Source: https://ailoot.ai/models/de-ch/qwen-qwen3-30b-a3b-thinking-2507/
Canonical: https://ailoot.ai/models/de-ch/qwen-qwen3-30b-a3b-thinking-2507/
Language: de-ch

# Qwen3 30B A3B Thinking 2507

[Markdown](https://ailoot.ai/models/de-ch/qwen-qwen3-30b-a3b-thinking-2507/index.md) · [JSON](https://ailoot.ai/models/de-ch/qwen-qwen3-30b-a3b-thinking-2507/facts.json)

## [Qwen3 30B A3B Thinking 2507](https://ailoot.ai/models/de-ch/qwen-qwen3-30b-a3b-thinking-2507/)

Qwen3-30B-A3B-Thinking-2507 ist Qwens Textmodell mit ausschliesslichem Denkmodus für anspruchsvolle Mathematik, Naturwissenschaften, Programmierung und logisches Schlussfolgern. Diese feste 2507-Ausgabe bietet einen nativen Kontext von 262,144 Tokens und ein grösseres Denkbudget, mit dokumentierten Werkzeugaufrufen und bedingten Workflows für extrem lange Kontexte.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/qwen-qwen3-30b-a3b-thinking-2507/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/qwen-qwen3-30b-a3b-thinking-2507/#method-1)
- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/qwen-qwen3-30b-a3b-thinking-2507/#method-2)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/qwen-qwen3-30b-a3b-thinking-2507/#method-3)

Über das Modell

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 Veröffentlichung Thinking-2507

Qwen3-30B-A3B-Thinking-2507 ist ein Textgenerierungsmodell für schwierige Schlussfolgerungsaufgaben. Qwen beschreibt Verbesserungen bei Logik, Mathematik, Naturwissenschaften, Programmierung, Anweisungsbefolgung, Werkzeugnutzung und Texterzeugung sowie längere Denksequenzen und besseres Verständnis langer Kontexte. Wählen Sie genau diese 2507-Ausgabe, wenn die Aufgabe von anhaltendem Schlussfolgern profitiert, etwa beim Prüfen konkurrierender Erklärungen, Lösen eines mehrstufigen mathematischen Problems oder Durcharbeiten einer komplexen Code-Änderung.

Modellüberblick und Modus

Das Mixture-of-Experts-Modell hat insgesamt 30.5 Milliarden Parameter und 3.3 Milliarden aktivierte Parameter, mit 128 Experten und acht ausgewählten Experten pro Token über 48 Schichten. Sein nativer Kontext beträgt 262,144 Tokens. Es verarbeitet Text und gibt Text zurück; Werkzeugergebnisse werden über einen verbundenen Anwendungsworkflow bereitgestellt. Dieser Checkpoint unterstützt ausschliesslich den Denkmodus. Er unterscheidet sich vom früheren hybriden Qwen3-30B-A3B, seiner FP8-Ausgabe und Qwen3-30B-A3B-Instruct-2507. Es darf nicht angenommen werden, dass der Schalter zum Deaktivieren des Denkens beim hybriden Modell auch hier gilt.

Die standardmässige Chatvorlage beginnt die Denksequenz bereits mit einem öffnenden Denkmarker; eine ausdrückliche Einstellung enable\_thinking=True ist daher unnötig. Eine zurückgegebene Sequenz kann den schliessenden Marker enthalten, ohne den öffnenden Marker zu wiederholen. Das Herstellerbeispiel trennt den Denkverlauf von der endgültigen Antwort. Bewahren Sie diese Trennung, wenn Sie ein konkretes Arbeitsergebnis verlangen: 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 Aufgabenstellung, Vorgaben und relevanten Belege. Nehmen Sie für eine Code-Änderung die bestehende Funktion, eine fehlschlagende Eingabe und das erwartete Verhalten auf. Verlangen Sie anschliessend einen Patch-Vorschlag mit einer Erklärung der Randfälle. Trennen Sie bei einer naturwissenschaftlichen Frage Beobachtungen von Annahmen und fragen Sie, welche Schlussfolgerung aus welcher Grundlage folgt. Bewahren Sie bei einer langen Richtlinie oder Spezifikation Abschnittskennungen und verlangen Sie eine knappe Entscheidung, gestützt auf die relevanten Klauseln. Dies sind praktische Anwendungen der dokumentierten Schlussfolgerungsbereiche und keine Behauptungen, dass das Modell einen Patch ausgeführt oder ein Experiment validiert hat.

Da diese Version ausführlich schlussfolgern kann, reservieren Sie Platz für den Denkverlauf und das endgültige Artefakt. Qwen empfiehlt, bei der Modellkonfiguration nach Möglichkeit einen Kontext oberhalb von 131,072 Tokens beizubehalten, auch wenn ein kleinerer Kontext den Speicherdruck verringern würde. Die native Kontextangabe umfasst das Sequenzbudget; sie verspricht nicht, dass es vollständig für ein Dokument verwendet werden kann und dennoch unbegrenzt Platz für die Antwort bleibt.

Agentische Nutzung

Der Hersteller dokumentiert Werkzeugaufrufe und empfiehlt Qwen-Agent für Werkzeugvorlagen und das Parsing, einschliesslich der Integration mit konfigurierten Werkzeugen und Workflows mit Code-Interpreter. Definieren Sie die Werkzeuge und das gewünschte Ergebnis ausdrücklich. Eine Anwendung könnte das Modell beispielsweise abgerufene Belege untersuchen, einen erlaubten Rechner nutzen und anschliessend einen Bericht zur Erklärung der Berechnung erstellen lassen. Abruf und Ausführung liegen bei den verbundenen Werkzeugen; die Fähigkeit des Modells zu Werkzeugaufrufen begründet für sich allein keinen Zugriff auf das Internet, eine Codeumgebung oder Geschäftssysteme.

Extrem lange Texte verarbeiten

Qwen dokumentiert einen optionalen Workflow, der durch die Kombination von Dual Chunk Attention und MInference Sparse Attention ungefähr eine Million Tokens erreicht. Die erste Technik teilt lange Sequenzen in Blöcke und bewahrt die Interaktionen zwischen ihnen; die zweite konzentriert die Berechnung auf ausgewählte Aufmerksamkeitsbeziehungen. Dies ist ein zusätzlicher Konfigurationspfad über den nativen Kontext von 262,144 Tokens hinaus. Das Herstellerrezept benötigt eine spezielle Konfiguration für lange Kontexte und veranschlagt insgesamt ungefähr 240 GB GPU-Speicher für Gewichte, zwischengespeicherten Aufmerksamkeitszustand und Aktivierungsspitzen.

Dieses Rezept hat konkrete Ressourcengrenzen: Zwischengespeicherter Sequenzzustand, Aktivierungsspeicher und gesamte Eingabelänge können jeweils die konfigurierte Kapazität erschöpfen. Ein Workflow mit einer Million Tokens hängt daher von Konfiguration, Speicher und unterstützter Aufmerksamkeitsimplementierung ab. Beginnen Sie bei einer praktischen Dokumentprüfung mit dem relevanten Material, markieren Sie Dokumentgrenzen und verlangen Sie nachvollziehbare Belege, statt die grösstmögliche Eingabe als Ersatz für eine klare Frage zu behandeln.

Generierungshinweise und Grenzen

Qwen empfiehlt temperature 0.6, top\_p 0.95, top\_k 20 und min\_p 0. Vorgeschlagen wird ein Ausgabebudget von 32,768 Tokens für die meisten Anfragen und 81,920 für ungewöhnlich schwierige mathematische oder Programmierprobleme. Dies sind Empfehlungen für das Generierungsbudget und keine separat veröffentlichte harte Ausgabeobergrenze. Eine Präsenzstrafe zwischen null und zwei kann Wiederholungen reduzieren; höhere Werte können jedoch Sprachen vermischen oder die Qualität leicht senken.

Geben Sie im Prompt das Format der endgültigen Antwort an, etwa ein abgegrenztes mathematisches Ergebnis oder ein Antwortfeld für eine Multiple-Choice-Frage. Bewahren Sie gemäss der Herstellerempfehlung im Gesprächsverlauf nur den Teil mit der endgültigen Antwort auf. Längeres Schlussfolgern ist nützlich, wenn es ein überprüfbares Ergebnis erzeugt. Prüfen Sie Annahmen, Berechnungen und vorgeschlagenen Code, bevor Sie sich auf das Ergebnis verlassen.

Praktische Aufgabe

### Praktische Aufgabe

Technisches Beispiel auf Englisch

```
Solve a constrained staffing assignment

Assign 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.
```

#### Erwartetes Ergebnis

```
An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.
```

#### Ergebnis prüfen

```
Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.
```

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Qwen/Qwen3-30B-A3B-Thinking-2507`

[`Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=Qwen%2FQwen3-30B-A3B-Thinking-2507&fmt=chat)

Alibaba /`Qwen/Qwen3-30B-A3B-Thinking-2507`

Modell-ID

- `Qwen/Qwen3-30B-A3B-Thinking-2507`
- `qwen3-30b-a3b-thinking-2507`

### Einstieg

Qwen3-30B-A3B-Thinking-2507 ist Qwens Textmodell mit ausschliesslichem Denkmodus für anspruchsvolle Mathematik, Naturwissenschaften, Programmierung und logisches Schlussfolgern. Diese feste 2507-Ausgabe bietet einen nativen Kontext von 262,144 Tokens und ein grösseres Denkbudget, mit dokumentierten Werkzeugaufrufen und bedingten Workflows für extrem lange Kontexte.

Zulässige Eingaben

Text

Ergebnisse

Text

### In Ailoot verfügbar · Eingaben und Methoden

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

Eingabe

`text`

Ausgabe

`text`

Ausgabeformat

json oder SSE

| Feld | Typ | Anforderung | Werte und Limits | Standard |
| --- | --- | --- | --- | --- |
| Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits Qwen/Qwen3-30B-A3B-Thinking-2507 | Standard— |
| Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
| Feld`messages[].role` | Typ`string` | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— |
| Feld`messages[].content` | Typ`string` | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— |
| Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse |

Kombinationen von Eingabematerialien

**Text** · UTF8-Text

`messages[].content`

Methodenparameter und Lebenszyklus

| Parameter | Vertrag |
| --- | --- |
| Parameter`content_type` | Vertragapplication/json |
| Parameter`required` | Vertragmodel, messages |
| Parameter`material_types` | Vertragtext |
| Parameter`messages` | VertragNachrichtenarray mit role/content-Struktur |
| Parameter`file_material` | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
| Parameter`optional_controls` | Vertragstream |
| Parameter`control_scope` | VertragTextgespräch; stream ist ein boolescher Wert und standardmässig false. |
| Parameter`output_modalities` | Vertragtext |
| Parameter`hosted_operations` | Vertragfalse |
| Parameter`multimodal_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.

### Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus

Nicht angegeben Wenn der Schnellmodus ausgewählt ist

Flex-Modus

Nicht angegeben Wenn der Modus flex ausgewählt ist

Maximaler Denkaufwand

Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird

#### Ailoot-Tarife

#### Preise nach Konfiguration

| 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 · Cache schreiben **$0** / 1K Tokens Eingabe · 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 →](https://ailoot.ai/docs/de-ch/billing/reserve/)

### Beispielanfragen

#### Ailoot Ultra · OpenAI Chat

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"Qwen/Qwen3-30B-A3B-Thinking-2507","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="Qwen/Qwen3-30B-A3B-Thinking-2507", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

### Ergebnisse abrufen und speichern

#### Ailoot Ultra · OpenAI Chat

json oder SSE

##### Alle fertiggestellten Ergebnisse aufbewahren

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.

##### Wenn die ursprüngliche Antwort geprüft werden muss

Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.

Antwortfelder

| Feld | Typ |
| --- | --- |
| Feld`choices[].index` | Typinteger |
| Feld`choices[].message.content` | Typstring\|null |
| Feld`choices[].message.tool_calls` | Typtool\_call\[\] |
| Feld`choices[].message.reasoning_content` | Typstring |
| Feld`choices[].message.reasoning_details` | Typobject\|array |
| Feld`choices[].finish_reason` | Typstring\|null |
| Feld`usage` | Typobject |

Fehler und nächste Schritte

| Antwort | Bedingung | Nächster Schritt |
| --- | --- | --- |
| Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |

### Aliasnamen

#### Modellaliasnamen

**Ailoot Ultra** [`Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=Qwen%2FQwen3-30B-A3B-Thinking-2507&fmt=chat), [`qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=qwen3-30b-a3b-thinking-2507&fmt=chat)

#### Aliasnamen für Methodenpfade

`/chat/completions`

#### Zugehörige Aufrufer-IDs

[`Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=Qwen%2FQwen3-30B-A3B-Thinking-2507&fmt=chat), [`qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=qwen3-30b-a3b-thinking-2507&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Qwen/Qwen3-30B-A3B-Thinking-2507`

[`Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=Qwen%2FQwen3-30B-A3B-Thinking-2507&fmt=messages)

Alibaba /`Qwen/Qwen3-30B-A3B-Thinking-2507`

Modell-ID

- `Qwen/Qwen3-30B-A3B-Thinking-2507`
- `qwen3-30b-a3b-thinking-2507`

### Einstieg

Qwen3-30B-A3B-Thinking-2507 ist Qwens Textmodell mit ausschliesslichem Denkmodus für anspruchsvolle Mathematik, Naturwissenschaften, Programmierung und logisches Schlussfolgern. Diese feste 2507-Ausgabe bietet einen nativen Kontext von 262,144 Tokens und ein grösseres Denkbudget, mit dokumentierten Werkzeugaufrufen und bedingten Workflows für extrem lange Kontexte.

Zulässige Eingaben

Text

Ergebnisse

json · sse

### In Ailoot verfügbar · Eingaben und Methoden

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

Eingabe

`text`

Ausgabe

`json`, `sse`

Ausgabeformat

JSON oder SSE

| Feld | Typ | Anforderung | Werte und Limits | Standard |
| --- | --- | --- | --- | --- |
| Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits Qwen/Qwen3-30B-A3B-Thinking-2507 | Standard— |
| Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits | Standard— |
| Feld`messages[].role` | Typ`string` | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
| Feld`messages[].content` | Typ`string` | AnforderungErforderlich | Werte und Limits | Standard— |
| Feld`max_tokens` | Typ`integer` | AnforderungErforderlich | Werte und Limits | Standard— |
| Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse |

Kombinationen von Eingabematerialien

**Text** · UTF-8-Text

`Zeichenfolge messages[].content`

Methodenparameter und Lebenszyklus

| Parameter | Vertrag |
| --- | --- |
| Parameter`content_type` | Vertragapplication/json |
| Parameter`required` | Vertragmodel, messages, max\_tokens |
| Parameter`optional_controls` | Vertragstream |
| Parameter`material_types` | Vertragtext |
| Parameter`text_file_material` | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |

Lebenszyklus: `synchronous_or_streamed`

### Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus

Nicht angegeben Wenn der Schnellmodus ausgewählt ist

Flex-Modus

Nicht angegeben Wenn der Modus flex ausgewählt ist

Maximaler Denkaufwand

Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird

#### Ailoot-Tarife

#### Preise nach Konfiguration

| 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 · Cache schreiben **$0** / 1K Tokens Eingabe · 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 →](https://ailoot.ai/docs/de-ch/billing/reserve/)

### Beispielanfragen

#### Ailoot Ultra · Anthropic Messages

Vollständiger minimaler JSON-Bodycurl · eigenes UTF-8-Dokument verwendenPython · das vollständige Ergebnis speichern

```json
{
  "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### Ergebnisse abrufen und speichern

#### Ailoot Ultra · Anthropic Messages

JSON oder SSE

##### Alle fertiggestellten Ergebnisse aufbewahren

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.

##### Wenn die ursprüngliche Antwort geprüft werden muss

Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.

Antwortfelder

| Feld | Typ |
| --- | --- |
| Feld`id` | Typstring |
| Feld`model` | Typstring |
| Feld`content[]` | Typtext\|thinking\|tool\_use\|other content block |
| Feld`stop_reason` | Typstring\|null |
| Feld`usage` | Typobject |

Fehler und nächste Schritte

| Antwort | Bedingung | Nächster Schritt |
| --- | --- | --- |
| Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |

### Aliasnamen

#### Modellaliasnamen

**Ailoot Ultra** [`Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=Qwen%2FQwen3-30B-A3B-Thinking-2507&fmt=messages), [`qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=qwen3-30b-a3b-thinking-2507&fmt=messages)

#### Aliasnamen für Methodenpfade

`/chat/completions`

#### Zugehörige Aufrufer-IDs

[`Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=Qwen%2FQwen3-30B-A3B-Thinking-2507&fmt=messages), [`qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=qwen3-30b-a3b-thinking-2507&fmt=messages)

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen3-30b-a3b-thinking-2507`

[`qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=qwen3-30b-a3b-thinking-2507&fmt=chat)

Alibaba /`qwen3-30b-a3b-thinking-2507`

Modell-ID

- `Qwen/Qwen3-30B-A3B-Thinking-2507`
- `qwen3-30b-a3b-thinking-2507`

### Einstieg

Qwen3-30B-A3B-Thinking-2507 ist Qwens Textmodell mit ausschliesslichem Denkmodus für anspruchsvolle Mathematik, Naturwissenschaften, Programmierung und logisches Schlussfolgern. Diese feste 2507-Ausgabe bietet einen nativen Kontext von 262,144 Tokens und ein grösseres Denkbudget, mit dokumentierten Werkzeugaufrufen und bedingten Workflows für extrem lange Kontexte.

Zulässige Eingaben

Text

Ergebnisse

Text

### In Ailoot verfügbar · Eingaben und Methoden

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

Eingabe

`text`

Ausgabe

`text`

Ausgabeformat

json oder SSE

| Feld | Typ | Anforderung | Werte und Limits | Standard |
| --- | --- | --- | --- | --- |
| Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits qwen3-30b-a3b-thinking-2507 | Standard— |
| Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
| Feld`messages[].role` | Typ`string` | 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— |
| Feld`messages[].content` | Typ`string\|content_part[]\|null` | AnforderungOptional | Werte und Limits | Standard— |
| Feld`messages[].tool_calls` | Typ`tool_call[]` | AnforderungOptional | Werte und Limits | Standard— |
| Feld`messages[].tool_call_id` | Typ`string` | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
| Feld`messages[].name` | Typ`string` | AnforderungOptional | Werte und Limits | Standard— |
| Feld`messages[].reasoning_content` | Typ`string` | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
| Feld`messages[].reasoning_details` | Typ`object\|array` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`max_tokens` | Typ`integer` | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
| Feld`max_completion_tokens` | Typ`integer` | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
| Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse |
| Feld`stream_options.include_usage` | Typ`boolean` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`temperature` | Typ`number` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`top_p` | Typ`number` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`stop` | Typ`string\|string[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`tools` | Typ`function_tool[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`tools[].type` | Typ`string` | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
| Feld`tools[].function.name` | Typ`string` | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
| Feld`tools[].function.description` | Typ`string` | AnforderungOptional | Werte und Limits | Standard— |
| Feld`tools[].function.parameters` | Typ`JSON_schema` | AnforderungOptional | Werte und Limits | Standard— |
| Feld`tool_choice` | Typ`string\|object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`parallel_tool_calls` | Typ`boolean` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`response_format` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`reasoning_effort` | Typ`string` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`reasoning` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`service_tier` | Typ`string` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`instructions` | Typ`string` | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
| Feld`functions` | Typ`function[]` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`function_call` | Typ`string\|object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`prompt_cache_options` | Typ`object` | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
| Feld`modalities` | Typ`string[]` | AnforderungOptional | Werte und Limits text | Standard— |
| Feld`provider` | Typ`object` | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
| Feld`cache_control.ttl` | Typ`string` | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |

Kombinationen von Eingabematerialien

**Text** · UTF8-Text

`messages[].content`

Methodenparameter und Lebenszyklus

| Parameter | Vertrag |
| --- | --- |
| Parameter`content_type` | Vertragapplication/json |
| Parameter`required` | Vertragmodel, messages |
| Parameter`material_types` | Vertragtext |
| Parameter`messages` | VertragNachrichtenarray mit role/content-Struktur |
| Parameter`file_material` | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
| Parameter`optional_controls` | Vertragstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| Parameter`control_scope` | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
| Parameter`output_modalities` | Vertragtext |
| Parameter`hosted_operations` | Vertragfalse |
| Parameter`multimodal_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.

### Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus

Nicht angegeben Wenn der Schnellmodus ausgewählt ist

Flex-Modus

Nicht angegeben Wenn der Modus flex ausgewählt ist

Maximaler Denkaufwand

Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird

#### Ailoot-Tarife

#### Preise nach Konfiguration

| 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 · Cache schreiben **$0** / 1K Tokens Eingabe · 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 →](https://ailoot.ai/docs/de-ch/billing/reserve/)

### Beispielanfragen

#### Ailoot Ultra · OpenAI Chat

curlPython SDKPython-Stream

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen3-30b-a3b-thinking-2507", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='qwen3-30b-a3b-thinking-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

```python
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='qwen3-30b-a3b-thinking-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")
```

### Ergebnisse abrufen und speichern

#### Ailoot Ultra · OpenAI Chat

json oder SSE

##### Alle fertiggestellten Ergebnisse aufbewahren

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.

##### Wenn die ursprüngliche Antwort geprüft werden muss

Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.

Antwortfelder

| Feld | Typ |
| --- | --- |
| Feld`choices[].index` | Typinteger |
| Feld`choices[].message.content` | Typstring\|null |
| Feld`choices[].message.tool_calls` | Typtool\_call\[\] |
| Feld`choices[].message.reasoning_content` | Typstring |
| Feld`choices[].message.reasoning_details` | Typobject\|array |
| Feld`choices[].finish_reason` | Typstring\|null |
| Feld`usage` | Typobject |

Fehler und nächste Schritte

| Antwort | Bedingung | Nächster Schritt |
| --- | --- | --- |
| Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |

### Aliasnamen

#### Modellaliasnamen

**Ailoot Ultra** [`Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=Qwen%2FQwen3-30B-A3B-Thinking-2507&fmt=chat), [`qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=qwen3-30b-a3b-thinking-2507&fmt=chat)

#### Aliasnamen für Methodenpfade

`/chat/completions`

#### Zugehörige Aufrufer-IDs

[`Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=Qwen%2FQwen3-30B-A3B-Thinking-2507&fmt=chat), [`qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=qwen3-30b-a3b-thinking-2507&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen3-30b-a3b-thinking-2507`

[`qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=qwen3-30b-a3b-thinking-2507&fmt=messages)

Alibaba /`qwen3-30b-a3b-thinking-2507`

Modell-ID

- `Qwen/Qwen3-30B-A3B-Thinking-2507`
- `qwen3-30b-a3b-thinking-2507`

### Einstieg

Qwen3-30B-A3B-Thinking-2507 ist Qwens Textmodell mit ausschliesslichem Denkmodus für anspruchsvolle Mathematik, Naturwissenschaften, Programmierung und logisches Schlussfolgern. Diese feste 2507-Ausgabe bietet einen nativen Kontext von 262,144 Tokens und ein grösseres Denkbudget, mit dokumentierten Werkzeugaufrufen und bedingten Workflows für extrem lange Kontexte.

Zulässige Eingaben

Text

Ergebnisse

json · sse

### In Ailoot verfügbar · Eingaben und Methoden

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

Eingabe

`text`

Ausgabe

`json`, `sse`

Ausgabeformat

JSON oder SSE

| Feld | Typ | Anforderung | Werte und Limits | Standard |
| --- | --- | --- | --- | --- |
| Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits qwen3-30b-a3b-thinking-2507 | Standard— |
| Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits | Standard— |
| Feld`messages[].role` | Typ`string` | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
| Feld`messages[].content` | Typ`string` | AnforderungErforderlich | Werte und Limits | Standard— |
| Feld`max_tokens` | Typ`integer` | AnforderungErforderlich | Werte und Limits | Standard— |
| Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse |

Kombinationen von Eingabematerialien

**Text** · UTF-8-Text

`Zeichenfolge messages[].content`

Methodenparameter und Lebenszyklus

| Parameter | Vertrag |
| --- | --- |
| Parameter`content_type` | Vertragapplication/json |
| Parameter`required` | Vertragmodel, messages, max\_tokens |
| Parameter`optional_controls` | Vertragstream |
| Parameter`material_types` | Vertragtext |
| Parameter`text_file_material` | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |

Lebenszyklus: `synchronous_or_streamed`

### Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus

Nicht angegeben Wenn der Schnellmodus ausgewählt ist

Flex-Modus

Nicht angegeben Wenn der Modus flex ausgewählt ist

Maximaler Denkaufwand

Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird

#### Ailoot-Tarife

#### Preise nach Konfiguration

| 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 · Cache schreiben **$0** / 1K Tokens Eingabe · 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 →](https://ailoot.ai/docs/de-ch/billing/reserve/)

### Beispielanfragen

#### Ailoot Ultra · Anthropic Messages

Vollständiger minimaler JSON-Bodycurl · eigenes UTF-8-Dokument verwendenPython · das vollständige Ergebnis speichern

```json
{
  "model": "qwen3-30b-a3b-thinking-2507",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'qwen3-30b-a3b-thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'qwen3-30b-a3b-thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### Ergebnisse abrufen und speichern

#### Ailoot Ultra · Anthropic Messages

JSON oder SSE

##### Alle fertiggestellten Ergebnisse aufbewahren

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.

##### Wenn die ursprüngliche Antwort geprüft werden muss

Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.

Antwortfelder

| Feld | Typ |
| --- | --- |
| Feld`id` | Typstring |
| Feld`model` | Typstring |
| Feld`content[]` | Typtext\|thinking\|tool\_use\|other content block |
| Feld`stop_reason` | Typstring\|null |
| Feld`usage` | Typobject |

Fehler und nächste Schritte

| Antwort | Bedingung | Nächster Schritt |
| --- | --- | --- |
| Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |

### Aliasnamen

#### Modellaliasnamen

**Ailoot Ultra** [`Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=Qwen%2FQwen3-30B-A3B-Thinking-2507&fmt=messages), [`qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=qwen3-30b-a3b-thinking-2507&fmt=messages)

#### Aliasnamen für Methodenpfade

`/chat/completions`

#### Zugehörige Aufrufer-IDs

[`Qwen/Qwen3-30B-A3B-Thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=Qwen%2FQwen3-30B-A3B-Thinking-2507&fmt=messages), [`qwen3-30b-a3b-thinking-2507`](https://ailoot.ai/models/de-ch/#m=Qwen%2FQwen3-30B-A3B-Thinking-2507&route=Ultra&caller=qwen3-30b-a3b-thinking-2507&fmt=messages)

FAQ · Qwen/Qwen3-30B-A3B-Thinking-2507

Welche Eingaben und Ergebnisse sind verfügbar?

`POST /v1/chat/completions` · `Qwen/Qwen3-30B-A3B-Thinking-2507`: `text` → `text` `POST /v1/messages` · `Qwen/Qwen3-30B-A3B-Thinking-2507`: `text` → `json`, `sse` `POST /v1/chat/completions` · `qwen3-30b-a3b-thinking-2507`: `text` → `text` `POST /v1/messages` · `qwen3-30b-a3b-thinking-2507`: `text` → `json`, `sse`

Welche Felder verwendet die Anfrage?

`POST /v1/chat/completions` · `Qwen/Qwen3-30B-A3B-Thinking-2507`: `model`, `messages`, `stream` `POST /v1/messages` · `Qwen/Qwen3-30B-A3B-Thinking-2507`: `model`, `messages`, `max_tokens`, `stream` `POST /v1/chat/completions` · `qwen3-30b-a3b-thinking-2507`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen3-30b-a3b-thinking-2507`: `model`, `messages`, `max_tokens`, `stream`

Welche Grenzen gelten?

`POST /v1/chat/completions` · `Qwen/Qwen3-30B-A3B-Thinking-2507`: `messages.min_items`: `1` `POST /v1/chat/completions` · `qwen3-30b-a3b-thinking-2507`: `messages.min_items`: `1`

Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung.

## Das Unternehmen und sein Projektportfolio

Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe.

## Tokens mit Rabatt kaufen.

Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf.

Abo

Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen.

Aktionscode bis 50%

Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet.

Ausgaben in der Historie

Modell, Tokens und Betrag werden für jede Anfrage gespeichert.

[Abo wählen](https://ailoot.ai/docs/de-ch/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-ch/)

## Verbinden Sie die API mit dem Produkt, das Sie verkaufen.

SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an.

Kommerzielle Anwendung

Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes.

Reseller-Lizenz

Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an.

Dokumente auf der Website

Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich.

[Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-ch)

## Ailoot · Das Unternehmen und sein Projektportfolio





Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle.





Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe.





Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.