Qwen3-1.7B verbindet direkte Antworten und Schlussfolgerungen in einem kleinen dichten Sprachmodell. Der Hersteller beschreibt Anweisungsbefolgung, kreatives Schreiben, rollenbasierte Gespräche, Mathematik, logische Probleme und Code, mit mehr als 100 unterstützten Sprachen und Dialekten. Es nimmt Text entgegen und erzeugt Text. Eine hilfreiche Einstiegsaufgabe ist eine eng umrissene Umwandlung: eine kurze Kundennachricht in eine höfliche Antwort verwandeln, einen Begriff für eine bestimmte Person erklären oder eine Besprechungsnotiz in eine Aufgabenliste umwandeln.
Diese konkrete Veröffentlichung besitzt 1.7 Milliarden Parameter, davon 1.4 Milliarden außerhalb der Embeddings, und 28 Schichten. Grouped-Query Attention verwendet 16 Query-Heads und acht Key/Value-Heads. Die eigene Modellkarte nennt eine Kontextlänge von 32,768 Tokens. Das ist das dokumentierte Fenster dieser Ausführung; größere Kontextangaben anderer Qwen3-Größen gehören weiterhin zu deren separaten Karten. Halten Sie Quelltext, Anweisungen, Gesprächsverlauf und die angeforderte Antwort innerhalb des relevanten Sequenzbudgets. Stellen Sie einem Antwortassistenten die empfangene Nachricht, bestätigte Hintergrundinformationen, Zielgruppe und gewünschte Länge bereit, anstatt ein ganzes unzusammenhängendes Korrespondenzarchiv zu übermitteln.
Der Schnellstart des Herstellers formatiert eine Konversation mit dem Chat-Template des Modells. Bereiten Sie eine kleine vollständige Aufgabe vor, die sich anhand ihrer Quelle überprüfen lässt. Geben Sie für eine Aufgabenliste beispielsweise eine Notiz mit Namen, Terminen und Entscheidungen an, fordern Sie einen Eintrag pro Aktion und verlangen Sie einen expliziten Unbekannt-Wert, wenn keine zuständige Person genannt wurde. Stellen Sie für ein Programmierbeispiel eine Funktion und repräsentative Eingaben bereit und bitten Sie das Modell, den Zweig zu erklären, der das Ergebnis bestimmt. Eine zurückgegebene Erklärung sollte auf die tatsächlichen Variablen und Bedingungen verweisen, statt hypothetisches Verhalten einzuführen. Die veröffentlichte Integration erwartet eine Qwen3-fähige Laufzeit; die Karte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.
Thinking ist im bereitgestellten Template standardmäßig aktiviert. Ein harter Schalter wählt Non-Thinking-Ausgabe ohne Denkabschnitt. Solange Thinking aktiviert bleibt, wirken /think und /no_think als Anweisungen pro Gesprächsrunde, wobei die jüngste die Auswahl bestimmt; sie können einen hart deaktivierten Modus nicht übersteuern. Verwenden Sie die direkte Einstellung für eine kurze Umformulierung und eine Thinking-Einstellung, wenn eine Antwort mehrere Bedingungen miteinander abgleichen muss. Halten Sie Zwischenschritte der Überlegungen von der endgültigen Antwort getrennt und bewahren Sie die endgültige Antwort im späteren Dialogverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Denkblock bei; dessen Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.
Agentischer Einsatz ist Teil des veröffentlichten Funktionsumfangs. Der Hersteller empfiehlt Qwen-Agent für Tool-Formatierung und Parsing, während die Anwendung die Tools bereitstellt und ausführt. Ein eng begrenzter Assistent könnte eine Wörterbuchabfrage zu einem Produktbegriff anfordern, die bestätigte Definition empfangen und anschließend den Satz der nutzenden Person umformulieren. Definieren Sie die erlaubten Argument- und Rückgabefelder und prüfen Sie beide vor der Verwendung des Ergebnisses. Der endgültige Text sollte bereitgestellte Fakten, zurückgegebene Informationen und offenbleibende Fragen unterscheiden. Der Qwen3-Leitfaden beschreibt auch parallele und mehrstufige Tool-Aufrufe, deren Argumente als Objekte dargestellt und deren Ergebnisse in die Konversation zurückgegeben werden.
Das Ausgabebudget sollte zur gesamten Aufgabe passen. Die Modellkarte enthält Generierungsbeispiele und Empfehlungen zur Ausgabelänge; diese unterscheiden sich von einem nachgewiesenen dienstseitigen Maximum. Kurze angeforderte Ausgaben sind leicht zu prüfen: Legen Sie Felder, Reihenfolge und Sprache fest und halten Sie die ursprüngliche Nachricht zum Vergleich bereit. Evaluieren Sie das Ergebnis anhand der tatsächlichen Eingabeklasse, bevor Sie sich auf längere Generierungen verlassen. 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.
Für diese Größe gibt es einen besonderen Hinweis zu anhaltenden Wiederholungen: Die Karte empfiehlt bei erheblichen Wiederholungen die empfohlenen Sampling-Einstellungen und presence_penalty 1.5. Höhere Penalties können gelegentlich Sprachen vermischen oder die Leistung verringern. Für Thinking wird temperature 0.6 mit top-p 0.95, top-k 20 und min-p 0 empfohlen; für Non-Thinking temperature 0.7 mit top-p 0.8, top-k 20 und min-p 0. Vermeiden Sie Greedy Decoding im Thinking-Modus. Prüfen Sie Namen, Termine, Beschriftungen und wiederholte Teilsätze und validieren Sie jede strukturierte Ausgabe, bevor Sie sie an einen anderen Anwendungsteil weitergeben.
", "aboutText": "Qwen3-1.7B verbindet direkte Antworten und Schlussfolgerungen in einem kleinen dichten Sprachmodell. Der Hersteller beschreibt Anweisungsbefolgung, kreatives Schreiben, rollenbasierte Gespräche, Mathematik, logische Probleme und Code, mit mehr als 100 unterstützten Sprachen und Dialekten. Es nimmt Text entgegen und erzeugt Text. Eine hilfreiche Einstiegsaufgabe ist eine eng umrissene Umwandlung: eine kurze Kundennachricht in eine höfliche Antwort verwandeln, einen Begriff für eine bestimmte Person erklären oder eine Besprechungsnotiz in eine Aufgabenliste umwandeln.\n\nDiese konkrete Veröffentlichung besitzt 1.7 Milliarden Parameter, davon 1.4 Milliarden außerhalb der Embeddings, und 28 Schichten. Grouped-Query Attention verwendet 16 Query-Heads und acht Key/Value-Heads. Die eigene Modellkarte nennt eine Kontextlänge von 32,768 Tokens. Das ist das dokumentierte Fenster dieser Ausführung; größere Kontextangaben anderer Qwen3-Größen gehören weiterhin zu deren separaten Karten. Halten Sie Quelltext, Anweisungen, Gesprächsverlauf und die angeforderte Antwort innerhalb des relevanten Sequenzbudgets. Stellen Sie einem Antwortassistenten die empfangene Nachricht, bestätigte Hintergrundinformationen, Zielgruppe und gewünschte Länge bereit, anstatt ein ganzes unzusammenhängendes Korrespondenzarchiv zu übermitteln.\n\nDer Schnellstart des Herstellers formatiert eine Konversation mit dem Chat-Template des Modells. Bereiten Sie eine kleine vollständige Aufgabe vor, die sich anhand ihrer Quelle überprüfen lässt. Geben Sie für eine Aufgabenliste beispielsweise eine Notiz mit Namen, Terminen und Entscheidungen an, fordern Sie einen Eintrag pro Aktion und verlangen Sie einen expliziten Unbekannt-Wert, wenn keine zuständige Person genannt wurde. Stellen Sie für ein Programmierbeispiel eine Funktion und repräsentative Eingaben bereit und bitten Sie das Modell, den Zweig zu erklären, der das Ergebnis bestimmt. Eine zurückgegebene Erklärung sollte auf die tatsächlichen Variablen und Bedingungen verweisen, statt hypothetisches Verhalten einzuführen. Die veröffentlichte Integration erwartet eine Qwen3-fähige Laufzeit; die Karte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.\n\nThinking ist im bereitgestellten Template standardmäßig aktiviert. Ein harter Schalter wählt Non-Thinking-Ausgabe ohne Denkabschnitt. Solange Thinking aktiviert bleibt, wirken /think und /no_think als Anweisungen pro Gesprächsrunde, wobei die jüngste die Auswahl bestimmt; sie können einen hart deaktivierten Modus nicht übersteuern. Verwenden Sie die direkte Einstellung für eine kurze Umformulierung und eine Thinking-Einstellung, wenn eine Antwort mehrere Bedingungen miteinander abgleichen muss. Halten Sie Zwischenschritte der Überlegungen von der endgültigen Antwort getrennt und bewahren Sie die endgültige Antwort im späteren Dialogverlauf. 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\nAgentischer Einsatz ist Teil des veröffentlichten Funktionsumfangs. Der Hersteller empfiehlt Qwen-Agent für Tool-Formatierung und Parsing, während die Anwendung die Tools bereitstellt und ausführt. Ein eng begrenzter Assistent könnte eine Wörterbuchabfrage zu einem Produktbegriff anfordern, die bestätigte Definition empfangen und anschließend den Satz der nutzenden Person umformulieren. Definieren Sie die erlaubten Argument- und Rückgabefelder und prüfen Sie beide vor der Verwendung des Ergebnisses. Der endgültige Text sollte bereitgestellte Fakten, zurückgegebene Informationen und offenbleibende Fragen unterscheiden. Der Qwen3-Leitfaden beschreibt auch parallele und mehrstufige Tool-Aufrufe, deren Argumente als Objekte dargestellt und deren Ergebnisse in die Konversation zurückgegeben werden.\n\nDas Ausgabebudget sollte zur gesamten Aufgabe passen. Die Modellkarte enthält Generierungsbeispiele und Empfehlungen zur Ausgabelänge; diese unterscheiden sich von einem nachgewiesenen dienstseitigen Maximum. Kurze angeforderte Ausgaben sind leicht zu prüfen: Legen Sie Felder, Reihenfolge und Sprache fest und halten Sie die ursprüngliche Nachricht zum Vergleich bereit. Evaluieren Sie das Ergebnis anhand der tatsächlichen Eingabeklasse, bevor Sie sich auf längere Generierungen verlassen. 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\nFür diese Größe gibt es einen besonderen Hinweis zu anhaltenden Wiederholungen: Die Karte empfiehlt bei erheblichen Wiederholungen die empfohlenen Sampling-Einstellungen und presence_penalty 1.5. Höhere Penalties können gelegentlich Sprachen vermischen oder die Leistung verringern. Für Thinking wird temperature 0.6 mit top-p 0.95, top-k 20 und min-p 0 empfohlen; für Non-Thinking temperature 0.7 mit top-p 0.8, top-k 20 und min-p 0. Vermeiden Sie Greedy Decoding im Thinking-Modus. Prüfen Sie Namen, Termine, Beschriftungen und wiederholte Teilsätze und validieren Sie jede strukturierte Ausgabe, bevor Sie sie an einen anderen Anwendungsteil weitergeben.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Convert a short note into actions\n\nTurn this note into an action list: 'Mina will order six folders by Thursday. Leo will check the cupboard today. Someone must print the welcome sheets before Friday, but we have not assigned that task.' Return one row per action with owner, task and deadline; use 'unassigned' where needed.Three action rows retaining names, deadlines and the unassigned printing owner.Do not assign the printing task to Mina or Leo without evidence in the note.qwen3-1.7bQwen3-1.7B ist ein kompaktes dichtes Textmodell mit direkten Antwort- und Thinking-Modi. Es unterstützt mehrsprachige Dialoge, Schreiben, Code und toolbezogene Anweisungen, mit einem für genau diese Veröffentlichung dokumentierten 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.
Qwen3-1.7B verbindet direkte Antworten und Schlussfolgerungen in einem kleinen dichten Sprachmodell. Der Hersteller beschreibt Anweisungsbefolgung, kreatives Schreiben, rollenbasierte Gespräche, Mathematik, logische Probleme und Code, mit mehr als 100 unterstützten Sprachen und Dialekten. Es nimmt Text entgegen und erzeugt Text. Eine hilfreiche Einstiegsaufgabe ist eine eng umrissene Umwandlung: eine kurze Kundennachricht in eine höfliche Antwort verwandeln, einen Begriff für eine bestimmte Person erklären oder eine Besprechungsnotiz in eine Aufgabenliste umwandeln.
Diese konkrete Veröffentlichung besitzt 1.7 Milliarden Parameter, davon 1.4 Milliarden außerhalb der Embeddings, und 28 Schichten. Grouped-Query Attention verwendet 16 Query-Heads und acht Key/Value-Heads. Die eigene Modellkarte nennt eine Kontextlänge von 32,768 Tokens. Das ist das dokumentierte Fenster dieser Ausführung; größere Kontextangaben anderer Qwen3-Größen gehören weiterhin zu deren separaten Karten. Halten Sie Quelltext, Anweisungen, Gesprächsverlauf und die angeforderte Antwort innerhalb des relevanten Sequenzbudgets. Stellen Sie einem Antwortassistenten die empfangene Nachricht, bestätigte Hintergrundinformationen, Zielgruppe und gewünschte Länge bereit, anstatt ein ganzes unzusammenhängendes Korrespondenzarchiv zu übermitteln.
Der Schnellstart des Herstellers formatiert eine Konversation mit dem Chat-Template des Modells. Bereiten Sie eine kleine vollständige Aufgabe vor, die sich anhand ihrer Quelle überprüfen lässt. Geben Sie für eine Aufgabenliste beispielsweise eine Notiz mit Namen, Terminen und Entscheidungen an, fordern Sie einen Eintrag pro Aktion und verlangen Sie einen expliziten Unbekannt-Wert, wenn keine zuständige Person genannt wurde. Stellen Sie für ein Programmierbeispiel eine Funktion und repräsentative Eingaben bereit und bitten Sie das Modell, den Zweig zu erklären, der das Ergebnis bestimmt. Eine zurückgegebene Erklärung sollte auf die tatsächlichen Variablen und Bedingungen verweisen, statt hypothetisches Verhalten einzuführen. Die veröffentlichte Integration erwartet eine Qwen3-fähige Laufzeit; die Karte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.
Thinking ist im bereitgestellten Template standardmäßig aktiviert. Ein harter Schalter wählt Non-Thinking-Ausgabe ohne Denkabschnitt. Solange Thinking aktiviert bleibt, wirken /think und /no_think als Anweisungen pro Gesprächsrunde, wobei die jüngste die Auswahl bestimmt; sie können einen hart deaktivierten Modus nicht übersteuern. Verwenden Sie die direkte Einstellung für eine kurze Umformulierung und eine Thinking-Einstellung, wenn eine Antwort mehrere Bedingungen miteinander abgleichen muss. Halten Sie Zwischenschritte der Überlegungen von der endgültigen Antwort getrennt und bewahren Sie die endgültige Antwort im späteren Dialogverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Denkblock bei; dessen Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.
Agentischer Einsatz ist Teil des veröffentlichten Funktionsumfangs. Der Hersteller empfiehlt Qwen-Agent für Tool-Formatierung und Parsing, während die Anwendung die Tools bereitstellt und ausführt. Ein eng begrenzter Assistent könnte eine Wörterbuchabfrage zu einem Produktbegriff anfordern, die bestätigte Definition empfangen und anschließend den Satz der nutzenden Person umformulieren. Definieren Sie die erlaubten Argument- und Rückgabefelder und prüfen Sie beide vor der Verwendung des Ergebnisses. Der endgültige Text sollte bereitgestellte Fakten, zurückgegebene Informationen und offenbleibende Fragen unterscheiden. Der Qwen3-Leitfaden beschreibt auch parallele und mehrstufige Tool-Aufrufe, deren Argumente als Objekte dargestellt und deren Ergebnisse in die Konversation zurückgegeben werden.
Das Ausgabebudget sollte zur gesamten Aufgabe passen. Die Modellkarte enthält Generierungsbeispiele und Empfehlungen zur Ausgabelänge; diese unterscheiden sich von einem nachgewiesenen dienstseitigen Maximum. Kurze angeforderte Ausgaben sind leicht zu prüfen: Legen Sie Felder, Reihenfolge und Sprache fest und halten Sie die ursprüngliche Nachricht zum Vergleich bereit. Evaluieren Sie das Ergebnis anhand der tatsächlichen Eingabeklasse, bevor Sie sich auf längere Generierungen verlassen. 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.
Für diese Größe gibt es einen besonderen Hinweis zu anhaltenden Wiederholungen: Die Karte empfiehlt bei erheblichen Wiederholungen die empfohlenen Sampling-Einstellungen und presence_penalty 1.5. Höhere Penalties können gelegentlich Sprachen vermischen oder die Leistung verringern. Für Thinking wird temperature 0.6 mit top-p 0.95, top-k 20 und min-p 0 empfohlen; für Non-Thinking temperature 0.7 mit top-p 0.8, top-k 20 und min-p 0. Vermeiden Sie Greedy Decoding im Thinking-Modus. Prüfen Sie Namen, Termine, Beschriftungen und wiederholte Teilsätze und validieren Sie jede strukturierte Ausgabe, bevor Sie sie an einen anderen Anwendungsteil weitergeben.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3-1.7b | 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": "qwen3-1.7b", "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='qwen3-1.7b',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='qwen3-1.7b',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 qwen3-1.7b
Verwenden Sie die oben angezeigten Methodenpfade.
qwen3-1.7bQwen3-1.7B ist ein kompaktes dichtes Textmodell mit direkten Antwort- und Thinking-Modi. Es unterstützt mehrsprachige Dialoge, Schreiben, Code und toolbezogene Anweisungen, mit einem für genau diese Veröffentlichung dokumentierten 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.
Qwen3-1.7B verbindet direkte Antworten und Schlussfolgerungen in einem kleinen dichten Sprachmodell. Der Hersteller beschreibt Anweisungsbefolgung, kreatives Schreiben, rollenbasierte Gespräche, Mathematik, logische Probleme und Code, mit mehr als 100 unterstützten Sprachen und Dialekten. Es nimmt Text entgegen und erzeugt Text. Eine hilfreiche Einstiegsaufgabe ist eine eng umrissene Umwandlung: eine kurze Kundennachricht in eine höfliche Antwort verwandeln, einen Begriff für eine bestimmte Person erklären oder eine Besprechungsnotiz in eine Aufgabenliste umwandeln.
Diese konkrete Veröffentlichung besitzt 1.7 Milliarden Parameter, davon 1.4 Milliarden außerhalb der Embeddings, und 28 Schichten. Grouped-Query Attention verwendet 16 Query-Heads und acht Key/Value-Heads. Die eigene Modellkarte nennt eine Kontextlänge von 32,768 Tokens. Das ist das dokumentierte Fenster dieser Ausführung; größere Kontextangaben anderer Qwen3-Größen gehören weiterhin zu deren separaten Karten. Halten Sie Quelltext, Anweisungen, Gesprächsverlauf und die angeforderte Antwort innerhalb des relevanten Sequenzbudgets. Stellen Sie einem Antwortassistenten die empfangene Nachricht, bestätigte Hintergrundinformationen, Zielgruppe und gewünschte Länge bereit, anstatt ein ganzes unzusammenhängendes Korrespondenzarchiv zu übermitteln.
Der Schnellstart des Herstellers formatiert eine Konversation mit dem Chat-Template des Modells. Bereiten Sie eine kleine vollständige Aufgabe vor, die sich anhand ihrer Quelle überprüfen lässt. Geben Sie für eine Aufgabenliste beispielsweise eine Notiz mit Namen, Terminen und Entscheidungen an, fordern Sie einen Eintrag pro Aktion und verlangen Sie einen expliziten Unbekannt-Wert, wenn keine zuständige Person genannt wurde. Stellen Sie für ein Programmierbeispiel eine Funktion und repräsentative Eingaben bereit und bitten Sie das Modell, den Zweig zu erklären, der das Ergebnis bestimmt. Eine zurückgegebene Erklärung sollte auf die tatsächlichen Variablen und Bedingungen verweisen, statt hypothetisches Verhalten einzuführen. Die veröffentlichte Integration erwartet eine Qwen3-fähige Laufzeit; die Karte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.
Thinking ist im bereitgestellten Template standardmäßig aktiviert. Ein harter Schalter wählt Non-Thinking-Ausgabe ohne Denkabschnitt. Solange Thinking aktiviert bleibt, wirken /think und /no_think als Anweisungen pro Gesprächsrunde, wobei die jüngste die Auswahl bestimmt; sie können einen hart deaktivierten Modus nicht übersteuern. Verwenden Sie die direkte Einstellung für eine kurze Umformulierung und eine Thinking-Einstellung, wenn eine Antwort mehrere Bedingungen miteinander abgleichen muss. Halten Sie Zwischenschritte der Überlegungen von der endgültigen Antwort getrennt und bewahren Sie die endgültige Antwort im späteren Dialogverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Denkblock bei; dessen Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.
Agentischer Einsatz ist Teil des veröffentlichten Funktionsumfangs. Der Hersteller empfiehlt Qwen-Agent für Tool-Formatierung und Parsing, während die Anwendung die Tools bereitstellt und ausführt. Ein eng begrenzter Assistent könnte eine Wörterbuchabfrage zu einem Produktbegriff anfordern, die bestätigte Definition empfangen und anschließend den Satz der nutzenden Person umformulieren. Definieren Sie die erlaubten Argument- und Rückgabefelder und prüfen Sie beide vor der Verwendung des Ergebnisses. Der endgültige Text sollte bereitgestellte Fakten, zurückgegebene Informationen und offenbleibende Fragen unterscheiden. Der Qwen3-Leitfaden beschreibt auch parallele und mehrstufige Tool-Aufrufe, deren Argumente als Objekte dargestellt und deren Ergebnisse in die Konversation zurückgegeben werden.
Das Ausgabebudget sollte zur gesamten Aufgabe passen. Die Modellkarte enthält Generierungsbeispiele und Empfehlungen zur Ausgabelänge; diese unterscheiden sich von einem nachgewiesenen dienstseitigen Maximum. Kurze angeforderte Ausgaben sind leicht zu prüfen: Legen Sie Felder, Reihenfolge und Sprache fest und halten Sie die ursprüngliche Nachricht zum Vergleich bereit. Evaluieren Sie das Ergebnis anhand der tatsächlichen Eingabeklasse, bevor Sie sich auf längere Generierungen verlassen. 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.
Für diese Größe gibt es einen besonderen Hinweis zu anhaltenden Wiederholungen: Die Karte empfiehlt bei erheblichen Wiederholungen die empfohlenen Sampling-Einstellungen und presence_penalty 1.5. Höhere Penalties können gelegentlich Sprachen vermischen oder die Leistung verringern. Für Thinking wird temperature 0.6 mit top-p 0.95, top-k 20 und min-p 0 empfohlen; für Non-Thinking temperature 0.7 mit top-p 0.8, top-k 20 und min-p 0. Vermeiden Sie Greedy Decoding im Thinking-Modus. Prüfen Sie Namen, Termine, Beschriftungen und wiederholte Teilsätze und validieren Sie jede strukturierte Ausgabe, bevor Sie sie an einen anderen Anwendungsteil weitergeben.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3-1.7b | 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 $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3-1.7b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-1.7b', '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': 'qwen3-1.7b', '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 qwen3-1.7b
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Convert a short note into actions\n\nTurn this note into an action list: 'Mina will order six folders by Thursday. Leo will check the cupboard today. Someone must print the welcome sheets before Friday, but we have not assigned that task.' Return one row per action with owner, task and deadline; use 'unassigned' where needed.Three action rows retaining names, deadlines and the unassigned printing owner.Do not assign the printing task to Mina or Leo without evidence in the note.