Aspectos destacados de Qwen3-Next: razonamiento textual complejo
Qwen3-Next-80B-A3B-Thinking es la edición textual de solo pensamiento de Qwen3-Next. El fabricante la recomienda para tareas de razonamiento muy complejas y señala que su pensamiento puede ser más largo que el de modelos anteriores. Recibe y devuelve texto, incluida una respuesta explicada o una propuesta de código. Distingue esta edición de Qwen3-Next-80B-A3B-Instruct y Qwen3-Coder-Next, cuyos contratos sin pensamiento son distintos.
La familia introduce atención híbrida que combina Gated DeltaNet y atención con compuertas, expertos de alta dispersión, técnicas de estabilidad como normalización de capas centrada en cero y con decaimiento de pesos, y predicción de varios tokens. Qwen también describe estabilización del aprendizaje por refuerzo mediante GSPO. Son características de entrenamiento y arquitectura; las ganancias de eficiencia dependen de la implementación y no deberían convertirse en una afirmación universal de tiempo de respuesta.
Descripción del modelo
El modelo tiene 80,000 millones de parámetros totales y activa 3,000 millones. Tiene 48 capas con un patrón de tres capas de expertos DeltaNet por una de atención con compuertas. El fabricante enumera 512 expertos, diez expertos activados y uno compartido, con preentrenamiento sobre 15 billones de tokens seguido de posentrenamiento. Los parámetros activados no son el tamaño del punto de control completo.
El contexto nativo es de 262,144 tokens, con extensión documentada a 1,010,000. Texto de origen, mensajes históricos, observaciones de herramientas, razonamiento y salida final comparten el espacio de secuencia configurado. Para pensamiento complejo, el fabricante aconseja configurar un contexto superior a 131,072 cuando sea posible, aunque una ventana menor reduciría la presión de memoria.
Uso de la interfaz de solo pensamiento
La plantilla de chat predeterminada ya incluye el marcador de apertura del pensamiento. Una secuencia devuelta puede contener, por tanto, el marcador de cierre sin repetir el de apertura. Es el formato normal de la receta del fabricante, no evidencia de que falte razonamiento. El modelo solo admite pensamiento; pedir una respuesta final concisa no lo convierte en una edición sin pensamiento.
Para un problema matemático o lógico, proporciona el enunciado completo, las definiciones, las unidades y las suposiciones permitidas. Solicita una respuesta final claramente delimitada con los pasos de apoyo necesarios para comprobarla. Para razonamiento sobre código, aporta la función pertinente, la entrada y el comportamiento previsto y pide después una propuesta explicada. Contrasta los cálculos de apoyo o el parche propuesto con las condiciones proporcionadas y los resultados reales.
Implementación y herramientas
Los ejemplos del fabricante admiten flujos de desarrollo y herramientas y recomiendan Qwen-Agent para plantillas de llamadas a herramientas y análisis sintáctico de esas llamadas, con herramientas configuradas o conectadas mediante MCP. Define las herramientas permitidas, el objetivo de la tarea y una condición observable de finalización. La aplicación ejecuta acciones externas y devuelve observaciones reales; el modelo puede utilizar después esa información en su siguiente respuesta.
La predicción de varios tokens forma parte del entrenamiento, pero su uso en inferencia depende de implementación y no está disponible de forma general en todos los flujos ligeros. Conserva esa distinción al evaluar un despliegue. La capacidad de herramientas o arquitectura por sí sola no establece acceso a archivos, fuentes actuales o un entorno de ejecución mediante otra aplicación.
Texto ultralargo
La extensión documentada utiliza YaRN. El fabricante valida aproximadamente un millón de tokens y proporciona una receta de factor cuatro basada en las 262,144 posiciones nativas; para cargas de 524,288 tokens sugiere factor dos. El escalado estático puede afectar al rendimiento con textos más cortos, por lo que debería responder a la necesidad real de entradas más largas.
Organiza una entrada grande con separaciones entre documentos e identificadores de código o sección. Indica la pregunta y el resultado esperado para que el modelo conecte la evidencia pertinente, en lugar de tratar la ventana completa como sustituto de una tarea clara. Reserva espacio para su razonamiento potencialmente largo y el resultado final.
Orientaciones de generación
Best Practices recomienda temperature 0.6, top_p 0.95, top_k 20 y min_p 0. Donde se admita, una penalización de presencia entre cero y dos puede reducir texto repetido, pero valores mayores pueden mezclar idiomas o bajar ligeramente la calidad. Qwen recomienda un espacio de generación de 32,768 tokens para la mayoría de preguntas y 81,920 para tareas de matemáticas o programación inusualmente complejas. Son recomendaciones, no límites máximos estrictos independientes de salida.
Especifica explícitamente el formato final, como un resultado matemático delimitado o un campo de respuesta. El fabricante recomienda conservar las salidas finales sin contenido de pensamiento en los mensajes históricos del asistente, siguiendo la plantilla de este punto de control. No deberían importarse automáticamente las opciones de conservación de razonamiento histórico de modelos posteriores.
Límites sustanciales
Este modelo es solo textual. Imágenes, audio o video requieren una representación independiente adecuada antes de servir como evidencia en el flujo. El pensamiento largo y el contexto son recursos finitos y el razonamiento detallado no prueba por sí solo un resultado correcto. Comprueba las suposiciones, los cálculos y el código generado con la fuente proporcionada. El resultado útil es una respuesta o un resultado revisables cuya evidencia permanece visible y cuya identidad de solo pensamiento se conserva.
", "aboutText": "Aspectos destacados de Qwen3-Next: razonamiento textual complejo\n\nQwen3-Next-80B-A3B-Thinking es la edición textual de solo pensamiento de Qwen3-Next. El fabricante la recomienda para tareas de razonamiento muy complejas y señala que su pensamiento puede ser más largo que el de modelos anteriores. Recibe y devuelve texto, incluida una respuesta explicada o una propuesta de código. Distingue esta edición de Qwen3-Next-80B-A3B-Instruct y Qwen3-Coder-Next, cuyos contratos sin pensamiento son distintos.\n\nLa familia introduce atención híbrida que combina Gated DeltaNet y atención con compuertas, expertos de alta dispersión, técnicas de estabilidad como normalización de capas centrada en cero y con decaimiento de pesos, y predicción de varios tokens. Qwen también describe estabilización del aprendizaje por refuerzo mediante GSPO. Son características de entrenamiento y arquitectura; las ganancias de eficiencia dependen de la implementación y no deberían convertirse en una afirmación universal de tiempo de respuesta.\n\nDescripción del modelo\n\nEl modelo tiene 80,000 millones de parámetros totales y activa 3,000 millones. Tiene 48 capas con un patrón de tres capas de expertos DeltaNet por una de atención con compuertas. El fabricante enumera 512 expertos, diez expertos activados y uno compartido, con preentrenamiento sobre 15 billones de tokens seguido de posentrenamiento. Los parámetros activados no son el tamaño del punto de control completo.\n\nEl contexto nativo es de 262,144 tokens, con extensión documentada a 1,010,000. Texto de origen, mensajes históricos, observaciones de herramientas, razonamiento y salida final comparten el espacio de secuencia configurado. Para pensamiento complejo, el fabricante aconseja configurar un contexto superior a 131,072 cuando sea posible, aunque una ventana menor reduciría la presión de memoria.\n\nUso de la interfaz de solo pensamiento\n\nLa plantilla de chat predeterminada ya incluye el marcador de apertura del pensamiento. Una secuencia devuelta puede contener, por tanto, el marcador de cierre sin repetir el de apertura. Es el formato normal de la receta del fabricante, no evidencia de que falte razonamiento. El modelo solo admite pensamiento; pedir una respuesta final concisa no lo convierte en una edición sin pensamiento.\n\nPara un problema matemático o lógico, proporciona el enunciado completo, las definiciones, las unidades y las suposiciones permitidas. Solicita una respuesta final claramente delimitada con los pasos de apoyo necesarios para comprobarla. Para razonamiento sobre código, aporta la función pertinente, la entrada y el comportamiento previsto y pide después una propuesta explicada. Contrasta los cálculos de apoyo o el parche propuesto con las condiciones proporcionadas y los resultados reales.\n\nImplementación y herramientas\n\nLos ejemplos del fabricante admiten flujos de desarrollo y herramientas y recomiendan Qwen-Agent para plantillas de llamadas a herramientas y análisis sintáctico de esas llamadas, con herramientas configuradas o conectadas mediante MCP. Define las herramientas permitidas, el objetivo de la tarea y una condición observable de finalización. La aplicación ejecuta acciones externas y devuelve observaciones reales; el modelo puede utilizar después esa información en su siguiente respuesta.\n\nLa predicción de varios tokens forma parte del entrenamiento, pero su uso en inferencia depende de implementación y no está disponible de forma general en todos los flujos ligeros. Conserva esa distinción al evaluar un despliegue. La capacidad de herramientas o arquitectura por sí sola no establece acceso a archivos, fuentes actuales o un entorno de ejecución mediante otra aplicación.\n\nTexto ultralargo\n\nLa extensión documentada utiliza YaRN. El fabricante valida aproximadamente un millón de tokens y proporciona una receta de factor cuatro basada en las 262,144 posiciones nativas; para cargas de 524,288 tokens sugiere factor dos. El escalado estático puede afectar al rendimiento con textos más cortos, por lo que debería responder a la necesidad real de entradas más largas.\n\nOrganiza una entrada grande con separaciones entre documentos e identificadores de código o sección. Indica la pregunta y el resultado esperado para que el modelo conecte la evidencia pertinente, en lugar de tratar la ventana completa como sustituto de una tarea clara. Reserva espacio para su razonamiento potencialmente largo y el resultado final.\n\nOrientaciones de generación\n\nBest Practices recomienda temperature 0.6, top_p 0.95, top_k 20 y min_p 0. Donde se admita, una penalización de presencia entre cero y dos puede reducir texto repetido, pero valores mayores pueden mezclar idiomas o bajar ligeramente la calidad. Qwen recomienda un espacio de generación de 32,768 tokens para la mayoría de preguntas y 81,920 para tareas de matemáticas o programación inusualmente complejas. Son recomendaciones, no límites máximos estrictos independientes de salida.\n\nEspecifica explícitamente el formato final, como un resultado matemático delimitado o un campo de respuesta. El fabricante recomienda conservar las salidas finales sin contenido de pensamiento en los mensajes históricos del asistente, siguiendo la plantilla de este punto de control. No deberían importarse automáticamente las opciones de conservación de razonamiento histórico de modelos posteriores.\n\nLímites sustanciales\n\nEste modelo es solo textual. Imágenes, audio o video requieren una representación independiente adecuada antes de servir como evidencia en el flujo. El pensamiento largo y el contexto son recursos finitos y el razonamiento detallado no prueba por sí solo un resultado correcto. Comprueba las suposiciones, los cálculos y el código generado con la fuente proporcionada. El resultado útil es una respuesta o un resultado revisables cuya evidencia permanece visible y cuya identidad de solo pensamiento se conserva.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Identify what a logic puzzle actually determines\n\nExactly one of A, B and C took a key, and exactly one statement is true. A says, 'B took it.' B says, 'C took it.' C says, 'I did not take it.' Determine every possible culprit consistent with these premises. Show a truth table and state whether the culprit is uniquely determined.A three-case truth table and the complete set of consistent culprits with a uniqueness conclusion.The table checks exactly one true statement in each candidate case and preserves multiple solutions if the premises allow them.qwen/qwen3-next-80b-a3b-thinkingQwen3-Next-80B-A3B-Thinking es el modelo de razonamiento textual de Qwen con 80,000 millones de parámetros totales y 3,000 millones activados. Utiliza solo pensamiento, atención híbrida y expertos dispersos para tareas complejas, con contexto nativo de 262,144 tokens y extensión condicional a 1,010,000.
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 de Qwen3-Next: razonamiento textual complejo
Qwen3-Next-80B-A3B-Thinking es la edición textual de solo pensamiento de Qwen3-Next. El fabricante la recomienda para tareas de razonamiento muy complejas y señala que su pensamiento puede ser más largo que el de modelos anteriores. Recibe y devuelve texto, incluida una respuesta explicada o una propuesta de código. Distingue esta edición de Qwen3-Next-80B-A3B-Instruct y Qwen3-Coder-Next, cuyos contratos sin pensamiento son distintos.
La familia introduce atención híbrida que combina Gated DeltaNet y atención con compuertas, expertos de alta dispersión, técnicas de estabilidad como normalización de capas centrada en cero y con decaimiento de pesos, y predicción de varios tokens. Qwen también describe estabilización del aprendizaje por refuerzo mediante GSPO. Son características de entrenamiento y arquitectura; las ganancias de eficiencia dependen de la implementación y no deberían convertirse en una afirmación universal de tiempo de respuesta.
Descripción del modelo
El modelo tiene 80,000 millones de parámetros totales y activa 3,000 millones. Tiene 48 capas con un patrón de tres capas de expertos DeltaNet por una de atención con compuertas. El fabricante enumera 512 expertos, diez expertos activados y uno compartido, con preentrenamiento sobre 15 billones de tokens seguido de posentrenamiento. Los parámetros activados no son el tamaño del punto de control completo.
El contexto nativo es de 262,144 tokens, con extensión documentada a 1,010,000. Texto de origen, mensajes históricos, observaciones de herramientas, razonamiento y salida final comparten el espacio de secuencia configurado. Para pensamiento complejo, el fabricante aconseja configurar un contexto superior a 131,072 cuando sea posible, aunque una ventana menor reduciría la presión de memoria.
Uso de la interfaz de solo pensamiento
La plantilla de chat predeterminada ya incluye el marcador de apertura del pensamiento. Una secuencia devuelta puede contener, por tanto, el marcador de cierre sin repetir el de apertura. Es el formato normal de la receta del fabricante, no evidencia de que falte razonamiento. El modelo solo admite pensamiento; pedir una respuesta final concisa no lo convierte en una edición sin pensamiento.
Para un problema matemático o lógico, proporciona el enunciado completo, las definiciones, las unidades y las suposiciones permitidas. Solicita una respuesta final claramente delimitada con los pasos de apoyo necesarios para comprobarla. Para razonamiento sobre código, aporta la función pertinente, la entrada y el comportamiento previsto y pide después una propuesta explicada. Contrasta los cálculos de apoyo o el parche propuesto con las condiciones proporcionadas y los resultados reales.
Implementación y herramientas
Los ejemplos del fabricante admiten flujos de desarrollo y herramientas y recomiendan Qwen-Agent para plantillas de llamadas a herramientas y análisis sintáctico de esas llamadas, con herramientas configuradas o conectadas mediante MCP. Define las herramientas permitidas, el objetivo de la tarea y una condición observable de finalización. La aplicación ejecuta acciones externas y devuelve observaciones reales; el modelo puede utilizar después esa información en su siguiente respuesta.
La predicción de varios tokens forma parte del entrenamiento, pero su uso en inferencia depende de implementación y no está disponible de forma general en todos los flujos ligeros. Conserva esa distinción al evaluar un despliegue. La capacidad de herramientas o arquitectura por sí sola no establece acceso a archivos, fuentes actuales o un entorno de ejecución mediante otra aplicación.
Texto ultralargo
La extensión documentada utiliza YaRN. El fabricante valida aproximadamente un millón de tokens y proporciona una receta de factor cuatro basada en las 262,144 posiciones nativas; para cargas de 524,288 tokens sugiere factor dos. El escalado estático puede afectar al rendimiento con textos más cortos, por lo que debería responder a la necesidad real de entradas más largas.
Organiza una entrada grande con separaciones entre documentos e identificadores de código o sección. Indica la pregunta y el resultado esperado para que el modelo conecte la evidencia pertinente, en lugar de tratar la ventana completa como sustituto de una tarea clara. Reserva espacio para su razonamiento potencialmente largo y el resultado final.
Orientaciones de generación
Best Practices recomienda temperature 0.6, top_p 0.95, top_k 20 y min_p 0. Donde se admita, una penalización de presencia entre cero y dos puede reducir texto repetido, pero valores mayores pueden mezclar idiomas o bajar ligeramente la calidad. Qwen recomienda un espacio de generación de 32,768 tokens para la mayoría de preguntas y 81,920 para tareas de matemáticas o programación inusualmente complejas. Son recomendaciones, no límites máximos estrictos independientes de salida.
Especifica explícitamente el formato final, como un resultado matemático delimitado o un campo de respuesta. El fabricante recomienda conservar las salidas finales sin contenido de pensamiento en los mensajes históricos del asistente, siguiendo la plantilla de este punto de control. No deberían importarse automáticamente las opciones de conservación de razonamiento histórico de modelos posteriores.
Límites sustanciales
Este modelo es solo textual. Imágenes, audio o video requieren una representación independiente adecuada antes de servir como evidencia en el flujo. El pensamiento largo y el contexto son recursos finitos y el razonamiento detallado no prueba por sí solo un resultado correcto. Comprueba las suposiciones, los cálculos y el código generado con la fuente proporcionada. El resultado útil es una respuesta o un resultado revisables cuya evidencia permanece visible y cuya identidad de solo pensamiento se conserva.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen/qwen3-next-80b-a3b-thinking | 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.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0003 / 1K tokens Salida · Tokens de salida $0.0024 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0003 / 1K tokens Salida · Tokens de salida $0.0024 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-next-80b-a3b-thinking", "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='qwen/qwen3-next-80b-a3b-thinking',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='qwen/qwen3-next-80b-a3b-thinking',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-next-80b-a3b-thinking
Usa las rutas de método indicadas arriba.
qwen/qwen3-next-80b-a3b-thinkingQwen3-Next-80B-A3B-Thinking es el modelo de razonamiento textual de Qwen con 80,000 millones de parámetros totales y 3,000 millones activados. Utiliza solo pensamiento, atención híbrida y expertos dispersos para tareas complejas, con contexto nativo de 262,144 tokens y extensión condicional a 1,010,000.
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 de Qwen3-Next: razonamiento textual complejo
Qwen3-Next-80B-A3B-Thinking es la edición textual de solo pensamiento de Qwen3-Next. El fabricante la recomienda para tareas de razonamiento muy complejas y señala que su pensamiento puede ser más largo que el de modelos anteriores. Recibe y devuelve texto, incluida una respuesta explicada o una propuesta de código. Distingue esta edición de Qwen3-Next-80B-A3B-Instruct y Qwen3-Coder-Next, cuyos contratos sin pensamiento son distintos.
La familia introduce atención híbrida que combina Gated DeltaNet y atención con compuertas, expertos de alta dispersión, técnicas de estabilidad como normalización de capas centrada en cero y con decaimiento de pesos, y predicción de varios tokens. Qwen también describe estabilización del aprendizaje por refuerzo mediante GSPO. Son características de entrenamiento y arquitectura; las ganancias de eficiencia dependen de la implementación y no deberían convertirse en una afirmación universal de tiempo de respuesta.
Descripción del modelo
El modelo tiene 80,000 millones de parámetros totales y activa 3,000 millones. Tiene 48 capas con un patrón de tres capas de expertos DeltaNet por una de atención con compuertas. El fabricante enumera 512 expertos, diez expertos activados y uno compartido, con preentrenamiento sobre 15 billones de tokens seguido de posentrenamiento. Los parámetros activados no son el tamaño del punto de control completo.
El contexto nativo es de 262,144 tokens, con extensión documentada a 1,010,000. Texto de origen, mensajes históricos, observaciones de herramientas, razonamiento y salida final comparten el espacio de secuencia configurado. Para pensamiento complejo, el fabricante aconseja configurar un contexto superior a 131,072 cuando sea posible, aunque una ventana menor reduciría la presión de memoria.
Uso de la interfaz de solo pensamiento
La plantilla de chat predeterminada ya incluye el marcador de apertura del pensamiento. Una secuencia devuelta puede contener, por tanto, el marcador de cierre sin repetir el de apertura. Es el formato normal de la receta del fabricante, no evidencia de que falte razonamiento. El modelo solo admite pensamiento; pedir una respuesta final concisa no lo convierte en una edición sin pensamiento.
Para un problema matemático o lógico, proporciona el enunciado completo, las definiciones, las unidades y las suposiciones permitidas. Solicita una respuesta final claramente delimitada con los pasos de apoyo necesarios para comprobarla. Para razonamiento sobre código, aporta la función pertinente, la entrada y el comportamiento previsto y pide después una propuesta explicada. Contrasta los cálculos de apoyo o el parche propuesto con las condiciones proporcionadas y los resultados reales.
Implementación y herramientas
Los ejemplos del fabricante admiten flujos de desarrollo y herramientas y recomiendan Qwen-Agent para plantillas de llamadas a herramientas y análisis sintáctico de esas llamadas, con herramientas configuradas o conectadas mediante MCP. Define las herramientas permitidas, el objetivo de la tarea y una condición observable de finalización. La aplicación ejecuta acciones externas y devuelve observaciones reales; el modelo puede utilizar después esa información en su siguiente respuesta.
La predicción de varios tokens forma parte del entrenamiento, pero su uso en inferencia depende de implementación y no está disponible de forma general en todos los flujos ligeros. Conserva esa distinción al evaluar un despliegue. La capacidad de herramientas o arquitectura por sí sola no establece acceso a archivos, fuentes actuales o un entorno de ejecución mediante otra aplicación.
Texto ultralargo
La extensión documentada utiliza YaRN. El fabricante valida aproximadamente un millón de tokens y proporciona una receta de factor cuatro basada en las 262,144 posiciones nativas; para cargas de 524,288 tokens sugiere factor dos. El escalado estático puede afectar al rendimiento con textos más cortos, por lo que debería responder a la necesidad real de entradas más largas.
Organiza una entrada grande con separaciones entre documentos e identificadores de código o sección. Indica la pregunta y el resultado esperado para que el modelo conecte la evidencia pertinente, en lugar de tratar la ventana completa como sustituto de una tarea clara. Reserva espacio para su razonamiento potencialmente largo y el resultado final.
Orientaciones de generación
Best Practices recomienda temperature 0.6, top_p 0.95, top_k 20 y min_p 0. Donde se admita, una penalización de presencia entre cero y dos puede reducir texto repetido, pero valores mayores pueden mezclar idiomas o bajar ligeramente la calidad. Qwen recomienda un espacio de generación de 32,768 tokens para la mayoría de preguntas y 81,920 para tareas de matemáticas o programación inusualmente complejas. Son recomendaciones, no límites máximos estrictos independientes de salida.
Especifica explícitamente el formato final, como un resultado matemático delimitado o un campo de respuesta. El fabricante recomienda conservar las salidas finales sin contenido de pensamiento en los mensajes históricos del asistente, siguiendo la plantilla de este punto de control. No deberían importarse automáticamente las opciones de conservación de razonamiento histórico de modelos posteriores.
Límites sustanciales
Este modelo es solo textual. Imágenes, audio o video requieren una representación independiente adecuada antes de servir como evidencia en el flujo. El pensamiento largo y el contexto son recursos finitos y el razonamiento detallado no prueba por sí solo un resultado correcto. Comprueba las suposiciones, los cálculos y el código generado con la fuente proporcionada. El resultado útil es una respuesta o un resultado revisables cuya evidencia permanece visible y cuya identidad de solo pensamiento se conserva.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen/qwen3-next-80b-a3b-thinking | 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.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0003 / 1K tokens Salida · Tokens de salida $0.0024 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0003 / 1K tokens Salida · Tokens de salida $0.0024 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "qwen/qwen3-next-80b-a3b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-next-80b-a3b-thinking', '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-next-80b-a3b-thinking', '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-next-80b-a3b-thinking
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Identify what a logic puzzle actually determines\n\nExactly one of A, B and C took a key, and exactly one statement is true. A says, 'B took it.' B says, 'C took it.' C says, 'I did not take it.' Determine every possible culprit consistent with these premises. Show a truth table and state whether the culprit is uniquely determined.A three-case truth table and the complete set of consistent culprits with a uniqueness conclusion.The table checks exactly one true statement in each candidate case and preserves multiple solutions if the premises allow them.