Schwerpunkte: die feste Thinking-2507-Veröffentlichung
Qwen3-30B-A3B-Thinking-2507 ist ein Textgenerierungsmodell mit Schwerpunkt auf schwierigen Denkaufgaben. Qwen beschreibt Verbesserungen in Logik, Mathematik, Naturwissenschaften, Programmierung, Anweisungsbefolgung, Tool-Nutzung und Textgenerierung sowie längere Denksequenzen und ein stärkeres Verständnis langer Kontexte. Wählen Sie genau diese 2507-Ausführung, wenn die Aufgabe von anhaltendem Schlussfolgern profitiert, etwa beim Prüfen konkurrierender Erklärungen, beim Lösen eines mehrstufigen mathematischen Problems oder beim Durcharbeiten einer komplexen Codeänderung.
Modellüberblick und Modus
Das Mixture-of-Experts-Modell besitzt insgesamt 30.5 Milliarden Parameter und 3.3 Milliarden aktivierte Parameter, mit 128 Experten und acht pro Token ausgewählten Experten über 48 Schichten. Sein nativer Kontext umfasst 262,144 Tokens. Es nimmt Text entgegen und gibt Text zurück; Tool-Ergebnisse werden über einen angebundenen Anwendungsablauf bereitgestellt. Dieser Checkpoint unterstützt ausschließlich Thinking. Er unterscheidet sich vom früheren hybriden Qwen3-30B-A3B, dessen FP8-Ausführung und Qwen3-30B-A3B-Instruct-2507. Der Non-Thinking-Schalter des Hybridmodells darf hier nicht als anwendbar vorausgesetzt werden.
Das standardmäßige Chat-Template startet die Denksequenz bereits mit einem öffnenden Thinking-Marker, sodass eine explizite Einstellung enable_thinking=True unnötig ist. Eine zurückgegebene Sequenz kann den schließenden Marker enthalten, ohne den öffnenden zu wiederholen. Das Herstellerbeispiel trennt die Schlussfolgerungen von der endgültigen Antwort. Bewahren Sie diese Trennung, wenn Sie ein konkretes Ergebnis anfordern: Eine Beweisschlussfolgerung, ein Patch oder eine Entscheidungstabelle sollte nach der längeren Erklärung leicht auffindbar bleiben.
Eine schwierige Aufgabe vorbereiten
Geben Sie dem Modell die vollständige Problemstellung, die Vorgaben und die relevanten Belege. Fügen Sie bei einer Codeänderung die bestehende Funktion, eine fehlschlagende Eingabe und das erwartete Verhalten hinzu und fordern Sie einen Patch-Vorschlag mit einer Erklärung der Randfälle an. Trennen Sie bei einer naturwissenschaftlichen Frage Beobachtungen von Annahmen und fragen Sie, welche Schlussfolgerung jeweils daraus folgt. Bewahren Sie bei einer langen Richtlinie oder Spezifikation die Abschnittskennungen und fordern Sie eine knappe, durch die relevanten Klauseln gestützte Entscheidung an. Das sind praktische Anwendungen der dokumentierten Denkbereiche, keine Aussagen darüber, dass das Modell einen Patch ausgeführt oder ein Experiment validiert hat.
Da diese Version ausführlich schlussfolgern kann, reservieren Sie Platz für die Überlegungen und das abschließende Artefakt. Qwen empfiehlt bei der Konfiguration des Modells nach Möglichkeit einen Kontext über 131,072 Tokens beizubehalten, auch wenn ein kleinerer Kontext den Speicherbedarf verringern würde. Die native Kontextangabe umfasst das Sequenzbudget; sie verspricht nicht, dass es vollständig für ein Dokument verwendet werden kann und dabei unbegrenzt Platz für die Antwort bleibt.
Agentischer Einsatz
Der Hersteller dokumentiert Tool Calling und empfiehlt Qwen-Agent für Tool-Templates und Parsing, einschließlich der Integration konfigurierter Tools und Code-Interpreter-Abläufe. Definieren Sie die Tools und das beabsichtigte Ergebnis ausdrücklich. Eine Anwendung könnte das Modell beispielsweise abgerufene Belege prüfen und einen erlaubten Rechner verwenden lassen, bevor es einen Bericht zur Erklärung der Berechnung erstellt. Abruf und Ausführung liegen bei den angebundenen Tools; die Tool-Calling-Fähigkeit des Modells begründet für sich allein keinen Zugriff auf Internet, Codeumgebung oder Geschäftssysteme.
Ultralange Texte verarbeiten
Qwen dokumentiert einen optionalen Ablauf mit ungefähr einer Million Tokens durch die Kombination von Dual Chunk Attention und MInference Sparse Attention. Die erste Technik teilt lange Sequenzen in Abschnitte auf und bewahrt dabei deren Wechselwirkungen; die zweite konzentriert die Berechnung auf ausgewählte Aufmerksamkeitsbeziehungen. Das ist ein zusätzlicher Konfigurationspfad über den nativen Kontext von 262,144 Tokens hinaus. Das Herstellerrezept erfordert die spezielle Langkontext-Konfiguration und veranschlagt ungefähr 240 GB gesamten GPU-Speicher für Gewichte, zwischengespeicherten Aufmerksamkeitszustand und maximale Aktivierungen.
Dieses Rezept hat konkrete Ressourcengrenzen: Der zwischengespeicherte Sequenzzustand, der Aktivierungsspeicher und die gesamte Eingabelänge können jeweils die konfigurierte Kapazität erschöpfen. Ein Ablauf mit einer Million Tokens hängt daher von Konfiguration, Speicher und unterstützter Attention-Implementierung ab. Beginnen Sie bei der praktischen Dokumentprüfung mit dem relevanten Material, markieren Sie Dokumentgrenzen und fordern Sie nachvollziehbare Belege an, statt die größtmögliche Eingabe als Ersatz für eine klare Frage zu betrachten.
Generierungsempfehlungen und Grenzen
Qwen empfiehlt temperature 0.6, top_p 0.95, top_k 20 und min_p 0. Für die meisten Anfragen wird ein Ausgabebudget von 32,768 Tokens empfohlen, für ungewöhnlich schwierige mathematische oder Programmierprobleme 81,920. Das sind Empfehlungen für das Generierungsbudget und keine gesondert veröffentlichte harte Ausgabeobergrenze. Eine Presence Penalty zwischen null und zwei kann Wiederholungen reduzieren; höhere Werte können jedoch Sprachen vermischen oder die Qualität leicht senken.
Legen Sie das Format der endgültigen Antwort im Prompt fest, etwa ein abgegrenztes mathematisches Ergebnis oder ein Antwortfeld für eine Multiple-Choice-Frage. Behalten Sie gemäß Herstellerempfehlung nur den Teil mit der endgültigen Antwort im Gesprächsverlauf. Längeres Schlussfolgern ist nützlich, wenn es ein überprüfbares Ergebnis liefert; kontrollieren Sie Annahmen, Berechnungen und vorgeschlagenen Code, bevor Sie sich auf das Ergebnis verlassen.
", "aboutText": "Schwerpunkte: die feste Thinking-2507-Veröffentlichung\n\nQwen3-30B-A3B-Thinking-2507 ist ein Textgenerierungsmodell mit Schwerpunkt auf schwierigen Denkaufgaben. Qwen beschreibt Verbesserungen in Logik, Mathematik, Naturwissenschaften, Programmierung, Anweisungsbefolgung, Tool-Nutzung und Textgenerierung sowie längere Denksequenzen und ein stärkeres Verständnis langer Kontexte. Wählen Sie genau diese 2507-Ausführung, wenn die Aufgabe von anhaltendem Schlussfolgern profitiert, etwa beim Prüfen konkurrierender Erklärungen, beim Lösen eines mehrstufigen mathematischen Problems oder beim Durcharbeiten einer komplexen Codeänderung.\n\nModellüberblick und Modus\n\nDas Mixture-of-Experts-Modell besitzt insgesamt 30.5 Milliarden Parameter und 3.3 Milliarden aktivierte Parameter, mit 128 Experten und acht pro Token ausgewählten Experten über 48 Schichten. Sein nativer Kontext umfasst 262,144 Tokens. Es nimmt Text entgegen und gibt Text zurück; Tool-Ergebnisse werden über einen angebundenen Anwendungsablauf bereitgestellt. Dieser Checkpoint unterstützt ausschließlich Thinking. Er unterscheidet sich vom früheren hybriden Qwen3-30B-A3B, dessen FP8-Ausführung und Qwen3-30B-A3B-Instruct-2507. Der Non-Thinking-Schalter des Hybridmodells darf hier nicht als anwendbar vorausgesetzt werden.\n\nDas standardmäßige Chat-Template startet die Denksequenz bereits mit einem öffnenden Thinking-Marker, sodass eine explizite Einstellung enable_thinking=True unnötig ist. Eine zurückgegebene Sequenz kann den schließenden Marker enthalten, ohne den öffnenden zu wiederholen. Das Herstellerbeispiel trennt die Schlussfolgerungen von der endgültigen Antwort. Bewahren Sie diese Trennung, wenn Sie ein konkretes Ergebnis anfordern: Eine Beweisschlussfolgerung, ein Patch oder eine Entscheidungstabelle sollte nach der längeren Erklärung leicht auffindbar bleiben.\n\nEine schwierige Aufgabe vorbereiten\n\nGeben Sie dem Modell die vollständige Problemstellung, die Vorgaben und die relevanten Belege. Fügen Sie bei einer Codeänderung die bestehende Funktion, eine fehlschlagende Eingabe und das erwartete Verhalten hinzu und fordern Sie einen Patch-Vorschlag mit einer Erklärung der Randfälle an. Trennen Sie bei einer naturwissenschaftlichen Frage Beobachtungen von Annahmen und fragen Sie, welche Schlussfolgerung jeweils daraus folgt. Bewahren Sie bei einer langen Richtlinie oder Spezifikation die Abschnittskennungen und fordern Sie eine knappe, durch die relevanten Klauseln gestützte Entscheidung an. Das sind praktische Anwendungen der dokumentierten Denkbereiche, keine Aussagen darüber, dass das Modell einen Patch ausgeführt oder ein Experiment validiert hat.\n\nDa diese Version ausführlich schlussfolgern kann, reservieren Sie Platz für die Überlegungen und das abschließende Artefakt. Qwen empfiehlt bei der Konfiguration des Modells nach Möglichkeit einen Kontext über 131,072 Tokens beizubehalten, auch wenn ein kleinerer Kontext den Speicherbedarf verringern würde. Die native Kontextangabe umfasst das Sequenzbudget; sie verspricht nicht, dass es vollständig für ein Dokument verwendet werden kann und dabei unbegrenzt Platz für die Antwort bleibt.\n\nAgentischer Einsatz\n\nDer Hersteller dokumentiert Tool Calling und empfiehlt Qwen-Agent für Tool-Templates und Parsing, einschließlich der Integration konfigurierter Tools und Code-Interpreter-Abläufe. Definieren Sie die Tools und das beabsichtigte Ergebnis ausdrücklich. Eine Anwendung könnte das Modell beispielsweise abgerufene Belege prüfen und einen erlaubten Rechner verwenden lassen, bevor es einen Bericht zur Erklärung der Berechnung erstellt. Abruf und Ausführung liegen bei den angebundenen Tools; die Tool-Calling-Fähigkeit des Modells begründet für sich allein keinen Zugriff auf Internet, Codeumgebung oder Geschäftssysteme.\n\nUltralange Texte verarbeiten\n\nQwen dokumentiert einen optionalen Ablauf mit ungefähr einer Million Tokens durch die Kombination von Dual Chunk Attention und MInference Sparse Attention. Die erste Technik teilt lange Sequenzen in Abschnitte auf und bewahrt dabei deren Wechselwirkungen; die zweite konzentriert die Berechnung auf ausgewählte Aufmerksamkeitsbeziehungen. Das ist ein zusätzlicher Konfigurationspfad über den nativen Kontext von 262,144 Tokens hinaus. Das Herstellerrezept erfordert die spezielle Langkontext-Konfiguration und veranschlagt ungefähr 240 GB gesamten GPU-Speicher für Gewichte, zwischengespeicherten Aufmerksamkeitszustand und maximale Aktivierungen.\n\nDieses Rezept hat konkrete Ressourcengrenzen: Der zwischengespeicherte Sequenzzustand, der Aktivierungsspeicher und die gesamte Eingabelänge können jeweils die konfigurierte Kapazität erschöpfen. Ein Ablauf mit einer Million Tokens hängt daher von Konfiguration, Speicher und unterstützter Attention-Implementierung ab. Beginnen Sie bei der praktischen Dokumentprüfung mit dem relevanten Material, markieren Sie Dokumentgrenzen und fordern Sie nachvollziehbare Belege an, statt die größtmögliche Eingabe als Ersatz für eine klare Frage zu betrachten.\n\nGenerierungsempfehlungen und Grenzen\n\nQwen empfiehlt temperature 0.6, top_p 0.95, top_k 20 und min_p 0. Für die meisten Anfragen wird ein Ausgabebudget von 32,768 Tokens empfohlen, für ungewöhnlich schwierige mathematische oder Programmierprobleme 81,920. Das sind Empfehlungen für das Generierungsbudget und keine gesondert veröffentlichte harte Ausgabeobergrenze. Eine Presence Penalty zwischen null und zwei kann Wiederholungen reduzieren; höhere Werte können jedoch Sprachen vermischen oder die Qualität leicht senken.\n\nLegen Sie das Format der endgültigen Antwort im Prompt fest, etwa ein abgegrenztes mathematisches Ergebnis oder ein Antwortfeld für eine Multiple-Choice-Frage. Behalten Sie gemäß Herstellerempfehlung nur den Teil mit der endgültigen Antwort im Gesprächsverlauf. Längeres Schlussfolgern ist nützlich, wenn es ein überprüfbares Ergebnis liefert; kontrollieren Sie Annahmen, Berechnungen und vorgeschlagenen Code, bevor Sie sich auf das Ergebnis verlassen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
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 ist Qwens reines Thinking-Textmodell für anspruchsvolle Mathematik, Naturwissenschaften, Programmierung und logisches Schlussfolgern. Diese feste 2507-Ausführung bietet einen nativen Kontext von 262,144 Tokens und ein größeres Denkbudget, mit dokumentierten Tool-Aufrufen und bedingten Abläufen für ultralangen Kontext.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Schwerpunkte: die feste Thinking-2507-Veröffentlichung
Qwen3-30B-A3B-Thinking-2507 ist ein Textgenerierungsmodell mit Schwerpunkt auf schwierigen Denkaufgaben. Qwen beschreibt Verbesserungen in Logik, Mathematik, Naturwissenschaften, Programmierung, Anweisungsbefolgung, Tool-Nutzung und Textgenerierung sowie längere Denksequenzen und ein stärkeres Verständnis langer Kontexte. Wählen Sie genau diese 2507-Ausführung, wenn die Aufgabe von anhaltendem Schlussfolgern profitiert, etwa beim Prüfen konkurrierender Erklärungen, beim Lösen eines mehrstufigen mathematischen Problems oder beim Durcharbeiten einer komplexen Codeänderung.
Modellüberblick und Modus
Das Mixture-of-Experts-Modell besitzt insgesamt 30.5 Milliarden Parameter und 3.3 Milliarden aktivierte Parameter, mit 128 Experten und acht pro Token ausgewählten Experten über 48 Schichten. Sein nativer Kontext umfasst 262,144 Tokens. Es nimmt Text entgegen und gibt Text zurück; Tool-Ergebnisse werden über einen angebundenen Anwendungsablauf bereitgestellt. Dieser Checkpoint unterstützt ausschließlich Thinking. Er unterscheidet sich vom früheren hybriden Qwen3-30B-A3B, dessen FP8-Ausführung und Qwen3-30B-A3B-Instruct-2507. Der Non-Thinking-Schalter des Hybridmodells darf hier nicht als anwendbar vorausgesetzt werden.
Das standardmäßige Chat-Template startet die Denksequenz bereits mit einem öffnenden Thinking-Marker, sodass eine explizite Einstellung enable_thinking=True unnötig ist. Eine zurückgegebene Sequenz kann den schließenden Marker enthalten, ohne den öffnenden zu wiederholen. Das Herstellerbeispiel trennt die Schlussfolgerungen von der endgültigen Antwort. Bewahren Sie diese Trennung, wenn Sie ein konkretes Ergebnis anfordern: Eine Beweisschlussfolgerung, ein Patch oder eine Entscheidungstabelle sollte nach der längeren Erklärung leicht auffindbar bleiben.
Eine schwierige Aufgabe vorbereiten
Geben Sie dem Modell die vollständige Problemstellung, die Vorgaben und die relevanten Belege. Fügen Sie bei einer Codeänderung die bestehende Funktion, eine fehlschlagende Eingabe und das erwartete Verhalten hinzu und fordern Sie einen Patch-Vorschlag mit einer Erklärung der Randfälle an. Trennen Sie bei einer naturwissenschaftlichen Frage Beobachtungen von Annahmen und fragen Sie, welche Schlussfolgerung jeweils daraus folgt. Bewahren Sie bei einer langen Richtlinie oder Spezifikation die Abschnittskennungen und fordern Sie eine knappe, durch die relevanten Klauseln gestützte Entscheidung an. Das sind praktische Anwendungen der dokumentierten Denkbereiche, keine Aussagen darüber, dass das Modell einen Patch ausgeführt oder ein Experiment validiert hat.
Da diese Version ausführlich schlussfolgern kann, reservieren Sie Platz für die Überlegungen und das abschließende Artefakt. Qwen empfiehlt bei der Konfiguration des Modells nach Möglichkeit einen Kontext über 131,072 Tokens beizubehalten, auch wenn ein kleinerer Kontext den Speicherbedarf verringern würde. Die native Kontextangabe umfasst das Sequenzbudget; sie verspricht nicht, dass es vollständig für ein Dokument verwendet werden kann und dabei unbegrenzt Platz für die Antwort bleibt.
Agentischer Einsatz
Der Hersteller dokumentiert Tool Calling und empfiehlt Qwen-Agent für Tool-Templates und Parsing, einschließlich der Integration konfigurierter Tools und Code-Interpreter-Abläufe. Definieren Sie die Tools und das beabsichtigte Ergebnis ausdrücklich. Eine Anwendung könnte das Modell beispielsweise abgerufene Belege prüfen und einen erlaubten Rechner verwenden lassen, bevor es einen Bericht zur Erklärung der Berechnung erstellt. Abruf und Ausführung liegen bei den angebundenen Tools; die Tool-Calling-Fähigkeit des Modells begründet für sich allein keinen Zugriff auf Internet, Codeumgebung oder Geschäftssysteme.
Ultralange Texte verarbeiten
Qwen dokumentiert einen optionalen Ablauf mit ungefähr einer Million Tokens durch die Kombination von Dual Chunk Attention und MInference Sparse Attention. Die erste Technik teilt lange Sequenzen in Abschnitte auf und bewahrt dabei deren Wechselwirkungen; die zweite konzentriert die Berechnung auf ausgewählte Aufmerksamkeitsbeziehungen. Das ist ein zusätzlicher Konfigurationspfad über den nativen Kontext von 262,144 Tokens hinaus. Das Herstellerrezept erfordert die spezielle Langkontext-Konfiguration und veranschlagt ungefähr 240 GB gesamten GPU-Speicher für Gewichte, zwischengespeicherten Aufmerksamkeitszustand und maximale Aktivierungen.
Dieses Rezept hat konkrete Ressourcengrenzen: Der zwischengespeicherte Sequenzzustand, der Aktivierungsspeicher und die gesamte Eingabelänge können jeweils die konfigurierte Kapazität erschöpfen. Ein Ablauf mit einer Million Tokens hängt daher von Konfiguration, Speicher und unterstützter Attention-Implementierung ab. Beginnen Sie bei der praktischen Dokumentprüfung mit dem relevanten Material, markieren Sie Dokumentgrenzen und fordern Sie nachvollziehbare Belege an, statt die größtmögliche Eingabe als Ersatz für eine klare Frage zu betrachten.
Generierungsempfehlungen und Grenzen
Qwen empfiehlt temperature 0.6, top_p 0.95, top_k 20 und min_p 0. Für die meisten Anfragen wird ein Ausgabebudget von 32,768 Tokens empfohlen, für ungewöhnlich schwierige mathematische oder Programmierprobleme 81,920. Das sind Empfehlungen für das Generierungsbudget und keine gesondert veröffentlichte harte Ausgabeobergrenze. Eine Presence Penalty zwischen null und zwei kann Wiederholungen reduzieren; höhere Werte können jedoch Sprachen vermischen oder die Qualität leicht senken.
Legen Sie das Format der endgültigen Antwort im Prompt fest, etwa ein abgegrenztes mathematisches Ergebnis oder ein Antwortfeld für eine Multiple-Choice-Frage. Behalten Sie gemäß Herstellerempfehlung nur den Teil mit der endgültigen Antwort im Gesprächsverlauf. Längeres Schlussfolgern ist nützlich, wenn es ein überprüfbares Ergebnis liefert; kontrollieren Sie Annahmen, Berechnungen und vorgeschlagenen Code, bevor Sie sich auf das Ergebnis verlassen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits Qwen/Qwen3-30B-A3B-Thinking-2507 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— |
Feldmessages[].content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream |
Parametercontrol_scope | VertragTextgespräch; stream ist ein boolescher Wert und standardmäßig false. |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Methodenaliasnamen: /chat/completions
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Tokens Ausgabe · Ausgabetoken $0.0008 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
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 ist Qwens reines Thinking-Textmodell für anspruchsvolle Mathematik, Naturwissenschaften, Programmierung und logisches Schlussfolgern. Diese feste 2507-Ausführung bietet einen nativen Kontext von 262,144 Tokens und ein größeres Denkbudget, mit dokumentierten Tool-Aufrufen und bedingten Abläufen für ultralangen Kontext.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Schwerpunkte: die feste Thinking-2507-Veröffentlichung
Qwen3-30B-A3B-Thinking-2507 ist ein Textgenerierungsmodell mit Schwerpunkt auf schwierigen Denkaufgaben. Qwen beschreibt Verbesserungen in Logik, Mathematik, Naturwissenschaften, Programmierung, Anweisungsbefolgung, Tool-Nutzung und Textgenerierung sowie längere Denksequenzen und ein stärkeres Verständnis langer Kontexte. Wählen Sie genau diese 2507-Ausführung, wenn die Aufgabe von anhaltendem Schlussfolgern profitiert, etwa beim Prüfen konkurrierender Erklärungen, beim Lösen eines mehrstufigen mathematischen Problems oder beim Durcharbeiten einer komplexen Codeänderung.
Modellüberblick und Modus
Das Mixture-of-Experts-Modell besitzt insgesamt 30.5 Milliarden Parameter und 3.3 Milliarden aktivierte Parameter, mit 128 Experten und acht pro Token ausgewählten Experten über 48 Schichten. Sein nativer Kontext umfasst 262,144 Tokens. Es nimmt Text entgegen und gibt Text zurück; Tool-Ergebnisse werden über einen angebundenen Anwendungsablauf bereitgestellt. Dieser Checkpoint unterstützt ausschließlich Thinking. Er unterscheidet sich vom früheren hybriden Qwen3-30B-A3B, dessen FP8-Ausführung und Qwen3-30B-A3B-Instruct-2507. Der Non-Thinking-Schalter des Hybridmodells darf hier nicht als anwendbar vorausgesetzt werden.
Das standardmäßige Chat-Template startet die Denksequenz bereits mit einem öffnenden Thinking-Marker, sodass eine explizite Einstellung enable_thinking=True unnötig ist. Eine zurückgegebene Sequenz kann den schließenden Marker enthalten, ohne den öffnenden zu wiederholen. Das Herstellerbeispiel trennt die Schlussfolgerungen von der endgültigen Antwort. Bewahren Sie diese Trennung, wenn Sie ein konkretes Ergebnis anfordern: Eine Beweisschlussfolgerung, ein Patch oder eine Entscheidungstabelle sollte nach der längeren Erklärung leicht auffindbar bleiben.
Eine schwierige Aufgabe vorbereiten
Geben Sie dem Modell die vollständige Problemstellung, die Vorgaben und die relevanten Belege. Fügen Sie bei einer Codeänderung die bestehende Funktion, eine fehlschlagende Eingabe und das erwartete Verhalten hinzu und fordern Sie einen Patch-Vorschlag mit einer Erklärung der Randfälle an. Trennen Sie bei einer naturwissenschaftlichen Frage Beobachtungen von Annahmen und fragen Sie, welche Schlussfolgerung jeweils daraus folgt. Bewahren Sie bei einer langen Richtlinie oder Spezifikation die Abschnittskennungen und fordern Sie eine knappe, durch die relevanten Klauseln gestützte Entscheidung an. Das sind praktische Anwendungen der dokumentierten Denkbereiche, keine Aussagen darüber, dass das Modell einen Patch ausgeführt oder ein Experiment validiert hat.
Da diese Version ausführlich schlussfolgern kann, reservieren Sie Platz für die Überlegungen und das abschließende Artefakt. Qwen empfiehlt bei der Konfiguration des Modells nach Möglichkeit einen Kontext über 131,072 Tokens beizubehalten, auch wenn ein kleinerer Kontext den Speicherbedarf verringern würde. Die native Kontextangabe umfasst das Sequenzbudget; sie verspricht nicht, dass es vollständig für ein Dokument verwendet werden kann und dabei unbegrenzt Platz für die Antwort bleibt.
Agentischer Einsatz
Der Hersteller dokumentiert Tool Calling und empfiehlt Qwen-Agent für Tool-Templates und Parsing, einschließlich der Integration konfigurierter Tools und Code-Interpreter-Abläufe. Definieren Sie die Tools und das beabsichtigte Ergebnis ausdrücklich. Eine Anwendung könnte das Modell beispielsweise abgerufene Belege prüfen und einen erlaubten Rechner verwenden lassen, bevor es einen Bericht zur Erklärung der Berechnung erstellt. Abruf und Ausführung liegen bei den angebundenen Tools; die Tool-Calling-Fähigkeit des Modells begründet für sich allein keinen Zugriff auf Internet, Codeumgebung oder Geschäftssysteme.
Ultralange Texte verarbeiten
Qwen dokumentiert einen optionalen Ablauf mit ungefähr einer Million Tokens durch die Kombination von Dual Chunk Attention und MInference Sparse Attention. Die erste Technik teilt lange Sequenzen in Abschnitte auf und bewahrt dabei deren Wechselwirkungen; die zweite konzentriert die Berechnung auf ausgewählte Aufmerksamkeitsbeziehungen. Das ist ein zusätzlicher Konfigurationspfad über den nativen Kontext von 262,144 Tokens hinaus. Das Herstellerrezept erfordert die spezielle Langkontext-Konfiguration und veranschlagt ungefähr 240 GB gesamten GPU-Speicher für Gewichte, zwischengespeicherten Aufmerksamkeitszustand und maximale Aktivierungen.
Dieses Rezept hat konkrete Ressourcengrenzen: Der zwischengespeicherte Sequenzzustand, der Aktivierungsspeicher und die gesamte Eingabelänge können jeweils die konfigurierte Kapazität erschöpfen. Ein Ablauf mit einer Million Tokens hängt daher von Konfiguration, Speicher und unterstützter Attention-Implementierung ab. Beginnen Sie bei der praktischen Dokumentprüfung mit dem relevanten Material, markieren Sie Dokumentgrenzen und fordern Sie nachvollziehbare Belege an, statt die größtmögliche Eingabe als Ersatz für eine klare Frage zu betrachten.
Generierungsempfehlungen und Grenzen
Qwen empfiehlt temperature 0.6, top_p 0.95, top_k 20 und min_p 0. Für die meisten Anfragen wird ein Ausgabebudget von 32,768 Tokens empfohlen, für ungewöhnlich schwierige mathematische oder Programmierprobleme 81,920. Das sind Empfehlungen für das Generierungsbudget und keine gesondert veröffentlichte harte Ausgabeobergrenze. Eine Presence Penalty zwischen null und zwei kann Wiederholungen reduzieren; höhere Werte können jedoch Sprachen vermischen oder die Qualität leicht senken.
Legen Sie das Format der endgültigen Antwort im Prompt fest, etwa ein abgegrenztes mathematisches Ergebnis oder ein Antwortfeld für eine Multiple-Choice-Frage. Behalten Sie gemäß Herstellerempfehlung nur den Teil mit der endgültigen Antwort im Gesprächsverlauf. Längeres Schlussfolgern ist nützlich, wenn es ein überprüfbares Ergebnis liefert; kontrollieren Sie Annahmen, Berechnungen und vorgeschlagenen Code, bevor Sie sich auf das Ergebnis verlassen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits Qwen/Qwen3-30B-A3B-Thinking-2507 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Tokens Ausgabe · Ausgabetoken $0.0008 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
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 ist Qwens reines Thinking-Textmodell für anspruchsvolle Mathematik, Naturwissenschaften, Programmierung und logisches Schlussfolgern. Diese feste 2507-Ausführung bietet einen nativen Kontext von 262,144 Tokens und ein größeres Denkbudget, mit dokumentierten Tool-Aufrufen und bedingten Abläufen für ultralangen Kontext.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Schwerpunkte: die feste Thinking-2507-Veröffentlichung
Qwen3-30B-A3B-Thinking-2507 ist ein Textgenerierungsmodell mit Schwerpunkt auf schwierigen Denkaufgaben. Qwen beschreibt Verbesserungen in Logik, Mathematik, Naturwissenschaften, Programmierung, Anweisungsbefolgung, Tool-Nutzung und Textgenerierung sowie längere Denksequenzen und ein stärkeres Verständnis langer Kontexte. Wählen Sie genau diese 2507-Ausführung, wenn die Aufgabe von anhaltendem Schlussfolgern profitiert, etwa beim Prüfen konkurrierender Erklärungen, beim Lösen eines mehrstufigen mathematischen Problems oder beim Durcharbeiten einer komplexen Codeänderung.
Modellüberblick und Modus
Das Mixture-of-Experts-Modell besitzt insgesamt 30.5 Milliarden Parameter und 3.3 Milliarden aktivierte Parameter, mit 128 Experten und acht pro Token ausgewählten Experten über 48 Schichten. Sein nativer Kontext umfasst 262,144 Tokens. Es nimmt Text entgegen und gibt Text zurück; Tool-Ergebnisse werden über einen angebundenen Anwendungsablauf bereitgestellt. Dieser Checkpoint unterstützt ausschließlich Thinking. Er unterscheidet sich vom früheren hybriden Qwen3-30B-A3B, dessen FP8-Ausführung und Qwen3-30B-A3B-Instruct-2507. Der Non-Thinking-Schalter des Hybridmodells darf hier nicht als anwendbar vorausgesetzt werden.
Das standardmäßige Chat-Template startet die Denksequenz bereits mit einem öffnenden Thinking-Marker, sodass eine explizite Einstellung enable_thinking=True unnötig ist. Eine zurückgegebene Sequenz kann den schließenden Marker enthalten, ohne den öffnenden zu wiederholen. Das Herstellerbeispiel trennt die Schlussfolgerungen von der endgültigen Antwort. Bewahren Sie diese Trennung, wenn Sie ein konkretes Ergebnis anfordern: Eine Beweisschlussfolgerung, ein Patch oder eine Entscheidungstabelle sollte nach der längeren Erklärung leicht auffindbar bleiben.
Eine schwierige Aufgabe vorbereiten
Geben Sie dem Modell die vollständige Problemstellung, die Vorgaben und die relevanten Belege. Fügen Sie bei einer Codeänderung die bestehende Funktion, eine fehlschlagende Eingabe und das erwartete Verhalten hinzu und fordern Sie einen Patch-Vorschlag mit einer Erklärung der Randfälle an. Trennen Sie bei einer naturwissenschaftlichen Frage Beobachtungen von Annahmen und fragen Sie, welche Schlussfolgerung jeweils daraus folgt. Bewahren Sie bei einer langen Richtlinie oder Spezifikation die Abschnittskennungen und fordern Sie eine knappe, durch die relevanten Klauseln gestützte Entscheidung an. Das sind praktische Anwendungen der dokumentierten Denkbereiche, keine Aussagen darüber, dass das Modell einen Patch ausgeführt oder ein Experiment validiert hat.
Da diese Version ausführlich schlussfolgern kann, reservieren Sie Platz für die Überlegungen und das abschließende Artefakt. Qwen empfiehlt bei der Konfiguration des Modells nach Möglichkeit einen Kontext über 131,072 Tokens beizubehalten, auch wenn ein kleinerer Kontext den Speicherbedarf verringern würde. Die native Kontextangabe umfasst das Sequenzbudget; sie verspricht nicht, dass es vollständig für ein Dokument verwendet werden kann und dabei unbegrenzt Platz für die Antwort bleibt.
Agentischer Einsatz
Der Hersteller dokumentiert Tool Calling und empfiehlt Qwen-Agent für Tool-Templates und Parsing, einschließlich der Integration konfigurierter Tools und Code-Interpreter-Abläufe. Definieren Sie die Tools und das beabsichtigte Ergebnis ausdrücklich. Eine Anwendung könnte das Modell beispielsweise abgerufene Belege prüfen und einen erlaubten Rechner verwenden lassen, bevor es einen Bericht zur Erklärung der Berechnung erstellt. Abruf und Ausführung liegen bei den angebundenen Tools; die Tool-Calling-Fähigkeit des Modells begründet für sich allein keinen Zugriff auf Internet, Codeumgebung oder Geschäftssysteme.
Ultralange Texte verarbeiten
Qwen dokumentiert einen optionalen Ablauf mit ungefähr einer Million Tokens durch die Kombination von Dual Chunk Attention und MInference Sparse Attention. Die erste Technik teilt lange Sequenzen in Abschnitte auf und bewahrt dabei deren Wechselwirkungen; die zweite konzentriert die Berechnung auf ausgewählte Aufmerksamkeitsbeziehungen. Das ist ein zusätzlicher Konfigurationspfad über den nativen Kontext von 262,144 Tokens hinaus. Das Herstellerrezept erfordert die spezielle Langkontext-Konfiguration und veranschlagt ungefähr 240 GB gesamten GPU-Speicher für Gewichte, zwischengespeicherten Aufmerksamkeitszustand und maximale Aktivierungen.
Dieses Rezept hat konkrete Ressourcengrenzen: Der zwischengespeicherte Sequenzzustand, der Aktivierungsspeicher und die gesamte Eingabelänge können jeweils die konfigurierte Kapazität erschöpfen. Ein Ablauf mit einer Million Tokens hängt daher von Konfiguration, Speicher und unterstützter Attention-Implementierung ab. Beginnen Sie bei der praktischen Dokumentprüfung mit dem relevanten Material, markieren Sie Dokumentgrenzen und fordern Sie nachvollziehbare Belege an, statt die größtmögliche Eingabe als Ersatz für eine klare Frage zu betrachten.
Generierungsempfehlungen und Grenzen
Qwen empfiehlt temperature 0.6, top_p 0.95, top_k 20 und min_p 0. Für die meisten Anfragen wird ein Ausgabebudget von 32,768 Tokens empfohlen, für ungewöhnlich schwierige mathematische oder Programmierprobleme 81,920. Das sind Empfehlungen für das Generierungsbudget und keine gesondert veröffentlichte harte Ausgabeobergrenze. Eine Presence Penalty zwischen null und zwei kann Wiederholungen reduzieren; höhere Werte können jedoch Sprachen vermischen oder die Qualität leicht senken.
Legen Sie das Format der endgültigen Antwort im Prompt fest, etwa ein abgegrenztes mathematisches Ergebnis oder ein Antwortfeld für eine Multiple-Choice-Frage. Behalten Sie gemäß Herstellerempfehlung nur den Teil mit der endgültigen Antwort im Gesprächsverlauf. Längeres Schlussfolgern ist nützlich, wenn es ein überprüfbares Ergebnis liefert; kontrollieren Sie Annahmen, Berechnungen und vorgeschlagenen Code, bevor Sie sich auf das Ergebnis verlassen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3-30b-a3b-thinking-2507 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Tokens Ausgabe · Ausgabetoken $0.0008 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
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 ist Qwens reines Thinking-Textmodell für anspruchsvolle Mathematik, Naturwissenschaften, Programmierung und logisches Schlussfolgern. Diese feste 2507-Ausführung bietet einen nativen Kontext von 262,144 Tokens und ein größeres Denkbudget, mit dokumentierten Tool-Aufrufen und bedingten Abläufen für ultralangen Kontext.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Schwerpunkte: die feste Thinking-2507-Veröffentlichung
Qwen3-30B-A3B-Thinking-2507 ist ein Textgenerierungsmodell mit Schwerpunkt auf schwierigen Denkaufgaben. Qwen beschreibt Verbesserungen in Logik, Mathematik, Naturwissenschaften, Programmierung, Anweisungsbefolgung, Tool-Nutzung und Textgenerierung sowie längere Denksequenzen und ein stärkeres Verständnis langer Kontexte. Wählen Sie genau diese 2507-Ausführung, wenn die Aufgabe von anhaltendem Schlussfolgern profitiert, etwa beim Prüfen konkurrierender Erklärungen, beim Lösen eines mehrstufigen mathematischen Problems oder beim Durcharbeiten einer komplexen Codeänderung.
Modellüberblick und Modus
Das Mixture-of-Experts-Modell besitzt insgesamt 30.5 Milliarden Parameter und 3.3 Milliarden aktivierte Parameter, mit 128 Experten und acht pro Token ausgewählten Experten über 48 Schichten. Sein nativer Kontext umfasst 262,144 Tokens. Es nimmt Text entgegen und gibt Text zurück; Tool-Ergebnisse werden über einen angebundenen Anwendungsablauf bereitgestellt. Dieser Checkpoint unterstützt ausschließlich Thinking. Er unterscheidet sich vom früheren hybriden Qwen3-30B-A3B, dessen FP8-Ausführung und Qwen3-30B-A3B-Instruct-2507. Der Non-Thinking-Schalter des Hybridmodells darf hier nicht als anwendbar vorausgesetzt werden.
Das standardmäßige Chat-Template startet die Denksequenz bereits mit einem öffnenden Thinking-Marker, sodass eine explizite Einstellung enable_thinking=True unnötig ist. Eine zurückgegebene Sequenz kann den schließenden Marker enthalten, ohne den öffnenden zu wiederholen. Das Herstellerbeispiel trennt die Schlussfolgerungen von der endgültigen Antwort. Bewahren Sie diese Trennung, wenn Sie ein konkretes Ergebnis anfordern: Eine Beweisschlussfolgerung, ein Patch oder eine Entscheidungstabelle sollte nach der längeren Erklärung leicht auffindbar bleiben.
Eine schwierige Aufgabe vorbereiten
Geben Sie dem Modell die vollständige Problemstellung, die Vorgaben und die relevanten Belege. Fügen Sie bei einer Codeänderung die bestehende Funktion, eine fehlschlagende Eingabe und das erwartete Verhalten hinzu und fordern Sie einen Patch-Vorschlag mit einer Erklärung der Randfälle an. Trennen Sie bei einer naturwissenschaftlichen Frage Beobachtungen von Annahmen und fragen Sie, welche Schlussfolgerung jeweils daraus folgt. Bewahren Sie bei einer langen Richtlinie oder Spezifikation die Abschnittskennungen und fordern Sie eine knappe, durch die relevanten Klauseln gestützte Entscheidung an. Das sind praktische Anwendungen der dokumentierten Denkbereiche, keine Aussagen darüber, dass das Modell einen Patch ausgeführt oder ein Experiment validiert hat.
Da diese Version ausführlich schlussfolgern kann, reservieren Sie Platz für die Überlegungen und das abschließende Artefakt. Qwen empfiehlt bei der Konfiguration des Modells nach Möglichkeit einen Kontext über 131,072 Tokens beizubehalten, auch wenn ein kleinerer Kontext den Speicherbedarf verringern würde. Die native Kontextangabe umfasst das Sequenzbudget; sie verspricht nicht, dass es vollständig für ein Dokument verwendet werden kann und dabei unbegrenzt Platz für die Antwort bleibt.
Agentischer Einsatz
Der Hersteller dokumentiert Tool Calling und empfiehlt Qwen-Agent für Tool-Templates und Parsing, einschließlich der Integration konfigurierter Tools und Code-Interpreter-Abläufe. Definieren Sie die Tools und das beabsichtigte Ergebnis ausdrücklich. Eine Anwendung könnte das Modell beispielsweise abgerufene Belege prüfen und einen erlaubten Rechner verwenden lassen, bevor es einen Bericht zur Erklärung der Berechnung erstellt. Abruf und Ausführung liegen bei den angebundenen Tools; die Tool-Calling-Fähigkeit des Modells begründet für sich allein keinen Zugriff auf Internet, Codeumgebung oder Geschäftssysteme.
Ultralange Texte verarbeiten
Qwen dokumentiert einen optionalen Ablauf mit ungefähr einer Million Tokens durch die Kombination von Dual Chunk Attention und MInference Sparse Attention. Die erste Technik teilt lange Sequenzen in Abschnitte auf und bewahrt dabei deren Wechselwirkungen; die zweite konzentriert die Berechnung auf ausgewählte Aufmerksamkeitsbeziehungen. Das ist ein zusätzlicher Konfigurationspfad über den nativen Kontext von 262,144 Tokens hinaus. Das Herstellerrezept erfordert die spezielle Langkontext-Konfiguration und veranschlagt ungefähr 240 GB gesamten GPU-Speicher für Gewichte, zwischengespeicherten Aufmerksamkeitszustand und maximale Aktivierungen.
Dieses Rezept hat konkrete Ressourcengrenzen: Der zwischengespeicherte Sequenzzustand, der Aktivierungsspeicher und die gesamte Eingabelänge können jeweils die konfigurierte Kapazität erschöpfen. Ein Ablauf mit einer Million Tokens hängt daher von Konfiguration, Speicher und unterstützter Attention-Implementierung ab. Beginnen Sie bei der praktischen Dokumentprüfung mit dem relevanten Material, markieren Sie Dokumentgrenzen und fordern Sie nachvollziehbare Belege an, statt die größtmögliche Eingabe als Ersatz für eine klare Frage zu betrachten.
Generierungsempfehlungen und Grenzen
Qwen empfiehlt temperature 0.6, top_p 0.95, top_k 20 und min_p 0. Für die meisten Anfragen wird ein Ausgabebudget von 32,768 Tokens empfohlen, für ungewöhnlich schwierige mathematische oder Programmierprobleme 81,920. Das sind Empfehlungen für das Generierungsbudget und keine gesondert veröffentlichte harte Ausgabeobergrenze. Eine Presence Penalty zwischen null und zwei kann Wiederholungen reduzieren; höhere Werte können jedoch Sprachen vermischen oder die Qualität leicht senken.
Legen Sie das Format der endgültigen Antwort im Prompt fest, etwa ein abgegrenztes mathematisches Ergebnis oder ein Antwortfeld für eine Multiple-Choice-Frage. Behalten Sie gemäß Herstellerempfehlung nur den Teil mit der endgültigen Antwort im Gesprächsverlauf. Längeres Schlussfolgern ist nützlich, wenn es ein überprüfbares Ergebnis liefert; kontrollieren Sie Annahmen, Berechnungen und vorgeschlagenen Code, bevor Sie sich auf das Ergebnis verlassen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3-30b-a3b-thinking-2507 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Tokens Ausgabe · Ausgabetoken $0.0008 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
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
Technisches Beispiel auf Englisch
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.