Qwen3.5:n keskeiset ominaisuudet: harva näkö-kielimalliversio
Qwen3.5-35B-A3B on jatkokoulutettu näkö-kielimalli, joka yhdistää tekstin, kuvien ja videon ymmärtämisen tekstivastauksiin. Perhe on koulutettu tekstin ja näön varhaisella fuusiolla sekä vahvistusoppimisella asteittain monimutkaistuvissa tehtävissä, ja se tukee päättelyä, ohjelmointia, agentteja sekä visuaalista analyysia. Se kuvaa myös 201 kielen ja murteen kattavuuden. Tämä kattavuus on perheen ominaisuus eikä lupaus samasta laadusta jokaisella kielellä tai tehtävässä.
Tämä täsmällinen avoin malliversio on erillinen Qwen3.5-35B-A3B-Base-mallista ja myöhemmästä Qwen3.6-julkaisusta. Valmistaja kuvaa myös hallinnoidun Flash-palvelun lisäominaisuuksineen; näitä rajapintaominaisuuksia ei pidä automaattisesti liittää tähän avoimeen malliversioon. Säilytä pyydetty 35B-A3B-tunniste tuloksia verratessasi tai ylläpitäessäsi toistettavaa mallivalintaa.
Mallin yleiskuva
Asiantuntijasekoitusmallissa on yhteensä 35 miljardia parametria, ja se aktivoi kolme miljardia. Sen 40-kerroksinen hybridirakenne toistaa kolmen Gated DeltaNet -asiantuntijakerroksen ja niitä seuraavan yhden portitetun huomion asiantuntijakerroksen jaksoa. Siinä on 256 reititettyä asiantuntijaa, ja dokumentoidussa rakenteessa aktiivisena on kahdeksan reititettyä asiantuntijaa ja yksi jaettu asiantuntija. Näköenkooderi ja usean tokenin ennustaminen kuuluvat malliin. Aktivoitu määrä ei kuvaa koko malliversion kokoa, eikä arkkitehtuuri yksin takaa tietyn sovelluksen viivettä.
Natiivi konteksti on 262,144 tokenia, ja sen voi ehdollisesti laajentaa 1,010,000 tokeniin. Qwen suosittelee säilyttämään monimutkaisissa pohdintatehtävissä vähintään 128K kontekstin aina kun mahdollista, vaikka pienempi ikkuna vähentäisi muistipainetta. Teksti, esitetty visuaalinen aineisto, historia, päättely ja lopullinen vastaus tarvitsevat kaikki tilaa asetetussa sekvenssissä.
Syötteiden ja vastaustilojen käyttö
Anna kuvakaappaukseen perustuvaan ohjelmointipyyntöön visuaalinen viite, nykyinen lähdekoodikonteksti, vuorovaikutusvaatimukset ja odotettu muokattava tuotos. Säilytä kuvaajan tai asiakirjan merkinnät ja yksiköt ja pyydä arvotaulukko tukevine näyttöineen. Ilmoita monikieliseen selitykseen kohdekieli ja säilytettävät termit.
Pohdinta on oletuksena käytössä ja tuottaa päättelylohkon ennen lopullista vastausta. Valmistajan enable_thinking-asetuksella sen voi poistaa käytöstä suoraa vastausta varten. Qwen3.5 ei virallisesti tue vanhoja pehmeitä kehotevaihtimia /think ja /nothink. Sen historiaohje säilyttää lopulliset vastaukset ilman pohdintasisältöä. Tämä tulee pitää erillään Qwen3.6:n myöhemmistä säilytysvaihtoehdoista ja Qwen3.8:n oletusarvoisesta aiemman päättelyn säilyttämisestä.
Agenttikäyttö
Valmistaja dokumentoi työkalukutsut ja suosittelee Qwen-Agentia määritetyillä tai MCP-liitetyillä työkaluilla sekä Qwen Codea repositorioihin painottuvaan työhön. Määritä sallitut operaatiot, olennainen näyttö ja lopullinen tuotos. Sovellus suorittaa työkalut ja antaa niiden havainnot; malli voi tarkistaa analyysiaan tämän palautteen avulla. Suunniteltu komento tai generoitu korjaus ei ole suoritettu toimi, eikä mallinimi yksin vahvista pääsyä ajantasaisiin tietoihin tai tiedostoihin.
Erittäin pitkä konteksti
Valmistajan laajennusohje käyttää YaRN-menetelmää malliversion lomitetuilla positioasetuksilla. Kerroin neljä on tarkoitettu noin miljoonan tokenin työnkulkuun; kerrointa kaksi ehdotetaan 524,288 tokenin tehtäviin. Staattinen skaalaus voi heikentää lyhyempien tekstien suorituskykyä, joten se tulee ottaa käyttöön silloin, kun suurempaa kontekstia tarvitaan. Jäsennä pitkä aineisto asiakirjarajoilla, kooditunnisteilla ja selkeällä kysymyksellä sen sijaan, että täyttäisit ikkunan asiaan kuulumattomalla näytöllä.
Generointisuositukset
Best Practices -ohjeessa yleinen pohdinta käyttää arvoja temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 ja repetition penalty 1.0. Tarkka ohjelmointi käyttää arvoja temperature 0.6 ja presence penalty nolla. Yleiset suorat vastaukset käyttävät arvoja temperature 0.7, top_p 0.8 ja presence penalty 1.5; top_k on 20, min_p on 0 ja repetition penalty on 1.0. Suorassa tilassa tapahtuvaan päättelyyn Best Practices antaa arvot temperature 1.0, top_p 1.0, top_k 40 ja presence penalty 2.0. Pidä nämä tehtäväkohtaiset esiasetukset erillään; suuremmat presence penalty -arvot voivat aiheuttaa kielten sekoittumista tai lievää laadun heikkenemistä.
Suositellut generointivaraukset ovat 32,768 tokenia useimpiin kysymyksiin ja 81,920 poikkeuksellisen monimutkaiseen matematiikkaan tai ohjelmointiin. Nämä eivät ole erikseen vahvistettuja kovia tulosterajoja. Määritä lopullisen vastauksen muoto selkeästi ja tarkista laskelmat tai generoitu koodi annettuja ehtoja vasten.
Video ja olennaiset rajat
Tuettu videoesimerkki käyttää oletuksena kahta ruutua sekunnissa. Valmistajan tuntien mittaista videota koskeva ohje kasvattaa prosessoribudjetin noin 224K videotokeniin tiheämpää näytteenottoa varten. Tämä vaatii asetuksia ja kuluttaa kontekstia tehtävän sekä vastauksen rinnalla; se ei ole ehdoton kesto- tai täydellisen tapahtumamuistin takuu. Säilytä olennaiset kohtausvaihdot ja pieni teksti ja pyydä näkyvään näyttöön sidottu tulos. Käytännön arvo on malliversion yhteisessä teksti- ja kuvakäyttöalassa sekä valittavassa vastaustilassa ja konkreettisessa arvioitavassa tuotoksessa.
", "aboutText": "Qwen3.5:n keskeiset ominaisuudet: harva näkö-kielimalliversio\n\nQwen3.5-35B-A3B on jatkokoulutettu näkö-kielimalli, joka yhdistää tekstin, kuvien ja videon ymmärtämisen tekstivastauksiin. Perhe on koulutettu tekstin ja näön varhaisella fuusiolla sekä vahvistusoppimisella asteittain monimutkaistuvissa tehtävissä, ja se tukee päättelyä, ohjelmointia, agentteja sekä visuaalista analyysia. Se kuvaa myös 201 kielen ja murteen kattavuuden. Tämä kattavuus on perheen ominaisuus eikä lupaus samasta laadusta jokaisella kielellä tai tehtävässä.\n\nTämä täsmällinen avoin malliversio on erillinen Qwen3.5-35B-A3B-Base-mallista ja myöhemmästä Qwen3.6-julkaisusta. Valmistaja kuvaa myös hallinnoidun Flash-palvelun lisäominaisuuksineen; näitä rajapintaominaisuuksia ei pidä automaattisesti liittää tähän avoimeen malliversioon. Säilytä pyydetty 35B-A3B-tunniste tuloksia verratessasi tai ylläpitäessäsi toistettavaa mallivalintaa.\n\nMallin yleiskuva\n\nAsiantuntijasekoitusmallissa on yhteensä 35 miljardia parametria, ja se aktivoi kolme miljardia. Sen 40-kerroksinen hybridirakenne toistaa kolmen Gated DeltaNet -asiantuntijakerroksen ja niitä seuraavan yhden portitetun huomion asiantuntijakerroksen jaksoa. Siinä on 256 reititettyä asiantuntijaa, ja dokumentoidussa rakenteessa aktiivisena on kahdeksan reititettyä asiantuntijaa ja yksi jaettu asiantuntija. Näköenkooderi ja usean tokenin ennustaminen kuuluvat malliin. Aktivoitu määrä ei kuvaa koko malliversion kokoa, eikä arkkitehtuuri yksin takaa tietyn sovelluksen viivettä.\n\nNatiivi konteksti on 262,144 tokenia, ja sen voi ehdollisesti laajentaa 1,010,000 tokeniin. Qwen suosittelee säilyttämään monimutkaisissa pohdintatehtävissä vähintään 128K kontekstin aina kun mahdollista, vaikka pienempi ikkuna vähentäisi muistipainetta. Teksti, esitetty visuaalinen aineisto, historia, päättely ja lopullinen vastaus tarvitsevat kaikki tilaa asetetussa sekvenssissä.\n\nSyötteiden ja vastaustilojen käyttö\n\nAnna kuvakaappaukseen perustuvaan ohjelmointipyyntöön visuaalinen viite, nykyinen lähdekoodikonteksti, vuorovaikutusvaatimukset ja odotettu muokattava tuotos. Säilytä kuvaajan tai asiakirjan merkinnät ja yksiköt ja pyydä arvotaulukko tukevine näyttöineen. Ilmoita monikieliseen selitykseen kohdekieli ja säilytettävät termit.\n\nPohdinta on oletuksena käytössä ja tuottaa päättelylohkon ennen lopullista vastausta. Valmistajan enable_thinking-asetuksella sen voi poistaa käytöstä suoraa vastausta varten. Qwen3.5 ei virallisesti tue vanhoja pehmeitä kehotevaihtimia /think ja /nothink. Sen historiaohje säilyttää lopulliset vastaukset ilman pohdintasisältöä. Tämä tulee pitää erillään Qwen3.6:n myöhemmistä säilytysvaihtoehdoista ja Qwen3.8:n oletusarvoisesta aiemman päättelyn säilyttämisestä.\n\nAgenttikäyttö\n\nValmistaja dokumentoi työkalukutsut ja suosittelee Qwen-Agentia määritetyillä tai MCP-liitetyillä työkaluilla sekä Qwen Codea repositorioihin painottuvaan työhön. Määritä sallitut operaatiot, olennainen näyttö ja lopullinen tuotos. Sovellus suorittaa työkalut ja antaa niiden havainnot; malli voi tarkistaa analyysiaan tämän palautteen avulla. Suunniteltu komento tai generoitu korjaus ei ole suoritettu toimi, eikä mallinimi yksin vahvista pääsyä ajantasaisiin tietoihin tai tiedostoihin.\n\nErittäin pitkä konteksti\n\nValmistajan laajennusohje käyttää YaRN-menetelmää malliversion lomitetuilla positioasetuksilla. Kerroin neljä on tarkoitettu noin miljoonan tokenin työnkulkuun; kerrointa kaksi ehdotetaan 524,288 tokenin tehtäviin. Staattinen skaalaus voi heikentää lyhyempien tekstien suorituskykyä, joten se tulee ottaa käyttöön silloin, kun suurempaa kontekstia tarvitaan. Jäsennä pitkä aineisto asiakirjarajoilla, kooditunnisteilla ja selkeällä kysymyksellä sen sijaan, että täyttäisit ikkunan asiaan kuulumattomalla näytöllä.\n\nGenerointisuositukset\n\nBest Practices -ohjeessa yleinen pohdinta käyttää arvoja temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 ja repetition penalty 1.0. Tarkka ohjelmointi käyttää arvoja temperature 0.6 ja presence penalty nolla. Yleiset suorat vastaukset käyttävät arvoja temperature 0.7, top_p 0.8 ja presence penalty 1.5; top_k on 20, min_p on 0 ja repetition penalty on 1.0. Suorassa tilassa tapahtuvaan päättelyyn Best Practices antaa arvot temperature 1.0, top_p 1.0, top_k 40 ja presence penalty 2.0. Pidä nämä tehtäväkohtaiset esiasetukset erillään; suuremmat presence penalty -arvot voivat aiheuttaa kielten sekoittumista tai lievää laadun heikkenemistä.\n\nSuositellut generointivaraukset ovat 32,768 tokenia useimpiin kysymyksiin ja 81,920 poikkeuksellisen monimutkaiseen matematiikkaan tai ohjelmointiin. Nämä eivät ole erikseen vahvistettuja kovia tulosterajoja. Määritä lopullisen vastauksen muoto selkeästi ja tarkista laskelmat tai generoitu koodi annettuja ehtoja vasten.\n\nVideo ja olennaiset rajat\n\nTuettu videoesimerkki käyttää oletuksena kahta ruutua sekunnissa. Valmistajan tuntien mittaista videota koskeva ohje kasvattaa prosessoribudjetin noin 224K videotokeniin tiheämpää näytteenottoa varten. Tämä vaatii asetuksia ja kuluttaa kontekstia tehtävän sekä vastauksen rinnalla; se ei ole ehdoton kesto- tai täydellisen tapahtumamuistin takuu. Säilytä olennaiset kohtausvaihdot ja pieni teksti ja pyydä näkyvään näyttöön sidottu tulos. Käytännön arvo on malliversion yhteisessä teksti- ja kuvakäyttöalassa sekä valittavassa vastaustilassa ja konkreettisessa arvioitavassa tuotoksessa.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Audit a transcribed experiment table\n\nUse this transcribed experiment table: baseline, 100 trials, 12 failures; revision A, 80 trials, 8 failures; revision B, 40 trials, 2 failures. Calculate the observed failure rates and compare them. Explain what these counts establish and what would require additional statistical analysis; do not claim that the smallest observed rate proves the best underlying system.A rate table and a qualified comparison separating observed proportions from unperformed statistical inference.Each rate uses its own trial count, and the conclusion does not treat unequal sample sizes as equivalent proof.qwen/qwen3.5-35b-a3bQwen3.5-35B-A3B on Qwenin näkö-kielimallinen asiantuntijasekoitusmalli, jossa on yhteensä 35 miljardia parametria ja aktivoituna 3 miljardia. Se vastaanottaa tekstiä, kuvia ja videota päättelyyn, ohjelmointiin ja työkalujen tukemaan työhön. Siinä on pohdinta- ja suoravastaustilat sekä natiivi 262,144 tokenin konteksti.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Qwen3.5:n keskeiset ominaisuudet: harva näkö-kielimalliversio
Qwen3.5-35B-A3B on jatkokoulutettu näkö-kielimalli, joka yhdistää tekstin, kuvien ja videon ymmärtämisen tekstivastauksiin. Perhe on koulutettu tekstin ja näön varhaisella fuusiolla sekä vahvistusoppimisella asteittain monimutkaistuvissa tehtävissä, ja se tukee päättelyä, ohjelmointia, agentteja sekä visuaalista analyysia. Se kuvaa myös 201 kielen ja murteen kattavuuden. Tämä kattavuus on perheen ominaisuus eikä lupaus samasta laadusta jokaisella kielellä tai tehtävässä.
Tämä täsmällinen avoin malliversio on erillinen Qwen3.5-35B-A3B-Base-mallista ja myöhemmästä Qwen3.6-julkaisusta. Valmistaja kuvaa myös hallinnoidun Flash-palvelun lisäominaisuuksineen; näitä rajapintaominaisuuksia ei pidä automaattisesti liittää tähän avoimeen malliversioon. Säilytä pyydetty 35B-A3B-tunniste tuloksia verratessasi tai ylläpitäessäsi toistettavaa mallivalintaa.
Mallin yleiskuva
Asiantuntijasekoitusmallissa on yhteensä 35 miljardia parametria, ja se aktivoi kolme miljardia. Sen 40-kerroksinen hybridirakenne toistaa kolmen Gated DeltaNet -asiantuntijakerroksen ja niitä seuraavan yhden portitetun huomion asiantuntijakerroksen jaksoa. Siinä on 256 reititettyä asiantuntijaa, ja dokumentoidussa rakenteessa aktiivisena on kahdeksan reititettyä asiantuntijaa ja yksi jaettu asiantuntija. Näköenkooderi ja usean tokenin ennustaminen kuuluvat malliin. Aktivoitu määrä ei kuvaa koko malliversion kokoa, eikä arkkitehtuuri yksin takaa tietyn sovelluksen viivettä.
Natiivi konteksti on 262,144 tokenia, ja sen voi ehdollisesti laajentaa 1,010,000 tokeniin. Qwen suosittelee säilyttämään monimutkaisissa pohdintatehtävissä vähintään 128K kontekstin aina kun mahdollista, vaikka pienempi ikkuna vähentäisi muistipainetta. Teksti, esitetty visuaalinen aineisto, historia, päättely ja lopullinen vastaus tarvitsevat kaikki tilaa asetetussa sekvenssissä.
Syötteiden ja vastaustilojen käyttö
Anna kuvakaappaukseen perustuvaan ohjelmointipyyntöön visuaalinen viite, nykyinen lähdekoodikonteksti, vuorovaikutusvaatimukset ja odotettu muokattava tuotos. Säilytä kuvaajan tai asiakirjan merkinnät ja yksiköt ja pyydä arvotaulukko tukevine näyttöineen. Ilmoita monikieliseen selitykseen kohdekieli ja säilytettävät termit.
Pohdinta on oletuksena käytössä ja tuottaa päättelylohkon ennen lopullista vastausta. Valmistajan enable_thinking-asetuksella sen voi poistaa käytöstä suoraa vastausta varten. Qwen3.5 ei virallisesti tue vanhoja pehmeitä kehotevaihtimia /think ja /nothink. Sen historiaohje säilyttää lopulliset vastaukset ilman pohdintasisältöä. Tämä tulee pitää erillään Qwen3.6:n myöhemmistä säilytysvaihtoehdoista ja Qwen3.8:n oletusarvoisesta aiemman päättelyn säilyttämisestä.
Agenttikäyttö
Valmistaja dokumentoi työkalukutsut ja suosittelee Qwen-Agentia määritetyillä tai MCP-liitetyillä työkaluilla sekä Qwen Codea repositorioihin painottuvaan työhön. Määritä sallitut operaatiot, olennainen näyttö ja lopullinen tuotos. Sovellus suorittaa työkalut ja antaa niiden havainnot; malli voi tarkistaa analyysiaan tämän palautteen avulla. Suunniteltu komento tai generoitu korjaus ei ole suoritettu toimi, eikä mallinimi yksin vahvista pääsyä ajantasaisiin tietoihin tai tiedostoihin.
Erittäin pitkä konteksti
Valmistajan laajennusohje käyttää YaRN-menetelmää malliversion lomitetuilla positioasetuksilla. Kerroin neljä on tarkoitettu noin miljoonan tokenin työnkulkuun; kerrointa kaksi ehdotetaan 524,288 tokenin tehtäviin. Staattinen skaalaus voi heikentää lyhyempien tekstien suorituskykyä, joten se tulee ottaa käyttöön silloin, kun suurempaa kontekstia tarvitaan. Jäsennä pitkä aineisto asiakirjarajoilla, kooditunnisteilla ja selkeällä kysymyksellä sen sijaan, että täyttäisit ikkunan asiaan kuulumattomalla näytöllä.
Generointisuositukset
Best Practices -ohjeessa yleinen pohdinta käyttää arvoja temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 ja repetition penalty 1.0. Tarkka ohjelmointi käyttää arvoja temperature 0.6 ja presence penalty nolla. Yleiset suorat vastaukset käyttävät arvoja temperature 0.7, top_p 0.8 ja presence penalty 1.5; top_k on 20, min_p on 0 ja repetition penalty on 1.0. Suorassa tilassa tapahtuvaan päättelyyn Best Practices antaa arvot temperature 1.0, top_p 1.0, top_k 40 ja presence penalty 2.0. Pidä nämä tehtäväkohtaiset esiasetukset erillään; suuremmat presence penalty -arvot voivat aiheuttaa kielten sekoittumista tai lievää laadun heikkenemistä.
Suositellut generointivaraukset ovat 32,768 tokenia useimpiin kysymyksiin ja 81,920 poikkeuksellisen monimutkaiseen matematiikkaan tai ohjelmointiin. Nämä eivät ole erikseen vahvistettuja kovia tulosterajoja. Määritä lopullisen vastauksen muoto selkeästi ja tarkista laskelmat tai generoitu koodi annettuja ehtoja vasten.
Video ja olennaiset rajat
Tuettu videoesimerkki käyttää oletuksena kahta ruutua sekunnissa. Valmistajan tuntien mittaista videota koskeva ohje kasvattaa prosessoribudjetin noin 224K videotokeniin tiheämpää näytteenottoa varten. Tämä vaatii asetuksia ja kuluttaa kontekstia tehtävän sekä vastauksen rinnalla; se ei ole ehdoton kesto- tai täydellisen tapahtumamuistin takuu. Säilytä olennaiset kohtausvaihdot ja pieni teksti ja pyydä näkyvään näyttöön sidottu tulos. Käytännön arvo on malliversion yhteisessä teksti- ja kuvakäyttöalassa sekä valittavassa vastaustilassa ja konkreettisessa arvioitavassa tuotoksessa.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat qwen/qwen3.5-35b-a3b | 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 $0.00046 / 1K tokenia Tuloste · Tulostokenit $0.00366 / 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 $0.00046 / 1K tokenia Tuloste · Tulostokenit $0.00366 / 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/qwen3.5-35b-a3b", "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/qwen3.5-35b-a3b',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/qwen3.5-35b-a3b',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/qwen3.5-35b-a3b
Käytä yllä näytettyjä menetelmäpolkuja.
qwen/qwen3.5-35b-a3bQwen3.5-35B-A3B on Qwenin näkö-kielimallinen asiantuntijasekoitusmalli, jossa on yhteensä 35 miljardia parametria ja aktivoituna 3 miljardia. Se vastaanottaa tekstiä, kuvia ja videota päättelyyn, ohjelmointiin ja työkalujen tukemaan työhön. Siinä on pohdinta- ja suoravastaustilat sekä natiivi 262,144 tokenin konteksti.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Qwen3.5:n keskeiset ominaisuudet: harva näkö-kielimalliversio
Qwen3.5-35B-A3B on jatkokoulutettu näkö-kielimalli, joka yhdistää tekstin, kuvien ja videon ymmärtämisen tekstivastauksiin. Perhe on koulutettu tekstin ja näön varhaisella fuusiolla sekä vahvistusoppimisella asteittain monimutkaistuvissa tehtävissä, ja se tukee päättelyä, ohjelmointia, agentteja sekä visuaalista analyysia. Se kuvaa myös 201 kielen ja murteen kattavuuden. Tämä kattavuus on perheen ominaisuus eikä lupaus samasta laadusta jokaisella kielellä tai tehtävässä.
Tämä täsmällinen avoin malliversio on erillinen Qwen3.5-35B-A3B-Base-mallista ja myöhemmästä Qwen3.6-julkaisusta. Valmistaja kuvaa myös hallinnoidun Flash-palvelun lisäominaisuuksineen; näitä rajapintaominaisuuksia ei pidä automaattisesti liittää tähän avoimeen malliversioon. Säilytä pyydetty 35B-A3B-tunniste tuloksia verratessasi tai ylläpitäessäsi toistettavaa mallivalintaa.
Mallin yleiskuva
Asiantuntijasekoitusmallissa on yhteensä 35 miljardia parametria, ja se aktivoi kolme miljardia. Sen 40-kerroksinen hybridirakenne toistaa kolmen Gated DeltaNet -asiantuntijakerroksen ja niitä seuraavan yhden portitetun huomion asiantuntijakerroksen jaksoa. Siinä on 256 reititettyä asiantuntijaa, ja dokumentoidussa rakenteessa aktiivisena on kahdeksan reititettyä asiantuntijaa ja yksi jaettu asiantuntija. Näköenkooderi ja usean tokenin ennustaminen kuuluvat malliin. Aktivoitu määrä ei kuvaa koko malliversion kokoa, eikä arkkitehtuuri yksin takaa tietyn sovelluksen viivettä.
Natiivi konteksti on 262,144 tokenia, ja sen voi ehdollisesti laajentaa 1,010,000 tokeniin. Qwen suosittelee säilyttämään monimutkaisissa pohdintatehtävissä vähintään 128K kontekstin aina kun mahdollista, vaikka pienempi ikkuna vähentäisi muistipainetta. Teksti, esitetty visuaalinen aineisto, historia, päättely ja lopullinen vastaus tarvitsevat kaikki tilaa asetetussa sekvenssissä.
Syötteiden ja vastaustilojen käyttö
Anna kuvakaappaukseen perustuvaan ohjelmointipyyntöön visuaalinen viite, nykyinen lähdekoodikonteksti, vuorovaikutusvaatimukset ja odotettu muokattava tuotos. Säilytä kuvaajan tai asiakirjan merkinnät ja yksiköt ja pyydä arvotaulukko tukevine näyttöineen. Ilmoita monikieliseen selitykseen kohdekieli ja säilytettävät termit.
Pohdinta on oletuksena käytössä ja tuottaa päättelylohkon ennen lopullista vastausta. Valmistajan enable_thinking-asetuksella sen voi poistaa käytöstä suoraa vastausta varten. Qwen3.5 ei virallisesti tue vanhoja pehmeitä kehotevaihtimia /think ja /nothink. Sen historiaohje säilyttää lopulliset vastaukset ilman pohdintasisältöä. Tämä tulee pitää erillään Qwen3.6:n myöhemmistä säilytysvaihtoehdoista ja Qwen3.8:n oletusarvoisesta aiemman päättelyn säilyttämisestä.
Agenttikäyttö
Valmistaja dokumentoi työkalukutsut ja suosittelee Qwen-Agentia määritetyillä tai MCP-liitetyillä työkaluilla sekä Qwen Codea repositorioihin painottuvaan työhön. Määritä sallitut operaatiot, olennainen näyttö ja lopullinen tuotos. Sovellus suorittaa työkalut ja antaa niiden havainnot; malli voi tarkistaa analyysiaan tämän palautteen avulla. Suunniteltu komento tai generoitu korjaus ei ole suoritettu toimi, eikä mallinimi yksin vahvista pääsyä ajantasaisiin tietoihin tai tiedostoihin.
Erittäin pitkä konteksti
Valmistajan laajennusohje käyttää YaRN-menetelmää malliversion lomitetuilla positioasetuksilla. Kerroin neljä on tarkoitettu noin miljoonan tokenin työnkulkuun; kerrointa kaksi ehdotetaan 524,288 tokenin tehtäviin. Staattinen skaalaus voi heikentää lyhyempien tekstien suorituskykyä, joten se tulee ottaa käyttöön silloin, kun suurempaa kontekstia tarvitaan. Jäsennä pitkä aineisto asiakirjarajoilla, kooditunnisteilla ja selkeällä kysymyksellä sen sijaan, että täyttäisit ikkunan asiaan kuulumattomalla näytöllä.
Generointisuositukset
Best Practices -ohjeessa yleinen pohdinta käyttää arvoja temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 ja repetition penalty 1.0. Tarkka ohjelmointi käyttää arvoja temperature 0.6 ja presence penalty nolla. Yleiset suorat vastaukset käyttävät arvoja temperature 0.7, top_p 0.8 ja presence penalty 1.5; top_k on 20, min_p on 0 ja repetition penalty on 1.0. Suorassa tilassa tapahtuvaan päättelyyn Best Practices antaa arvot temperature 1.0, top_p 1.0, top_k 40 ja presence penalty 2.0. Pidä nämä tehtäväkohtaiset esiasetukset erillään; suuremmat presence penalty -arvot voivat aiheuttaa kielten sekoittumista tai lievää laadun heikkenemistä.
Suositellut generointivaraukset ovat 32,768 tokenia useimpiin kysymyksiin ja 81,920 poikkeuksellisen monimutkaiseen matematiikkaan tai ohjelmointiin. Nämä eivät ole erikseen vahvistettuja kovia tulosterajoja. Määritä lopullisen vastauksen muoto selkeästi ja tarkista laskelmat tai generoitu koodi annettuja ehtoja vasten.
Video ja olennaiset rajat
Tuettu videoesimerkki käyttää oletuksena kahta ruutua sekunnissa. Valmistajan tuntien mittaista videota koskeva ohje kasvattaa prosessoribudjetin noin 224K videotokeniin tiheämpää näytteenottoa varten. Tämä vaatii asetuksia ja kuluttaa kontekstia tehtävän sekä vastauksen rinnalla; se ei ole ehdoton kesto- tai täydellisen tapahtumamuistin takuu. Säilytä olennaiset kohtausvaihdot ja pieni teksti ja pyydä näkyvään näyttöön sidottu tulos. Käytännön arvo on malliversion yhteisessä teksti- ja kuvakäyttöalassa sekä valittavassa vastaustilassa ja konkreettisessa arvioitavassa tuotoksessa.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat qwen/qwen3.5-35b-a3b | 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 $0.00046 / 1K tokenia Tuloste · Tulostokenit $0.00366 / 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 $0.00046 / 1K tokenia Tuloste · Tulostokenit $0.00366 / 1K tokenia Syöte · Välimuistin luku $0 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "qwen/qwen3.5-35b-a3b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.5-35b-a3b', '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/qwen3.5-35b-a3b', '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/qwen3.5-35b-a3b
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Audit a transcribed experiment table\n\nUse this transcribed experiment table: baseline, 100 trials, 12 failures; revision A, 80 trials, 8 failures; revision B, 40 trials, 2 failures. Calculate the observed failure rates and compare them. Explain what these counts establish and what would require additional statistical analysis; do not claim that the smallest observed rate proves the best underlying system.A rate table and a qualified comparison separating observed proportions from unperformed statistical inference.Each rate uses its own trial count, and the conclusion does not treat unequal sample sizes as equivalent proof.