prompten, såsom et afgrænset matematisk resultat eller et svarfelt til et multiple choice-spørgsmål. Bevar kun delen med det endelige svar i samtalehistorikken, som producenten anbefaler. Længere ræsonnement er nyttigt, når det producerer et resultat, der kan kontrolleres; gennemgå forudsætninger, beregninger og foreslået kode, før du baserer dig på resultatet.
", "aboutText": "Hovedpunkter: den faste Thinking-2507-udgivelse\n\nQwen3-30B-A3B-Thinking-2507 er en tekstgenereringsmodel med fokus på vanskelig ræsonnering. Qwen beskriver forbedringer i logik, matematik, naturvidenskab, kodning, instruktionsfølgning, værktøjsbrug og tekstgenerering samt længere tænkningssekvenser og bedre forståelse af lang kontekst. Vælg netop denne 2507-udgave, når opgaven har gavn af vedvarende ræsonnering, såsom at undersøge konkurrerende forklaringer, løse et matematisk problem i flere trin eller arbejde gennem en kompleks kodeændring.\n\nModeloversigt og tilstand\n\nMixture-of-experts-modellen har i alt 30.5 milliarder parametre og 3.3 milliarder aktiverede parametre med 128 eksperter og otte udvalgt pr. token på tværs af 48 lag. Dens oprindelige kontekst er 262,144 tokens. Den accepterer tekst og returnerer tekst; værktøjsresultater leveres gennem en tilsluttet applikationsarbejdsgang. Dette checkpoint understøtter kun tænkning. Det er adskilt fra den tidligere hybride Qwen3-30B-A3B, dens FP8-udgave og Qwen3-30B-A3B-Instruct-2507. Man bør ikke antage, at hybridmodellens kontakt til at deaktivere tænkning gælder her.\n\nStandardchatskabelonen starter allerede ræsonneringssekvensen med en åbnende tænkningsmarkør, så en udtrykkelig enable_thinking=True-indstilling er unødvendig. En returneret sekvens kan indeholde den afsluttende markør uden at gentage den åbnende markør. Producentens eksempel adskiller ræsonnementet fra det endelige svar. Bevar denne sondring, når du beder om en konkret leverance: en beviskonklusion, en patch eller en beslutningstabel skal stadig være let at finde efter den længere forklaring.\n\nForberedelse af en vanskelig opgave\n\nGiv modellen hele problemformuleringen, begrænsningerne og den relevante dokumentation. Til en kodeændring skal du medtage den eksisterende funktion, et input, der fejler, og den forventede adfærd og derefter bede om en foreslået patch med en forklaring af randtilfælde. Til et naturvidenskabeligt spørgsmål skal du adskille observationer fra forudsætninger og spørge, hvilken konklusion der følger af hver af dem. Til en lang politik eller specifikation skal du bevare afsnitsidentifikatorer og bede om en kort beslutning understøttet af de relevante bestemmelser. Det er praktiske anvendelser af de dokumenterede ræsonneringsområder, ikke påstande om, at modellen har udført en patch eller valideret et eksperiment.\n\nFordi denne version kan ræsonnere udførligt, skal du reservere plads til både ræsonnement og det endelige artefakt. Qwen anbefaler, at man så vidt muligt bevarer en kontekst over 131,072 tokens ved konfiguration af modellen, selv hvis en mindre kontekst ville mindske hukommelsespresset. Tallet for den oprindelige kontekst omfatter sekvensbudgettet; det er ikke et løfte om, at hele konteksten kan bruges til et dokument med ubegrænset plads til svar oveni.\n\nAgentbrug\n\nProducenten dokumenterer værktøjskald og anbefaler Qwen-Agent til værktøjsskabeloner og parsing, herunder integration med konfigurerede værktøjer og arbejdsgange med kodefortolker. Definér værktøjerne og det tilsigtede resultat udtrykkeligt. En applikation kunne eksempelvis lade modellen undersøge indhentet dokumentation, bruge en tilladt lommeregner og derefter producere en rapport, der forklarer beregningen. Indhentning og eksekvering hører til de tilsluttede værktøjer; modellens funktion til værktøjskald dokumenterer ikke i sig selv adgang til internettet, et kodemiljø eller forretningssystemer.\n\nBehandling af ultralang tekst\n\nQwen dokumenterer en valgfri arbejdsgang, der når omtrent en million tokens ved at kombinere Dual Chunk Attention med MInference sparse attention. Den første teknik opdeler lange sekvenser i blokke og bevarer interaktioner mellem dem; den anden fokuserer beregning på udvalgte attention-relationer. Det er en yderligere konfigurationsvej ud over den oprindelige kontekst på 262,144 tokens. Producentens opskrift kræver dens særlige konfiguration til lang kontekst og anslår cirka 240 GB samlet GPU-hukommelse til vægte, cachet attention-tilstand og maksimale aktiveringer.\n\nDenne opskrift har konkrete ressourcegrænser: cachet sekvenstilstand, aktiveringshukommelse og samlet inputlængde kan hver især udtømme den konfigurerede kapacitet. En arbejdsgang med en million tokens afhænger derfor af konfiguration, hukommelse og understøttet attention-implementering. Ved praktisk dokumentgennemgang skal du starte med det relevante materiale, markere dokumentgrænser og bede om sporbar dokumentation frem for at behandle det størst mulige input som en erstatning for et klart spørgsmål.\n\nVejledning om generering og begrænsninger\n\nQwen anbefaler temperature 0.6, top_p 0.95, top_k 20 og min_p 0. Den foreslår et outputbudget på 32,768 tokens til de fleste forespørgsler og 81,920 til usædvanligt vanskelige matematiske eller programmeringsmæssige problemer. Det er anbefalinger om genereringsbudget frem for et separat offentliggjort hårdt outputloft. En presence penalty mellem nul og to kan mindske gentagelser, men højere værdier kan blande sprog eller sænke kvaliteten en smule.\n\nAngiv formatet for det endelige svar i prompten, såsom et afgrænset matematisk resultat eller et svarfelt til et multiple choice-spørgsmål. Bevar kun delen med det endelige svar i samtalehistorikken, som producenten anbefaler. Længere ræsonnement er nyttigt, når det producerer et resultat, der kan kontrolleres; gennemgå forudsætninger, beregninger og foreslået kode, før du baserer dig på resultatet.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 er Qwens tekstmodel, der udelukkende bruger tænkning, til krævende matematik, naturvidenskab, kodning og logisk ræsonnering. Denne faste 2507-udgave har en oprindelig kontekst på 262,144 tokens og et større ræsonneringsbudget med dokumenterede værktøjskald og betingede arbejdsgange til ultralang kontekst.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Hovedpunkter: den faste Thinking-2507-udgivelse
Qwen3-30B-A3B-Thinking-2507 er en tekstgenereringsmodel med fokus på vanskelig ræsonnering. Qwen beskriver forbedringer i logik, matematik, naturvidenskab, kodning, instruktionsfølgning, værktøjsbrug og tekstgenerering samt længere tænkningssekvenser og bedre forståelse af lang kontekst. Vælg netop denne 2507-udgave, når opgaven har gavn af vedvarende ræsonnering, såsom at undersøge konkurrerende forklaringer, løse et matematisk problem i flere trin eller arbejde gennem en kompleks kodeændring.
Modeloversigt og tilstand
Mixture-of-experts-modellen har i alt 30.5 milliarder parametre og 3.3 milliarder aktiverede parametre med 128 eksperter og otte udvalgt pr. token på tværs af 48 lag. Dens oprindelige kontekst er 262,144 tokens. Den accepterer tekst og returnerer tekst; værktøjsresultater leveres gennem en tilsluttet applikationsarbejdsgang. Dette checkpoint understøtter kun tænkning. Det er adskilt fra den tidligere hybride Qwen3-30B-A3B, dens FP8-udgave og Qwen3-30B-A3B-Instruct-2507. Man bør ikke antage, at hybridmodellens kontakt til at deaktivere tænkning gælder her.
Standardchatskabelonen starter allerede ræsonneringssekvensen med en åbnende tænkningsmarkør, så en udtrykkelig enable_thinking=True-indstilling er unødvendig. En returneret sekvens kan indeholde den afsluttende markør uden at gentage den åbnende markør. Producentens eksempel adskiller ræsonnementet fra det endelige svar. Bevar denne sondring, når du beder om en konkret leverance: en beviskonklusion, en patch eller en beslutningstabel skal stadig være let at finde efter den længere forklaring.
Forberedelse af en vanskelig opgave
Giv modellen hele problemformuleringen, begrænsningerne og den relevante dokumentation. Til en kodeændring skal du medtage den eksisterende funktion, et input, der fejler, og den forventede adfærd og derefter bede om en foreslået patch med en forklaring af randtilfælde. Til et naturvidenskabeligt spørgsmål skal du adskille observationer fra forudsætninger og spørge, hvilken konklusion der følger af hver af dem. Til en lang politik eller specifikation skal du bevare afsnitsidentifikatorer og bede om en kort beslutning understøttet af de relevante bestemmelser. Det er praktiske anvendelser af de dokumenterede ræsonneringsområder, ikke påstande om, at modellen har udført en patch eller valideret et eksperiment.
Fordi denne version kan ræsonnere udførligt, skal du reservere plads til både ræsonnement og det endelige artefakt. Qwen anbefaler, at man så vidt muligt bevarer en kontekst over 131,072 tokens ved konfiguration af modellen, selv hvis en mindre kontekst ville mindske hukommelsespresset. Tallet for den oprindelige kontekst omfatter sekvensbudgettet; det er ikke et løfte om, at hele konteksten kan bruges til et dokument med ubegrænset plads til svar oveni.
Agentbrug
Producenten dokumenterer værktøjskald og anbefaler Qwen-Agent til værktøjsskabeloner og parsing, herunder integration med konfigurerede værktøjer og arbejdsgange med kodefortolker. Definér værktøjerne og det tilsigtede resultat udtrykkeligt. En applikation kunne eksempelvis lade modellen undersøge indhentet dokumentation, bruge en tilladt lommeregner og derefter producere en rapport, der forklarer beregningen. Indhentning og eksekvering hører til de tilsluttede værktøjer; modellens funktion til værktøjskald dokumenterer ikke i sig selv adgang til internettet, et kodemiljø eller forretningssystemer.
Behandling af ultralang tekst
Qwen dokumenterer en valgfri arbejdsgang, der når omtrent en million tokens ved at kombinere Dual Chunk Attention med MInference sparse attention. Den første teknik opdeler lange sekvenser i blokke og bevarer interaktioner mellem dem; den anden fokuserer beregning på udvalgte attention-relationer. Det er en yderligere konfigurationsvej ud over den oprindelige kontekst på 262,144 tokens. Producentens opskrift kræver dens særlige konfiguration til lang kontekst og anslår cirka 240 GB samlet GPU-hukommelse til vægte, cachet attention-tilstand og maksimale aktiveringer.
Denne opskrift har konkrete ressourcegrænser: cachet sekvenstilstand, aktiveringshukommelse og samlet inputlængde kan hver især udtømme den konfigurerede kapacitet. En arbejdsgang med en million tokens afhænger derfor af konfiguration, hukommelse og understøttet attention-implementering. Ved praktisk dokumentgennemgang skal du starte med det relevante materiale, markere dokumentgrænser og bede om sporbar dokumentation frem for at behandle det størst mulige input som en erstatning for et klart spørgsmål.
Vejledning om generering og begrænsninger
Qwen anbefaler temperature 0.6, top_p 0.95, top_k 20 og min_p 0. Den foreslår et outputbudget på 32,768 tokens til de fleste forespørgsler og 81,920 til usædvanligt vanskelige matematiske eller programmeringsmæssige problemer. Det er anbefalinger om genereringsbudget frem for et separat offentliggjort hårdt outputloft. En presence penalty mellem nul og to kan mindske gentagelser, men højere værdier kan blande sprog eller sænke kvaliteten en smule.
Angiv formatet for det endelige svar i prompten, såsom et afgrænset matematisk resultat eller et svarfelt til et multiple choice-spørgsmål. Bevar kun delen med det endelige svar i samtalehistorikken, som producenten anbefaler. Længere ræsonnement er nyttigt, når det producerer et resultat, der kan kontrolleres; gennemgå forudsætninger, beregninger og foreslået kode, før du baserer dig på resultatet.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser Qwen/Qwen3-30B-A3B-Thinking-2507 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Tekstsamtale | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream |
Parametercontrol_scope | KontraktTekstsamtale; stream er en boolesk værdi og er som standard false. |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Metodealiaser: /chat/completions
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.0002 / 1K tokens Output · Outputtokens $0.0008 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"Qwen/Qwen3-30B-A3B-Thinking-2507","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="Qwen/Qwen3-30B-A3B-Thinking-2507", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 er Qwens tekstmodel, der udelukkende bruger tænkning, til krævende matematik, naturvidenskab, kodning og logisk ræsonnering. Denne faste 2507-udgave har en oprindelig kontekst på 262,144 tokens og et større ræsonneringsbudget med dokumenterede værktøjskald og betingede arbejdsgange til ultralang kontekst.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Hovedpunkter: den faste Thinking-2507-udgivelse
Qwen3-30B-A3B-Thinking-2507 er en tekstgenereringsmodel med fokus på vanskelig ræsonnering. Qwen beskriver forbedringer i logik, matematik, naturvidenskab, kodning, instruktionsfølgning, værktøjsbrug og tekstgenerering samt længere tænkningssekvenser og bedre forståelse af lang kontekst. Vælg netop denne 2507-udgave, når opgaven har gavn af vedvarende ræsonnering, såsom at undersøge konkurrerende forklaringer, løse et matematisk problem i flere trin eller arbejde gennem en kompleks kodeændring.
Modeloversigt og tilstand
Mixture-of-experts-modellen har i alt 30.5 milliarder parametre og 3.3 milliarder aktiverede parametre med 128 eksperter og otte udvalgt pr. token på tværs af 48 lag. Dens oprindelige kontekst er 262,144 tokens. Den accepterer tekst og returnerer tekst; værktøjsresultater leveres gennem en tilsluttet applikationsarbejdsgang. Dette checkpoint understøtter kun tænkning. Det er adskilt fra den tidligere hybride Qwen3-30B-A3B, dens FP8-udgave og Qwen3-30B-A3B-Instruct-2507. Man bør ikke antage, at hybridmodellens kontakt til at deaktivere tænkning gælder her.
Standardchatskabelonen starter allerede ræsonneringssekvensen med en åbnende tænkningsmarkør, så en udtrykkelig enable_thinking=True-indstilling er unødvendig. En returneret sekvens kan indeholde den afsluttende markør uden at gentage den åbnende markør. Producentens eksempel adskiller ræsonnementet fra det endelige svar. Bevar denne sondring, når du beder om en konkret leverance: en beviskonklusion, en patch eller en beslutningstabel skal stadig være let at finde efter den længere forklaring.
Forberedelse af en vanskelig opgave
Giv modellen hele problemformuleringen, begrænsningerne og den relevante dokumentation. Til en kodeændring skal du medtage den eksisterende funktion, et input, der fejler, og den forventede adfærd og derefter bede om en foreslået patch med en forklaring af randtilfælde. Til et naturvidenskabeligt spørgsmål skal du adskille observationer fra forudsætninger og spørge, hvilken konklusion der følger af hver af dem. Til en lang politik eller specifikation skal du bevare afsnitsidentifikatorer og bede om en kort beslutning understøttet af de relevante bestemmelser. Det er praktiske anvendelser af de dokumenterede ræsonneringsområder, ikke påstande om, at modellen har udført en patch eller valideret et eksperiment.
Fordi denne version kan ræsonnere udførligt, skal du reservere plads til både ræsonnement og det endelige artefakt. Qwen anbefaler, at man så vidt muligt bevarer en kontekst over 131,072 tokens ved konfiguration af modellen, selv hvis en mindre kontekst ville mindske hukommelsespresset. Tallet for den oprindelige kontekst omfatter sekvensbudgettet; det er ikke et løfte om, at hele konteksten kan bruges til et dokument med ubegrænset plads til svar oveni.
Agentbrug
Producenten dokumenterer værktøjskald og anbefaler Qwen-Agent til værktøjsskabeloner og parsing, herunder integration med konfigurerede værktøjer og arbejdsgange med kodefortolker. Definér værktøjerne og det tilsigtede resultat udtrykkeligt. En applikation kunne eksempelvis lade modellen undersøge indhentet dokumentation, bruge en tilladt lommeregner og derefter producere en rapport, der forklarer beregningen. Indhentning og eksekvering hører til de tilsluttede værktøjer; modellens funktion til værktøjskald dokumenterer ikke i sig selv adgang til internettet, et kodemiljø eller forretningssystemer.
Behandling af ultralang tekst
Qwen dokumenterer en valgfri arbejdsgang, der når omtrent en million tokens ved at kombinere Dual Chunk Attention med MInference sparse attention. Den første teknik opdeler lange sekvenser i blokke og bevarer interaktioner mellem dem; den anden fokuserer beregning på udvalgte attention-relationer. Det er en yderligere konfigurationsvej ud over den oprindelige kontekst på 262,144 tokens. Producentens opskrift kræver dens særlige konfiguration til lang kontekst og anslår cirka 240 GB samlet GPU-hukommelse til vægte, cachet attention-tilstand og maksimale aktiveringer.
Denne opskrift har konkrete ressourcegrænser: cachet sekvenstilstand, aktiveringshukommelse og samlet inputlængde kan hver især udtømme den konfigurerede kapacitet. En arbejdsgang med en million tokens afhænger derfor af konfiguration, hukommelse og understøttet attention-implementering. Ved praktisk dokumentgennemgang skal du starte med det relevante materiale, markere dokumentgrænser og bede om sporbar dokumentation frem for at behandle det størst mulige input som en erstatning for et klart spørgsmål.
Vejledning om generering og begrænsninger
Qwen anbefaler temperature 0.6, top_p 0.95, top_k 20 og min_p 0. Den foreslår et outputbudget på 32,768 tokens til de fleste forespørgsler og 81,920 til usædvanligt vanskelige matematiske eller programmeringsmæssige problemer. Det er anbefalinger om genereringsbudget frem for et separat offentliggjort hårdt outputloft. En presence penalty mellem nul og to kan mindske gentagelser, men højere værdier kan blande sprog eller sænke kvaliteten en smule.
Angiv formatet for det endelige svar i prompten, såsom et afgrænset matematisk resultat eller et svarfelt til et multiple choice-spørgsmål. Bevar kun delen med det endelige svar i samtalehistorikken, som producenten anbefaler. Længere ræsonnement er nyttigt, når det producerer et resultat, der kan kontrolleres; gennemgå forudsætninger, beregninger og foreslået kode, før du baserer dig på resultatet.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser Qwen/Qwen3-30B-A3B-Thinking-2507 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.0002 / 1K tokens Output · Outputtokens $0.0008 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 er Qwens tekstmodel, der udelukkende bruger tænkning, til krævende matematik, naturvidenskab, kodning og logisk ræsonnering. Denne faste 2507-udgave har en oprindelig kontekst på 262,144 tokens og et større ræsonneringsbudget med dokumenterede værktøjskald og betingede arbejdsgange til ultralang kontekst.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Hovedpunkter: den faste Thinking-2507-udgivelse
Qwen3-30B-A3B-Thinking-2507 er en tekstgenereringsmodel med fokus på vanskelig ræsonnering. Qwen beskriver forbedringer i logik, matematik, naturvidenskab, kodning, instruktionsfølgning, værktøjsbrug og tekstgenerering samt længere tænkningssekvenser og bedre forståelse af lang kontekst. Vælg netop denne 2507-udgave, når opgaven har gavn af vedvarende ræsonnering, såsom at undersøge konkurrerende forklaringer, løse et matematisk problem i flere trin eller arbejde gennem en kompleks kodeændring.
Modeloversigt og tilstand
Mixture-of-experts-modellen har i alt 30.5 milliarder parametre og 3.3 milliarder aktiverede parametre med 128 eksperter og otte udvalgt pr. token på tværs af 48 lag. Dens oprindelige kontekst er 262,144 tokens. Den accepterer tekst og returnerer tekst; værktøjsresultater leveres gennem en tilsluttet applikationsarbejdsgang. Dette checkpoint understøtter kun tænkning. Det er adskilt fra den tidligere hybride Qwen3-30B-A3B, dens FP8-udgave og Qwen3-30B-A3B-Instruct-2507. Man bør ikke antage, at hybridmodellens kontakt til at deaktivere tænkning gælder her.
Standardchatskabelonen starter allerede ræsonneringssekvensen med en åbnende tænkningsmarkør, så en udtrykkelig enable_thinking=True-indstilling er unødvendig. En returneret sekvens kan indeholde den afsluttende markør uden at gentage den åbnende markør. Producentens eksempel adskiller ræsonnementet fra det endelige svar. Bevar denne sondring, når du beder om en konkret leverance: en beviskonklusion, en patch eller en beslutningstabel skal stadig være let at finde efter den længere forklaring.
Forberedelse af en vanskelig opgave
Giv modellen hele problemformuleringen, begrænsningerne og den relevante dokumentation. Til en kodeændring skal du medtage den eksisterende funktion, et input, der fejler, og den forventede adfærd og derefter bede om en foreslået patch med en forklaring af randtilfælde. Til et naturvidenskabeligt spørgsmål skal du adskille observationer fra forudsætninger og spørge, hvilken konklusion der følger af hver af dem. Til en lang politik eller specifikation skal du bevare afsnitsidentifikatorer og bede om en kort beslutning understøttet af de relevante bestemmelser. Det er praktiske anvendelser af de dokumenterede ræsonneringsområder, ikke påstande om, at modellen har udført en patch eller valideret et eksperiment.
Fordi denne version kan ræsonnere udførligt, skal du reservere plads til både ræsonnement og det endelige artefakt. Qwen anbefaler, at man så vidt muligt bevarer en kontekst over 131,072 tokens ved konfiguration af modellen, selv hvis en mindre kontekst ville mindske hukommelsespresset. Tallet for den oprindelige kontekst omfatter sekvensbudgettet; det er ikke et løfte om, at hele konteksten kan bruges til et dokument med ubegrænset plads til svar oveni.
Agentbrug
Producenten dokumenterer værktøjskald og anbefaler Qwen-Agent til værktøjsskabeloner og parsing, herunder integration med konfigurerede værktøjer og arbejdsgange med kodefortolker. Definér værktøjerne og det tilsigtede resultat udtrykkeligt. En applikation kunne eksempelvis lade modellen undersøge indhentet dokumentation, bruge en tilladt lommeregner og derefter producere en rapport, der forklarer beregningen. Indhentning og eksekvering hører til de tilsluttede værktøjer; modellens funktion til værktøjskald dokumenterer ikke i sig selv adgang til internettet, et kodemiljø eller forretningssystemer.
Behandling af ultralang tekst
Qwen dokumenterer en valgfri arbejdsgang, der når omtrent en million tokens ved at kombinere Dual Chunk Attention med MInference sparse attention. Den første teknik opdeler lange sekvenser i blokke og bevarer interaktioner mellem dem; den anden fokuserer beregning på udvalgte attention-relationer. Det er en yderligere konfigurationsvej ud over den oprindelige kontekst på 262,144 tokens. Producentens opskrift kræver dens særlige konfiguration til lang kontekst og anslår cirka 240 GB samlet GPU-hukommelse til vægte, cachet attention-tilstand og maksimale aktiveringer.
Denne opskrift har konkrete ressourcegrænser: cachet sekvenstilstand, aktiveringshukommelse og samlet inputlængde kan hver især udtømme den konfigurerede kapacitet. En arbejdsgang med en million tokens afhænger derfor af konfiguration, hukommelse og understøttet attention-implementering. Ved praktisk dokumentgennemgang skal du starte med det relevante materiale, markere dokumentgrænser og bede om sporbar dokumentation frem for at behandle det størst mulige input som en erstatning for et klart spørgsmål.
Vejledning om generering og begrænsninger
Qwen anbefaler temperature 0.6, top_p 0.95, top_k 20 og min_p 0. Den foreslår et outputbudget på 32,768 tokens til de fleste forespørgsler og 81,920 til usædvanligt vanskelige matematiske eller programmeringsmæssige problemer. Det er anbefalinger om genereringsbudget frem for et separat offentliggjort hårdt outputloft. En presence penalty mellem nul og to kan mindske gentagelser, men højere værdier kan blande sprog eller sænke kvaliteten en smule.
Angiv formatet for det endelige svar i prompten, såsom et afgrænset matematisk resultat eller et svarfelt til et multiple choice-spørgsmål. Bevar kun delen med det endelige svar i samtalehistorikken, som producenten anbefaler. Længere ræsonnement er nyttigt, når det producerer et resultat, der kan kontrolleres; gennemgå forudsætninger, beregninger og foreslået kode, før du baserer dig på resultatet.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser qwen3-30b-a3b-thinking-2507 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Eksempler: system, user, assistant, tool, function Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt. Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfrit | Værdier og grænser Gælder når: role=tool; brug det faktisk returnerede ID | Standard— |
Feltmessages[].name | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools[].type | Typestring | KravValgfrit | Værdier og grænser function Afhænger af modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrævet | Værdier og grænser Gælder når: funktionsværktøj angivet | Standard— |
Felttools[].function.description | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfrit | Værdier og grænser | Standard— |
Felttool_choice | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltservice_tier | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinstructions | Typestring | KravValgfrit | Værdier og grænser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfrit | Værdier og grænser text | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvises på denne Ultra-tekstrute | Standard— |
Feltcache_control.ttl | Typestring | KravValgfrit | Værdier og grænser Betingelser: 1h afvises på de faktiske placeringer for promptcaching | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.0002 / 1K tokens Output · Outputtokens $0.0008 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-30b-a3b-thinking-2507", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3-30b-a3b-thinking-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3-30b-a3b-thinking-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 er Qwens tekstmodel, der udelukkende bruger tænkning, til krævende matematik, naturvidenskab, kodning og logisk ræsonnering. Denne faste 2507-udgave har en oprindelig kontekst på 262,144 tokens og et større ræsonneringsbudget med dokumenterede værktøjskald og betingede arbejdsgange til ultralang kontekst.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Hovedpunkter: den faste Thinking-2507-udgivelse
Qwen3-30B-A3B-Thinking-2507 er en tekstgenereringsmodel med fokus på vanskelig ræsonnering. Qwen beskriver forbedringer i logik, matematik, naturvidenskab, kodning, instruktionsfølgning, værktøjsbrug og tekstgenerering samt længere tænkningssekvenser og bedre forståelse af lang kontekst. Vælg netop denne 2507-udgave, når opgaven har gavn af vedvarende ræsonnering, såsom at undersøge konkurrerende forklaringer, løse et matematisk problem i flere trin eller arbejde gennem en kompleks kodeændring.
Modeloversigt og tilstand
Mixture-of-experts-modellen har i alt 30.5 milliarder parametre og 3.3 milliarder aktiverede parametre med 128 eksperter og otte udvalgt pr. token på tværs af 48 lag. Dens oprindelige kontekst er 262,144 tokens. Den accepterer tekst og returnerer tekst; værktøjsresultater leveres gennem en tilsluttet applikationsarbejdsgang. Dette checkpoint understøtter kun tænkning. Det er adskilt fra den tidligere hybride Qwen3-30B-A3B, dens FP8-udgave og Qwen3-30B-A3B-Instruct-2507. Man bør ikke antage, at hybridmodellens kontakt til at deaktivere tænkning gælder her.
Standardchatskabelonen starter allerede ræsonneringssekvensen med en åbnende tænkningsmarkør, så en udtrykkelig enable_thinking=True-indstilling er unødvendig. En returneret sekvens kan indeholde den afsluttende markør uden at gentage den åbnende markør. Producentens eksempel adskiller ræsonnementet fra det endelige svar. Bevar denne sondring, når du beder om en konkret leverance: en beviskonklusion, en patch eller en beslutningstabel skal stadig være let at finde efter den længere forklaring.
Forberedelse af en vanskelig opgave
Giv modellen hele problemformuleringen, begrænsningerne og den relevante dokumentation. Til en kodeændring skal du medtage den eksisterende funktion, et input, der fejler, og den forventede adfærd og derefter bede om en foreslået patch med en forklaring af randtilfælde. Til et naturvidenskabeligt spørgsmål skal du adskille observationer fra forudsætninger og spørge, hvilken konklusion der følger af hver af dem. Til en lang politik eller specifikation skal du bevare afsnitsidentifikatorer og bede om en kort beslutning understøttet af de relevante bestemmelser. Det er praktiske anvendelser af de dokumenterede ræsonneringsområder, ikke påstande om, at modellen har udført en patch eller valideret et eksperiment.
Fordi denne version kan ræsonnere udførligt, skal du reservere plads til både ræsonnement og det endelige artefakt. Qwen anbefaler, at man så vidt muligt bevarer en kontekst over 131,072 tokens ved konfiguration af modellen, selv hvis en mindre kontekst ville mindske hukommelsespresset. Tallet for den oprindelige kontekst omfatter sekvensbudgettet; det er ikke et løfte om, at hele konteksten kan bruges til et dokument med ubegrænset plads til svar oveni.
Agentbrug
Producenten dokumenterer værktøjskald og anbefaler Qwen-Agent til værktøjsskabeloner og parsing, herunder integration med konfigurerede værktøjer og arbejdsgange med kodefortolker. Definér værktøjerne og det tilsigtede resultat udtrykkeligt. En applikation kunne eksempelvis lade modellen undersøge indhentet dokumentation, bruge en tilladt lommeregner og derefter producere en rapport, der forklarer beregningen. Indhentning og eksekvering hører til de tilsluttede værktøjer; modellens funktion til værktøjskald dokumenterer ikke i sig selv adgang til internettet, et kodemiljø eller forretningssystemer.
Behandling af ultralang tekst
Qwen dokumenterer en valgfri arbejdsgang, der når omtrent en million tokens ved at kombinere Dual Chunk Attention med MInference sparse attention. Den første teknik opdeler lange sekvenser i blokke og bevarer interaktioner mellem dem; den anden fokuserer beregning på udvalgte attention-relationer. Det er en yderligere konfigurationsvej ud over den oprindelige kontekst på 262,144 tokens. Producentens opskrift kræver dens særlige konfiguration til lang kontekst og anslår cirka 240 GB samlet GPU-hukommelse til vægte, cachet attention-tilstand og maksimale aktiveringer.
Denne opskrift har konkrete ressourcegrænser: cachet sekvenstilstand, aktiveringshukommelse og samlet inputlængde kan hver især udtømme den konfigurerede kapacitet. En arbejdsgang med en million tokens afhænger derfor af konfiguration, hukommelse og understøttet attention-implementering. Ved praktisk dokumentgennemgang skal du starte med det relevante materiale, markere dokumentgrænser og bede om sporbar dokumentation frem for at behandle det størst mulige input som en erstatning for et klart spørgsmål.
Vejledning om generering og begrænsninger
Qwen anbefaler temperature 0.6, top_p 0.95, top_k 20 og min_p 0. Den foreslår et outputbudget på 32,768 tokens til de fleste forespørgsler og 81,920 til usædvanligt vanskelige matematiske eller programmeringsmæssige problemer. Det er anbefalinger om genereringsbudget frem for et separat offentliggjort hårdt outputloft. En presence penalty mellem nul og to kan mindske gentagelser, men højere værdier kan blande sprog eller sænke kvaliteten en smule.
Angiv formatet for det endelige svar i prompten, såsom et afgrænset matematisk resultat eller et svarfelt til et multiple choice-spørgsmål. Bevar kun delen med det endelige svar i samtalehistorikken, som producenten anbefaler. Længere ræsonnement er nyttigt, når det producerer et resultat, der kan kontrolleres; gennemgå forudsætninger, beregninger og foreslået kode, før du baserer dig på resultatet.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser qwen3-30b-a3b-thinking-2507 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.0002 / 1K tokens Output · Outputtokens $0.0008 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-30b-a3b-thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-30b-a3b-thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Teknisk eksempel på engelsk
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.