Qwen3-4B aplica el diseño híbrido de respuestas de Qwen3 a un modelo de lenguaje denso y compacto. El fabricante describe razonamiento matemático y lógico, generación de código, escritura creativa, interacción por roles y diálogo de varios turnos, además de seguimiento de instrucciones en más de 100 idiomas y dialectos. Una tarea editorial o técnica acotada permite aprovecharlo: proporciona un fragmento concreto de la fuente y pide una transformación bien definida en lugar de una visión general abierta.
La versión contiene cuatro mil millones de parámetros, de los cuales 3,6 mil millones corresponden a componentes distintos de los embeddings, y tiene 36 capas. La atención de consultas agrupadas utiliza 32 cabezas de consulta y ocho cabezas de clave/valor. Tanto la entrada como la salida son texto. Esta ficha describe la versión híbrida original de Qwen3-4B, no un modelo Thinking o Instruct posterior con fecha propia. Un ejemplo práctico consiste en convertir una nota breve de un incidente en un informe de traspaso operativo con el fallo observado, el impacto conocido y el siguiente paso de investigación. Facilita estos hechos en campos separados y exige que el modelo señale la información que falta en vez de completarla por su cuenta.
Prepara la instrucción y la fuente como partes diferenciadas de un mensaje de chat. Para programación, adjunta una función pequeña, una entrada representativa y el valor de retorno deseado; después pide una explicación o un cambio de alcance limitado. Incluye en la salida un caso habitual y un caso límite. Para escritura, indica el público, la longitud y el vocabulario que debe conservarse. Para clasificación, proporciona las etiquetas permitidas, sus definiciones y un ejemplo de salida; comprueba después la elección devuelta contra esa lista. La integración publicada requiere un entorno de ejecución compatible con Qwen3; la ficha advierte que las versiones de Transformers anteriores a 4.51.0 no reconocen la arquitectura necesaria.
La misma versión integra modos con y sin razonamiento. En la plantilla del fabricante, el razonamiento está activado por defecto y un interruptor de desactivación lo apaga de forma estricta. Con el razonamiento habilitado, /think y /no_think son instrucciones flexibles que pueden cambiar el comportamiento entre turnos; se aplica la instrucción más reciente. No reactivan un modo deshabilitado mediante el interruptor estricto. Una transformación breve de texto puede pedir una respuesta directa, mientras que una explicación de condiciones contradictorias puede utilizar razonamiento. Guarda la respuesta final, en vez del texto de razonamiento anterior, como resultado útil del turno. Con el razonamiento habilitado, incluso una petición flexible de no razonar conserva un bloque de razonamiento, aunque su contenido puede estar vacío. La desactivación estricta elimina ese bloque.
La ficha incluye usos con agentes y recomienda Qwen-Agent para definir herramientas y analizar sus llamadas. En un asistente que clasifica una solicitud de soporte entrante y después consulta la descripción de una categoría, la aplicación expondría la herramienta de consulta, ejecutaría cualquier llamada aceptada y proporcionaría el resultado. Define antes los argumentos y los campos esperados. Pide un registro final de la solicitud con la categoría elegida, una justificación breve y los campos desconocidos. Valida el registro y conserva el resultado de la herramienta utilizado para crearlo. La guía de Qwen3 también describe llamadas de herramientas en paralelo y en varios pasos, con argumentos representados como objetos y resultados incorporados de nuevo a la conversación.
La ficha exacta indica 32.768 tokens de contexto nativo y documenta su ampliación a 131.072 mediante YaRN. La cifra ampliada depende de la configuración; el escalado estático puede afectar a las entradas más cortas. Planifica conjuntamente la solicitud completa y la respuesta. Para un conjunto de notas breves, identifica cada elemento, pide un identificador de salida correspondiente y utiliza un esquema conciso para que el resultado generado siga cabiendo. Los ejemplos y recomendaciones de longitud de salida de la ficha no constituyen un límite máximo universal de generación. La documentación de Qwen3 habla de mensajes del asistente de 38.912 tokens en modo de razonamiento y de 16.384 sin razonamiento al explicar las longitudes de entrenamiento, y recomienda evaluar la calidad de las generaciones más largas. Estas cifras son distintas de la ventana de contexto total y no son un tope estricto propio de un endpoint. La ficha también explica su asignación posicional predeterminada de 40.960 tokens: 8.192 para solicitudes típicas más 32.768 para la salida. Es una orientación de configuración del fabricante, independiente del contexto de entrenamiento nativo y de cualquier límite del endpoint.
Esta edición añade una advertencia sobre la repetición persistente. El fabricante remite a la configuración de muestreo recomendada y propone presence_penalty 1.5 si se produce una repetición considerable. Su recomendación general señala que las penalizaciones más altas pueden mezclar idiomas en la salida o reducir la calidad, por lo que se trata de un ajuste específico y no de una garantía. El modo de razonamiento utiliza temperature 0.6, top-p 0.95, top-k 20 y min-p 0; el modo sin razonamiento utiliza 0.7, 0.8, 20 y 0. Evita la descodificación voraz para razonar, exige una respuesta final claramente delimitada e inspecciona el resultado para detectar cláusulas repetidas, campos ausentes y terminología alterada.
", "aboutText": "Qwen3-4B aplica el diseño híbrido de respuestas de Qwen3 a un modelo de lenguaje denso y compacto. El fabricante describe razonamiento matemático y lógico, generación de código, escritura creativa, interacción por roles y diálogo de varios turnos, además de seguimiento de instrucciones en más de 100 idiomas y dialectos. Una tarea editorial o técnica acotada permite aprovecharlo: proporciona un fragmento concreto de la fuente y pide una transformación bien definida en lugar de una visión general abierta.\n\nLa versión contiene cuatro mil millones de parámetros, de los cuales 3,6 mil millones corresponden a componentes distintos de los embeddings, y tiene 36 capas. La atención de consultas agrupadas utiliza 32 cabezas de consulta y ocho cabezas de clave/valor. Tanto la entrada como la salida son texto. Esta ficha describe la versión híbrida original de Qwen3-4B, no un modelo Thinking o Instruct posterior con fecha propia. Un ejemplo práctico consiste en convertir una nota breve de un incidente en un informe de traspaso operativo con el fallo observado, el impacto conocido y el siguiente paso de investigación. Facilita estos hechos en campos separados y exige que el modelo señale la información que falta en vez de completarla por su cuenta.\n\nPrepara la instrucción y la fuente como partes diferenciadas de un mensaje de chat. Para programación, adjunta una función pequeña, una entrada representativa y el valor de retorno deseado; después pide una explicación o un cambio de alcance limitado. Incluye en la salida un caso habitual y un caso límite. Para escritura, indica el público, la longitud y el vocabulario que debe conservarse. Para clasificación, proporciona las etiquetas permitidas, sus definiciones y un ejemplo de salida; comprueba después la elección devuelta contra esa lista. La integración publicada requiere un entorno de ejecución compatible con Qwen3; la ficha advierte que las versiones de Transformers anteriores a 4.51.0 no reconocen la arquitectura necesaria.\n\nLa misma versión integra modos con y sin razonamiento. En la plantilla del fabricante, el razonamiento está activado por defecto y un interruptor de desactivación lo apaga de forma estricta. Con el razonamiento habilitado, /think y /no_think son instrucciones flexibles que pueden cambiar el comportamiento entre turnos; se aplica la instrucción más reciente. No reactivan un modo deshabilitado mediante el interruptor estricto. Una transformación breve de texto puede pedir una respuesta directa, mientras que una explicación de condiciones contradictorias puede utilizar razonamiento. Guarda la respuesta final, en vez del texto de razonamiento anterior, como resultado útil del turno. Con el razonamiento habilitado, incluso una petición flexible de no razonar conserva un bloque de razonamiento, aunque su contenido puede estar vacío. La desactivación estricta elimina ese bloque.\n\nLa ficha incluye usos con agentes y recomienda Qwen-Agent para definir herramientas y analizar sus llamadas. En un asistente que clasifica una solicitud de soporte entrante y después consulta la descripción de una categoría, la aplicación expondría la herramienta de consulta, ejecutaría cualquier llamada aceptada y proporcionaría el resultado. Define antes los argumentos y los campos esperados. Pide un registro final de la solicitud con la categoría elegida, una justificación breve y los campos desconocidos. Valida el registro y conserva el resultado de la herramienta utilizado para crearlo. La guía de Qwen3 también describe llamadas de herramientas en paralelo y en varios pasos, con argumentos representados como objetos y resultados incorporados de nuevo a la conversación.\n\nLa ficha exacta indica 32.768 tokens de contexto nativo y documenta su ampliación a 131.072 mediante YaRN. La cifra ampliada depende de la configuración; el escalado estático puede afectar a las entradas más cortas. Planifica conjuntamente la solicitud completa y la respuesta. Para un conjunto de notas breves, identifica cada elemento, pide un identificador de salida correspondiente y utiliza un esquema conciso para que el resultado generado siga cabiendo. Los ejemplos y recomendaciones de longitud de salida de la ficha no constituyen un límite máximo universal de generación. La documentación de Qwen3 habla de mensajes del asistente de 38.912 tokens en modo de razonamiento y de 16.384 sin razonamiento al explicar las longitudes de entrenamiento, y recomienda evaluar la calidad de las generaciones más largas. Estas cifras son distintas de la ventana de contexto total y no son un tope estricto propio de un endpoint. La ficha también explica su asignación posicional predeterminada de 40.960 tokens: 8.192 para solicitudes típicas más 32.768 para la salida. Es una orientación de configuración del fabricante, independiente del contexto de entrenamiento nativo y de cualquier límite del endpoint.\n\nEsta edición añade una advertencia sobre la repetición persistente. El fabricante remite a la configuración de muestreo recomendada y propone presence_penalty 1.5 si se produce una repetición considerable. Su recomendación general señala que las penalizaciones más altas pueden mezclar idiomas en la salida o reducir la calidad, por lo que se trata de un ajuste específico y no de una garantía. El modo de razonamiento utiliza temperature 0.6, top-p 0.95, top-k 20 y min-p 0; el modo sin razonamiento utiliza 0.7, 0.8, 20 y 0. Evita la descodificación voraz para razonar, exige una respuesta final claramente delimitada e inspecciona el resultado para detectar cláusulas repetidas, campos ausentes y terminología alterada.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.qwen3-4bQwen3-4B es un modelo textual de cuatro mil millones de parámetros para seguimiento de instrucciones, diálogo multilingüe y código. Su diseño híbrido admite respuestas directas y un modo de pensamiento, con indicaciones específicas de la edición para controlar la repetición.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Qwen3-4B aplica el diseño híbrido de respuestas de Qwen3 a un modelo de lenguaje denso y compacto. El fabricante describe razonamiento matemático y lógico, generación de código, escritura creativa, interacción por roles y diálogo de varios turnos, además de seguimiento de instrucciones en más de 100 idiomas y dialectos. Una tarea editorial o técnica acotada permite aprovecharlo: proporciona un fragmento concreto de la fuente y pide una transformación bien definida en lugar de una visión general abierta.
La versión contiene cuatro mil millones de parámetros, de los cuales 3,6 mil millones corresponden a componentes distintos de los embeddings, y tiene 36 capas. La atención de consultas agrupadas utiliza 32 cabezas de consulta y ocho cabezas de clave/valor. Tanto la entrada como la salida son texto. Esta ficha describe la versión híbrida original de Qwen3-4B, no un modelo Thinking o Instruct posterior con fecha propia. Un ejemplo práctico consiste en convertir una nota breve de un incidente en un informe de traspaso operativo con el fallo observado, el impacto conocido y el siguiente paso de investigación. Facilita estos hechos en campos separados y exige que el modelo señale la información que falta en vez de completarla por su cuenta.
Prepara la instrucción y la fuente como partes diferenciadas de un mensaje de chat. Para programación, adjunta una función pequeña, una entrada representativa y el valor de retorno deseado; después pide una explicación o un cambio de alcance limitado. Incluye en la salida un caso habitual y un caso límite. Para escritura, indica el público, la longitud y el vocabulario que debe conservarse. Para clasificación, proporciona las etiquetas permitidas, sus definiciones y un ejemplo de salida; comprueba después la elección devuelta contra esa lista. La integración publicada requiere un entorno de ejecución compatible con Qwen3; la ficha advierte que las versiones de Transformers anteriores a 4.51.0 no reconocen la arquitectura necesaria.
La misma versión integra modos con y sin razonamiento. En la plantilla del fabricante, el razonamiento está activado por defecto y un interruptor de desactivación lo apaga de forma estricta. Con el razonamiento habilitado, /think y /no_think son instrucciones flexibles que pueden cambiar el comportamiento entre turnos; se aplica la instrucción más reciente. No reactivan un modo deshabilitado mediante el interruptor estricto. Una transformación breve de texto puede pedir una respuesta directa, mientras que una explicación de condiciones contradictorias puede utilizar razonamiento. Guarda la respuesta final, en vez del texto de razonamiento anterior, como resultado útil del turno. Con el razonamiento habilitado, incluso una petición flexible de no razonar conserva un bloque de razonamiento, aunque su contenido puede estar vacío. La desactivación estricta elimina ese bloque.
La ficha incluye usos con agentes y recomienda Qwen-Agent para definir herramientas y analizar sus llamadas. En un asistente que clasifica una solicitud de soporte entrante y después consulta la descripción de una categoría, la aplicación expondría la herramienta de consulta, ejecutaría cualquier llamada aceptada y proporcionaría el resultado. Define antes los argumentos y los campos esperados. Pide un registro final de la solicitud con la categoría elegida, una justificación breve y los campos desconocidos. Valida el registro y conserva el resultado de la herramienta utilizado para crearlo. La guía de Qwen3 también describe llamadas de herramientas en paralelo y en varios pasos, con argumentos representados como objetos y resultados incorporados de nuevo a la conversación.
La ficha exacta indica 32.768 tokens de contexto nativo y documenta su ampliación a 131.072 mediante YaRN. La cifra ampliada depende de la configuración; el escalado estático puede afectar a las entradas más cortas. Planifica conjuntamente la solicitud completa y la respuesta. Para un conjunto de notas breves, identifica cada elemento, pide un identificador de salida correspondiente y utiliza un esquema conciso para que el resultado generado siga cabiendo. Los ejemplos y recomendaciones de longitud de salida de la ficha no constituyen un límite máximo universal de generación. La documentación de Qwen3 habla de mensajes del asistente de 38.912 tokens en modo de razonamiento y de 16.384 sin razonamiento al explicar las longitudes de entrenamiento, y recomienda evaluar la calidad de las generaciones más largas. Estas cifras son distintas de la ventana de contexto total y no son un tope estricto propio de un endpoint. La ficha también explica su asignación posicional predeterminada de 40.960 tokens: 8.192 para solicitudes típicas más 32.768 para la salida. Es una orientación de configuración del fabricante, independiente del contexto de entrenamiento nativo y de cualquier límite del endpoint.
Esta edición añade una advertencia sobre la repetición persistente. El fabricante remite a la configuración de muestreo recomendada y propone presence_penalty 1.5 si se produce una repetición considerable. Su recomendación general señala que las penalizaciones más altas pueden mezclar idiomas en la salida o reducir la calidad, por lo que se trata de un ajuste específico y no de una garantía. El modo de razonamiento utiliza temperature 0.6, top-p 0.95, top-k 20 y min-p 0; el modo sin razonamiento utiliza 0.7, 0.8, 20 y 0. Evita la descodificación voraz para razonar, exige una respuesta final claramente delimitada e inspecciona el resultado para detectar cláusulas repetidas, campos ausentes y terminología alterada.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen3-4b | 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 $0.0001 / 1K tokens Salida · Tokens de salida $0.001 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-4b", "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='qwen3-4b',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='qwen3-4b',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 las cabeceras. 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 qwen3-4b
Usa las rutas de método indicadas arriba.
qwen3-4bQwen3-4B es un modelo textual de cuatro mil millones de parámetros para seguimiento de instrucciones, diálogo multilingüe y código. Su diseño híbrido admite respuestas directas y un modo de pensamiento, con indicaciones específicas de la edición para controlar la repetición.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Qwen3-4B aplica el diseño híbrido de respuestas de Qwen3 a un modelo de lenguaje denso y compacto. El fabricante describe razonamiento matemático y lógico, generación de código, escritura creativa, interacción por roles y diálogo de varios turnos, además de seguimiento de instrucciones en más de 100 idiomas y dialectos. Una tarea editorial o técnica acotada permite aprovecharlo: proporciona un fragmento concreto de la fuente y pide una transformación bien definida en lugar de una visión general abierta.
La versión contiene cuatro mil millones de parámetros, de los cuales 3,6 mil millones corresponden a componentes distintos de los embeddings, y tiene 36 capas. La atención de consultas agrupadas utiliza 32 cabezas de consulta y ocho cabezas de clave/valor. Tanto la entrada como la salida son texto. Esta ficha describe la versión híbrida original de Qwen3-4B, no un modelo Thinking o Instruct posterior con fecha propia. Un ejemplo práctico consiste en convertir una nota breve de un incidente en un informe de traspaso operativo con el fallo observado, el impacto conocido y el siguiente paso de investigación. Facilita estos hechos en campos separados y exige que el modelo señale la información que falta en vez de completarla por su cuenta.
Prepara la instrucción y la fuente como partes diferenciadas de un mensaje de chat. Para programación, adjunta una función pequeña, una entrada representativa y el valor de retorno deseado; después pide una explicación o un cambio de alcance limitado. Incluye en la salida un caso habitual y un caso límite. Para escritura, indica el público, la longitud y el vocabulario que debe conservarse. Para clasificación, proporciona las etiquetas permitidas, sus definiciones y un ejemplo de salida; comprueba después la elección devuelta contra esa lista. La integración publicada requiere un entorno de ejecución compatible con Qwen3; la ficha advierte que las versiones de Transformers anteriores a 4.51.0 no reconocen la arquitectura necesaria.
La misma versión integra modos con y sin razonamiento. En la plantilla del fabricante, el razonamiento está activado por defecto y un interruptor de desactivación lo apaga de forma estricta. Con el razonamiento habilitado, /think y /no_think son instrucciones flexibles que pueden cambiar el comportamiento entre turnos; se aplica la instrucción más reciente. No reactivan un modo deshabilitado mediante el interruptor estricto. Una transformación breve de texto puede pedir una respuesta directa, mientras que una explicación de condiciones contradictorias puede utilizar razonamiento. Guarda la respuesta final, en vez del texto de razonamiento anterior, como resultado útil del turno. Con el razonamiento habilitado, incluso una petición flexible de no razonar conserva un bloque de razonamiento, aunque su contenido puede estar vacío. La desactivación estricta elimina ese bloque.
La ficha incluye usos con agentes y recomienda Qwen-Agent para definir herramientas y analizar sus llamadas. En un asistente que clasifica una solicitud de soporte entrante y después consulta la descripción de una categoría, la aplicación expondría la herramienta de consulta, ejecutaría cualquier llamada aceptada y proporcionaría el resultado. Define antes los argumentos y los campos esperados. Pide un registro final de la solicitud con la categoría elegida, una justificación breve y los campos desconocidos. Valida el registro y conserva el resultado de la herramienta utilizado para crearlo. La guía de Qwen3 también describe llamadas de herramientas en paralelo y en varios pasos, con argumentos representados como objetos y resultados incorporados de nuevo a la conversación.
La ficha exacta indica 32.768 tokens de contexto nativo y documenta su ampliación a 131.072 mediante YaRN. La cifra ampliada depende de la configuración; el escalado estático puede afectar a las entradas más cortas. Planifica conjuntamente la solicitud completa y la respuesta. Para un conjunto de notas breves, identifica cada elemento, pide un identificador de salida correspondiente y utiliza un esquema conciso para que el resultado generado siga cabiendo. Los ejemplos y recomendaciones de longitud de salida de la ficha no constituyen un límite máximo universal de generación. La documentación de Qwen3 habla de mensajes del asistente de 38.912 tokens en modo de razonamiento y de 16.384 sin razonamiento al explicar las longitudes de entrenamiento, y recomienda evaluar la calidad de las generaciones más largas. Estas cifras son distintas de la ventana de contexto total y no son un tope estricto propio de un endpoint. La ficha también explica su asignación posicional predeterminada de 40.960 tokens: 8.192 para solicitudes típicas más 32.768 para la salida. Es una orientación de configuración del fabricante, independiente del contexto de entrenamiento nativo y de cualquier límite del endpoint.
Esta edición añade una advertencia sobre la repetición persistente. El fabricante remite a la configuración de muestreo recomendada y propone presence_penalty 1.5 si se produce una repetición considerable. Su recomendación general señala que las penalizaciones más altas pueden mezclar idiomas en la salida o reducir la calidad, por lo que se trata de un ajuste específico y no de una garantía. El modo de razonamiento utiliza temperature 0.6, top-p 0.95, top-k 20 y min-p 0; el modo sin razonamiento utiliza 0.7, 0.8, 20 y 0. Evita la descodificación voraz para razonar, exige una respuesta final claramente delimitada e inspecciona el resultado para detectar cláusulas repetidas, campos ausentes y terminología alterada.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qwen3-4b | 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 $0.0001 / 1K tokens Salida · Tokens de salida $0.001 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "qwen3-4b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-4b', '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': 'qwen3-4b', '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 las cabeceras. 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 qwen3-4b
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.