Qwen3-0.6B bietet die hybride Textschnittstelle von Qwen3 in einem dichten Modell mit 0.6 Milliarden Parametern. Zu den Fähigkeiten der Familie zählen Anweisungsbefolgung, mehrsprachige Gespräche, kreatives Schreiben, rollenbasierte Interaktion, Mathematik, Code und logisches Schlussfolgern. Thinking und gewöhnliche Generierung sind innerhalb derselben Veröffentlichung verfügbar. Die kompakte Größe kennzeichnet den Checkpoint, kein anderes Eingabeformat und keinen Ersatznamen für ein größeres Qwen3-Modell.
Das Modell besitzt 0.44 Milliarden Parameter außerhalb der Embeddings und 28 Schichten, mit 16 Query-Heads und acht Key/Value-Heads in Grouped-Query Attention. Die konkrete Karte dokumentiert 32,768 Kontext-Tokens. Eingehender Text und generierte Inhalte belegen beide die Modellsequenz; reservieren Sie daher beim Zusammenstellen von Anweisungen und Beispielen Platz für die Antwort. Die Karte dieser Veröffentlichung dokumentiert keine erweiterte Kontextkonfiguration, wie sie auf manchen Karten größerer Qwen3-Modelle enthalten ist. Eine praktische erste Aufgabe ist eine kurze, klar definierte Operation, deren Ausgabe sich direkt mit der Quelle vergleichen lässt.
Verwenden Sie das vorgesehene Chat-Template des Herstellers, um Anweisung und Material zu präsentieren. Geben Sie beispielsweise eine kurze Servicenotiz an und verlangen Sie eine Kundennachricht, die den Termin und den Produktnamen unverändert lässt. Nennen Sie die Zielgruppe, den Ton und die maximal gewünschte Länge. Listen Sie bei einer Aufgabe zur Label-Auswahl die zulässigen Labels mit Definitionen auf und fügen Sie ein mehrdeutiges Beispiel hinzu, das zeigt, wie Unsicherheit angegeben werden soll. Fordern Sie nur das Label und die entsprechende Passage aus der Eingabe an. Das sind konkrete Ausgabeanforderungen, keine Aussage darüber, dass das Modell sie ohne Prüfung immer erfüllt. Die veröffentlichte Integration erwartet eine Qwen3-fähige Laufzeit; die Karte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.
Das bereitgestellte Template verwendet standardmäßig Thinking. Eine harte Non-Thinking-Einstellung unterdrückt den Denkabschnitt; bleibt Thinking aktiviert, können /think und /no_think den Modus zwischen Gesprächsrunden steuern, entsprechend der jüngsten Anweisung. Eine harte Deaktivierung hat Vorrang vor diesen weichen Prompts. Wählen Sie die Einstellung passend zur Operation: Eine einfache Änderung freigegebener Formulierungen kann eine direkte Antwort verwenden, während die Erklärung, warum eine Bedingung gilt, Schlussfolgerungen benötigen kann. Speichern Sie die endgültige Antwort statt eines früheren Denkabschnitts als Gesprächsverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Denkblock bei; dessen Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.
Die Modellkarte beschreibt toolorientierten Agenteneinsatz und empfiehlt Qwen-Agent für Templates und Parsing. Für einen kleinen Glossarassistenten könnte die Anwendung eine schreibgeschützte Abfrage bereitstellen, deren Argumente validieren, sie ausführen und den Eintrag zurückgeben. Das Modell kann den Begriff anschließend im gewünschten Stil erklären. Definieren Sie das Tool-Ergebnis und das Ersatzverhalten bei einem fehlenden Eintrag im Voraus. Eine generierte Tool-Anfrage sollte als Anfrage behandelt werden; die Anwendung bleibt für die Ausführung und die zurückgegebenen Belege verantwortlich. Der Qwen3-Leitfaden beschreibt auch parallele und mehrstufige Tool-Aufrufe, deren Argumente als Objekte dargestellt und deren Ergebnisse in die Konversation zurückgegeben werden.
Der veröffentlichte Schnellstart und die empfohlenen Ausgabelängen sind Generierungsempfehlungen, keine separate garantierte API-Grenze. Wählen Sie für eine gezielte Operation einen kompakten abschließenden Datensatz, etwa einen umformulierten Satz plus die unveränderten Namen oder ein Label mit dem stützenden Text. Prüfen Sie diesen Datensatz anhand des bereitgestellten Materials. Wächst die Aufgabe zu einer langen Erklärung, evaluieren Sie das längere Ergebnis mit derselben Art realer Eingaben, anstatt anzunehmen, die kompakte Modellidentität belege Genauigkeit oder Antwortqualität. Die Qwen3-Dokumentation behandelt in ihrer Erklärung der Trainingslänge Assistant-Nachrichtenlängen von 38,912 Tokens im Thinking-Modus und 16,384 im Non-Thinking-Modus und empfiehlt, die Qualität längerer Generierungen zu evaluieren. Diese Zahlen unterscheiden sich vom gesamten Kontextfenster und stellen keine harte, endpunktspezifische Grenze dar.
Genau diese Karte ergänzt Empfehlungen bei erheblichen Wiederholungen: Verwenden Sie die empfohlene Sampling-Konfiguration und erwägen Sie presence_penalty 1.5. Stärkere Penalties können Sprachvermischung oder einen Leistungsrückgang verursachen. Der Thinking-Modus wird mit temperature 0.6, top-p 0.95, top-k 20 und min-p 0 kombiniert; Non-Thinking mit temperature 0.7, top-p 0.8, top-k 20 und min-p 0. Der Hersteller warnt vor Greedy Decoding im Thinking-Modus. Prüfen Sie wiederholte Formulierungen, erhaltene Namen und das ausgewählte Label; weisen Sie einen fehlerhaft aufgebauten Datensatz zurück, statt lesbare Prosa als Beleg für die Einhaltung des geforderten Formats zu betrachten.
", "aboutText": "Qwen3-0.6B bietet die hybride Textschnittstelle von Qwen3 in einem dichten Modell mit 0.6 Milliarden Parametern. Zu den Fähigkeiten der Familie zählen Anweisungsbefolgung, mehrsprachige Gespräche, kreatives Schreiben, rollenbasierte Interaktion, Mathematik, Code und logisches Schlussfolgern. Thinking und gewöhnliche Generierung sind innerhalb derselben Veröffentlichung verfügbar. Die kompakte Größe kennzeichnet den Checkpoint, kein anderes Eingabeformat und keinen Ersatznamen für ein größeres Qwen3-Modell.\n\nDas Modell besitzt 0.44 Milliarden Parameter außerhalb der Embeddings und 28 Schichten, mit 16 Query-Heads und acht Key/Value-Heads in Grouped-Query Attention. Die konkrete Karte dokumentiert 32,768 Kontext-Tokens. Eingehender Text und generierte Inhalte belegen beide die Modellsequenz; reservieren Sie daher beim Zusammenstellen von Anweisungen und Beispielen Platz für die Antwort. Die Karte dieser Veröffentlichung dokumentiert keine erweiterte Kontextkonfiguration, wie sie auf manchen Karten größerer Qwen3-Modelle enthalten ist. Eine praktische erste Aufgabe ist eine kurze, klar definierte Operation, deren Ausgabe sich direkt mit der Quelle vergleichen lässt.\n\nVerwenden Sie das vorgesehene Chat-Template des Herstellers, um Anweisung und Material zu präsentieren. Geben Sie beispielsweise eine kurze Servicenotiz an und verlangen Sie eine Kundennachricht, die den Termin und den Produktnamen unverändert lässt. Nennen Sie die Zielgruppe, den Ton und die maximal gewünschte Länge. Listen Sie bei einer Aufgabe zur Label-Auswahl die zulässigen Labels mit Definitionen auf und fügen Sie ein mehrdeutiges Beispiel hinzu, das zeigt, wie Unsicherheit angegeben werden soll. Fordern Sie nur das Label und die entsprechende Passage aus der Eingabe an. Das sind konkrete Ausgabeanforderungen, keine Aussage darüber, dass das Modell sie ohne Prüfung immer erfüllt. Die veröffentlichte Integration erwartet eine Qwen3-fähige Laufzeit; die Karte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.\n\nDas bereitgestellte Template verwendet standardmäßig Thinking. Eine harte Non-Thinking-Einstellung unterdrückt den Denkabschnitt; bleibt Thinking aktiviert, können /think und /no_think den Modus zwischen Gesprächsrunden steuern, entsprechend der jüngsten Anweisung. Eine harte Deaktivierung hat Vorrang vor diesen weichen Prompts. Wählen Sie die Einstellung passend zur Operation: Eine einfache Änderung freigegebener Formulierungen kann eine direkte Antwort verwenden, während die Erklärung, warum eine Bedingung gilt, Schlussfolgerungen benötigen kann. Speichern Sie die endgültige Antwort statt eines früheren Denkabschnitts als Gesprächsverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Denkblock bei; dessen Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.\n\nDie Modellkarte beschreibt toolorientierten Agenteneinsatz und empfiehlt Qwen-Agent für Templates und Parsing. Für einen kleinen Glossarassistenten könnte die Anwendung eine schreibgeschützte Abfrage bereitstellen, deren Argumente validieren, sie ausführen und den Eintrag zurückgeben. Das Modell kann den Begriff anschließend im gewünschten Stil erklären. Definieren Sie das Tool-Ergebnis und das Ersatzverhalten bei einem fehlenden Eintrag im Voraus. Eine generierte Tool-Anfrage sollte als Anfrage behandelt werden; die Anwendung bleibt für die Ausführung und die zurückgegebenen Belege verantwortlich. Der Qwen3-Leitfaden beschreibt auch parallele und mehrstufige Tool-Aufrufe, deren Argumente als Objekte dargestellt und deren Ergebnisse in die Konversation zurückgegeben werden.\n\nDer veröffentlichte Schnellstart und die empfohlenen Ausgabelängen sind Generierungsempfehlungen, keine separate garantierte API-Grenze. Wählen Sie für eine gezielte Operation einen kompakten abschließenden Datensatz, etwa einen umformulierten Satz plus die unveränderten Namen oder ein Label mit dem stützenden Text. Prüfen Sie diesen Datensatz anhand des bereitgestellten Materials. Wächst die Aufgabe zu einer langen Erklärung, evaluieren Sie das längere Ergebnis mit derselben Art realer Eingaben, anstatt anzunehmen, die kompakte Modellidentität belege Genauigkeit oder Antwortqualität. Die Qwen3-Dokumentation behandelt in ihrer Erklärung der Trainingslänge Assistant-Nachrichtenlängen von 38,912 Tokens im Thinking-Modus und 16,384 im Non-Thinking-Modus und empfiehlt, die Qualität längerer Generierungen zu evaluieren. Diese Zahlen unterscheiden sich vom gesamten Kontextfenster und stellen keine harte, endpunktspezifische Grenze dar.\n\nGenau diese Karte ergänzt Empfehlungen bei erheblichen Wiederholungen: Verwenden Sie die empfohlene Sampling-Konfiguration und erwägen Sie presence_penalty 1.5. Stärkere Penalties können Sprachvermischung oder einen Leistungsrückgang verursachen. Der Thinking-Modus wird mit temperature 0.6, top-p 0.95, top-k 20 und min-p 0 kombiniert; Non-Thinking mit temperature 0.7, top-p 0.8, top-k 20 und min-p 0. Der Hersteller warnt vor Greedy Decoding im Thinking-Modus. Prüfen Sie wiederholte Formulierungen, erhaltene Namen und das ausgewählte Label; weisen Sie einen fehlerhaft aufgebauten Datensatz zurück, statt lesbare Prosa als Beleg für die Einhaltung des geforderten Formats zu betrachten.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
A single focused appointment rewrite\n\nRewrite this note as one friendly sentence for a customer, using at most 25 words: 'Appointment for Polar Fan repair: 14 June, 09:30. Bring the purchase receipt.' Preserve the product name, date, time and receipt instruction. Return only the sentence, with no heading or additional details.One customer-facing sentence of at most 25 words retaining all four facts.Polar Fan, 14 June and 09:30 remain exact, and the receipt instruction is present.qwen3-0.6bQwen3-0.6B ist die kleinste dichte Veröffentlichung in diesem Qwen3-Set, mit 0.6 Milliarden Parametern. Es verarbeitet Textanweisungen und mehrsprachige Dialoge über direkte und Thinking-Modi, mit einem ausführungsspezifischen Kontext von 32,768 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3-0.6B bietet die hybride Textschnittstelle von Qwen3 in einem dichten Modell mit 0.6 Milliarden Parametern. Zu den Fähigkeiten der Familie zählen Anweisungsbefolgung, mehrsprachige Gespräche, kreatives Schreiben, rollenbasierte Interaktion, Mathematik, Code und logisches Schlussfolgern. Thinking und gewöhnliche Generierung sind innerhalb derselben Veröffentlichung verfügbar. Die kompakte Größe kennzeichnet den Checkpoint, kein anderes Eingabeformat und keinen Ersatznamen für ein größeres Qwen3-Modell.
Das Modell besitzt 0.44 Milliarden Parameter außerhalb der Embeddings und 28 Schichten, mit 16 Query-Heads und acht Key/Value-Heads in Grouped-Query Attention. Die konkrete Karte dokumentiert 32,768 Kontext-Tokens. Eingehender Text und generierte Inhalte belegen beide die Modellsequenz; reservieren Sie daher beim Zusammenstellen von Anweisungen und Beispielen Platz für die Antwort. Die Karte dieser Veröffentlichung dokumentiert keine erweiterte Kontextkonfiguration, wie sie auf manchen Karten größerer Qwen3-Modelle enthalten ist. Eine praktische erste Aufgabe ist eine kurze, klar definierte Operation, deren Ausgabe sich direkt mit der Quelle vergleichen lässt.
Verwenden Sie das vorgesehene Chat-Template des Herstellers, um Anweisung und Material zu präsentieren. Geben Sie beispielsweise eine kurze Servicenotiz an und verlangen Sie eine Kundennachricht, die den Termin und den Produktnamen unverändert lässt. Nennen Sie die Zielgruppe, den Ton und die maximal gewünschte Länge. Listen Sie bei einer Aufgabe zur Label-Auswahl die zulässigen Labels mit Definitionen auf und fügen Sie ein mehrdeutiges Beispiel hinzu, das zeigt, wie Unsicherheit angegeben werden soll. Fordern Sie nur das Label und die entsprechende Passage aus der Eingabe an. Das sind konkrete Ausgabeanforderungen, keine Aussage darüber, dass das Modell sie ohne Prüfung immer erfüllt. Die veröffentlichte Integration erwartet eine Qwen3-fähige Laufzeit; die Karte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.
Das bereitgestellte Template verwendet standardmäßig Thinking. Eine harte Non-Thinking-Einstellung unterdrückt den Denkabschnitt; bleibt Thinking aktiviert, können /think und /no_think den Modus zwischen Gesprächsrunden steuern, entsprechend der jüngsten Anweisung. Eine harte Deaktivierung hat Vorrang vor diesen weichen Prompts. Wählen Sie die Einstellung passend zur Operation: Eine einfache Änderung freigegebener Formulierungen kann eine direkte Antwort verwenden, während die Erklärung, warum eine Bedingung gilt, Schlussfolgerungen benötigen kann. Speichern Sie die endgültige Antwort statt eines früheren Denkabschnitts als Gesprächsverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Denkblock bei; dessen Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.
Die Modellkarte beschreibt toolorientierten Agenteneinsatz und empfiehlt Qwen-Agent für Templates und Parsing. Für einen kleinen Glossarassistenten könnte die Anwendung eine schreibgeschützte Abfrage bereitstellen, deren Argumente validieren, sie ausführen und den Eintrag zurückgeben. Das Modell kann den Begriff anschließend im gewünschten Stil erklären. Definieren Sie das Tool-Ergebnis und das Ersatzverhalten bei einem fehlenden Eintrag im Voraus. Eine generierte Tool-Anfrage sollte als Anfrage behandelt werden; die Anwendung bleibt für die Ausführung und die zurückgegebenen Belege verantwortlich. Der Qwen3-Leitfaden beschreibt auch parallele und mehrstufige Tool-Aufrufe, deren Argumente als Objekte dargestellt und deren Ergebnisse in die Konversation zurückgegeben werden.
Der veröffentlichte Schnellstart und die empfohlenen Ausgabelängen sind Generierungsempfehlungen, keine separate garantierte API-Grenze. Wählen Sie für eine gezielte Operation einen kompakten abschließenden Datensatz, etwa einen umformulierten Satz plus die unveränderten Namen oder ein Label mit dem stützenden Text. Prüfen Sie diesen Datensatz anhand des bereitgestellten Materials. Wächst die Aufgabe zu einer langen Erklärung, evaluieren Sie das längere Ergebnis mit derselben Art realer Eingaben, anstatt anzunehmen, die kompakte Modellidentität belege Genauigkeit oder Antwortqualität. Die Qwen3-Dokumentation behandelt in ihrer Erklärung der Trainingslänge Assistant-Nachrichtenlängen von 38,912 Tokens im Thinking-Modus und 16,384 im Non-Thinking-Modus und empfiehlt, die Qualität längerer Generierungen zu evaluieren. Diese Zahlen unterscheiden sich vom gesamten Kontextfenster und stellen keine harte, endpunktspezifische Grenze dar.
Genau diese Karte ergänzt Empfehlungen bei erheblichen Wiederholungen: Verwenden Sie die empfohlene Sampling-Konfiguration und erwägen Sie presence_penalty 1.5. Stärkere Penalties können Sprachvermischung oder einen Leistungsrückgang verursachen. Der Thinking-Modus wird mit temperature 0.6, top-p 0.95, top-k 20 und min-p 0 kombiniert; Non-Thinking mit temperature 0.7, top-p 0.8, top-k 20 und min-p 0. Der Hersteller warnt vor Greedy Decoding im Thinking-Modus. Prüfen Sie wiederholte Formulierungen, erhaltene Namen und das ausgewählte Label; weisen Sie einen fehlerhaft aufgebauten Datensatz zurück, statt lesbare Prosa als Beleg für die Einhaltung des geforderten Formats zu betrachten.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3-0.6b | 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 $0.0001 / 1K Tokens Ausgabe · Ausgabetoken $0.001 / 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": "qwen3-0.6b", "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='qwen3-0.6b',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='qwen3-0.6b',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 qwen3-0.6b
Verwenden Sie die oben angezeigten Methodenpfade.
qwen3-0.6bQwen3-0.6B ist die kleinste dichte Veröffentlichung in diesem Qwen3-Set, mit 0.6 Milliarden Parametern. Es verarbeitet Textanweisungen und mehrsprachige Dialoge über direkte und Thinking-Modi, mit einem ausführungsspezifischen Kontext von 32,768 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3-0.6B bietet die hybride Textschnittstelle von Qwen3 in einem dichten Modell mit 0.6 Milliarden Parametern. Zu den Fähigkeiten der Familie zählen Anweisungsbefolgung, mehrsprachige Gespräche, kreatives Schreiben, rollenbasierte Interaktion, Mathematik, Code und logisches Schlussfolgern. Thinking und gewöhnliche Generierung sind innerhalb derselben Veröffentlichung verfügbar. Die kompakte Größe kennzeichnet den Checkpoint, kein anderes Eingabeformat und keinen Ersatznamen für ein größeres Qwen3-Modell.
Das Modell besitzt 0.44 Milliarden Parameter außerhalb der Embeddings und 28 Schichten, mit 16 Query-Heads und acht Key/Value-Heads in Grouped-Query Attention. Die konkrete Karte dokumentiert 32,768 Kontext-Tokens. Eingehender Text und generierte Inhalte belegen beide die Modellsequenz; reservieren Sie daher beim Zusammenstellen von Anweisungen und Beispielen Platz für die Antwort. Die Karte dieser Veröffentlichung dokumentiert keine erweiterte Kontextkonfiguration, wie sie auf manchen Karten größerer Qwen3-Modelle enthalten ist. Eine praktische erste Aufgabe ist eine kurze, klar definierte Operation, deren Ausgabe sich direkt mit der Quelle vergleichen lässt.
Verwenden Sie das vorgesehene Chat-Template des Herstellers, um Anweisung und Material zu präsentieren. Geben Sie beispielsweise eine kurze Servicenotiz an und verlangen Sie eine Kundennachricht, die den Termin und den Produktnamen unverändert lässt. Nennen Sie die Zielgruppe, den Ton und die maximal gewünschte Länge. Listen Sie bei einer Aufgabe zur Label-Auswahl die zulässigen Labels mit Definitionen auf und fügen Sie ein mehrdeutiges Beispiel hinzu, das zeigt, wie Unsicherheit angegeben werden soll. Fordern Sie nur das Label und die entsprechende Passage aus der Eingabe an. Das sind konkrete Ausgabeanforderungen, keine Aussage darüber, dass das Modell sie ohne Prüfung immer erfüllt. Die veröffentlichte Integration erwartet eine Qwen3-fähige Laufzeit; die Karte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.
Das bereitgestellte Template verwendet standardmäßig Thinking. Eine harte Non-Thinking-Einstellung unterdrückt den Denkabschnitt; bleibt Thinking aktiviert, können /think und /no_think den Modus zwischen Gesprächsrunden steuern, entsprechend der jüngsten Anweisung. Eine harte Deaktivierung hat Vorrang vor diesen weichen Prompts. Wählen Sie die Einstellung passend zur Operation: Eine einfache Änderung freigegebener Formulierungen kann eine direkte Antwort verwenden, während die Erklärung, warum eine Bedingung gilt, Schlussfolgerungen benötigen kann. Speichern Sie die endgültige Antwort statt eines früheren Denkabschnitts als Gesprächsverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Denkblock bei; dessen Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.
Die Modellkarte beschreibt toolorientierten Agenteneinsatz und empfiehlt Qwen-Agent für Templates und Parsing. Für einen kleinen Glossarassistenten könnte die Anwendung eine schreibgeschützte Abfrage bereitstellen, deren Argumente validieren, sie ausführen und den Eintrag zurückgeben. Das Modell kann den Begriff anschließend im gewünschten Stil erklären. Definieren Sie das Tool-Ergebnis und das Ersatzverhalten bei einem fehlenden Eintrag im Voraus. Eine generierte Tool-Anfrage sollte als Anfrage behandelt werden; die Anwendung bleibt für die Ausführung und die zurückgegebenen Belege verantwortlich. Der Qwen3-Leitfaden beschreibt auch parallele und mehrstufige Tool-Aufrufe, deren Argumente als Objekte dargestellt und deren Ergebnisse in die Konversation zurückgegeben werden.
Der veröffentlichte Schnellstart und die empfohlenen Ausgabelängen sind Generierungsempfehlungen, keine separate garantierte API-Grenze. Wählen Sie für eine gezielte Operation einen kompakten abschließenden Datensatz, etwa einen umformulierten Satz plus die unveränderten Namen oder ein Label mit dem stützenden Text. Prüfen Sie diesen Datensatz anhand des bereitgestellten Materials. Wächst die Aufgabe zu einer langen Erklärung, evaluieren Sie das längere Ergebnis mit derselben Art realer Eingaben, anstatt anzunehmen, die kompakte Modellidentität belege Genauigkeit oder Antwortqualität. Die Qwen3-Dokumentation behandelt in ihrer Erklärung der Trainingslänge Assistant-Nachrichtenlängen von 38,912 Tokens im Thinking-Modus und 16,384 im Non-Thinking-Modus und empfiehlt, die Qualität längerer Generierungen zu evaluieren. Diese Zahlen unterscheiden sich vom gesamten Kontextfenster und stellen keine harte, endpunktspezifische Grenze dar.
Genau diese Karte ergänzt Empfehlungen bei erheblichen Wiederholungen: Verwenden Sie die empfohlene Sampling-Konfiguration und erwägen Sie presence_penalty 1.5. Stärkere Penalties können Sprachvermischung oder einen Leistungsrückgang verursachen. Der Thinking-Modus wird mit temperature 0.6, top-p 0.95, top-k 20 und min-p 0 kombiniert; Non-Thinking mit temperature 0.7, top-p 0.8, top-k 20 und min-p 0. Der Hersteller warnt vor Greedy Decoding im Thinking-Modus. Prüfen Sie wiederholte Formulierungen, erhaltene Namen und das ausgewählte Label; weisen Sie einen fehlerhaft aufgebauten Datensatz zurück, statt lesbare Prosa als Beleg für die Einhaltung des geforderten Formats zu betrachten.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3-0.6b | 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 $0.0001 / 1K Tokens Ausgabe · Ausgabetoken $0.001 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3-0.6b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-0.6b', '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': 'qwen3-0.6b', '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 qwen3-0.6b
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
A single focused appointment rewrite\n\nRewrite this note as one friendly sentence for a customer, using at most 25 words: 'Appointment for Polar Fan repair: 14 June, 09:30. Bring the purchase receipt.' Preserve the product name, date, time and receipt instruction. Return only the sentence, with no heading or additional details.One customer-facing sentence of at most 25 words retaining all four facts.Polar Fan, 14 June and 09:30 remain exact, and the receipt instruction is present.