Keskeistä: kiinteä Instruct-2507-päivitys
Qwen3-30B-A3B-Instruct-2507 on Qwen3-30B-A3B:n päivitetty ei-ajatteluversio. Valmistaja korostaa ohjeiden noudattamisen, loogisen päättelyn, tekstin ymmärtämisen, matematiikan, luonnontieteiden, ohjelmoinnin ja työkalujen käytön parannuksia sekä laajempaa harvinaisempien aiheiden tietämystä useilla kielillä ja parempaa soveltuvuutta avoimiin tehtäviin. Se ottaa vastaan tekstiä ja tuottaa tekstiä: vastauksen, selityksen, koodiehdotuksen tai pyydetyn kirjoitustuotoksen.
Pidä kiinteä 2507-versio erillään alkuperäisestä Qwen3-30B-A3B-hybridimallista, sen FP8-toteutuksesta ja Thinking-2507-versiosta. Mallin monikielisen tietämyksen kuvaus ei anna tälle tilannekuvaversiolle erillistä kielimäärätakuuta. Määrittele kohdekieli, yleisö ja muuttumattomina säilytettävät termit, kun tehtävä koskee kääntämistä tai uudelleenkirjoitusta.
Mallin yleiskuva
Asiantuntijasekoitemallissa on yhteensä 30,5 miljardia parametria, ja se aktivoi 3,3 miljardia. Siinä on 48 kerrosta, 128 asiantuntijaa ja kahdeksan valittua asiantuntijaa tokenia kohden. Sen natiivi konteksti on 262 144 tokenia. Aktivoidut parametrit eivät ole koko tarkistuspisteen koko, eikä pelkkä arkkitehtuuri määritä sovellukselle kiinteää vastausaikaa.
Tämä versio tukee vain ei-ajattelutilaa eikä generoi nimenomaisia ajattelulohkoja. Asetus enable_thinking=False ei ole tarpeen valmistajan ohjeessa. Malli voi silti näyttää laskelmia tai selittää koodia tavallisena tekstinä; tukevien vaiheiden pyytäminen ei muuta sitä erilliseksi Thinking-tarkistuspisteeksi.
Hyödyllisen tekstipyynnön valmistelu
Anna ohjelmointitehtävään olennainen funktio tai moduuli, syötteen rajoitteet, havaittu toiminta ja vaadittu tulos. Pyydä ehdotettua korjausta tai kokonaista funktiota sekä selitystä niistä oletuksista, joihin muutos vaikuttaa. Anna matemaattiseen tai tieteelliseen kysymykseen koko tehtävänanto, yksiköt ja määritelmät ja pyydä sitten selkeästi rajattua lopullista vastausta, joka perustuu annettuihin ehtoihin.
Määrittele avoimessa kirjoitustehtävässä yleisö, tarkoitus, sävy ja tiedot, joiden on oltava mukana. Hyödyllinen vastaus voi olla pyydettyjen osioiden mukaan järjestetty muokattava luonnos, jossa perusteettomat oletukset yksilöidään erikseen. Vertaa palautettua luonnosta, laskelmia tai koodiehdotusta annettuihin faktoihin, määritelmiin ja vaatimuksiin.
Agenttikäyttö
Qwen dokumentoi työkalukutsut ja suosittelee Qwen-Agentia mallineisiin ja jäsentämiseen käyttäen määritettyjä tai MCP:n kautta liitettyjä työkaluja. Ilmoita sallitut toiminnot ja havaittavat valmistumisen ehdot. Liitetyt työkalut suorittavat ulkoisia toimintoja ja palauttavat havaintoja; malli voi käyttää tätä palautetta myöhemmässä vastauksessa. Ehdotettu komento tai väite haetusta lähteestä tulisi pitää erillään työnkulun todella palauttamasta tuloksesta.
Selkeä lopullinen tuotos voi olla koodiehdotus, näyttötaulukko tai tiivis raportti. Työkalutuki ei itsessään anna kaikissa rajapinnoissa pääsyä ajantasaisiin lähteisiin, tiedostoihin tai suoritusympäristöön. Säilytä juuri tämän mallin ei-ajatteluvastausten toimintatapa sen sijaan, että siirtäisit siihen hybridimallin kehotekytkimiä tai Thinking-version tulostebudjetteja.
Erittäin pitkän tekstin käsittely
Valmistaja dokumentoi valinnaisen työnkulun, joka saavuttaa noin miljoona tokenia Dual Chunk Attentionilla ja MInference-harvahuomioinnilla. Ensimmäinen jakaa pitkän sekvenssin hallittaviin osiin ja säilyttää osien väliset vuorovaikutukset; toinen keskittää laskennan valittuihin huomiointisuhteisiin. Tämä on natiivin 262 144 tokenin kontekstin ylittävä lisäasetuspolku, joka käyttää erityisiä pitkän kontekstin asetuksia.
Ohje arvioi mallipainojen, välimuistissa olevan sekvenssitilan ja aktivointien huippukuorman tarvitsevan yhteensä noin 240 GB GPU-muistia. Se kuvaa myös erilliset kapasiteettivirheet, jotka johtuvat sekvenssivälimuistista, aktivointimuistista tai määritetyn pituuden ylittävästä syötteestä. Miljoonan tokenin työnkulku riippuu siis asetuksista ja resursseista; otsikkolukua ei pidä käsitellä ehdottomana oletusarvona.
Valmistele pitkä syöte asiakirjarajoilla, osionimillä tai kooditunnisteilla ja konkreettisella kysymyksellä. Varaa tilaa vastaukselle ja pyydä kunkin johtopäätöksen tueksi näyttöä.
Generointisuositukset
Best Practices suosittelee asetuksia temperature 0.7, top_p 0.8, top_k 20 ja min_p 0. Siellä, missä se on tuettu, presence penalty välillä nolla–kaksi voi vähentää toistuvaa tekstiä, kun taas suuremmat arvot voivat sekoittaa kieliä tai heikentää laatua hieman. Valmistaja suosittelee useimmille kyselyille 16 384 tokenin tulostebudjettia Thinking-2507:lle dokumentoitujen pidempien budjettien sijaan. Tämä on suositus, ei erikseen vahvistettu pakottava tulosteraja.
Määrittele lopullinen muoto nimenomaisesti, kuten matemaattinen erotin tai vastauskenttä. Mallin dokumentoitu syöte on tekstiä, joten visuaalinen tai äänimuotoinen näyttö tarvitsee sopivan erillisen esitysmuodon ennen tätä työnkulkua. Tarkista laskelmat, lainaukset ja generoitu koodi lähdettä vasten. Hyödyllinen tulos on kokonainen, tarkastettava tekstimuotoinen tuotos, jossa kiinteä Instruct-2507-versio, ei-ajattelutila ja ehdollinen pitkän kontekstin menettely pysyvät selkeinä.
", "aboutText": "Keskeistä: kiinteä Instruct-2507-päivitys\n\nQwen3-30B-A3B-Instruct-2507 on Qwen3-30B-A3B:n päivitetty ei-ajatteluversio. Valmistaja korostaa ohjeiden noudattamisen, loogisen päättelyn, tekstin ymmärtämisen, matematiikan, luonnontieteiden, ohjelmoinnin ja työkalujen käytön parannuksia sekä laajempaa harvinaisempien aiheiden tietämystä useilla kielillä ja parempaa soveltuvuutta avoimiin tehtäviin. Se ottaa vastaan tekstiä ja tuottaa tekstiä: vastauksen, selityksen, koodiehdotuksen tai pyydetyn kirjoitustuotoksen.\n\nPidä kiinteä 2507-versio erillään alkuperäisestä Qwen3-30B-A3B-hybridimallista, sen FP8-toteutuksesta ja Thinking-2507-versiosta. Mallin monikielisen tietämyksen kuvaus ei anna tälle tilannekuvaversiolle erillistä kielimäärätakuuta. Määrittele kohdekieli, yleisö ja muuttumattomina säilytettävät termit, kun tehtävä koskee kääntämistä tai uudelleenkirjoitusta.\n\nMallin yleiskuva\n\nAsiantuntijasekoitemallissa on yhteensä 30,5 miljardia parametria, ja se aktivoi 3,3 miljardia. Siinä on 48 kerrosta, 128 asiantuntijaa ja kahdeksan valittua asiantuntijaa tokenia kohden. Sen natiivi konteksti on 262 144 tokenia. Aktivoidut parametrit eivät ole koko tarkistuspisteen koko, eikä pelkkä arkkitehtuuri määritä sovellukselle kiinteää vastausaikaa.\n\nTämä versio tukee vain ei-ajattelutilaa eikä generoi nimenomaisia ajattelulohkoja. Asetus enable_thinking=False ei ole tarpeen valmistajan ohjeessa. Malli voi silti näyttää laskelmia tai selittää koodia tavallisena tekstinä; tukevien vaiheiden pyytäminen ei muuta sitä erilliseksi Thinking-tarkistuspisteeksi.\n\nHyödyllisen tekstipyynnön valmistelu\n\nAnna ohjelmointitehtävään olennainen funktio tai moduuli, syötteen rajoitteet, havaittu toiminta ja vaadittu tulos. Pyydä ehdotettua korjausta tai kokonaista funktiota sekä selitystä niistä oletuksista, joihin muutos vaikuttaa. Anna matemaattiseen tai tieteelliseen kysymykseen koko tehtävänanto, yksiköt ja määritelmät ja pyydä sitten selkeästi rajattua lopullista vastausta, joka perustuu annettuihin ehtoihin.\n\nMäärittele avoimessa kirjoitustehtävässä yleisö, tarkoitus, sävy ja tiedot, joiden on oltava mukana. Hyödyllinen vastaus voi olla pyydettyjen osioiden mukaan järjestetty muokattava luonnos, jossa perusteettomat oletukset yksilöidään erikseen. Vertaa palautettua luonnosta, laskelmia tai koodiehdotusta annettuihin faktoihin, määritelmiin ja vaatimuksiin.\n\nAgenttikäyttö\n\nQwen dokumentoi työkalukutsut ja suosittelee Qwen-Agentia mallineisiin ja jäsentämiseen käyttäen määritettyjä tai MCP:n kautta liitettyjä työkaluja. Ilmoita sallitut toiminnot ja havaittavat valmistumisen ehdot. Liitetyt työkalut suorittavat ulkoisia toimintoja ja palauttavat havaintoja; malli voi käyttää tätä palautetta myöhemmässä vastauksessa. Ehdotettu komento tai väite haetusta lähteestä tulisi pitää erillään työnkulun todella palauttamasta tuloksesta.\n\nSelkeä lopullinen tuotos voi olla koodiehdotus, näyttötaulukko tai tiivis raportti. Työkalutuki ei itsessään anna kaikissa rajapinnoissa pääsyä ajantasaisiin lähteisiin, tiedostoihin tai suoritusympäristöön. Säilytä juuri tämän mallin ei-ajatteluvastausten toimintatapa sen sijaan, että siirtäisit siihen hybridimallin kehotekytkimiä tai Thinking-version tulostebudjetteja.\n\nErittäin pitkän tekstin käsittely\n\nValmistaja dokumentoi valinnaisen työnkulun, joka saavuttaa noin miljoona tokenia Dual Chunk Attentionilla ja MInference-harvahuomioinnilla. Ensimmäinen jakaa pitkän sekvenssin hallittaviin osiin ja säilyttää osien väliset vuorovaikutukset; toinen keskittää laskennan valittuihin huomiointisuhteisiin. Tämä on natiivin 262 144 tokenin kontekstin ylittävä lisäasetuspolku, joka käyttää erityisiä pitkän kontekstin asetuksia.\n\nOhje arvioi mallipainojen, välimuistissa olevan sekvenssitilan ja aktivointien huippukuorman tarvitsevan yhteensä noin 240 GB GPU-muistia. Se kuvaa myös erilliset kapasiteettivirheet, jotka johtuvat sekvenssivälimuistista, aktivointimuistista tai määritetyn pituuden ylittävästä syötteestä. Miljoonan tokenin työnkulku riippuu siis asetuksista ja resursseista; otsikkolukua ei pidä käsitellä ehdottomana oletusarvona.\n\nValmistele pitkä syöte asiakirjarajoilla, osionimillä tai kooditunnisteilla ja konkreettisella kysymyksellä. Varaa tilaa vastaukselle ja pyydä kunkin johtopäätöksen tueksi näyttöä.\n\nGenerointisuositukset\n\nBest Practices suosittelee asetuksia temperature 0.7, top_p 0.8, top_k 20 ja min_p 0. Siellä, missä se on tuettu, presence penalty välillä nolla–kaksi voi vähentää toistuvaa tekstiä, kun taas suuremmat arvot voivat sekoittaa kieliä tai heikentää laatua hieman. Valmistaja suosittelee useimmille kyselyille 16 384 tokenin tulostebudjettia Thinking-2507:lle dokumentoitujen pidempien budjettien sijaan. Tämä on suositus, ei erikseen vahvistettu pakottava tulosteraja.\n\nMäärittele lopullinen muoto nimenomaisesti, kuten matemaattinen erotin tai vastauskenttä. Mallin dokumentoitu syöte on tekstiä, joten visuaalinen tai äänimuotoinen näyttö tarvitsee sopivan erillisen esitysmuodon ennen tätä työnkulkua. Tarkista laskelmat, lainaukset ja generoitu koodi lähdettä vasten. Hyödyllinen tulos on kokonainen, tarkastettava tekstimuotoinen tuotos, jossa kiinteä Instruct-2507-versio, ei-ajattelutila ja ehdollinen pitkän kontekstin menettely pysyvät selkeinä.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Draft a bounded project brief\n\nWrite a one-page-style brief in at most 170 words for a library's room-booking page. Facts: two rooms, maximum two-hour bookings, no recurring reservations, and a staff review for groups larger than eight. Use sections Goal, User steps, Rules and Open question. Include no payment features or assumed room capacities beyond the stated review threshold.An editable four-section project brief preserving the booking rules and one genuinely unanswered design question.The group-size threshold triggers staff review rather than being invented as an absolute room-capacity limit.qwen/qwen3-30b-a3b-instruct-2507Qwen3-30B-A3B-Instruct-2507 on Qwenin kiinteä heinäkuun 2507-tekstiversio, joka toimii ei-ajattelutilassa. Siinä on yhteensä 30,5 miljardia ja 3,3 miljardia aktivoitua parametria. Se parantaa ohjeiden noudattamista, ohjelmointia, monikielistä tietämystä ja avointa kirjoittamista. Natiivi konteksti on 262 144 tokenia.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Keskeistä: kiinteä Instruct-2507-päivitys
Qwen3-30B-A3B-Instruct-2507 on Qwen3-30B-A3B:n päivitetty ei-ajatteluversio. Valmistaja korostaa ohjeiden noudattamisen, loogisen päättelyn, tekstin ymmärtämisen, matematiikan, luonnontieteiden, ohjelmoinnin ja työkalujen käytön parannuksia sekä laajempaa harvinaisempien aiheiden tietämystä useilla kielillä ja parempaa soveltuvuutta avoimiin tehtäviin. Se ottaa vastaan tekstiä ja tuottaa tekstiä: vastauksen, selityksen, koodiehdotuksen tai pyydetyn kirjoitustuotoksen.
Pidä kiinteä 2507-versio erillään alkuperäisestä Qwen3-30B-A3B-hybridimallista, sen FP8-toteutuksesta ja Thinking-2507-versiosta. Mallin monikielisen tietämyksen kuvaus ei anna tälle tilannekuvaversiolle erillistä kielimäärätakuuta. Määrittele kohdekieli, yleisö ja muuttumattomina säilytettävät termit, kun tehtävä koskee kääntämistä tai uudelleenkirjoitusta.
Mallin yleiskuva
Asiantuntijasekoitemallissa on yhteensä 30,5 miljardia parametria, ja se aktivoi 3,3 miljardia. Siinä on 48 kerrosta, 128 asiantuntijaa ja kahdeksan valittua asiantuntijaa tokenia kohden. Sen natiivi konteksti on 262 144 tokenia. Aktivoidut parametrit eivät ole koko tarkistuspisteen koko, eikä pelkkä arkkitehtuuri määritä sovellukselle kiinteää vastausaikaa.
Tämä versio tukee vain ei-ajattelutilaa eikä generoi nimenomaisia ajattelulohkoja. Asetus enable_thinking=False ei ole tarpeen valmistajan ohjeessa. Malli voi silti näyttää laskelmia tai selittää koodia tavallisena tekstinä; tukevien vaiheiden pyytäminen ei muuta sitä erilliseksi Thinking-tarkistuspisteeksi.
Hyödyllisen tekstipyynnön valmistelu
Anna ohjelmointitehtävään olennainen funktio tai moduuli, syötteen rajoitteet, havaittu toiminta ja vaadittu tulos. Pyydä ehdotettua korjausta tai kokonaista funktiota sekä selitystä niistä oletuksista, joihin muutos vaikuttaa. Anna matemaattiseen tai tieteelliseen kysymykseen koko tehtävänanto, yksiköt ja määritelmät ja pyydä sitten selkeästi rajattua lopullista vastausta, joka perustuu annettuihin ehtoihin.
Määrittele avoimessa kirjoitustehtävässä yleisö, tarkoitus, sävy ja tiedot, joiden on oltava mukana. Hyödyllinen vastaus voi olla pyydettyjen osioiden mukaan järjestetty muokattava luonnos, jossa perusteettomat oletukset yksilöidään erikseen. Vertaa palautettua luonnosta, laskelmia tai koodiehdotusta annettuihin faktoihin, määritelmiin ja vaatimuksiin.
Agenttikäyttö
Qwen dokumentoi työkalukutsut ja suosittelee Qwen-Agentia mallineisiin ja jäsentämiseen käyttäen määritettyjä tai MCP:n kautta liitettyjä työkaluja. Ilmoita sallitut toiminnot ja havaittavat valmistumisen ehdot. Liitetyt työkalut suorittavat ulkoisia toimintoja ja palauttavat havaintoja; malli voi käyttää tätä palautetta myöhemmässä vastauksessa. Ehdotettu komento tai väite haetusta lähteestä tulisi pitää erillään työnkulun todella palauttamasta tuloksesta.
Selkeä lopullinen tuotos voi olla koodiehdotus, näyttötaulukko tai tiivis raportti. Työkalutuki ei itsessään anna kaikissa rajapinnoissa pääsyä ajantasaisiin lähteisiin, tiedostoihin tai suoritusympäristöön. Säilytä juuri tämän mallin ei-ajatteluvastausten toimintatapa sen sijaan, että siirtäisit siihen hybridimallin kehotekytkimiä tai Thinking-version tulostebudjetteja.
Erittäin pitkän tekstin käsittely
Valmistaja dokumentoi valinnaisen työnkulun, joka saavuttaa noin miljoona tokenia Dual Chunk Attentionilla ja MInference-harvahuomioinnilla. Ensimmäinen jakaa pitkän sekvenssin hallittaviin osiin ja säilyttää osien väliset vuorovaikutukset; toinen keskittää laskennan valittuihin huomiointisuhteisiin. Tämä on natiivin 262 144 tokenin kontekstin ylittävä lisäasetuspolku, joka käyttää erityisiä pitkän kontekstin asetuksia.
Ohje arvioi mallipainojen, välimuistissa olevan sekvenssitilan ja aktivointien huippukuorman tarvitsevan yhteensä noin 240 GB GPU-muistia. Se kuvaa myös erilliset kapasiteettivirheet, jotka johtuvat sekvenssivälimuistista, aktivointimuistista tai määritetyn pituuden ylittävästä syötteestä. Miljoonan tokenin työnkulku riippuu siis asetuksista ja resursseista; otsikkolukua ei pidä käsitellä ehdottomana oletusarvona.
Valmistele pitkä syöte asiakirjarajoilla, osionimillä tai kooditunnisteilla ja konkreettisella kysymyksellä. Varaa tilaa vastaukselle ja pyydä kunkin johtopäätöksen tueksi näyttöä.
Generointisuositukset
Best Practices suosittelee asetuksia temperature 0.7, top_p 0.8, top_k 20 ja min_p 0. Siellä, missä se on tuettu, presence penalty välillä nolla–kaksi voi vähentää toistuvaa tekstiä, kun taas suuremmat arvot voivat sekoittaa kieliä tai heikentää laatua hieman. Valmistaja suosittelee useimmille kyselyille 16 384 tokenin tulostebudjettia Thinking-2507:lle dokumentoitujen pidempien budjettien sijaan. Tämä on suositus, ei erikseen vahvistettu pakottava tulosteraja.
Määrittele lopullinen muoto nimenomaisesti, kuten matemaattinen erotin tai vastauskenttä. Mallin dokumentoitu syöte on tekstiä, joten visuaalinen tai äänimuotoinen näyttö tarvitsee sopivan erillisen esitysmuodon ennen tätä työnkulkua. Tarkista laskelmat, lainaukset ja generoitu koodi lähdettä vasten. Hyödyllinen tulos on kokonainen, tarkastettava tekstimuotoinen tuotos, jossa kiinteä Instruct-2507-versio, ei-ajattelutila ja ehdollinen pitkän kontekstin menettely pysyvät selkeinä.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat qwen/qwen3-30b-a3b-instruct-2507 | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat Esimerkit: system, user, assistant, tool, function Ehdot: Nämä roolit esitetään nimenomaisesti lähdekoodin yhteensopivuustyypeissä; mallin täsmällinen roolijoukko pysyy mallikohtaisena. Riippuu mallista | Oletus— |
Kenttämessages[].content | Tyyppistring|content_part[]|null | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_calls | Tyyppitool_call[] | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_call_id | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: role=tool; käytä todella palautettua ID:tä | Oletus— |
Kenttämessages[].name | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].reasoning_content | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: Palauta todella saatu päättely takaisin mallille, kun kyseinen malli käyttää sitä | Oletus— |
Kenttämessages[].reasoning_details | Tyyppiobject|array | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttämax_completion_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Kenttästream_options.include_usage | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätemperature | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätop_p | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttästop | Tyyppistring|string[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools | Tyyppifunction_tool[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools[].type | Tyyppistring | VaatimusValinnainen | Arvot & rajat function Riippuu mallista | Oletus— |
Kenttätools[].function.name | Tyyppistring | VaatimusPakollinen | Arvot & rajat Sovelletaan, kun: funktiotyökalu annettu | Oletus— |
Kenttätools[].function.description | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätools[].function.parameters | TyyppiJSON_schema | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätool_choice | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäparallel_tool_calls | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäresponse_format | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning_effort | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäservice_tier | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäinstructions | Tyyppistring | VaatimusValinnainen | Arvot & rajat Yhteensopivuuskenttä | Oletus— |
Kenttäfunctions | Tyyppifunction[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäfunction_call | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäprompt_cache_options | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämodalities | Tyyppistring[] | VaatimusValinnainen | Arvot & rajat text | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätään tällä Ultran tekstireitillä | Oletus— |
Kenttäcache_control.ttl | Tyyppistring | VaatimusValinnainen | Arvot & rajat Ehdot: 1h hylätään varsinaisissa kehotevälimuistin kohdissa | Oletus— |
Teksti · UTF8-teksti
messages[].content
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages |
Parametrimaterial_types | Sopimustext |
Parametrimessages | Sopimusviestitaulukko role/content-rakenteella |
Parametrifile_material | Sopimusvarsinainen UTF-8-asiakirja lisätään sellaisenaan tekstinä; tiedoston ID:tä ei päätellä |
Parametrioptional_controls | Sopimusstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametricontrol_scope | Sopimusmallikohtainen; käyttäjän funktiotyökalut eroavat palvelun isännöimistä työkaluista |
Parametrioutput_modalities | Sopimustext |
Parametrihosted_operations | Sopimusfalse |
Parametrimultimodal_input_binding | Sopimusnull |
Elinkaari: synchronous_or_streamed
Lähetä mallin täsmällinen ID yhdessä messages-kentän kanssa.
Kontekstin pituus ei ole tuloksen yläraja.
Tekstitiedosto voi antaa tekstiä sellaisenaan; kuva-, ääni- ja tiedosto-objektisyötteet tarvitsevat täsmällisen sidonnan.
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0002 / 1K tokenia Tuloste · Tulostokenit $0.0008 / 1K tokenia Syöte · Välimuistin luku $0 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0002 / 1K tokenia Tuloste · Tulostokenit $0.0008 / 1K tokenia Syöte · Välimuistin luku $0 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${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-instruct-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='qwen/qwen3-30b-a3b-instruct-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='qwen/qwen3-30b-a3b-instruct-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 tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen vastausvaihtoehto sisältöineen, työkalukutsuineen ja päättelyineen. Kokoa SSE:ssä muutokset vastausvaihtoehdon ja työkalun indeksin mukaan ja säilytä lopullinen päättymissyy sekä käyttötiedot.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttächoices[].index | Tyyppiinteger |
Kenttächoices[].message.content | Tyyppistring|null |
Kenttächoices[].message.tool_calls | Tyyppitool_call[] |
Kenttächoices[].message.reasoning_content | Tyyppistring |
Kenttächoices[].message.reasoning_details | Tyyppiobject|array |
Kenttächoices[].finish_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra qwen/qwen3-30b-a3b-instruct-2507
Käytä yllä näytettyjä menetelmäpolkuja.
qwen/qwen3-30b-a3b-instruct-2507Qwen3-30B-A3B-Instruct-2507 on Qwenin kiinteä heinäkuun 2507-tekstiversio, joka toimii ei-ajattelutilassa. Siinä on yhteensä 30,5 miljardia ja 3,3 miljardia aktivoitua parametria. Se parantaa ohjeiden noudattamista, ohjelmointia, monikielistä tietämystä ja avointa kirjoittamista. Natiivi konteksti on 262 144 tokenia.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Keskeistä: kiinteä Instruct-2507-päivitys
Qwen3-30B-A3B-Instruct-2507 on Qwen3-30B-A3B:n päivitetty ei-ajatteluversio. Valmistaja korostaa ohjeiden noudattamisen, loogisen päättelyn, tekstin ymmärtämisen, matematiikan, luonnontieteiden, ohjelmoinnin ja työkalujen käytön parannuksia sekä laajempaa harvinaisempien aiheiden tietämystä useilla kielillä ja parempaa soveltuvuutta avoimiin tehtäviin. Se ottaa vastaan tekstiä ja tuottaa tekstiä: vastauksen, selityksen, koodiehdotuksen tai pyydetyn kirjoitustuotoksen.
Pidä kiinteä 2507-versio erillään alkuperäisestä Qwen3-30B-A3B-hybridimallista, sen FP8-toteutuksesta ja Thinking-2507-versiosta. Mallin monikielisen tietämyksen kuvaus ei anna tälle tilannekuvaversiolle erillistä kielimäärätakuuta. Määrittele kohdekieli, yleisö ja muuttumattomina säilytettävät termit, kun tehtävä koskee kääntämistä tai uudelleenkirjoitusta.
Mallin yleiskuva
Asiantuntijasekoitemallissa on yhteensä 30,5 miljardia parametria, ja se aktivoi 3,3 miljardia. Siinä on 48 kerrosta, 128 asiantuntijaa ja kahdeksan valittua asiantuntijaa tokenia kohden. Sen natiivi konteksti on 262 144 tokenia. Aktivoidut parametrit eivät ole koko tarkistuspisteen koko, eikä pelkkä arkkitehtuuri määritä sovellukselle kiinteää vastausaikaa.
Tämä versio tukee vain ei-ajattelutilaa eikä generoi nimenomaisia ajattelulohkoja. Asetus enable_thinking=False ei ole tarpeen valmistajan ohjeessa. Malli voi silti näyttää laskelmia tai selittää koodia tavallisena tekstinä; tukevien vaiheiden pyytäminen ei muuta sitä erilliseksi Thinking-tarkistuspisteeksi.
Hyödyllisen tekstipyynnön valmistelu
Anna ohjelmointitehtävään olennainen funktio tai moduuli, syötteen rajoitteet, havaittu toiminta ja vaadittu tulos. Pyydä ehdotettua korjausta tai kokonaista funktiota sekä selitystä niistä oletuksista, joihin muutos vaikuttaa. Anna matemaattiseen tai tieteelliseen kysymykseen koko tehtävänanto, yksiköt ja määritelmät ja pyydä sitten selkeästi rajattua lopullista vastausta, joka perustuu annettuihin ehtoihin.
Määrittele avoimessa kirjoitustehtävässä yleisö, tarkoitus, sävy ja tiedot, joiden on oltava mukana. Hyödyllinen vastaus voi olla pyydettyjen osioiden mukaan järjestetty muokattava luonnos, jossa perusteettomat oletukset yksilöidään erikseen. Vertaa palautettua luonnosta, laskelmia tai koodiehdotusta annettuihin faktoihin, määritelmiin ja vaatimuksiin.
Agenttikäyttö
Qwen dokumentoi työkalukutsut ja suosittelee Qwen-Agentia mallineisiin ja jäsentämiseen käyttäen määritettyjä tai MCP:n kautta liitettyjä työkaluja. Ilmoita sallitut toiminnot ja havaittavat valmistumisen ehdot. Liitetyt työkalut suorittavat ulkoisia toimintoja ja palauttavat havaintoja; malli voi käyttää tätä palautetta myöhemmässä vastauksessa. Ehdotettu komento tai väite haetusta lähteestä tulisi pitää erillään työnkulun todella palauttamasta tuloksesta.
Selkeä lopullinen tuotos voi olla koodiehdotus, näyttötaulukko tai tiivis raportti. Työkalutuki ei itsessään anna kaikissa rajapinnoissa pääsyä ajantasaisiin lähteisiin, tiedostoihin tai suoritusympäristöön. Säilytä juuri tämän mallin ei-ajatteluvastausten toimintatapa sen sijaan, että siirtäisit siihen hybridimallin kehotekytkimiä tai Thinking-version tulostebudjetteja.
Erittäin pitkän tekstin käsittely
Valmistaja dokumentoi valinnaisen työnkulun, joka saavuttaa noin miljoona tokenia Dual Chunk Attentionilla ja MInference-harvahuomioinnilla. Ensimmäinen jakaa pitkän sekvenssin hallittaviin osiin ja säilyttää osien väliset vuorovaikutukset; toinen keskittää laskennan valittuihin huomiointisuhteisiin. Tämä on natiivin 262 144 tokenin kontekstin ylittävä lisäasetuspolku, joka käyttää erityisiä pitkän kontekstin asetuksia.
Ohje arvioi mallipainojen, välimuistissa olevan sekvenssitilan ja aktivointien huippukuorman tarvitsevan yhteensä noin 240 GB GPU-muistia. Se kuvaa myös erilliset kapasiteettivirheet, jotka johtuvat sekvenssivälimuistista, aktivointimuistista tai määritetyn pituuden ylittävästä syötteestä. Miljoonan tokenin työnkulku riippuu siis asetuksista ja resursseista; otsikkolukua ei pidä käsitellä ehdottomana oletusarvona.
Valmistele pitkä syöte asiakirjarajoilla, osionimillä tai kooditunnisteilla ja konkreettisella kysymyksellä. Varaa tilaa vastaukselle ja pyydä kunkin johtopäätöksen tueksi näyttöä.
Generointisuositukset
Best Practices suosittelee asetuksia temperature 0.7, top_p 0.8, top_k 20 ja min_p 0. Siellä, missä se on tuettu, presence penalty välillä nolla–kaksi voi vähentää toistuvaa tekstiä, kun taas suuremmat arvot voivat sekoittaa kieliä tai heikentää laatua hieman. Valmistaja suosittelee useimmille kyselyille 16 384 tokenin tulostebudjettia Thinking-2507:lle dokumentoitujen pidempien budjettien sijaan. Tämä on suositus, ei erikseen vahvistettu pakottava tulosteraja.
Määrittele lopullinen muoto nimenomaisesti, kuten matemaattinen erotin tai vastauskenttä. Mallin dokumentoitu syöte on tekstiä, joten visuaalinen tai äänimuotoinen näyttö tarvitsee sopivan erillisen esitysmuodon ennen tätä työnkulkua. Tarkista laskelmat, lainaukset ja generoitu koodi lähdettä vasten. Hyödyllinen tulos on kokonainen, tarkastettava tekstimuotoinen tuotos, jossa kiinteä Instruct-2507-versio, ei-ajattelutila ja ehdollinen pitkän kontekstin menettely pysyvät selkeinä.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat qwen/qwen3-30b-a3b-instruct-2507 | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat user, assistant | Oletus— |
Kenttämessages[].content | Tyyppistring | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Teksti · UTF-8-teksti
messages[].content-merkkijono
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages, max_tokens |
Parametrioptional_controls | Sopimusstream |
Parametrimaterial_types | Sopimustext |
Parametritext_file_material | SopimusLue varsinainen UTF-8-asiakirja ja sijoita sen teksti ilmoitettuun syöte- tai viestisisällön merkkijonoon. |
Elinkaari: synchronous_or_streamed
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0002 / 1K tokenia Tuloste · Tulostokenit $0.0008 / 1K tokenia Syöte · Välimuistin luku $0 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0002 / 1K tokenia Tuloste · Tulostokenit $0.0008 / 1K tokenia Syöte · Välimuistin luku $0 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "qwen/qwen3-30b-a3b-instruct-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-instruct-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-instruct-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 tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä kaikki sisältölohkot, päättelyallekirjoitukset ja todelliset työkalukäytön ID:t. Kokoa kaikki SSE-lohkomuutokset; ensimmäinen tekstilohko ei ole koko tulos.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttäid | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttäcontent[] | Tyyppitext|thinking|tool_use|other content block |
Kenttästop_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra qwen/qwen3-30b-a3b-instruct-2507
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Draft a bounded project brief\n\nWrite a one-page-style brief in at most 170 words for a library's room-booking page. Facts: two rooms, maximum two-hour bookings, no recurring reservations, and a staff review for groups larger than eight. Use sections Goal, User steps, Rules and Open question. Include no payment features or assumed room capacities beyond the stated review threshold.An editable four-section project brief preserving the booking rules and one genuinely unanswered design question.The group-size threshold triggers staff review rather than being invented as an absolute room-capacity limit.