Qwen3-0.6B bietet die hybride Qwen3-Textschnittstelle in einem dichten Modell mit 0,6 Milliarden Parametern. Zu den Fähigkeiten seiner Familie gehören das Befolgen von Anweisungen, mehrsprachige Gespräche, kreatives Schreiben, rollenbasierte Interaktion, Mathematik, Code und logisches Schlussfolgern. Thinking und gewöhnliche Generierung sind innerhalb derselben Veröffentlichung verfügbar. Die kompakte Größe kennzeichnet den Checkpoint, kein anderes Eingabeformat oder einen Ersatznamen für ein größeres Qwen3-Modell.
Das Modell hat 0,44 Milliarden Nicht-Embedding-Parameter und 28 Schichten, mit 16 Query-Heads und acht Key/Value-Heads in Grouped-Query Attention. Die genaue Modellkarte dokumentiert 32.768 Kontext-Tokens. Sowohl eingehender Text als auch generierter Inhalt belegen die Sequenz des Modells; reservieren Sie daher beim Zusammenstellen von Anweisungen und Beispielen Platz für die Antwort. Die Karte dieser Veröffentlichung dokumentiert nicht die Einrichtung für erweiterte Kontexte, die auf manchen größeren Qwen3-Karten enthalten ist. Eine praktische erste Aufgabe ist ein einzelner kurzer, klar definierter Vorgang, dessen Ausgabe unmittelbar mit der Quelle verglichen werden kann.
Verwenden Sie die vom Hersteller vorgesehene Chatvorlage, um Anweisung und Material darzustellen. Geben Sie beispielsweise eine kurze Servicenotiz vor und fordern Sie eine Nachricht für Kunden an, die Termindatum und Produktname unverändert lässt. Nennen Sie den vorgesehenen Leser, Ton und die maximal gewünschte Länge. Listen Sie bei einer Aufgabe zur Labelauswahl die zulässigen Labels mit Definitionen auf und fügen Sie ein mehrdeutiges Beispiel hinzu, das zeigt, wie Unsicherheit anzugeben ist. Fordern Sie nur das Label und die zugehörige Passage aus der Eingabe an. Dies sind konkrete Ausgabeanforderungen, keine Behauptung, dass das Modell sie stets ohne Prüfung erfüllen wird. Die veröffentlichte Integration erwartet eine Qwen3-kompatible Laufzeit; die Modellkarte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.
Die bereitgestellte Vorlage verwendet standardmäßig Thinking. Eine harte Non-Thinking-Einstellung unterdrückt den Reasoning-Abschnitt; bleibt Thinking aktiviert, können /think und /no_think den Modus zwischen Gesprächsrunden steuern, wobei die jüngste Anweisung gilt. Eine harte Deaktivierung hat Vorrang vor diesen weichen Prompts. Wählen Sie die zum Vorgang passende Einstellung: Eine einfache Änderung freigegebener Formulierungen kann eine direkte Antwort nutzen, während die Erklärung, warum eine Bedingung gilt, Reasoning erfordern kann. Speichern Sie die abschließende Antwort statt eines früheren Reasoning-Abschnitts als Gesprächsverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Reasoning-Block; sein Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.
Die Modellkarte beschreibt werkzeugbezogene Agentennutzung und empfiehlt Qwen-Agent für Vorlagen und Parsing. Für einen kleinen Glossarassistenten könnte die Anwendung eine einzelne schreibgeschützte Abfrage bereitstellen, ihre Argumente validieren, sie ausführen und den Eintrag zurückgeben. Das Modell kann den Begriff dann im vom Nutzer gewünschten Stil erklären. Definieren Sie vorab das Werkzeugergebnis und den Umgang mit einem fehlenden Eintrag. Eine generierte Werkzeuganfrage sollte als Anfrage behandelt werden, wobei die Anwendung für Ausführung und zurückgegebene Belege verantwortlich bleibt. Der Qwen3-Leitfaden beschreibt außerdem parallele und mehrstufige Werkzeugaufrufe, bei denen Argumente als Objekte dargestellt und Ergebnisse in das Gespräch zurückgegeben werden.
Die veröffentlichten Ausgabelängen aus Schnellstart und Best Practices sind Generierungshinweise und keine separate garantierte API-Grenze. Wählen Sie für einen eingegrenzten Vorgang einen kompakten endgültigen Datensatz, etwa einen umformulierten Satz samt unveränderten Namen oder ein Label und den stützenden Text. Prüfen Sie diesen Datensatz anhand des bereitgestellten Materials. Wenn die Aufgabe zu einer langen Erklärung anwächst, bewerten Sie das längere Ergebnis anhand derselben Art realer Eingaben, statt aus der kompakten Modellidentität auf Genauigkeit oder Antwortqualität zu schließen. Die Qwen3-Dokumentation behandelt in ihrer Erklärung zur Trainingslänge Längen von Assistentennachrichten von 38.912 Tokens im Thinking-Modus und 16.384 im Non-Thinking-Modus und empfiehlt, die Qualität längerer Generierungen zu bewerten. Diese Werte sind vom gesamten Kontextfenster getrennt und keine endpointspezifische harte Grenze.
Genau diese Modellkarte ergänzt Hinweise zu starken Wiederholungen: Verwenden Sie die empfohlene Sampling-Konfiguration und erwägen Sie presence_penalty 1.5. Stärkere Penalties können Sprachmischung oder eine Leistungsminderung verursachen. Der Thinking-Modus wird mit temperature 0.6, top-p 0.95, top-k 20 und min-p 0 kombiniert; Non-Thinking mit temperature 0.7, top-p 0.8, top-k 20 und min-p 0. Der Hersteller warnt vor Greedy Decoding im Thinking-Modus. Prüfen Sie wiederholte Formulierungen, beibehaltene Namen und das ausgewählte Label; weisen Sie einen fehlerhaft aufgebauten Datensatz zurück, statt lesbare Prosa als Beleg für die Einhaltung des erforderlichen Formats zu behandeln.
", "aboutText": "Qwen3-0.6B bietet die hybride Qwen3-Textschnittstelle in einem dichten Modell mit 0,6 Milliarden Parametern. Zu den Fähigkeiten seiner Familie gehören das Befolgen von Anweisungen, mehrsprachige Gespräche, kreatives Schreiben, rollenbasierte Interaktion, Mathematik, Code und logisches Schlussfolgern. Thinking und gewöhnliche Generierung sind innerhalb derselben Veröffentlichung verfügbar. Die kompakte Größe kennzeichnet den Checkpoint, kein anderes Eingabeformat oder einen Ersatznamen für ein größeres Qwen3-Modell.\n\nDas Modell hat 0,44 Milliarden Nicht-Embedding-Parameter und 28 Schichten, mit 16 Query-Heads und acht Key/Value-Heads in Grouped-Query Attention. Die genaue Modellkarte dokumentiert 32.768 Kontext-Tokens. Sowohl eingehender Text als auch generierter Inhalt belegen die Sequenz des Modells; reservieren Sie daher beim Zusammenstellen von Anweisungen und Beispielen Platz für die Antwort. Die Karte dieser Veröffentlichung dokumentiert nicht die Einrichtung für erweiterte Kontexte, die auf manchen größeren Qwen3-Karten enthalten ist. Eine praktische erste Aufgabe ist ein einzelner kurzer, klar definierter Vorgang, dessen Ausgabe unmittelbar mit der Quelle verglichen werden kann.\n\nVerwenden Sie die vom Hersteller vorgesehene Chatvorlage, um Anweisung und Material darzustellen. Geben Sie beispielsweise eine kurze Servicenotiz vor und fordern Sie eine Nachricht für Kunden an, die Termindatum und Produktname unverändert lässt. Nennen Sie den vorgesehenen Leser, Ton und die maximal gewünschte Länge. Listen Sie bei einer Aufgabe zur Labelauswahl die zulässigen Labels mit Definitionen auf und fügen Sie ein mehrdeutiges Beispiel hinzu, das zeigt, wie Unsicherheit anzugeben ist. Fordern Sie nur das Label und die zugehörige Passage aus der Eingabe an. Dies sind konkrete Ausgabeanforderungen, keine Behauptung, dass das Modell sie stets ohne Prüfung erfüllen wird. Die veröffentlichte Integration erwartet eine Qwen3-kompatible Laufzeit; die Modellkarte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.\n\nDie bereitgestellte Vorlage verwendet standardmäßig Thinking. Eine harte Non-Thinking-Einstellung unterdrückt den Reasoning-Abschnitt; bleibt Thinking aktiviert, können /think und /no_think den Modus zwischen Gesprächsrunden steuern, wobei die jüngste Anweisung gilt. Eine harte Deaktivierung hat Vorrang vor diesen weichen Prompts. Wählen Sie die zum Vorgang passende Einstellung: Eine einfache Änderung freigegebener Formulierungen kann eine direkte Antwort nutzen, während die Erklärung, warum eine Bedingung gilt, Reasoning erfordern kann. Speichern Sie die abschließende Antwort statt eines früheren Reasoning-Abschnitts als Gesprächsverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Reasoning-Block; sein Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.\n\nDie Modellkarte beschreibt werkzeugbezogene Agentennutzung und empfiehlt Qwen-Agent für Vorlagen und Parsing. Für einen kleinen Glossarassistenten könnte die Anwendung eine einzelne schreibgeschützte Abfrage bereitstellen, ihre Argumente validieren, sie ausführen und den Eintrag zurückgeben. Das Modell kann den Begriff dann im vom Nutzer gewünschten Stil erklären. Definieren Sie vorab das Werkzeugergebnis und den Umgang mit einem fehlenden Eintrag. Eine generierte Werkzeuganfrage sollte als Anfrage behandelt werden, wobei die Anwendung für Ausführung und zurückgegebene Belege verantwortlich bleibt. Der Qwen3-Leitfaden beschreibt außerdem parallele und mehrstufige Werkzeugaufrufe, bei denen Argumente als Objekte dargestellt und Ergebnisse in das Gespräch zurückgegeben werden.\n\nDie veröffentlichten Ausgabelängen aus Schnellstart und Best Practices sind Generierungshinweise und keine separate garantierte API-Grenze. Wählen Sie für einen eingegrenzten Vorgang einen kompakten endgültigen Datensatz, etwa einen umformulierten Satz samt unveränderten Namen oder ein Label und den stützenden Text. Prüfen Sie diesen Datensatz anhand des bereitgestellten Materials. Wenn die Aufgabe zu einer langen Erklärung anwächst, bewerten Sie das längere Ergebnis anhand derselben Art realer Eingaben, statt aus der kompakten Modellidentität auf Genauigkeit oder Antwortqualität zu schließen. Die Qwen3-Dokumentation behandelt in ihrer Erklärung zur Trainingslänge Längen von Assistentennachrichten von 38.912 Tokens im Thinking-Modus und 16.384 im Non-Thinking-Modus und empfiehlt, die Qualität längerer Generierungen zu bewerten. Diese Werte sind vom gesamten Kontextfenster getrennt und keine endpointspezifische harte Grenze.\n\nGenau diese Modellkarte ergänzt Hinweise zu starken Wiederholungen: Verwenden Sie die empfohlene Sampling-Konfiguration und erwägen Sie presence_penalty 1.5. Stärkere Penalties können Sprachmischung oder eine Leistungsminderung verursachen. Der Thinking-Modus wird mit temperature 0.6, top-p 0.95, top-k 20 und min-p 0 kombiniert; Non-Thinking mit temperature 0.7, top-p 0.8, top-k 20 und min-p 0. Der Hersteller warnt vor Greedy Decoding im Thinking-Modus. Prüfen Sie wiederholte Formulierungen, beibehaltene Namen und das ausgewählte Label; weisen Sie einen fehlerhaft aufgebauten Datensatz zurück, statt lesbare Prosa als Beleg für die Einhaltung des erforderlichen Formats zu behandeln.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
A single focused appointment rewrite\n\nRewrite this note as one friendly sentence for a customer, using at most 25 words: 'Appointment for Polar Fan repair: 14 June, 09:30. Bring the purchase receipt.' Preserve the product name, date, time and receipt instruction. Return only the sentence, with no heading or additional details.One customer-facing sentence of at most 25 words retaining all four facts.Polar Fan, 14 June and 09:30 remain exact, and the receipt instruction is present.qwen3-0.6bQwen3-0.6B ist mit 0,6 Milliarden Parametern die kleinste dichte Veröffentlichung in dieser Qwen3-Gruppe. Es verarbeitet Textanweisungen und mehrsprachigen Dialog über direkte und Thinking-Modi, mit einem ausgabespezifischen Kontext von 32.768 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3-0.6B bietet die hybride Qwen3-Textschnittstelle in einem dichten Modell mit 0,6 Milliarden Parametern. Zu den Fähigkeiten seiner Familie gehören das Befolgen von Anweisungen, mehrsprachige Gespräche, kreatives Schreiben, rollenbasierte Interaktion, Mathematik, Code und logisches Schlussfolgern. Thinking und gewöhnliche Generierung sind innerhalb derselben Veröffentlichung verfügbar. Die kompakte Größe kennzeichnet den Checkpoint, kein anderes Eingabeformat oder einen Ersatznamen für ein größeres Qwen3-Modell.
Das Modell hat 0,44 Milliarden Nicht-Embedding-Parameter und 28 Schichten, mit 16 Query-Heads und acht Key/Value-Heads in Grouped-Query Attention. Die genaue Modellkarte dokumentiert 32.768 Kontext-Tokens. Sowohl eingehender Text als auch generierter Inhalt belegen die Sequenz des Modells; reservieren Sie daher beim Zusammenstellen von Anweisungen und Beispielen Platz für die Antwort. Die Karte dieser Veröffentlichung dokumentiert nicht die Einrichtung für erweiterte Kontexte, die auf manchen größeren Qwen3-Karten enthalten ist. Eine praktische erste Aufgabe ist ein einzelner kurzer, klar definierter Vorgang, dessen Ausgabe unmittelbar mit der Quelle verglichen werden kann.
Verwenden Sie die vom Hersteller vorgesehene Chatvorlage, um Anweisung und Material darzustellen. Geben Sie beispielsweise eine kurze Servicenotiz vor und fordern Sie eine Nachricht für Kunden an, die Termindatum und Produktname unverändert lässt. Nennen Sie den vorgesehenen Leser, Ton und die maximal gewünschte Länge. Listen Sie bei einer Aufgabe zur Labelauswahl die zulässigen Labels mit Definitionen auf und fügen Sie ein mehrdeutiges Beispiel hinzu, das zeigt, wie Unsicherheit anzugeben ist. Fordern Sie nur das Label und die zugehörige Passage aus der Eingabe an. Dies sind konkrete Ausgabeanforderungen, keine Behauptung, dass das Modell sie stets ohne Prüfung erfüllen wird. Die veröffentlichte Integration erwartet eine Qwen3-kompatible Laufzeit; die Modellkarte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.
Die bereitgestellte Vorlage verwendet standardmäßig Thinking. Eine harte Non-Thinking-Einstellung unterdrückt den Reasoning-Abschnitt; bleibt Thinking aktiviert, können /think und /no_think den Modus zwischen Gesprächsrunden steuern, wobei die jüngste Anweisung gilt. Eine harte Deaktivierung hat Vorrang vor diesen weichen Prompts. Wählen Sie die zum Vorgang passende Einstellung: Eine einfache Änderung freigegebener Formulierungen kann eine direkte Antwort nutzen, während die Erklärung, warum eine Bedingung gilt, Reasoning erfordern kann. Speichern Sie die abschließende Antwort statt eines früheren Reasoning-Abschnitts als Gesprächsverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Reasoning-Block; sein Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.
Die Modellkarte beschreibt werkzeugbezogene Agentennutzung und empfiehlt Qwen-Agent für Vorlagen und Parsing. Für einen kleinen Glossarassistenten könnte die Anwendung eine einzelne schreibgeschützte Abfrage bereitstellen, ihre Argumente validieren, sie ausführen und den Eintrag zurückgeben. Das Modell kann den Begriff dann im vom Nutzer gewünschten Stil erklären. Definieren Sie vorab das Werkzeugergebnis und den Umgang mit einem fehlenden Eintrag. Eine generierte Werkzeuganfrage sollte als Anfrage behandelt werden, wobei die Anwendung für Ausführung und zurückgegebene Belege verantwortlich bleibt. Der Qwen3-Leitfaden beschreibt außerdem parallele und mehrstufige Werkzeugaufrufe, bei denen Argumente als Objekte dargestellt und Ergebnisse in das Gespräch zurückgegeben werden.
Die veröffentlichten Ausgabelängen aus Schnellstart und Best Practices sind Generierungshinweise und keine separate garantierte API-Grenze. Wählen Sie für einen eingegrenzten Vorgang einen kompakten endgültigen Datensatz, etwa einen umformulierten Satz samt unveränderten Namen oder ein Label und den stützenden Text. Prüfen Sie diesen Datensatz anhand des bereitgestellten Materials. Wenn die Aufgabe zu einer langen Erklärung anwächst, bewerten Sie das längere Ergebnis anhand derselben Art realer Eingaben, statt aus der kompakten Modellidentität auf Genauigkeit oder Antwortqualität zu schließen. Die Qwen3-Dokumentation behandelt in ihrer Erklärung zur Trainingslänge Längen von Assistentennachrichten von 38.912 Tokens im Thinking-Modus und 16.384 im Non-Thinking-Modus und empfiehlt, die Qualität längerer Generierungen zu bewerten. Diese Werte sind vom gesamten Kontextfenster getrennt und keine endpointspezifische harte Grenze.
Genau diese Modellkarte ergänzt Hinweise zu starken Wiederholungen: Verwenden Sie die empfohlene Sampling-Konfiguration und erwägen Sie presence_penalty 1.5. Stärkere Penalties können Sprachmischung oder eine Leistungsminderung verursachen. Der Thinking-Modus wird mit temperature 0.6, top-p 0.95, top-k 20 und min-p 0 kombiniert; Non-Thinking mit temperature 0.7, top-p 0.8, top-k 20 und min-p 0. Der Hersteller warnt vor Greedy Decoding im Thinking-Modus. Prüfen Sie wiederholte Formulierungen, beibehaltene Namen und das ausgewählte Label; weisen Sie einen fehlerhaft aufgebauten Datensatz zurück, statt lesbare Prosa als Beleg für die Einhaltung des erforderlichen Formats zu behandeln.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3-0.6b | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0001 / 1K Token Ausgabe · Ausgabetoken $0.001 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-0.6b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3-0.6b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3-0.6b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra qwen3-0.6b
Verwenden Sie die oben angezeigten Methodenpfade.
qwen3-0.6bQwen3-0.6B ist mit 0,6 Milliarden Parametern die kleinste dichte Veröffentlichung in dieser Qwen3-Gruppe. Es verarbeitet Textanweisungen und mehrsprachigen Dialog über direkte und Thinking-Modi, mit einem ausgabespezifischen Kontext von 32.768 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3-0.6B bietet die hybride Qwen3-Textschnittstelle in einem dichten Modell mit 0,6 Milliarden Parametern. Zu den Fähigkeiten seiner Familie gehören das Befolgen von Anweisungen, mehrsprachige Gespräche, kreatives Schreiben, rollenbasierte Interaktion, Mathematik, Code und logisches Schlussfolgern. Thinking und gewöhnliche Generierung sind innerhalb derselben Veröffentlichung verfügbar. Die kompakte Größe kennzeichnet den Checkpoint, kein anderes Eingabeformat oder einen Ersatznamen für ein größeres Qwen3-Modell.
Das Modell hat 0,44 Milliarden Nicht-Embedding-Parameter und 28 Schichten, mit 16 Query-Heads und acht Key/Value-Heads in Grouped-Query Attention. Die genaue Modellkarte dokumentiert 32.768 Kontext-Tokens. Sowohl eingehender Text als auch generierter Inhalt belegen die Sequenz des Modells; reservieren Sie daher beim Zusammenstellen von Anweisungen und Beispielen Platz für die Antwort. Die Karte dieser Veröffentlichung dokumentiert nicht die Einrichtung für erweiterte Kontexte, die auf manchen größeren Qwen3-Karten enthalten ist. Eine praktische erste Aufgabe ist ein einzelner kurzer, klar definierter Vorgang, dessen Ausgabe unmittelbar mit der Quelle verglichen werden kann.
Verwenden Sie die vom Hersteller vorgesehene Chatvorlage, um Anweisung und Material darzustellen. Geben Sie beispielsweise eine kurze Servicenotiz vor und fordern Sie eine Nachricht für Kunden an, die Termindatum und Produktname unverändert lässt. Nennen Sie den vorgesehenen Leser, Ton und die maximal gewünschte Länge. Listen Sie bei einer Aufgabe zur Labelauswahl die zulässigen Labels mit Definitionen auf und fügen Sie ein mehrdeutiges Beispiel hinzu, das zeigt, wie Unsicherheit anzugeben ist. Fordern Sie nur das Label und die zugehörige Passage aus der Eingabe an. Dies sind konkrete Ausgabeanforderungen, keine Behauptung, dass das Modell sie stets ohne Prüfung erfüllen wird. Die veröffentlichte Integration erwartet eine Qwen3-kompatible Laufzeit; die Modellkarte warnt, dass Transformers-Versionen unter 4.51.0 die erforderliche Architektur nicht erkennen.
Die bereitgestellte Vorlage verwendet standardmäßig Thinking. Eine harte Non-Thinking-Einstellung unterdrückt den Reasoning-Abschnitt; bleibt Thinking aktiviert, können /think und /no_think den Modus zwischen Gesprächsrunden steuern, wobei die jüngste Anweisung gilt. Eine harte Deaktivierung hat Vorrang vor diesen weichen Prompts. Wählen Sie die zum Vorgang passende Einstellung: Eine einfache Änderung freigegebener Formulierungen kann eine direkte Antwort nutzen, während die Erklärung, warum eine Bedingung gilt, Reasoning erfordern kann. Speichern Sie die abschließende Antwort statt eines früheren Reasoning-Abschnitts als Gesprächsverlauf. Bei aktiviertem Thinking behält selbst eine weiche Non-Thinking-Anfrage einen Reasoning-Block; sein Inhalt kann leer sein. Die harte Deaktivierung entfernt diesen Block.
Die Modellkarte beschreibt werkzeugbezogene Agentennutzung und empfiehlt Qwen-Agent für Vorlagen und Parsing. Für einen kleinen Glossarassistenten könnte die Anwendung eine einzelne schreibgeschützte Abfrage bereitstellen, ihre Argumente validieren, sie ausführen und den Eintrag zurückgeben. Das Modell kann den Begriff dann im vom Nutzer gewünschten Stil erklären. Definieren Sie vorab das Werkzeugergebnis und den Umgang mit einem fehlenden Eintrag. Eine generierte Werkzeuganfrage sollte als Anfrage behandelt werden, wobei die Anwendung für Ausführung und zurückgegebene Belege verantwortlich bleibt. Der Qwen3-Leitfaden beschreibt außerdem parallele und mehrstufige Werkzeugaufrufe, bei denen Argumente als Objekte dargestellt und Ergebnisse in das Gespräch zurückgegeben werden.
Die veröffentlichten Ausgabelängen aus Schnellstart und Best Practices sind Generierungshinweise und keine separate garantierte API-Grenze. Wählen Sie für einen eingegrenzten Vorgang einen kompakten endgültigen Datensatz, etwa einen umformulierten Satz samt unveränderten Namen oder ein Label und den stützenden Text. Prüfen Sie diesen Datensatz anhand des bereitgestellten Materials. Wenn die Aufgabe zu einer langen Erklärung anwächst, bewerten Sie das längere Ergebnis anhand derselben Art realer Eingaben, statt aus der kompakten Modellidentität auf Genauigkeit oder Antwortqualität zu schließen. Die Qwen3-Dokumentation behandelt in ihrer Erklärung zur Trainingslänge Längen von Assistentennachrichten von 38.912 Tokens im Thinking-Modus und 16.384 im Non-Thinking-Modus und empfiehlt, die Qualität längerer Generierungen zu bewerten. Diese Werte sind vom gesamten Kontextfenster getrennt und keine endpointspezifische harte Grenze.
Genau diese Modellkarte ergänzt Hinweise zu starken Wiederholungen: Verwenden Sie die empfohlene Sampling-Konfiguration und erwägen Sie presence_penalty 1.5. Stärkere Penalties können Sprachmischung oder eine Leistungsminderung verursachen. Der Thinking-Modus wird mit temperature 0.6, top-p 0.95, top-k 20 und min-p 0 kombiniert; Non-Thinking mit temperature 0.7, top-p 0.8, top-k 20 und min-p 0. Der Hersteller warnt vor Greedy Decoding im Thinking-Modus. Prüfen Sie wiederholte Formulierungen, beibehaltene Namen und das ausgewählte Label; weisen Sie einen fehlerhaft aufgebauten Datensatz zurück, statt lesbare Prosa als Beleg für die Einhaltung des erforderlichen Formats zu behandeln.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3-0.6b | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0001 / 1K Token Ausgabe · Ausgabetoken $0.001 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3-0.6b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-0.6b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-0.6b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra qwen3-0.6b
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
A single focused appointment rewrite\n\nRewrite this note as one friendly sentence for a customer, using at most 25 words: 'Appointment for Polar Fan repair: 14 June, 09:30. Bring the purchase receipt.' Preserve the product name, date, time and receipt instruction. Return only the sentence, with no heading or additional details.One customer-facing sentence of at most 25 words retaining all four facts.Polar Fan, 14 June and 09:30 remain exact, and the receipt instruction is present.