Aspectos destacados: la publicación fija Thinking-2507
Qwen3-30B-A3B-Thinking-2507 es un modelo de generación de texto centrado en razonamiento difícil. Qwen describe mejoras en lógica, matemáticas, ciencia, programación, seguimiento de instrucciones, uso de herramientas y generación de texto, junto con secuencias de pensamiento más largas y una comprensión más sólida de contextos largos. Selecciona esta edición exacta 2507 cuando la tarea se beneficie de razonamiento sostenido, como examinar explicaciones contrapuestas, resolver un problema matemático de varias etapas o desarrollar un cambio complejo de código.
Descripción general del modelo y modo
El modelo de mezcla de expertos tiene 30.5 mil millones de parámetros totales y 3.3 mil millones de parámetros activados, con 128 expertos y ocho seleccionados por token a lo largo de 48 capas. Su contexto nativo es de 262,144 tokens. Acepta texto y devuelve texto; los resultados de herramientas se proporcionan mediante un flujo de aplicación conectado. Este checkpoint solo admite pensamiento. Es distinto del Qwen3-30B-A3B híbrido anterior, de su edición FP8 y de Qwen3-30B-A3B-Instruct-2507. No debe suponerse que el interruptor sin pensamiento del modelo híbrido se aplique aquí.
La plantilla de chat predeterminada ya inicia la secuencia de razonamiento con un marcador de apertura de pensamiento, así que no es necesario un ajuste explícito enable_thinking=True. Una secuencia devuelta puede contener el marcador de cierre sin repetir el de apertura. El ejemplo del fabricante separa el razonamiento de la respuesta final. Conserva esa distinción al pedir un entregable concreto: la conclusión de una demostración, un parche o una tabla de decisión deben seguir siendo fáciles de encontrar después de la explicación más larga.
Preparación de una tarea difícil
Proporciona al modelo el enunciado completo del problema, las restricciones y la evidencia pertinente. Para un cambio de código, incluye la función existente, una entrada que falle y el comportamiento esperado; después, pide un parche propuesto con una explicación de casos límite. Para una pregunta científica, separa las observaciones de las suposiciones y pregunta qué conclusión se desprende de cada una. Para una política o especificación larga, conserva los identificadores de sección y pide una decisión concisa respaldada por las cláusulas pertinentes. Son usos prácticos de los ámbitos de razonamiento documentados, no afirmaciones de que el modelo haya ejecutado un parche o validado un experimento.
Como esta versión puede razonar extensamente, reserva espacio tanto para el razonamiento como para el entregable final. Qwen aconseja mantener un contexto superior a 131,072 tokens cuando sea posible al configurar el modelo, aunque uno más pequeño aliviaría la presión de memoria. La cifra de contexto nativo incluye el presupuesto de la secuencia; no es una promesa de que pueda utilizarse todo para un documento y dejar un espacio de respuesta ilimitado.
Uso con agentes
El fabricante documenta llamadas a herramientas y recomienda Qwen-Agent para las plantillas de herramientas y su análisis, incluida la integración con herramientas configuradas y flujos de intérprete de código. Define explícitamente las herramientas y el resultado previsto. Por ejemplo, una aplicación podría permitir que el modelo inspeccione evidencia recuperada, utilice una calculadora permitida y después produzca un informe que explique el cálculo. La recuperación y la ejecución corresponden a las herramientas conectadas; la capacidad del modelo para llamar herramientas no establece por sí misma acceso a internet, a un entorno de código o a sistemas empresariales.
Procesamiento de texto ultralargo
Qwen documenta un flujo opcional que alcanza aproximadamente un millón de tokens al combinar Dual Chunk Attention con atención dispersa MInference. La primera técnica divide las secuencias largas en bloques y conserva las interacciones entre ellos; la segunda concentra el cálculo en relaciones de atención seleccionadas. Se trata de una ruta de configuración adicional, más allá del contexto nativo de 262,144 tokens. La receta del fabricante requiere su configuración especial de contexto largo y estima aproximadamente 240 GB de memoria GPU total para pesos, estado de atención en caché y activaciones máximas.
Esa receta tiene límites concretos de recursos: el estado de secuencia en caché, la memoria de activaciones y la longitud total de entrada pueden agotar cada uno la capacidad configurada. Por tanto, un flujo de un millón de tokens depende de la configuración, la memoria y la implementación de atención compatible. Para una revisión documental práctica, comienza con el material pertinente, marca los límites entre documentos y pide evidencia rastreable, en lugar de tratar la entrada más grande posible como sustituto de una pregunta clara.
Guía de generación y límites
Qwen recomienda temperatura 0.6, top_p 0.95, top_k 20 y min_p 0. Sugiere un presupuesto de salida de 32,768 tokens para la mayoría de las consultas y de 81,920 para problemas matemáticos o de programación excepcionalmente difíciles. Son recomendaciones de presupuesto de generación, no un máximo estricto de salida publicado por separado. Una penalización de presencia entre cero y dos puede reducir la repetición, pero los valores más altos pueden mezclar idiomas o disminuir ligeramente la calidad.
Especifica en las instrucciones el formato de la respuesta final, como un resultado matemático delimitado o un campo de respuesta para una pregunta de opción múltiple. Conserva solo la parte de respuesta final en el historial de conversación, como recomienda el fabricante. Un razonamiento más largo es útil cuando produce un resultado comprobable; inspecciona las suposiciones, los cálculos y el código propuesto antes de confiar en el resultado.
", "aboutText": "Aspectos destacados: la publicación fija Thinking-2507\n\nQwen3-30B-A3B-Thinking-2507 es un modelo de generación de texto centrado en razonamiento difícil. Qwen describe mejoras en lógica, matemáticas, ciencia, programación, seguimiento de instrucciones, uso de herramientas y generación de texto, junto con secuencias de pensamiento más largas y una comprensión más sólida de contextos largos. Selecciona esta edición exacta 2507 cuando la tarea se beneficie de razonamiento sostenido, como examinar explicaciones contrapuestas, resolver un problema matemático de varias etapas o desarrollar un cambio complejo de código.\n\nDescripción general del modelo y modo\n\nEl modelo de mezcla de expertos tiene 30.5 mil millones de parámetros totales y 3.3 mil millones de parámetros activados, con 128 expertos y ocho seleccionados por token a lo largo de 48 capas. Su contexto nativo es de 262,144 tokens. Acepta texto y devuelve texto; los resultados de herramientas se proporcionan mediante un flujo de aplicación conectado. Este checkpoint solo admite pensamiento. Es distinto del Qwen3-30B-A3B híbrido anterior, de su edición FP8 y de Qwen3-30B-A3B-Instruct-2507. No debe suponerse que el interruptor sin pensamiento del modelo híbrido se aplique aquí.\n\nLa plantilla de chat predeterminada ya inicia la secuencia de razonamiento con un marcador de apertura de pensamiento, así que no es necesario un ajuste explícito enable_thinking=True. Una secuencia devuelta puede contener el marcador de cierre sin repetir el de apertura. El ejemplo del fabricante separa el razonamiento de la respuesta final. Conserva esa distinción al pedir un entregable concreto: la conclusión de una demostración, un parche o una tabla de decisión deben seguir siendo fáciles de encontrar después de la explicación más larga.\n\nPreparación de una tarea difícil\n\nProporciona al modelo el enunciado completo del problema, las restricciones y la evidencia pertinente. Para un cambio de código, incluye la función existente, una entrada que falle y el comportamiento esperado; después, pide un parche propuesto con una explicación de casos límite. Para una pregunta científica, separa las observaciones de las suposiciones y pregunta qué conclusión se desprende de cada una. Para una política o especificación larga, conserva los identificadores de sección y pide una decisión concisa respaldada por las cláusulas pertinentes. Son usos prácticos de los ámbitos de razonamiento documentados, no afirmaciones de que el modelo haya ejecutado un parche o validado un experimento.\n\nComo esta versión puede razonar extensamente, reserva espacio tanto para el razonamiento como para el entregable final. Qwen aconseja mantener un contexto superior a 131,072 tokens cuando sea posible al configurar el modelo, aunque uno más pequeño aliviaría la presión de memoria. La cifra de contexto nativo incluye el presupuesto de la secuencia; no es una promesa de que pueda utilizarse todo para un documento y dejar un espacio de respuesta ilimitado.\n\nUso con agentes\n\nEl fabricante documenta llamadas a herramientas y recomienda Qwen-Agent para las plantillas de herramientas y su análisis, incluida la integración con herramientas configuradas y flujos de intérprete de código. Define explícitamente las herramientas y el resultado previsto. Por ejemplo, una aplicación podría permitir que el modelo inspeccione evidencia recuperada, utilice una calculadora permitida y después produzca un informe que explique el cálculo. La recuperación y la ejecución corresponden a las herramientas conectadas; la capacidad del modelo para llamar herramientas no establece por sí misma acceso a internet, a un entorno de código o a sistemas empresariales.\n\nProcesamiento de texto ultralargo\n\nQwen documenta un flujo opcional que alcanza aproximadamente un millón de tokens al combinar Dual Chunk Attention con atención dispersa MInference. La primera técnica divide las secuencias largas en bloques y conserva las interacciones entre ellos; la segunda concentra el cálculo en relaciones de atención seleccionadas. Se trata de una ruta de configuración adicional, más allá del contexto nativo de 262,144 tokens. La receta del fabricante requiere su configuración especial de contexto largo y estima aproximadamente 240 GB de memoria GPU total para pesos, estado de atención en caché y activaciones máximas.\n\nEsa receta tiene límites concretos de recursos: el estado de secuencia en caché, la memoria de activaciones y la longitud total de entrada pueden agotar cada uno la capacidad configurada. Por tanto, un flujo de un millón de tokens depende de la configuración, la memoria y la implementación de atención compatible. Para una revisión documental práctica, comienza con el material pertinente, marca los límites entre documentos y pide evidencia rastreable, en lugar de tratar la entrada más grande posible como sustituto de una pregunta clara.\n\nGuía de generación y límites\n\nQwen recomienda temperatura 0.6, top_p 0.95, top_k 20 y min_p 0. Sugiere un presupuesto de salida de 32,768 tokens para la mayoría de las consultas y de 81,920 para problemas matemáticos o de programación excepcionalmente difíciles. Son recomendaciones de presupuesto de generación, no un máximo estricto de salida publicado por separado. Una penalización de presencia entre cero y dos puede reducir la repetición, pero los valores más altos pueden mezclar idiomas o disminuir ligeramente la calidad.\n\nEspecifica en las instrucciones el formato de la respuesta final, como un resultado matemático delimitado o un campo de respuesta para una pregunta de opción múltiple. Conserva solo la parte de respuesta final en el historial de conversación, como recomienda el fabricante. Un razonamiento más largo es útil cuando produce un resultado comprobable; inspecciona las suposiciones, los cálculos y el código propuesto antes de confiar en el resultado.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 es el modelo de texto de Qwen exclusivo de pensamiento para tareas exigentes de matemáticas, ciencia, programación y razonamiento lógico. Esta edición fija 2507 ofrece un contexto nativo de 262,144 tokens y un presupuesto de razonamiento más largo, con llamadas a herramientas documentadas y flujos condicionales de contexto ultralargo.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Aspectos destacados: la publicación fija Thinking-2507
Qwen3-30B-A3B-Thinking-2507 es un modelo de generación de texto centrado en razonamiento difícil. Qwen describe mejoras en lógica, matemáticas, ciencia, programación, seguimiento de instrucciones, uso de herramientas y generación de texto, junto con secuencias de pensamiento más largas y una comprensión más sólida de contextos largos. Selecciona esta edición exacta 2507 cuando la tarea se beneficie de razonamiento sostenido, como examinar explicaciones contrapuestas, resolver un problema matemático de varias etapas o desarrollar un cambio complejo de código.
Descripción general del modelo y modo
El modelo de mezcla de expertos tiene 30.5 mil millones de parámetros totales y 3.3 mil millones de parámetros activados, con 128 expertos y ocho seleccionados por token a lo largo de 48 capas. Su contexto nativo es de 262,144 tokens. Acepta texto y devuelve texto; los resultados de herramientas se proporcionan mediante un flujo de aplicación conectado. Este checkpoint solo admite pensamiento. Es distinto del Qwen3-30B-A3B híbrido anterior, de su edición FP8 y de Qwen3-30B-A3B-Instruct-2507. No debe suponerse que el interruptor sin pensamiento del modelo híbrido se aplique aquí.
La plantilla de chat predeterminada ya inicia la secuencia de razonamiento con un marcador de apertura de pensamiento, así que no es necesario un ajuste explícito enable_thinking=True. Una secuencia devuelta puede contener el marcador de cierre sin repetir el de apertura. El ejemplo del fabricante separa el razonamiento de la respuesta final. Conserva esa distinción al pedir un entregable concreto: la conclusión de una demostración, un parche o una tabla de decisión deben seguir siendo fáciles de encontrar después de la explicación más larga.
Preparación de una tarea difícil
Proporciona al modelo el enunciado completo del problema, las restricciones y la evidencia pertinente. Para un cambio de código, incluye la función existente, una entrada que falle y el comportamiento esperado; después, pide un parche propuesto con una explicación de casos límite. Para una pregunta científica, separa las observaciones de las suposiciones y pregunta qué conclusión se desprende de cada una. Para una política o especificación larga, conserva los identificadores de sección y pide una decisión concisa respaldada por las cláusulas pertinentes. Son usos prácticos de los ámbitos de razonamiento documentados, no afirmaciones de que el modelo haya ejecutado un parche o validado un experimento.
Como esta versión puede razonar extensamente, reserva espacio tanto para el razonamiento como para el entregable final. Qwen aconseja mantener un contexto superior a 131,072 tokens cuando sea posible al configurar el modelo, aunque uno más pequeño aliviaría la presión de memoria. La cifra de contexto nativo incluye el presupuesto de la secuencia; no es una promesa de que pueda utilizarse todo para un documento y dejar un espacio de respuesta ilimitado.
Uso con agentes
El fabricante documenta llamadas a herramientas y recomienda Qwen-Agent para las plantillas de herramientas y su análisis, incluida la integración con herramientas configuradas y flujos de intérprete de código. Define explícitamente las herramientas y el resultado previsto. Por ejemplo, una aplicación podría permitir que el modelo inspeccione evidencia recuperada, utilice una calculadora permitida y después produzca un informe que explique el cálculo. La recuperación y la ejecución corresponden a las herramientas conectadas; la capacidad del modelo para llamar herramientas no establece por sí misma acceso a internet, a un entorno de código o a sistemas empresariales.
Procesamiento de texto ultralargo
Qwen documenta un flujo opcional que alcanza aproximadamente un millón de tokens al combinar Dual Chunk Attention con atención dispersa MInference. La primera técnica divide las secuencias largas en bloques y conserva las interacciones entre ellos; la segunda concentra el cálculo en relaciones de atención seleccionadas. Se trata de una ruta de configuración adicional, más allá del contexto nativo de 262,144 tokens. La receta del fabricante requiere su configuración especial de contexto largo y estima aproximadamente 240 GB de memoria GPU total para pesos, estado de atención en caché y activaciones máximas.
Esa receta tiene límites concretos de recursos: el estado de secuencia en caché, la memoria de activaciones y la longitud total de entrada pueden agotar cada uno la capacidad configurada. Por tanto, un flujo de un millón de tokens depende de la configuración, la memoria y la implementación de atención compatible. Para una revisión documental práctica, comienza con el material pertinente, marca los límites entre documentos y pide evidencia rastreable, en lugar de tratar la entrada más grande posible como sustituto de una pregunta clara.
Guía de generación y límites
Qwen recomienda temperatura 0.6, top_p 0.95, top_k 20 y min_p 0. Sugiere un presupuesto de salida de 32,768 tokens para la mayoría de las consultas y de 81,920 para problemas matemáticos o de programación excepcionalmente difíciles. Son recomendaciones de presupuesto de generación, no un máximo estricto de salida publicado por separado. Una penalización de presencia entre cero y dos puede reducir la repetición, pero los valores más altos pueden mezclar idiomas o disminuir ligeramente la calidad.
Especifica en las instrucciones el formato de la respuesta final, como un resultado matemático delimitado o un campo de respuesta para una pregunta de opción múltiple. Conserva solo la parte de respuesta final en el historial de conversación, como recomienda el fabricante. Un razonamiento más largo es útil cuando produce un resultado comprobable; inspecciona las suposiciones, los cálculos y el código propuesto antes de confiar en el resultado.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites Qwen/Qwen3-30B-A3B-Thinking-2507 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Conversación textual | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream |
Parámetrocontrol_scope | ContratoConversación textual; stream es un booleano y su valor predeterminado es false. |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Alias de método: /chat/completions
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0008 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"Qwen/Qwen3-30B-A3B-Thinking-2507","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="Qwen/Qwen3-30B-A3B-Thinking-2507", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 es el modelo de texto de Qwen exclusivo de pensamiento para tareas exigentes de matemáticas, ciencia, programación y razonamiento lógico. Esta edición fija 2507 ofrece un contexto nativo de 262,144 tokens y un presupuesto de razonamiento más largo, con llamadas a herramientas documentadas y flujos condicionales de contexto ultralargo.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Aspectos destacados: la publicación fija Thinking-2507
Qwen3-30B-A3B-Thinking-2507 es un modelo de generación de texto centrado en razonamiento difícil. Qwen describe mejoras en lógica, matemáticas, ciencia, programación, seguimiento de instrucciones, uso de herramientas y generación de texto, junto con secuencias de pensamiento más largas y una comprensión más sólida de contextos largos. Selecciona esta edición exacta 2507 cuando la tarea se beneficie de razonamiento sostenido, como examinar explicaciones contrapuestas, resolver un problema matemático de varias etapas o desarrollar un cambio complejo de código.
Descripción general del modelo y modo
El modelo de mezcla de expertos tiene 30.5 mil millones de parámetros totales y 3.3 mil millones de parámetros activados, con 128 expertos y ocho seleccionados por token a lo largo de 48 capas. Su contexto nativo es de 262,144 tokens. Acepta texto y devuelve texto; los resultados de herramientas se proporcionan mediante un flujo de aplicación conectado. Este checkpoint solo admite pensamiento. Es distinto del Qwen3-30B-A3B híbrido anterior, de su edición FP8 y de Qwen3-30B-A3B-Instruct-2507. No debe suponerse que el interruptor sin pensamiento del modelo híbrido se aplique aquí.
La plantilla de chat predeterminada ya inicia la secuencia de razonamiento con un marcador de apertura de pensamiento, así que no es necesario un ajuste explícito enable_thinking=True. Una secuencia devuelta puede contener el marcador de cierre sin repetir el de apertura. El ejemplo del fabricante separa el razonamiento de la respuesta final. Conserva esa distinción al pedir un entregable concreto: la conclusión de una demostración, un parche o una tabla de decisión deben seguir siendo fáciles de encontrar después de la explicación más larga.
Preparación de una tarea difícil
Proporciona al modelo el enunciado completo del problema, las restricciones y la evidencia pertinente. Para un cambio de código, incluye la función existente, una entrada que falle y el comportamiento esperado; después, pide un parche propuesto con una explicación de casos límite. Para una pregunta científica, separa las observaciones de las suposiciones y pregunta qué conclusión se desprende de cada una. Para una política o especificación larga, conserva los identificadores de sección y pide una decisión concisa respaldada por las cláusulas pertinentes. Son usos prácticos de los ámbitos de razonamiento documentados, no afirmaciones de que el modelo haya ejecutado un parche o validado un experimento.
Como esta versión puede razonar extensamente, reserva espacio tanto para el razonamiento como para el entregable final. Qwen aconseja mantener un contexto superior a 131,072 tokens cuando sea posible al configurar el modelo, aunque uno más pequeño aliviaría la presión de memoria. La cifra de contexto nativo incluye el presupuesto de la secuencia; no es una promesa de que pueda utilizarse todo para un documento y dejar un espacio de respuesta ilimitado.
Uso con agentes
El fabricante documenta llamadas a herramientas y recomienda Qwen-Agent para las plantillas de herramientas y su análisis, incluida la integración con herramientas configuradas y flujos de intérprete de código. Define explícitamente las herramientas y el resultado previsto. Por ejemplo, una aplicación podría permitir que el modelo inspeccione evidencia recuperada, utilice una calculadora permitida y después produzca un informe que explique el cálculo. La recuperación y la ejecución corresponden a las herramientas conectadas; la capacidad del modelo para llamar herramientas no establece por sí misma acceso a internet, a un entorno de código o a sistemas empresariales.
Procesamiento de texto ultralargo
Qwen documenta un flujo opcional que alcanza aproximadamente un millón de tokens al combinar Dual Chunk Attention con atención dispersa MInference. La primera técnica divide las secuencias largas en bloques y conserva las interacciones entre ellos; la segunda concentra el cálculo en relaciones de atención seleccionadas. Se trata de una ruta de configuración adicional, más allá del contexto nativo de 262,144 tokens. La receta del fabricante requiere su configuración especial de contexto largo y estima aproximadamente 240 GB de memoria GPU total para pesos, estado de atención en caché y activaciones máximas.
Esa receta tiene límites concretos de recursos: el estado de secuencia en caché, la memoria de activaciones y la longitud total de entrada pueden agotar cada uno la capacidad configurada. Por tanto, un flujo de un millón de tokens depende de la configuración, la memoria y la implementación de atención compatible. Para una revisión documental práctica, comienza con el material pertinente, marca los límites entre documentos y pide evidencia rastreable, en lugar de tratar la entrada más grande posible como sustituto de una pregunta clara.
Guía de generación y límites
Qwen recomienda temperatura 0.6, top_p 0.95, top_k 20 y min_p 0. Sugiere un presupuesto de salida de 32,768 tokens para la mayoría de las consultas y de 81,920 para problemas matemáticos o de programación excepcionalmente difíciles. Son recomendaciones de presupuesto de generación, no un máximo estricto de salida publicado por separado. Una penalización de presencia entre cero y dos puede reducir la repetición, pero los valores más altos pueden mezclar idiomas o disminuir ligeramente la calidad.
Especifica en las instrucciones el formato de la respuesta final, como un resultado matemático delimitado o un campo de respuesta para una pregunta de opción múltiple. Conserva solo la parte de respuesta final en el historial de conversación, como recomienda el fabricante. Un razonamiento más largo es útil cuando produce un resultado comprobable; inspecciona las suposiciones, los cálculos y el código propuesto antes de confiar en el resultado.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites Qwen/Qwen3-30B-A3B-Thinking-2507 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0008 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Qwen/Qwen3-30B-A3B-Thinking-2507', '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': 'Qwen/Qwen3-30B-A3B-Thinking-2507', '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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 es el modelo de texto de Qwen exclusivo de pensamiento para tareas exigentes de matemáticas, ciencia, programación y razonamiento lógico. Esta edición fija 2507 ofrece un contexto nativo de 262,144 tokens y un presupuesto de razonamiento más largo, con llamadas a herramientas documentadas y flujos condicionales de contexto ultralargo.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Aspectos destacados: la publicación fija Thinking-2507
Qwen3-30B-A3B-Thinking-2507 es un modelo de generación de texto centrado en razonamiento difícil. Qwen describe mejoras en lógica, matemáticas, ciencia, programación, seguimiento de instrucciones, uso de herramientas y generación de texto, junto con secuencias de pensamiento más largas y una comprensión más sólida de contextos largos. Selecciona esta edición exacta 2507 cuando la tarea se beneficie de razonamiento sostenido, como examinar explicaciones contrapuestas, resolver un problema matemático de varias etapas o desarrollar un cambio complejo de código.
Descripción general del modelo y modo
El modelo de mezcla de expertos tiene 30.5 mil millones de parámetros totales y 3.3 mil millones de parámetros activados, con 128 expertos y ocho seleccionados por token a lo largo de 48 capas. Su contexto nativo es de 262,144 tokens. Acepta texto y devuelve texto; los resultados de herramientas se proporcionan mediante un flujo de aplicación conectado. Este checkpoint solo admite pensamiento. Es distinto del Qwen3-30B-A3B híbrido anterior, de su edición FP8 y de Qwen3-30B-A3B-Instruct-2507. No debe suponerse que el interruptor sin pensamiento del modelo híbrido se aplique aquí.
La plantilla de chat predeterminada ya inicia la secuencia de razonamiento con un marcador de apertura de pensamiento, así que no es necesario un ajuste explícito enable_thinking=True. Una secuencia devuelta puede contener el marcador de cierre sin repetir el de apertura. El ejemplo del fabricante separa el razonamiento de la respuesta final. Conserva esa distinción al pedir un entregable concreto: la conclusión de una demostración, un parche o una tabla de decisión deben seguir siendo fáciles de encontrar después de la explicación más larga.
Preparación de una tarea difícil
Proporciona al modelo el enunciado completo del problema, las restricciones y la evidencia pertinente. Para un cambio de código, incluye la función existente, una entrada que falle y el comportamiento esperado; después, pide un parche propuesto con una explicación de casos límite. Para una pregunta científica, separa las observaciones de las suposiciones y pregunta qué conclusión se desprende de cada una. Para una política o especificación larga, conserva los identificadores de sección y pide una decisión concisa respaldada por las cláusulas pertinentes. Son usos prácticos de los ámbitos de razonamiento documentados, no afirmaciones de que el modelo haya ejecutado un parche o validado un experimento.
Como esta versión puede razonar extensamente, reserva espacio tanto para el razonamiento como para el entregable final. Qwen aconseja mantener un contexto superior a 131,072 tokens cuando sea posible al configurar el modelo, aunque uno más pequeño aliviaría la presión de memoria. La cifra de contexto nativo incluye el presupuesto de la secuencia; no es una promesa de que pueda utilizarse todo para un documento y dejar un espacio de respuesta ilimitado.
Uso con agentes
El fabricante documenta llamadas a herramientas y recomienda Qwen-Agent para las plantillas de herramientas y su análisis, incluida la integración con herramientas configuradas y flujos de intérprete de código. Define explícitamente las herramientas y el resultado previsto. Por ejemplo, una aplicación podría permitir que el modelo inspeccione evidencia recuperada, utilice una calculadora permitida y después produzca un informe que explique el cálculo. La recuperación y la ejecución corresponden a las herramientas conectadas; la capacidad del modelo para llamar herramientas no establece por sí misma acceso a internet, a un entorno de código o a sistemas empresariales.
Procesamiento de texto ultralargo
Qwen documenta un flujo opcional que alcanza aproximadamente un millón de tokens al combinar Dual Chunk Attention con atención dispersa MInference. La primera técnica divide las secuencias largas en bloques y conserva las interacciones entre ellos; la segunda concentra el cálculo en relaciones de atención seleccionadas. Se trata de una ruta de configuración adicional, más allá del contexto nativo de 262,144 tokens. La receta del fabricante requiere su configuración especial de contexto largo y estima aproximadamente 240 GB de memoria GPU total para pesos, estado de atención en caché y activaciones máximas.
Esa receta tiene límites concretos de recursos: el estado de secuencia en caché, la memoria de activaciones y la longitud total de entrada pueden agotar cada uno la capacidad configurada. Por tanto, un flujo de un millón de tokens depende de la configuración, la memoria y la implementación de atención compatible. Para una revisión documental práctica, comienza con el material pertinente, marca los límites entre documentos y pide evidencia rastreable, en lugar de tratar la entrada más grande posible como sustituto de una pregunta clara.
Guía de generación y límites
Qwen recomienda temperatura 0.6, top_p 0.95, top_k 20 y min_p 0. Sugiere un presupuesto de salida de 32,768 tokens para la mayoría de las consultas y de 81,920 para problemas matemáticos o de programación excepcionalmente difíciles. Son recomendaciones de presupuesto de generación, no un máximo estricto de salida publicado por separado. Una penalización de presencia entre cero y dos puede reducir la repetición, pero los valores más altos pueden mezclar idiomas o disminuir ligeramente la calidad.
Especifica en las instrucciones el formato de la respuesta final, como un resultado matemático delimitado o un campo de respuesta para una pregunta de opción múltiple. Conserva solo la parte de respuesta final en el historial de conversación, como recomienda el fabricante. Un razonamiento más largo es útil cuando produce un resultado comprobable; inspecciona las suposiciones, los cálculos y el código propuesto antes de confiar en el resultado.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen3-30b-a3b-thinking-2507 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0008 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-30b-a3b-thinking-2507", "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='qwen3-30b-a3b-thinking-2507',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='qwen3-30b-a3b-thinking-2507',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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 es el modelo de texto de Qwen exclusivo de pensamiento para tareas exigentes de matemáticas, ciencia, programación y razonamiento lógico. Esta edición fija 2507 ofrece un contexto nativo de 262,144 tokens y un presupuesto de razonamiento más largo, con llamadas a herramientas documentadas y flujos condicionales de contexto ultralargo.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Aspectos destacados: la publicación fija Thinking-2507
Qwen3-30B-A3B-Thinking-2507 es un modelo de generación de texto centrado en razonamiento difícil. Qwen describe mejoras en lógica, matemáticas, ciencia, programación, seguimiento de instrucciones, uso de herramientas y generación de texto, junto con secuencias de pensamiento más largas y una comprensión más sólida de contextos largos. Selecciona esta edición exacta 2507 cuando la tarea se beneficie de razonamiento sostenido, como examinar explicaciones contrapuestas, resolver un problema matemático de varias etapas o desarrollar un cambio complejo de código.
Descripción general del modelo y modo
El modelo de mezcla de expertos tiene 30.5 mil millones de parámetros totales y 3.3 mil millones de parámetros activados, con 128 expertos y ocho seleccionados por token a lo largo de 48 capas. Su contexto nativo es de 262,144 tokens. Acepta texto y devuelve texto; los resultados de herramientas se proporcionan mediante un flujo de aplicación conectado. Este checkpoint solo admite pensamiento. Es distinto del Qwen3-30B-A3B híbrido anterior, de su edición FP8 y de Qwen3-30B-A3B-Instruct-2507. No debe suponerse que el interruptor sin pensamiento del modelo híbrido se aplique aquí.
La plantilla de chat predeterminada ya inicia la secuencia de razonamiento con un marcador de apertura de pensamiento, así que no es necesario un ajuste explícito enable_thinking=True. Una secuencia devuelta puede contener el marcador de cierre sin repetir el de apertura. El ejemplo del fabricante separa el razonamiento de la respuesta final. Conserva esa distinción al pedir un entregable concreto: la conclusión de una demostración, un parche o una tabla de decisión deben seguir siendo fáciles de encontrar después de la explicación más larga.
Preparación de una tarea difícil
Proporciona al modelo el enunciado completo del problema, las restricciones y la evidencia pertinente. Para un cambio de código, incluye la función existente, una entrada que falle y el comportamiento esperado; después, pide un parche propuesto con una explicación de casos límite. Para una pregunta científica, separa las observaciones de las suposiciones y pregunta qué conclusión se desprende de cada una. Para una política o especificación larga, conserva los identificadores de sección y pide una decisión concisa respaldada por las cláusulas pertinentes. Son usos prácticos de los ámbitos de razonamiento documentados, no afirmaciones de que el modelo haya ejecutado un parche o validado un experimento.
Como esta versión puede razonar extensamente, reserva espacio tanto para el razonamiento como para el entregable final. Qwen aconseja mantener un contexto superior a 131,072 tokens cuando sea posible al configurar el modelo, aunque uno más pequeño aliviaría la presión de memoria. La cifra de contexto nativo incluye el presupuesto de la secuencia; no es una promesa de que pueda utilizarse todo para un documento y dejar un espacio de respuesta ilimitado.
Uso con agentes
El fabricante documenta llamadas a herramientas y recomienda Qwen-Agent para las plantillas de herramientas y su análisis, incluida la integración con herramientas configuradas y flujos de intérprete de código. Define explícitamente las herramientas y el resultado previsto. Por ejemplo, una aplicación podría permitir que el modelo inspeccione evidencia recuperada, utilice una calculadora permitida y después produzca un informe que explique el cálculo. La recuperación y la ejecución corresponden a las herramientas conectadas; la capacidad del modelo para llamar herramientas no establece por sí misma acceso a internet, a un entorno de código o a sistemas empresariales.
Procesamiento de texto ultralargo
Qwen documenta un flujo opcional que alcanza aproximadamente un millón de tokens al combinar Dual Chunk Attention con atención dispersa MInference. La primera técnica divide las secuencias largas en bloques y conserva las interacciones entre ellos; la segunda concentra el cálculo en relaciones de atención seleccionadas. Se trata de una ruta de configuración adicional, más allá del contexto nativo de 262,144 tokens. La receta del fabricante requiere su configuración especial de contexto largo y estima aproximadamente 240 GB de memoria GPU total para pesos, estado de atención en caché y activaciones máximas.
Esa receta tiene límites concretos de recursos: el estado de secuencia en caché, la memoria de activaciones y la longitud total de entrada pueden agotar cada uno la capacidad configurada. Por tanto, un flujo de un millón de tokens depende de la configuración, la memoria y la implementación de atención compatible. Para una revisión documental práctica, comienza con el material pertinente, marca los límites entre documentos y pide evidencia rastreable, en lugar de tratar la entrada más grande posible como sustituto de una pregunta clara.
Guía de generación y límites
Qwen recomienda temperatura 0.6, top_p 0.95, top_k 20 y min_p 0. Sugiere un presupuesto de salida de 32,768 tokens para la mayoría de las consultas y de 81,920 para problemas matemáticos o de programación excepcionalmente difíciles. Son recomendaciones de presupuesto de generación, no un máximo estricto de salida publicado por separado. Una penalización de presencia entre cero y dos puede reducir la repetición, pero los valores más altos pueden mezclar idiomas o disminuir ligeramente la calidad.
Especifica en las instrucciones el formato de la respuesta final, como un resultado matemático delimitado o un campo de respuesta para una pregunta de opción múltiple. Conserva solo la parte de respuesta final en el historial de conversación, como recomienda el fabricante. Un razonamiento más largo es útil cuando produce un resultado comprobable; inspecciona las suposiciones, los cálculos y el código propuesto antes de confiar en el resultado.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen3-30b-a3b-thinking-2507 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0008 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-30b-a3b-thinking-2507', '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': 'qwen3-30b-a3b-thinking-2507', '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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Ejemplo técnico en inglés
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.