Source: https://ailoot.ai/models/de-ch/qwen-qwen3-vl-235b-a22b-thinking/ Canonical: https://ailoot.ai/models/de-ch/qwen-qwen3-vl-235b-a22b-thinking/ Language: de-ch # Qwen3 VL 235B A22B Thinking [Markdown](https://ailoot.ai/models/de-ch/qwen-qwen3-vl-235b-a22b-thinking/index.md) · [JSON](https://ailoot.ai/models/de-ch/qwen-qwen3-vl-235b-a22b-thinking/facts.json) ## [Qwen3 VL 235B A22B Thinking](https://ailoot.ai/models/de-ch/qwen-qwen3-vl-235b-a22b-thinking/) Qwen3-VL-235B-A22B-Thinking ist Qwens Vision-Language-Modell mit Mixture-of-Experts für Schlussfolgerungen aus Text, Bildern und Videos. Nutzen Sie die Thinking-Ausgabe für MINT-Fragen, Dokumentbelege, räumliche Beziehungen, Programmierung anhand visueller Vorlagen und Videoanalysen mit Zeitstempeln, mit einem nativen Kontext von 262,144 Tokens. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen/qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/qwen-qwen3-vl-235b-a22b-thinking/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen/qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/qwen-qwen3-vl-235b-a22b-thinking/#method-1) - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/qwen-qwen3-vl-235b-a22b-thinking/#method-2) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/qwen-qwen3-vl-235b-a22b-thinking/#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. Einführung: die multimodale Thinking-Ausgabe Qwen3-VL-235B-A22B-Thinking ist die auf Schlussfolgerungen ausgerichtete Mixture-of-Experts-Ausgabe von Qwen3-VL. Sie verbindet Text mit Bildern und Videos und erzeugt Textantworten oder Code. Der feste Thinking-Checkpoint unterscheidet sich von Qwen3-VL-235B-A22B-Instruct und den separat benannten FP8-Builds. Wählen Sie ihn für eine Frage, die visuelle Belege mit einer längeren Erklärung verbinden muss, statt bei jeder Qwen3-VL-Ausgabe den gleichen Antwortstil anzunehmen. Visuelle Agenten und Programmierung anhand visueller Vorlagen Qwen beschreibt einen Workflow für visuelle Agenten, der Elemente in Computer- oder Mobiloberflächen erkennt, ihre Funktionen interpretiert und mit Werkzeugen Aufgaben erledigt. Das Modell liefert Wahrnehmung und Schlussfolgerungen; eine Anwendung muss die Aktionen anbinden und ausführen. Stellen Sie für eine Oberflächenprüfung den aktuellen Screenshot und ein konkretes Ziel bereit. Verlangen Sie anschliessend die Identifikation der relevanten Steuerelemente und eine Erklärung der nächsten Aktion. Das Bild allein verleiht keine Kontrolle über das Gerät. Programmierung anhand visueller Vorlagen umfasst das Erzeugen von Diagramminhalten sowie HTML, CSS oder JavaScript aus Bildern und Videos. Stellen Sie einen Screenshot mit dem erforderlichen Layout, Verhalten und bearbeitbaren Ausgabeformat bereit. Verlangen Sie Seitenstruktur und Stile als separate Artefakte, wenn dies die Prüfung erleichtert. Generierter Code ist Text für einen Entwicklungsworkflow; er belegt weder, dass eine Website gerendert wurde, noch, dass aus dem Quellbild eine funktionierende Anwendung geworden ist. Räumliche Wahrnehmung Der Hersteller dokumentiert Schlussfolgerungen über Objektpositionen, Blickwinkel und Verdeckungen mit zweidimensionaler Verortung und Unterstützung für dreidimensionale Verortung. Stellen Sie eine konkrete Frage zu einer Beziehung und benennen Sie das relevante Objekt: etwa, welche Komponente verdeckt ist, was davor liegt und welche visuellen Hinweise diese Interpretation stützen. Die Fähigkeit zur Verortung darf nicht als kalibrierte physikalische Messung aus einem beliebigen Bild behandelt werden. Langer Kontext und Video Der native Kontext beträgt 262,144 Tokens. Qwen beschreibt eine Erweiterung auf ungefähr eine Million mittels YaRN-Konfiguration sowie Familienworkflows mit Büchern oder stundenlangen Videos und Ereignisindexierung mit sekundengenauer Auflösung. Diese Fähigkeiten hängen von Darstellung, Frame-Abtastung und Kontextkonfiguration ab; die allgemeine Herstellerbeschreibung garantiert keine perfekte Erinnerung an jedes Einzelbild. In seinem Repository empfiehlt Qwen für dieses verschachtelte Positionsschema bei der Erweiterung von 256K auf etwa 1M einen Extrapolationsfaktor von zwei oder drei, statt automatisch einen Faktor von vier aus einem anderen Modell zu übernehmen. Multimodales Schlussfolgern und Erkennen Die Thinking-Ausgabe richtet sich auf beleggestütztes MINT- und mathematisches Schlussfolgern, Kausalanalyse und logische Antworten, die Text mit visuellem Material verbinden. Geben Sie ein Diagramm zusammen mit seinen Definitionen oder ein Schaubild mit der genauen numerischen Frage an. Verlangen Sie vor der Schlussfolgerung die verwendeten Beschriftungen und Werte. Qwen beschreibt ausserdem eine breitere visuelle Erkennung von Menschen, Anime, Produkten, Wahrzeichen, Pflanzen und Tieren. Eine Erkennungsantwort bleibt eine Schlussfolgerung aus dem bereitgestellten Bild und garantiert nicht, dass jedes Objekt oder jede Identität benannt werden kann. OCR deckt 32 Sprachen ab und soll das Lesen bei schwachem Licht, Unschärfe oder Schräglage verbessern, einschliesslich Fachvokabular und der Struktur langer Dokumente. Bewahren Sie lesbare Quellbilder und verlangen Sie Felder, Zitate oder eine strukturierte Tabelle, die überprüft werden kann. Text- und Bildverständnis sind in einem Modell vereint; eine Frage kann sich daher gemeinsam auf eine Dokumentpassage, eine Abbildung und die Anweisungen der nutzenden Person beziehen. Architekturänderungen Interleaved-MRoPE verteilt die Positionsdarstellung für das Schlussfolgern über Videos auf Zeit, Breite und Höhe. DeepStack kombiniert visuelle Merkmale aus mehreren Encoder-Ebenen, um feinere Details zu erfassen und die Bild-Text-Ausrichtung zu verbessern. Die Text-Zeitstempel-Ausrichtung verortet Ereignisse anhand zeitlicher Referenzen. Die veröffentlichte Textkonfiguration hat 94 Schichten, 128 Experten und acht pro Token ausgewählte Experten. Diese Architekturdetails erklären die multimodale Darstellung des Modells; sie begründen keine Garantie für die Antwortzeit. Visuelle Eingaben und Ausgaben vorbereiten Die Beispiele des Herstellers decken einzelne oder mehrere Bilder, Video und reine Textanfragen ab. Kennzeichnen Sie jede visuelle Eingabe, damit die Frage eindeutig darauf verweisen kann. Bild- und Videoprozessoren verwenden separate Pixelbudgets: Ein Bildbudget begrenzt die Bildpixel, während ein Videobudget die Pixel aller abgetasteten Frames berücksichtigt. Explizite Bildabmessungen werden an Vielfachen von 32 ausgerichtet. Die Videoabtastung lässt sich über die Rate oder die Frame-Anzahl steuern; der dokumentierte Standard beträgt zwei Frames pro Sekunde. Bewahren Sie Zeitstempel, wenn Sie nach einer Ereigniszeitleiste fragen. Verlangen Sie bei einem langen Clip das Ereignis, sein Zeitintervall und die sichtbaren Belege statt einer undifferenzierten Zusammenfassung. Fordern Sie bei mehreren Seiten ein nach Seitenkennung gegliedertes Ergebnis an. Diese Vorbereitungsbeispiele wenden die dokumentierten Fähigkeiten an und helfen, Auslassungen oder Extraktionsfehler sichtbar zu machen. Generierungshinweise und Grenzen Die Generierungsdatei des Checkpoints verwendet standardmässig temperature 0.8, top\_p 0.95 und top\_k 20. Qwens separates Evaluierungsrezept für Thinking verwendet temperature 0.6, eine Präsenzstrafe von null, eine Wiederholungsstrafe von 1.0 und ein Ausgabekontingent von 40,960 Tokens. Dies sind unterschiedliche Herstellervoreinstellungen und keine einheitliche harte Ausgabegrenze. Planen Sie neben den visuellen Tokens Platz für Denkverlauf und endgültigen Text ein und prüfen Sie extrahierte Texte, berechnete Antworten und generierten Code vor der Verwendung anhand der Quelle. Praktische Aufgabe ### Praktische Aufgabe Technisches Beispiel auf Englisch ``` Reason from a textual circuit description Use this textual circuit description: an ideal 12 V source powers two series resistors, R1 = 2 Ω and R2 = 4 Ω. Calculate total resistance, current and voltage across each resistor. State the ideal-component assumptions and verify that the voltage drops sum to the source voltage. Return a compact worked solution using the labels R1 and R2. ``` #### Erwartetes Ergebnis ``` A labeled worked calculation and a voltage-sum consistency check. ``` #### Ergebnis prüfen ``` The same series current is used for both resistors and the stated voltage drops sum to 12 V. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen/qwen3-vl-235b-a22b-thinking` [`qwen/qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen%2Fqwen3-vl-235b-a22b-thinking&fmt=chat) Alibaba /`qwen/qwen3-vl-235b-a22b-thinking` Modell-ID - `qwen/qwen3-vl-235b-a22b-thinking` - `qwen3-vl-235b-a22b-thinking` ### Einstieg Qwen3-VL-235B-A22B-Thinking ist Qwens Vision-Language-Modell mit Mixture-of-Experts für Schlussfolgerungen aus Text, Bildern und Videos. Nutzen Sie die Thinking-Ausgabe für MINT-Fragen, Dokumentbelege, räumliche Beziehungen, Programmierung anhand visueller Vorlagen und Videoanalysen mit Zeitstempeln, mit einem nativen Kontext von 262,144 Tokens. 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-vl-235b-a22b-thinking | 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 **$0.000572** / 1K Tokens Ausgabe · Ausgabetoken **$0.00572** / 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-vl-235b-a22b-thinking","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-vl-235b-a22b-thinking", 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-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen%2Fqwen3-vl-235b-a22b-thinking&fmt=chat), [`qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen3-vl-235b-a22b-thinking&fmt=chat) #### Aliasnamen für Methodenpfade `/chat/completions` #### Zugehörige Aufrufer-IDs [`qwen/qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen%2Fqwen3-vl-235b-a22b-thinking&fmt=chat), [`qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen3-vl-235b-a22b-thinking&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen/qwen3-vl-235b-a22b-thinking` [`qwen/qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen%2Fqwen3-vl-235b-a22b-thinking&fmt=messages) Alibaba /`qwen/qwen3-vl-235b-a22b-thinking` Modell-ID - `qwen/qwen3-vl-235b-a22b-thinking` - `qwen3-vl-235b-a22b-thinking` ### Einstieg Qwen3-VL-235B-A22B-Thinking ist Qwens Vision-Language-Modell mit Mixture-of-Experts für Schlussfolgerungen aus Text, Bildern und Videos. Nutzen Sie die Thinking-Ausgabe für MINT-Fragen, Dokumentbelege, räumliche Beziehungen, Programmierung anhand visueller Vorlagen und Videoanalysen mit Zeitstempeln, mit einem nativen Kontext von 262,144 Tokens. 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-vl-235b-a22b-thinking | 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 **$0.000572** / 1K Tokens Ausgabe · Ausgabetoken **$0.00572** / 1K Tokens Eingabe · Cache lesen **$0** / 1K Tokens Eingabe · Cache schreiben **$0** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde **—** / 1K Tokens | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-ch/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Anthropic Messages Vollständiger minimaler JSON-Bodycurl · eigenes UTF-8-Dokument verwendenPython · das vollständige Ergebnis speichern ```json { "model": "qwen/qwen3-vl-235b-a22b-thinking", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${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-vl-235b-a22b-thinking', '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-vl-235b-a22b-thinking', '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-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen%2Fqwen3-vl-235b-a22b-thinking&fmt=messages), [`qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen3-vl-235b-a22b-thinking&fmt=messages) #### Aliasnamen für Methodenpfade `/chat/completions` #### Zugehörige Aufrufer-IDs [`qwen/qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen%2Fqwen3-vl-235b-a22b-thinking&fmt=messages), [`qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen3-vl-235b-a22b-thinking&fmt=messages) **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen3-vl-235b-a22b-thinking` [`qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen3-vl-235b-a22b-thinking&fmt=chat) Alibaba /`qwen3-vl-235b-a22b-thinking` Modell-ID - `qwen/qwen3-vl-235b-a22b-thinking` - `qwen3-vl-235b-a22b-thinking` ### Einstieg Qwen3-VL-235B-A22B-Thinking ist Qwens Vision-Language-Modell mit Mixture-of-Experts für Schlussfolgerungen aus Text, Bildern und Videos. Nutzen Sie die Thinking-Ausgabe für MINT-Fragen, Dokumentbelege, räumliche Beziehungen, Programmierung anhand visueller Vorlagen und Videoanalysen mit Zeitstempeln, mit einem nativen Kontext von 262,144 Tokens. 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-vl-235b-a22b-thinking | 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 **$0.000572** / 1K Tokens Ausgabe · Ausgabetoken **$0.00572** / 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-vl-235b-a22b-thinking", "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-vl-235b-a22b-thinking',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-vl-235b-a22b-thinking',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-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen%2Fqwen3-vl-235b-a22b-thinking&fmt=chat), [`qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen3-vl-235b-a22b-thinking&fmt=chat) #### Aliasnamen für Methodenpfade `/chat/completions` #### Zugehörige Aufrufer-IDs [`qwen/qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen%2Fqwen3-vl-235b-a22b-thinking&fmt=chat), [`qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen3-vl-235b-a22b-thinking&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen3-vl-235b-a22b-thinking` [`qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen3-vl-235b-a22b-thinking&fmt=messages) Alibaba /`qwen3-vl-235b-a22b-thinking` Modell-ID - `qwen/qwen3-vl-235b-a22b-thinking` - `qwen3-vl-235b-a22b-thinking` ### Einstieg Qwen3-VL-235B-A22B-Thinking ist Qwens Vision-Language-Modell mit Mixture-of-Experts für Schlussfolgerungen aus Text, Bildern und Videos. Nutzen Sie die Thinking-Ausgabe für MINT-Fragen, Dokumentbelege, räumliche Beziehungen, Programmierung anhand visueller Vorlagen und Videoanalysen mit Zeitstempeln, mit einem nativen Kontext von 262,144 Tokens. 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-vl-235b-a22b-thinking | 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 **$0.000572** / 1K Tokens Ausgabe · Ausgabetoken **$0.00572** / 1K Tokens Eingabe · Cache lesen **$0** / 1K Tokens Eingabe · Cache schreiben **$0** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde **—** / 1K Tokens | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-ch/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Anthropic Messages Vollständiger minimaler JSON-Bodycurl · eigenes UTF-8-Dokument verwendenPython · das vollständige Ergebnis speichern ```json { "model": "qwen3-vl-235b-a22b-thinking", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${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-vl-235b-a22b-thinking', '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-vl-235b-a22b-thinking', '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-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen%2Fqwen3-vl-235b-a22b-thinking&fmt=messages), [`qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen3-vl-235b-a22b-thinking&fmt=messages) #### Aliasnamen für Methodenpfade `/chat/completions` #### Zugehörige Aufrufer-IDs [`qwen/qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen%2Fqwen3-vl-235b-a22b-thinking&fmt=messages), [`qwen3-vl-235b-a22b-thinking`](https://ailoot.ai/models/de-ch/#m=qwen%2Fqwen3-vl-235b-a22b-thinking&route=Ultra&caller=qwen3-vl-235b-a22b-thinking&fmt=messages) FAQ · qwen/qwen3-vl-235b-a22b-thinking Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/chat/completions` · `qwen/qwen3-vl-235b-a22b-thinking`: `text` → `text` `POST /v1/messages` · `qwen/qwen3-vl-235b-a22b-thinking`: `text` → `json`, `sse` `POST /v1/chat/completions` · `qwen3-vl-235b-a22b-thinking`: `text` → `text` `POST /v1/messages` · `qwen3-vl-235b-a22b-thinking`: `text` → `json`, `sse` Welche Felder verwendet die Anfrage? `POST /v1/chat/completions` · `qwen/qwen3-vl-235b-a22b-thinking`: `model`, `messages`, `stream` `POST /v1/messages` · `qwen/qwen3-vl-235b-a22b-thinking`: `model`, `messages`, `max_tokens`, `stream` `POST /v1/chat/completions` · `qwen3-vl-235b-a22b-thinking`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen3-vl-235b-a22b-thinking`: `model`, `messages`, `max_tokens`, `stream` Welche Grenzen gelten? `POST /v1/chat/completions` · `qwen/qwen3-vl-235b-a22b-thinking`: `messages.min_items`: `1` `POST /v1/chat/completions` · `qwen3-vl-235b-a22b-thinking`: `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.