Introduktion: Qwen3.8 Max-familiens funktioner
Qwen3.8 Max Prime tilhører Qwen3.8 Max-familien. Qwen udvikler denne familie til kodning, professionelt arbejde, research og opgaver, der spænder over mange sammenhængende trin. Dens praktiske formål er at holde kravene for øje, bruge nye oplysninger, efterhånden som arbejdet skrider frem, og producere et færdigt tekstartefakt. Prime-udgaven bevarer sin egen identitet; familiebeskrivelsen dokumenterer ikke et særskilt sæt vægte eller en udgavespecifik garanti for svartid.
Kernearbejde: kodning, professionelle opgaver og research
Til en udviklingsopgave skal du angive de relevante projektfiler eller uddrag, den adfærd, der ændres, og den forventede leverance. Bed om en diagnose, et implementeringsforslag og kontroller, der ville vise, om ændringen opfylder kravet. Til en researchopgave skal du levere materialet, der skal sammenlignes, og bede om en rapport, der skelner mellem kildedokumentation og fortolkning. Til et professionelt dokument skal du angive målgruppen, afsnittene og kriterierne for et fuldstændigt resultat. Brug kildematerialet og fuldførelseskriterierne til at gennemgå den resulterende diagnose, rapport eller det resulterende dokument.
Agenteksekvering og feedback
Producenten fremhæver autonom planlægning og evnen til at bruge feedback fra et miljø. En agentopgave kan formuleres som et mål, tilladte handlinger, relevante værktøjer og en synlig betingelse for fuldførelse. En applikation kunne eksempelvis lade modellen undersøge en kodebase, foreslå en ændring, modtage resultatet af en tilladt kontrol og revidere sit næste trin. Modellen bidrager med planlægning og ræsonnering; applikationen forbinder værktøjer og udfører deres handlinger.
Bed om en optegnelse over udført arbejde og uafklarede betingelser sammen med det endelige artefakt. Det hjælper med at skelne mellem et foreslået næste trin og en udført handling. En opgave, der spænder over flere trin, kræver stadig udtrykkelige input og feedback; en models planlægningsevne dokumenterer ikke, at den har adgang til en computer, aktuelle kilder eller forretningssystemer.
Kompatibilitet og styring af ræsonnering
Qwen3.8s familiedokumentation beskriver integration med udviklingsmiljøer og styring af ræsonneringsdybde gennem reasoning_effort. Den beskriver også bevarelse af ræsonneringskontekst på tværs af samtalehistorik gennem preserve_thinking. Det er producentfunktioner, hvis tilgængelighed og præcise indstillinger afhænger af udgaven og grænsefladen. Hold rettelser og værktøjsresultater knyttet til den opgave, de opdaterer, og bed om en kort slutkonklusion, selv når ræsonnementet er langt.
Producenten skelner mellem det administrerede Qwen3.8-Max-tilbud og det åbne Qwen3.8-2.4T-A95B-checkpoint. Max-referencen omfatter input som tekst, billeder og video, tekstoutput og understøttelse af direkte svar; det åbne checkpoint er kun til tekst og bruger altid tænkning. Disse kontrakter skal forblive adskilte. Til visuelt arbejde i Max-familien skal du levere læselige dokumentsider, diagrammer eller det relevante videosegment og identificere den dokumentation, svaret skal drøfte.
Værktøjer og strukturerede resultater
Producentens administrerede Max-reference angiver function calling, struktureret output, indhentning og værktøjer af kodefortolkertypen, hvor understøttelsen afhænger af grænsefladen. En nyttig dokumentarbejdsgang kan bede om en tabel over fund med understøttende side- eller afsnitshenvisninger; en kodningsarbejdsgang kan bede om en patch og en separat forklaring. Håndhævede outputskemaer og ekstern eksekvering er funktioner i den tilsluttede arbejdsgang frem for konsekvenser af at skrive ordet JSON eller »kør« i en prompt. Denne familiebeskrivelse lover ikke, at alle angivne administrerede funktioner eksponeres af Prime eller en anden applikation.
Kontekst og udgavespecifikke grænser
Den administrerede Max-reference beskriver en kontekst på en million tokens med separate afrundede rammer for input, output og ræsonnering. Det åbne checkpoint dokumenterer derimod en oprindelig kontekst på 262,144 tokens og betinget udvidelse til 1,010,000. Det er forskellige producentspecifikationer og bør ikke sammenfattes til én universel Prime-grænse. Det præcise Prime-specifikke outputloft, mediegrænserne og styringskontrakten dokumenteres ikke af de familiekilder, der bruges her.
Forbered kun det materiale, opgaven kræver, og reservér plads til forklaringen og det endelige artefakt. Bevar dokumentgrænser og kodeidentifikatorer i lange input, så konklusioner forbliver sporbare. Kontrollér genereret kode, beregninger og citerede tekstudsnit mod den medsendte dokumentation. Hold den endelige implementering, rapport eller det endelige dokument knyttet til den medsendte dokumentation og opgavens fuldførelseskriterier.
", "aboutText": "Introduktion: Qwen3.8 Max-familiens funktioner\n\nQwen3.8 Max Prime tilhører Qwen3.8 Max-familien. Qwen udvikler denne familie til kodning, professionelt arbejde, research og opgaver, der spænder over mange sammenhængende trin. Dens praktiske formål er at holde kravene for øje, bruge nye oplysninger, efterhånden som arbejdet skrider frem, og producere et færdigt tekstartefakt. Prime-udgaven bevarer sin egen identitet; familiebeskrivelsen dokumenterer ikke et særskilt sæt vægte eller en udgavespecifik garanti for svartid.\n\nKernearbejde: kodning, professionelle opgaver og research\n\nTil en udviklingsopgave skal du angive de relevante projektfiler eller uddrag, den adfærd, der ændres, og den forventede leverance. Bed om en diagnose, et implementeringsforslag og kontroller, der ville vise, om ændringen opfylder kravet. Til en researchopgave skal du levere materialet, der skal sammenlignes, og bede om en rapport, der skelner mellem kildedokumentation og fortolkning. Til et professionelt dokument skal du angive målgruppen, afsnittene og kriterierne for et fuldstændigt resultat. Brug kildematerialet og fuldførelseskriterierne til at gennemgå den resulterende diagnose, rapport eller det resulterende dokument.\n\nAgenteksekvering og feedback\n\nProducenten fremhæver autonom planlægning og evnen til at bruge feedback fra et miljø. En agentopgave kan formuleres som et mål, tilladte handlinger, relevante værktøjer og en synlig betingelse for fuldførelse. En applikation kunne eksempelvis lade modellen undersøge en kodebase, foreslå en ændring, modtage resultatet af en tilladt kontrol og revidere sit næste trin. Modellen bidrager med planlægning og ræsonnering; applikationen forbinder værktøjer og udfører deres handlinger.\n\nBed om en optegnelse over udført arbejde og uafklarede betingelser sammen med det endelige artefakt. Det hjælper med at skelne mellem et foreslået næste trin og en udført handling. En opgave, der spænder over flere trin, kræver stadig udtrykkelige input og feedback; en models planlægningsevne dokumenterer ikke, at den har adgang til en computer, aktuelle kilder eller forretningssystemer.\n\nKompatibilitet og styring af ræsonnering\n\nQwen3.8s familiedokumentation beskriver integration med udviklingsmiljøer og styring af ræsonneringsdybde gennem reasoning_effort. Den beskriver også bevarelse af ræsonneringskontekst på tværs af samtalehistorik gennem preserve_thinking. Det er producentfunktioner, hvis tilgængelighed og præcise indstillinger afhænger af udgaven og grænsefladen. Hold rettelser og værktøjsresultater knyttet til den opgave, de opdaterer, og bed om en kort slutkonklusion, selv når ræsonnementet er langt.\n\nProducenten skelner mellem det administrerede Qwen3.8-Max-tilbud og det åbne Qwen3.8-2.4T-A95B-checkpoint. Max-referencen omfatter input som tekst, billeder og video, tekstoutput og understøttelse af direkte svar; det åbne checkpoint er kun til tekst og bruger altid tænkning. Disse kontrakter skal forblive adskilte. Til visuelt arbejde i Max-familien skal du levere læselige dokumentsider, diagrammer eller det relevante videosegment og identificere den dokumentation, svaret skal drøfte.\n\nVærktøjer og strukturerede resultater\n\nProducentens administrerede Max-reference angiver function calling, struktureret output, indhentning og værktøjer af kodefortolkertypen, hvor understøttelsen afhænger af grænsefladen. En nyttig dokumentarbejdsgang kan bede om en tabel over fund med understøttende side- eller afsnitshenvisninger; en kodningsarbejdsgang kan bede om en patch og en separat forklaring. Håndhævede outputskemaer og ekstern eksekvering er funktioner i den tilsluttede arbejdsgang frem for konsekvenser af at skrive ordet JSON eller »kør« i en prompt. Denne familiebeskrivelse lover ikke, at alle angivne administrerede funktioner eksponeres af Prime eller en anden applikation.\n\nKontekst og udgavespecifikke grænser\n\nDen administrerede Max-reference beskriver en kontekst på en million tokens med separate afrundede rammer for input, output og ræsonnering. Det åbne checkpoint dokumenterer derimod en oprindelig kontekst på 262,144 tokens og betinget udvidelse til 1,010,000. Det er forskellige producentspecifikationer og bør ikke sammenfattes til én universel Prime-grænse. Det præcise Prime-specifikke outputloft, mediegrænserne og styringskontrakten dokumenteres ikke af de familiekilder, der bruges her.\n\nForbered kun det materiale, opgaven kræver, og reservér plads til forklaringen og det endelige artefakt. Bevar dokumentgrænser og kodeidentifikatorer i lange input, så konklusioner forbliver sporbare. Kontrollér genereret kode, beregninger og citerede tekstudsnit mod den medsendte dokumentation. Hold den endelige implementering, rapport eller det endelige dokument knyttet til den medsendte dokumentation og opgavens fuldførelseskriterier.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Produce an evidence-based readiness memo\n\nPrepare a release-readiness memo from supplied feedback. [REQUIREMENTS] New exports must preserve column order and empty headings. [CHECK A] Column order passed. [CHECK B] Empty headings were dropped. [REVIEW] Preserve all header cells, including blank ones. Give the decision, a focused correction proposal and the exact follow-up check needed. Do not report unexecuted work as complete.A short readiness decision with evidence, proposed correction and a targeted recheck definition.Check the memo treats the failed header case as unresolved despite the passing order check.qwen/qwen3.8-max-primeQwen3.8 Max Prime tilhører Qwens Max-familie til kodning, professionelt arbejde, research og længerevarende agentopgaver. Dens nyttige opgaveområde omfatter fortolkning af krav, arbejde gennem feedback og udarbejdelse af komplette tekstleverancer ud fra medsendt projektmateriale.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Introduktion: Qwen3.8 Max-familiens funktioner
Qwen3.8 Max Prime tilhører Qwen3.8 Max-familien. Qwen udvikler denne familie til kodning, professionelt arbejde, research og opgaver, der spænder over mange sammenhængende trin. Dens praktiske formål er at holde kravene for øje, bruge nye oplysninger, efterhånden som arbejdet skrider frem, og producere et færdigt tekstartefakt. Prime-udgaven bevarer sin egen identitet; familiebeskrivelsen dokumenterer ikke et særskilt sæt vægte eller en udgavespecifik garanti for svartid.
Kernearbejde: kodning, professionelle opgaver og research
Til en udviklingsopgave skal du angive de relevante projektfiler eller uddrag, den adfærd, der ændres, og den forventede leverance. Bed om en diagnose, et implementeringsforslag og kontroller, der ville vise, om ændringen opfylder kravet. Til en researchopgave skal du levere materialet, der skal sammenlignes, og bede om en rapport, der skelner mellem kildedokumentation og fortolkning. Til et professionelt dokument skal du angive målgruppen, afsnittene og kriterierne for et fuldstændigt resultat. Brug kildematerialet og fuldførelseskriterierne til at gennemgå den resulterende diagnose, rapport eller det resulterende dokument.
Agenteksekvering og feedback
Producenten fremhæver autonom planlægning og evnen til at bruge feedback fra et miljø. En agentopgave kan formuleres som et mål, tilladte handlinger, relevante værktøjer og en synlig betingelse for fuldførelse. En applikation kunne eksempelvis lade modellen undersøge en kodebase, foreslå en ændring, modtage resultatet af en tilladt kontrol og revidere sit næste trin. Modellen bidrager med planlægning og ræsonnering; applikationen forbinder værktøjer og udfører deres handlinger.
Bed om en optegnelse over udført arbejde og uafklarede betingelser sammen med det endelige artefakt. Det hjælper med at skelne mellem et foreslået næste trin og en udført handling. En opgave, der spænder over flere trin, kræver stadig udtrykkelige input og feedback; en models planlægningsevne dokumenterer ikke, at den har adgang til en computer, aktuelle kilder eller forretningssystemer.
Kompatibilitet og styring af ræsonnering
Qwen3.8s familiedokumentation beskriver integration med udviklingsmiljøer og styring af ræsonneringsdybde gennem reasoning_effort. Den beskriver også bevarelse af ræsonneringskontekst på tværs af samtalehistorik gennem preserve_thinking. Det er producentfunktioner, hvis tilgængelighed og præcise indstillinger afhænger af udgaven og grænsefladen. Hold rettelser og værktøjsresultater knyttet til den opgave, de opdaterer, og bed om en kort slutkonklusion, selv når ræsonnementet er langt.
Producenten skelner mellem det administrerede Qwen3.8-Max-tilbud og det åbne Qwen3.8-2.4T-A95B-checkpoint. Max-referencen omfatter input som tekst, billeder og video, tekstoutput og understøttelse af direkte svar; det åbne checkpoint er kun til tekst og bruger altid tænkning. Disse kontrakter skal forblive adskilte. Til visuelt arbejde i Max-familien skal du levere læselige dokumentsider, diagrammer eller det relevante videosegment og identificere den dokumentation, svaret skal drøfte.
Værktøjer og strukturerede resultater
Producentens administrerede Max-reference angiver function calling, struktureret output, indhentning og værktøjer af kodefortolkertypen, hvor understøttelsen afhænger af grænsefladen. En nyttig dokumentarbejdsgang kan bede om en tabel over fund med understøttende side- eller afsnitshenvisninger; en kodningsarbejdsgang kan bede om en patch og en separat forklaring. Håndhævede outputskemaer og ekstern eksekvering er funktioner i den tilsluttede arbejdsgang frem for konsekvenser af at skrive ordet JSON eller »kør« i en prompt. Denne familiebeskrivelse lover ikke, at alle angivne administrerede funktioner eksponeres af Prime eller en anden applikation.
Kontekst og udgavespecifikke grænser
Den administrerede Max-reference beskriver en kontekst på en million tokens med separate afrundede rammer for input, output og ræsonnering. Det åbne checkpoint dokumenterer derimod en oprindelig kontekst på 262,144 tokens og betinget udvidelse til 1,010,000. Det er forskellige producentspecifikationer og bør ikke sammenfattes til én universel Prime-grænse. Det præcise Prime-specifikke outputloft, mediegrænserne og styringskontrakten dokumenteres ikke af de familiekilder, der bruges her.
Forbered kun det materiale, opgaven kræver, og reservér plads til forklaringen og det endelige artefakt. Bevar dokumentgrænser og kodeidentifikatorer i lange input, så konklusioner forbliver sporbare. Kontrollér genereret kode, beregninger og citerede tekstudsnit mod den medsendte dokumentation. Hold den endelige implementering, rapport eller det endelige dokument knyttet til den medsendte dokumentation og opgavens fuldførelseskriterier.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser qwen/qwen3.8-max-prime | 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.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.008 / 1K tokens Output · Outputtokens $0.024 / 1K tokens Input · Cachelæsning $0.001 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.008 / 1K tokens Output · Outputtokens $0.024 / 1K tokens Input · Cachelæsning $0.001 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.8-max-prime", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3.8-max-prime',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3.8-max-prime',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/qwen3.8-max-prime
Brug metodestierne vist ovenfor.
qwen/qwen3.8-max-primeQwen3.8 Max Prime tilhører Qwens Max-familie til kodning, professionelt arbejde, research og længerevarende agentopgaver. Dens nyttige opgaveområde omfatter fortolkning af krav, arbejde gennem feedback og udarbejdelse af komplette tekstleverancer ud fra medsendt projektmateriale.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Introduktion: Qwen3.8 Max-familiens funktioner
Qwen3.8 Max Prime tilhører Qwen3.8 Max-familien. Qwen udvikler denne familie til kodning, professionelt arbejde, research og opgaver, der spænder over mange sammenhængende trin. Dens praktiske formål er at holde kravene for øje, bruge nye oplysninger, efterhånden som arbejdet skrider frem, og producere et færdigt tekstartefakt. Prime-udgaven bevarer sin egen identitet; familiebeskrivelsen dokumenterer ikke et særskilt sæt vægte eller en udgavespecifik garanti for svartid.
Kernearbejde: kodning, professionelle opgaver og research
Til en udviklingsopgave skal du angive de relevante projektfiler eller uddrag, den adfærd, der ændres, og den forventede leverance. Bed om en diagnose, et implementeringsforslag og kontroller, der ville vise, om ændringen opfylder kravet. Til en researchopgave skal du levere materialet, der skal sammenlignes, og bede om en rapport, der skelner mellem kildedokumentation og fortolkning. Til et professionelt dokument skal du angive målgruppen, afsnittene og kriterierne for et fuldstændigt resultat. Brug kildematerialet og fuldførelseskriterierne til at gennemgå den resulterende diagnose, rapport eller det resulterende dokument.
Agenteksekvering og feedback
Producenten fremhæver autonom planlægning og evnen til at bruge feedback fra et miljø. En agentopgave kan formuleres som et mål, tilladte handlinger, relevante værktøjer og en synlig betingelse for fuldførelse. En applikation kunne eksempelvis lade modellen undersøge en kodebase, foreslå en ændring, modtage resultatet af en tilladt kontrol og revidere sit næste trin. Modellen bidrager med planlægning og ræsonnering; applikationen forbinder værktøjer og udfører deres handlinger.
Bed om en optegnelse over udført arbejde og uafklarede betingelser sammen med det endelige artefakt. Det hjælper med at skelne mellem et foreslået næste trin og en udført handling. En opgave, der spænder over flere trin, kræver stadig udtrykkelige input og feedback; en models planlægningsevne dokumenterer ikke, at den har adgang til en computer, aktuelle kilder eller forretningssystemer.
Kompatibilitet og styring af ræsonnering
Qwen3.8s familiedokumentation beskriver integration med udviklingsmiljøer og styring af ræsonneringsdybde gennem reasoning_effort. Den beskriver også bevarelse af ræsonneringskontekst på tværs af samtalehistorik gennem preserve_thinking. Det er producentfunktioner, hvis tilgængelighed og præcise indstillinger afhænger af udgaven og grænsefladen. Hold rettelser og værktøjsresultater knyttet til den opgave, de opdaterer, og bed om en kort slutkonklusion, selv når ræsonnementet er langt.
Producenten skelner mellem det administrerede Qwen3.8-Max-tilbud og det åbne Qwen3.8-2.4T-A95B-checkpoint. Max-referencen omfatter input som tekst, billeder og video, tekstoutput og understøttelse af direkte svar; det åbne checkpoint er kun til tekst og bruger altid tænkning. Disse kontrakter skal forblive adskilte. Til visuelt arbejde i Max-familien skal du levere læselige dokumentsider, diagrammer eller det relevante videosegment og identificere den dokumentation, svaret skal drøfte.
Værktøjer og strukturerede resultater
Producentens administrerede Max-reference angiver function calling, struktureret output, indhentning og værktøjer af kodefortolkertypen, hvor understøttelsen afhænger af grænsefladen. En nyttig dokumentarbejdsgang kan bede om en tabel over fund med understøttende side- eller afsnitshenvisninger; en kodningsarbejdsgang kan bede om en patch og en separat forklaring. Håndhævede outputskemaer og ekstern eksekvering er funktioner i den tilsluttede arbejdsgang frem for konsekvenser af at skrive ordet JSON eller »kør« i en prompt. Denne familiebeskrivelse lover ikke, at alle angivne administrerede funktioner eksponeres af Prime eller en anden applikation.
Kontekst og udgavespecifikke grænser
Den administrerede Max-reference beskriver en kontekst på en million tokens med separate afrundede rammer for input, output og ræsonnering. Det åbne checkpoint dokumenterer derimod en oprindelig kontekst på 262,144 tokens og betinget udvidelse til 1,010,000. Det er forskellige producentspecifikationer og bør ikke sammenfattes til én universel Prime-grænse. Det præcise Prime-specifikke outputloft, mediegrænserne og styringskontrakten dokumenteres ikke af de familiekilder, der bruges her.
Forbered kun det materiale, opgaven kræver, og reservér plads til forklaringen og det endelige artefakt. Bevar dokumentgrænser og kodeidentifikatorer i lange input, så konklusioner forbliver sporbare. Kontrollér genereret kode, beregninger og citerede tekstudsnit mod den medsendte dokumentation. Hold den endelige implementering, rapport eller det endelige dokument knyttet til den medsendte dokumentation og opgavens fuldførelseskriterier.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser qwen/qwen3.8-max-prime | 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.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.008 / 1K tokens Output · Outputtokens $0.024 / 1K tokens Input · Cachelæsning $0.001 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.008 / 1K tokens Output · Outputtokens $0.024 / 1K tokens Input · Cachelæsning $0.001 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "qwen/qwen3.8-max-prime",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.8-max-prime', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.8-max-prime', '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/qwen3.8-max-prime
Brug metodestierne vist ovenfor.
Teknisk eksempel på engelsk
Produce an evidence-based readiness memo\n\nPrepare a release-readiness memo from supplied feedback. [REQUIREMENTS] New exports must preserve column order and empty headings. [CHECK A] Column order passed. [CHECK B] Empty headings were dropped. [REVIEW] Preserve all header cells, including blank ones. Give the decision, a focused correction proposal and the exact follow-up check needed. Do not report unexecuted work as complete.A short readiness decision with evidence, proposed correction and a targeted recheck definition.Check the memo treats the failed header case as unresolved despite the passing order check.