Qwen3 32B FP8
Το Qwen3-32B-FP8 είναι η έκδοση λεπτομερούς κβαντισμού FP8 του πυκνού μοντέλου κειμένου της Qwen3 με 32,8 δισεκατομμύρια παραμέτρους. Συνδυάζει άμεσες απαντήσεις και απαντήσεις με συλλογισμό για πολυγλωσσική συγγραφή, κώδικα και ανάλυση, με χωριστές λεπτομέρειες σημείου ελέγχου και συμβατότητας.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsqwen/qwen3-32b-fp8 - Ailoot Ultra · Anthropic Messages
POST /v1/messagesqwen/qwen3-32b-fp8
Σχετικά με το μοντέλο
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Qwen3-32B-FP8 είναι το επίσημο σημείο ελέγχου FP8 του πυκνού γλωσσικού μοντέλου Qwen3-32B. Ο κατασκευαστής περιγράφει μαθηματικά, λογικό συλλογισμό, παραγωγή κώδικα, δημιουργική γραφή, διάλογο βάσει ρόλων και τήρηση οδηγιών σε πολλούς γύρους. Η οικογένεια υποστηρίζει περισσότερες από 100 γλώσσες και διαλέκτους. Η είσοδος και η έξοδος είναι κείμενο και η ίδια έκδοση παρέχει συμπεριφορά με συλλογισμό και άμεση απάντηση.
Αυτό το μοντέλο έχει 32,8 δισεκατομμύρια παραμέτρους, συμπεριλαμβανομένων 31,2 δισεκατομμυρίων εκτός ενσωματώσεων, και 64 επίπεδα. Η προσοχή ομαδοποιημένων ερωτημάτων του περιέχει 64 κεφαλές ερωτημάτων και οκτώ κεφαλές κλειδιών/τιμών. Είναι πυκνή αρχιτεκτονική, χωριστή από τις εκδόσεις μείγματος ειδικών της Qwen3 με συνολικό και ενεργοποιημένο αριθμό παραμέτρων. Το FP8 αποτελεί επίσης μέρος της ακριβούς ταυτότητας έκδοσης. Για βοηθό ανάπτυξης, δώστε μια συνάρτηση, μια προδιαγραφή και πολλές εισόδους και έπειτα ζητήστε εξήγηση της τρέχουσας συμπεριφοράς και αναθεωρημένη υλοποίηση που διατηρεί τη συμφωνημένη διεπαφή. Για εργασία επιμέλειας, δώστε την πραγματική πηγή, τον επιδιωκόμενο αναγνώστη και την ορολογία, αντί να βασίζεστε σε απροσδιόριστο υπόβαθρο.
Ο οδηγός γρήγορης εκκίνησης του κατασκευαστή χρησιμοποιεί το καθορισμένο πρότυπο συνομιλίας. Διαχωρίστε την εργασία από το υλικό που παρέχεται και προσδιορίστε την τελική μορφή. Ένα χρήσιμο αίτημα ανάλυσης θα μπορούσε να συγκρίνει δύο προσεγγίσεις επικύρωσης δεδομένων με τους ίδιους κανόνες πεδίων, να εντοπίσει τις περιπτώσεις που αποδέχεται καθεμία και να επιστρέψει μια προτεινόμενη συνάρτηση επικύρωσης. Συμπεριλάβετε κανόνες για τιμές που λείπουν, αντιπροσωπευτικά δεδομένα και τα απαιτούμενα μηνύματα σφάλματος. Για πολυγλωσσικό περιεχόμενο, δώστε γλωσσάρι και ζητήστε μετάφραση μαζί με λίστα όρων που χρειάζονται έλεγχο. Αυτή η προετοιμασία κάνει το παραγόμενο αποτέλεσμα ελέγξιμο έναντι συγκεκριμένης εισόδου. Η δημοσιευμένη ενσωμάτωση αναμένει περιβάλλον εκτέλεσης που αναγνωρίζει το Qwen3· η κάρτα προειδοποιεί ότι εκδόσεις Transformers κάτω από 4.51.0 δεν αναγνωρίζουν την απαιτούμενη αρχιτεκτονική.
Η σημείωση FP8 περιγράφει λεπτομερή κβαντισμό με μέγεθος μπλοκ 128. Η διαμόρφωση του σημείου ελέγχου προσδιορίζει επίσης τη ρύθμιση κβαντισμού FP8. Ο κατασκευαστής απαριθμεί τα Transformers, SGLang και vLLM για συμπερασμό, αλλά επισημαίνει πρόβλημα κατανεμημένου συμπερασμού με λεπτομερή FP8 στο Transformers και σημειώνει ότι η χρήση πολλών συσκευών μπορεί να χρειάζεται CUDA_LAUNCH_BLOCKING=1. Διατηρήστε αυτή την επισήμανση συμβατότητας χωριστά από τις δυνατότητες κειμένου. Η κβαντισμένη ταυτότητα δεν τεκμηριώνει από μόνη της μετρημένη καθυστέρηση, εξοικονόμηση υλικού ή ισοδυναμία απαντήσεων με το αρχικό σημείο ελέγχου.
Ο συλλογισμός είναι ενεργοποιημένος από προεπιλογή στο παρεχόμενο πρότυπο. Μια ρητή ρύθμιση χωρίς συλλογισμό καταστέλλει την ενότητα συλλογισμού του. Όταν ο συλλογισμός παραμένει ενεργοποιημένος, τα /think και /no_think είναι ήπιες ρυθμίσεις για διαδοχικούς γύρους, με εφαρμογή της πιο πρόσφατης οδηγίας· δεν μπορούν να παρακάμπτουν ρητή απενεργοποίηση. Ζητήστε συλλογισμό όταν το μοντέλο πρέπει να εξετάσει αντικρουόμενες προϋποθέσεις και έπειτα χρησιμοποιήστε άμεσο επόμενο αίτημα για να παρουσιάσετε το αποδεκτό αποτέλεσμα σε σύντομη μορφή. Διατηρήστε την τελική απάντηση χωριστά και χρησιμοποιήστε την τελική απάντηση, αντί για τον προηγούμενο συλλογισμό, ως ιστορικό για μεταγενέστερους γύρους. Με ενεργοποιημένο συλλογισμό, ακόμη και ένα ήπιο αίτημα χωρίς συλλογισμό διατηρεί μπλοκ συλλογισμού· το περιεχόμενό του μπορεί να είναι κενό. Η ρητή απενεργοποίηση αφαιρεί αυτό το μπλοκ.
Η κάρτα περιλαμβάνει χρήση με πράκτορες και συνιστά Qwen-Agent για μορφοποίηση και ανάλυση εργαλείων. Μια εφαρμογή παρέχει τους ορισμούς εργαλείων, ελέγχει τις κλήσεις, τις εκτελεί και επιστρέφει αποτελέσματα. Στο παράδειγμα επικύρωσης, ένας ελεγχόμενος εκτελεστής δοκιμών θα μπορούσε να αξιολογεί τον προτεινόμενο κώδικα έναντι των παρεχόμενων περιπτώσεων. Ζητήστε από το μοντέλο να συνοψίσει τα πραγματικά αποτελέσματα επιτυχίας/αποτυχίας και να αναθεωρήσει μια κατονομασμένη συνθήκη που αποτυγχάνει. Η έξοδός του δεν θα πρέπει να αντιμετωπίζει μια προτεινόμενη επίκληση εργαλείου ως απόδειξη εκτέλεσης. Αποφασίστε το επιτρεπόμενο πεδίο του εργαλείου και τα πεδία εξόδου πριν ξεκινήσετε αυτή τη ροή εργασίας. Ο οδηγός Qwen3 περιγράφει επίσης παράλληλες κλήσεις εργαλείων και κλήσεις πολλών βημάτων, με τα ορίσματα να αναπαρίστανται ως αντικείμενα και τα αποτελέσματα να επιστρέφονται στη συνομιλία.
Η συγκεκριμένη κάρτα αναφέρει 32.768 εγγενή token πλαισίου και 131.072 με YaRN. Η επέκταση εξαρτάται από τη διαμόρφωση· η στατική κλιμάκωση μπορεί να επηρεάζει μικρότερα κείμενα. Τόσο η είσοδος όσο και το παραγόμενο αποτέλεσμα καταλαμβάνουν το περιθώριο ακολουθίας. Επισημάνετε τις μεγάλες ενότητες πηγής και διαθέστε αρκετό χώρο για τον απαιτούμενο κώδικα και την εξήγηση. Τα δημοσιευμένα παραδείγματα εξόδου και τα συνιστώμενα μήκη δεν καθορίζουν καθολικό αυστηρό όριο εξόδου. Για μεγαλύτερη παραγωγή, αξιολογήστε αν το αποτέλεσμα παραμένει συνεκτικό και ικανοποιεί τις απαιτήσεις της εργασίας. Η τεκμηρίωση Qwen3 συζητά μήκη μηνυμάτων βοηθού 38.912 token στη λειτουργία συλλογισμού και 16.384 στη λειτουργία χωρίς συλλογισμό στην εξήγησή της για το μήκος εκπαίδευσης και συνιστά αξιολόγηση της ποιότητας μεγαλύτερης παραγωγής. Αυτά τα μεγέθη διαφέρουν από το συνολικό παράθυρο πλαισίου και δεν αποτελούν αυστηρό όριο συγκεκριμένης τελικής διεύθυνσης υπηρεσίας. Η κάρτα εξηγεί επίσης την προεπιλεγμένη κατανομή θέσεων 40.960 token ως 8.192 για τυπικές προτροπές συν 32.768 για έξοδο· πρόκειται για οδηγίες διαμόρφωσης του κατασκευαστή, χωριστές από το εγγενές πλαίσιο εκπαίδευσης και κάθε όριο τελικής διεύθυνσης υπηρεσίας.
Οι συνιστώμενες ρυθμίσεις δειγματοληψίας είναι θερμοκρασία 0,6, top-p 0,95, top-k 20 και min-p 0 για συλλογισμό και 0,7, 0,8, 20 και 0 για άμεση λειτουργία. Ο κατασκευαστής προειδοποιεί κατά του άπληστου συλλογισμού λόγω επανάληψης· οι υψηλές ποινές παρουσίας μπορεί μερικές φορές να αναμειγνύουν γλώσσες. Απαιτήστε μια τελική απάντηση που μπορεί να εξεταστεί, όπως πίνακα αποφάσεων, την ολοκληρωμένη συνάρτηση και μια λίστα περιπτώσεων. Επικυρώστε τα επιστρεφόμενα δομημένα πεδία, ελέγξτε τους υπολογισμούς έναντι της πηγής και εκτελέστε τον κώδικα στο επιδιωκόμενο περιβάλλον, διατηρώντας αυτή την ακριβή ταυτότητα FP8 όταν καταγράφετε τα αποτελέσματα.
Πρακτική εργασία
Πρακτική εργασία
Τεχνικό παράδειγμα στα αγγλικά
Compare missing-value validators
Compare two Python validators for an optional quantity: A uses if not value: return None; B uses if value is None: return None. Requirement: None means omitted, integer zero is valid, and negative quantities are invalid. Explain each validator's behavior for None, 0 and -1, then propose a complete function with explicit validation errors.Αναμενόμενο αποτέλεσμα
A three-input comparison table and a proposed function implementing the supplied rules.Έλεγχος αποτελέσματος
Check zero is preserved rather than treated as missing, and negatives are rejected explicitly.Ailoot Ultra · OpenAI Chat POST /v1/chat/completions qwen/qwen3-32b-fp8
qwen/qwen3-32b-fp8Εισαγωγή
Το Qwen3-32B-FP8 είναι η έκδοση λεπτομερούς κβαντισμού FP8 του πυκνού μοντέλου κειμένου της Qwen3 με 32,8 δισεκατομμύρια παραμέτρους. Συνδυάζει άμεσες απαντήσεις και απαντήσεις με συλλογισμό για πολυγλωσσική συγγραφή, κώδικα και ανάλυση, με χωριστές λεπτομέρειες σημείου ελέγχου και συμβατότητας.
- Αποδεκτές είσοδοι
- Κείμενο
- Αποτελέσματα
- Κείμενο
Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- Είσοδος
text- Έξοδος
text- Μορφή εξόδου
- json ή SSE
| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια qwen/qwen3-32b-fp8 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Συνδυασμοί υλικών εισόδου
Κείμενο · Κείμενο UTF8
messages[].content
Παράμετροι και κύκλος ζωής μεθόδου
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_input_binding | Σύμβασηnull |
Κύκλος ζωής: synchronous_or_streamed
Στείλτε το ακριβές ID μοντέλου μαζί με το messages.
Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.
Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.
Τιμολόγηση
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
- Γρήγορη λειτουργία
- Δεν έχει οριστεί Όταν επιλέγεται η γρήγορη λειτουργία
- Λειτουργία flex
- Δεν έχει οριστεί Όταν επιλέγεται η λειτουργία flex
- Μέγιστη προσπάθεια συλλογισμού
- Δεν έχει οριστεί Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default
Χρεώσεις Ailoot
Τιμές ανά διαμόρφωση
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.0002 / 1K token Έξοδος · Token εξόδου $0.001 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
Παραδείγματα αιτημάτων
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen/qwen3-32b-fp8", "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
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/qwen3-32b-fp8',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"))
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='qwen/qwen3-32b-fp8',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")
Λήψη και αποθήκευση αποτελεσμάτων
Ailoot Ultra · OpenAI Chat
json ή SSE
Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.
Αν χρειάζεται έλεγχος της αρχικής απάντησης
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
Πεδία απάντησης
| Πεδίο | Τύπος |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
Σφάλματα και επόμενα βήματα
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Εναλλακτικά ονόματα
Εναλλακτικά ονόματα μοντέλου
Ailoot Ultra qwen/qwen3-32b-fp8
Εναλλακτικές διαδρομές μεθόδων
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Σχετικά ID μοντέλων
Ailoot Ultra · Anthropic Messages POST /v1/messages qwen/qwen3-32b-fp8
qwen/qwen3-32b-fp8Εισαγωγή
Το Qwen3-32B-FP8 είναι η έκδοση λεπτομερούς κβαντισμού FP8 του πυκνού μοντέλου κειμένου της Qwen3 με 32,8 δισεκατομμύρια παραμέτρους. Συνδυάζει άμεσες απαντήσεις και απαντήσεις με συλλογισμό για πολυγλωσσική συγγραφή, κώδικα και ανάλυση, με χωριστές λεπτομέρειες σημείου ελέγχου και συμβατότητας.
- Αποδεκτές είσοδοι
- Κείμενο
- Αποτελέσματα
- json · sse
Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι
Ailoot Ultra · Anthropic Messages POST /v1/messages
- Είσοδος
text- Έξοδος
json,sse- Μορφή εξόδου
- JSON ή SSE
| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια qwen/qwen3-32b-fp8 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Συνδυασμοί υλικών εισόδου
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
Παράμετροι και κύκλος ζωής μεθόδου
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_file_material | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |
Κύκλος ζωής: synchronous_or_streamed
Τιμολόγηση
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
- Γρήγορη λειτουργία
- Δεν έχει οριστεί Όταν επιλέγεται η γρήγορη λειτουργία
- Λειτουργία flex
- Δεν έχει οριστεί Όταν επιλέγεται η λειτουργία flex
- Μέγιστη προσπάθεια συλλογισμού
- Δεν έχει οριστεί Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default
Χρεώσεις Ailoot
Τιμές ανά διαμόρφωση
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.0002 / 1K token Έξοδος · Token εξόδου $0.001 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
Παραδείγματα αιτημάτων
Ailoot Ultra · Anthropic Messages
{
"model": "qwen/qwen3-32b-fp8",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${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/qwen3-32b-fp8', '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
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/qwen3-32b-fp8', '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))
Λήψη και αποθήκευση αποτελεσμάτων
Ailoot Ultra · Anthropic Messages
JSON ή SSE
Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.
Αν χρειάζεται έλεγχος της αρχικής απάντησης
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
Πεδία απάντησης
| Πεδίο | Τύπος |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
Σφάλματα και επόμενα βήματα
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Εναλλακτικά ονόματα
Εναλλακτικά ονόματα μοντέλου
Ailoot Ultra qwen/qwen3-32b-fp8
Εναλλακτικές διαδρομές μεθόδων
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Σχετικά ID μοντέλων
FAQ · qwen/qwen3-32b-fp8
- Ποιες είσοδοι και αποτελέσματα διατίθενται;
POST /v1/chat/completions·qwen/qwen3-32b-fp8:text→textPOST /v1/messages·qwen/qwen3-32b-fp8:text→json,sse- Ποια πεδία χρησιμοποιεί το αίτημα;
POST /v1/chat/completions·qwen/qwen3-32b-fp8:model,messages,stream,modalities,providerPOST /v1/messages·qwen/qwen3-32b-fp8:model,messages,max_tokens,stream- Ποια όρια ισχύουν;
POST /v1/chat/completions·qwen/qwen3-32b-fp8:messages.min_items:1