Qwen3-Nextin keskeiset ominaisuudet: monimutkainen tekstipäättely
Qwen3-Next-80B-A3B-Thinking on Qwen3-Nextin vain ajattelua käyttävä tekstiversio. Valmistaja suosittelee sitä erittäin monimutkaisiin päättelytehtäviin ja huomauttaa, että sen ajattelu voi olla pidempää kuin aiemmissa malleissa. Se ottaa vastaan tekstiä ja palauttaa tekstiä, myös selitetyn vastauksen tai koodiehdotuksen. Pidä se erillään Qwen3-Next-80B-A3B-Instructista ja Qwen3-Coder-Nextistä, joiden ei-ajattelutoimintatavat eroavat siitä.
Perhe tuo hybridihuomioinnin, joka yhdistää Gated DeltaNetin ja portitetun huomioinnin, erittäin harvan asiantuntijarakenteen, vakaustekniikoita, kuten nollakeskitetyn ja painon vaimennusta käyttävän kerrosnormalisoinnin, sekä usean tokenin ennustamisen. Qwen kuvaa myös vahvistusoppimisen vakauttamista GSPO:n avulla. Nämä ovat koulutus- ja arkkitehtuuriominaisuuksia; tehokkuushyödyt riippuvat toteutuksesta eikä niistä tulisi tehdä yleistä vastausaikaväitettä.
Mallin yleiskuva
Mallissa on yhteensä 80 miljardia parametria, ja se aktivoi kolme miljardia. Siinä on 48 kerrosta asiantuntijamallissa, jossa kolmea DeltaNet-kerrosta seuraa yksi portitetun huomioinnin kerros. Valmistaja luettelee 512 asiantuntijaa, kymmenen aktivoitua asiantuntijaa ja yhden jaetun asiantuntijan sekä 15 biljoonan tokenin esikoulutuksen ja sitä seuraavan jälkikoulutuksen. Aktivoidut parametrit eivät ole koko tarkistuspisteen koko.
Natiivi konteksti on 262 144 tokenia, ja dokumentoitu laajennus yltää 1 010 000 tokeniin. Lähdeteksti, historiaviestit, työkaluhavainnot, päättely ja lopullinen tuloste jakavat määritetyn sekvenssibudjetin. Monimutkaiseen ajatteluun valmistaja neuvoo käyttämään mahdollisuuksien mukaan yli 131 072 tokenin määritettyä kontekstia, vaikka pienempi ikkuna vähentäisi muistipainetta.
Vain ajatteluun perustuvan rajapinnan käyttö
Oletuskeskustelumalline sisältää jo avaavan ajattelumerkinnän. Palautettu sekvenssi voi siksi sisältää sulkevan merkinnän toistamatta avaavaa merkintää. Tämä on valmistajan ohjeen normaali muotoilu, ei näyttö siitä, että päättely puuttuisi. Malli tukee vain ajattelutilaa; tiiviin lopullisen vastauksen pyytäminen ei muuta sitä ei-ajatteluversioksi.
Anna matemaattiseen tai loogiseen ongelmaan koko tehtävänanto, määritelmät, yksiköt ja sallitut oletukset. Pyydä selkeästi rajattua lopullista vastausta ja sen tarkistamiseen tarvittavia perusteluvaiheita. Anna koodipäättelyyn olennainen funktio, syöte ja tarkoitettu toiminta ja pyydä sitten selitettyä ehdotusta. Vertaa tukevia laskelmia tai ehdotettua koodikorjausta annettuihin ehtoihin ja todellisiin tuloksiin.
Toteutus ja työkalut
Valmistajan esimerkit tukevat kehitys- ja työkalutyönkulkuja ja suosittelevat Qwen-Agentia työkalumallineisiin ja jäsentämiseen käyttäen määritettyjä tai MCP:n kautta liitettyjä työkaluja. Määrittele sallitut työkalut, tehtävän tavoite ja havaittava valmistumisen ehto. Sovellus suorittaa ulkoiset toiminnot ja palauttaa todellisia havaintoja; malli voi sitten käyttää tätä palautetta seuraavassa vastauksessaan.
Usean tokenin ennustaminen kuuluu koulutukseen, mutta sen käyttö päättelyssä riippuu toteutuksesta eikä ole yleisesti saatavilla kaikissa kevyissä työnkuluissa. Säilytä tämä ero käyttöönottoa arvioitaessa. Pelkkä työkalu- tai arkkitehtuurikyky ei vahvista pääsyä tiedostoihin, ajantasaisiin lähteisiin tai suoritusympäristöön toisen sovelluksen kautta.
Erittäin pitkä teksti
Dokumentoitu laajennus käyttää YaRNia. Valmistaja vahvistaa noin miljoonan tokenin kontekstin ja antaa nelinkertaisen skaalauksen ohjeen, joka perustuu natiiviin 262 144 sijaintiin; 524 288 tokenin työkuormille se ehdottaa kaksinkertaista kerrointa. Staattinen skaalaus voi vaikuttaa lyhyempien tekstien suorituskykyyn, joten sen tulisi seurata todellista pidemmän syötteen tarvetta.
Järjestä suuri syöte asiakirjarajoilla sekä koodi- tai osiotunnisteilla. Ilmoita kysymys ja odotettu tuotos, jotta malli voi yhdistää olennaisen näytön sen sijaan, että koko ikkunaa käsiteltäisiin selkeän tehtävän korvikkeena. Varaa tilaa sen mahdollisesti pitkälle päättelylle ja lopputulokselle.
Generointiohjeet
Best Practices suosittelee asetuksia temperature 0.6, top_p 0.95, top_k 20 ja min_p 0. Siellä, missä se on tuettu, presence penalty välillä nolla–kaksi voi vähentää toistuvaa tekstiä, mutta suuremmat arvot voivat sekoittaa kieliä tai heikentää laatua hieman. Qwen suosittelee useimpiin kysymyksiin 32 768 tokenin generointibudjettia ja poikkeuksellisen monimutkaisiin matematiikka- tai ohjelmointitehtäviin 81 920 tokenia. Nämä ovat suosituksia, eivät erillisiä pakottavia tulosterajoja.
Määrittele lopullisen vastauksen muoto nimenomaisesti, kuten rajattu matemaattinen tulos tai vastauskenttä. Valmistaja suosittelee säilyttämään lopulliset tulosteet ilman ajattelusisältöä historian avustajaviesteissä tämän tarkistuspisteen mallinetta seuraten. Myöhempien mallien aiemman päättelyn säilyttämisasetuksia ei tulisi siirtää siihen automaattisesti.
Olennaiset rajat
Tämä on pelkkää tekstiä käyttävä malli. Kuvat, ääni tai video tarvitsevat sopivan erillisen esitysmuodon ennen kuin ne voivat toimia näyttönä tässä työnkulussa. Pitkä ajattelu ja konteksti ovat rajallisia resursseja, eikä yksityiskohtainen päättely itsessään todista tulosta oikeaksi. Tarkista oletukset, laskelmat ja generoitu koodi annettua lähdettä vasten. Hyödyllinen lopputulos on tarkastettava vastaus tai tuotos, jonka näyttö pysyy näkyvissä ja jonka vain ajattelua käyttävän version luonne säilyy.
", "aboutText": "Qwen3-Nextin keskeiset ominaisuudet: monimutkainen tekstipäättely\n\nQwen3-Next-80B-A3B-Thinking on Qwen3-Nextin vain ajattelua käyttävä tekstiversio. Valmistaja suosittelee sitä erittäin monimutkaisiin päättelytehtäviin ja huomauttaa, että sen ajattelu voi olla pidempää kuin aiemmissa malleissa. Se ottaa vastaan tekstiä ja palauttaa tekstiä, myös selitetyn vastauksen tai koodiehdotuksen. Pidä se erillään Qwen3-Next-80B-A3B-Instructista ja Qwen3-Coder-Nextistä, joiden ei-ajattelutoimintatavat eroavat siitä.\n\nPerhe tuo hybridihuomioinnin, joka yhdistää Gated DeltaNetin ja portitetun huomioinnin, erittäin harvan asiantuntijarakenteen, vakaustekniikoita, kuten nollakeskitetyn ja painon vaimennusta käyttävän kerrosnormalisoinnin, sekä usean tokenin ennustamisen. Qwen kuvaa myös vahvistusoppimisen vakauttamista GSPO:n avulla. Nämä ovat koulutus- ja arkkitehtuuriominaisuuksia; tehokkuushyödyt riippuvat toteutuksesta eikä niistä tulisi tehdä yleistä vastausaikaväitettä.\n\nMallin yleiskuva\n\nMallissa on yhteensä 80 miljardia parametria, ja se aktivoi kolme miljardia. Siinä on 48 kerrosta asiantuntijamallissa, jossa kolmea DeltaNet-kerrosta seuraa yksi portitetun huomioinnin kerros. Valmistaja luettelee 512 asiantuntijaa, kymmenen aktivoitua asiantuntijaa ja yhden jaetun asiantuntijan sekä 15 biljoonan tokenin esikoulutuksen ja sitä seuraavan jälkikoulutuksen. Aktivoidut parametrit eivät ole koko tarkistuspisteen koko.\n\nNatiivi konteksti on 262 144 tokenia, ja dokumentoitu laajennus yltää 1 010 000 tokeniin. Lähdeteksti, historiaviestit, työkaluhavainnot, päättely ja lopullinen tuloste jakavat määritetyn sekvenssibudjetin. Monimutkaiseen ajatteluun valmistaja neuvoo käyttämään mahdollisuuksien mukaan yli 131 072 tokenin määritettyä kontekstia, vaikka pienempi ikkuna vähentäisi muistipainetta.\n\nVain ajatteluun perustuvan rajapinnan käyttö\n\nOletuskeskustelumalline sisältää jo avaavan ajattelumerkinnän. Palautettu sekvenssi voi siksi sisältää sulkevan merkinnän toistamatta avaavaa merkintää. Tämä on valmistajan ohjeen normaali muotoilu, ei näyttö siitä, että päättely puuttuisi. Malli tukee vain ajattelutilaa; tiiviin lopullisen vastauksen pyytäminen ei muuta sitä ei-ajatteluversioksi.\n\nAnna matemaattiseen tai loogiseen ongelmaan koko tehtävänanto, määritelmät, yksiköt ja sallitut oletukset. Pyydä selkeästi rajattua lopullista vastausta ja sen tarkistamiseen tarvittavia perusteluvaiheita. Anna koodipäättelyyn olennainen funktio, syöte ja tarkoitettu toiminta ja pyydä sitten selitettyä ehdotusta. Vertaa tukevia laskelmia tai ehdotettua koodikorjausta annettuihin ehtoihin ja todellisiin tuloksiin.\n\nToteutus ja työkalut\n\nValmistajan esimerkit tukevat kehitys- ja työkalutyönkulkuja ja suosittelevat Qwen-Agentia työkalumallineisiin ja jäsentämiseen käyttäen määritettyjä tai MCP:n kautta liitettyjä työkaluja. Määrittele sallitut työkalut, tehtävän tavoite ja havaittava valmistumisen ehto. Sovellus suorittaa ulkoiset toiminnot ja palauttaa todellisia havaintoja; malli voi sitten käyttää tätä palautetta seuraavassa vastauksessaan.\n\nUsean tokenin ennustaminen kuuluu koulutukseen, mutta sen käyttö päättelyssä riippuu toteutuksesta eikä ole yleisesti saatavilla kaikissa kevyissä työnkuluissa. Säilytä tämä ero käyttöönottoa arvioitaessa. Pelkkä työkalu- tai arkkitehtuurikyky ei vahvista pääsyä tiedostoihin, ajantasaisiin lähteisiin tai suoritusympäristöön toisen sovelluksen kautta.\n\nErittäin pitkä teksti\n\nDokumentoitu laajennus käyttää YaRNia. Valmistaja vahvistaa noin miljoonan tokenin kontekstin ja antaa nelinkertaisen skaalauksen ohjeen, joka perustuu natiiviin 262 144 sijaintiin; 524 288 tokenin työkuormille se ehdottaa kaksinkertaista kerrointa. Staattinen skaalaus voi vaikuttaa lyhyempien tekstien suorituskykyyn, joten sen tulisi seurata todellista pidemmän syötteen tarvetta.\n\nJärjestä suuri syöte asiakirjarajoilla sekä koodi- tai osiotunnisteilla. Ilmoita kysymys ja odotettu tuotos, jotta malli voi yhdistää olennaisen näytön sen sijaan, että koko ikkunaa käsiteltäisiin selkeän tehtävän korvikkeena. Varaa tilaa sen mahdollisesti pitkälle päättelylle ja lopputulokselle.\n\nGenerointiohjeet\n\nBest Practices suosittelee asetuksia temperature 0.6, top_p 0.95, top_k 20 ja min_p 0. Siellä, missä se on tuettu, presence penalty välillä nolla–kaksi voi vähentää toistuvaa tekstiä, mutta suuremmat arvot voivat sekoittaa kieliä tai heikentää laatua hieman. Qwen suosittelee useimpiin kysymyksiin 32 768 tokenin generointibudjettia ja poikkeuksellisen monimutkaisiin matematiikka- tai ohjelmointitehtäviin 81 920 tokenia. Nämä ovat suosituksia, eivät erillisiä pakottavia tulosterajoja.\n\nMäärittele lopullisen vastauksen muoto nimenomaisesti, kuten rajattu matemaattinen tulos tai vastauskenttä. Valmistaja suosittelee säilyttämään lopulliset tulosteet ilman ajattelusisältöä historian avustajaviesteissä tämän tarkistuspisteen mallinetta seuraten. Myöhempien mallien aiemman päättelyn säilyttämisasetuksia ei tulisi siirtää siihen automaattisesti.\n\nOlennaiset rajat\n\nTämä on pelkkää tekstiä käyttävä malli. Kuvat, ääni tai video tarvitsevat sopivan erillisen esitysmuodon ennen kuin ne voivat toimia näyttönä tässä työnkulussa. Pitkä ajattelu ja konteksti ovat rajallisia resursseja, eikä yksityiskohtainen päättely itsessään todista tulosta oikeaksi. Tarkista oletukset, laskelmat ja generoitu koodi annettua lähdettä vasten. Hyödyllinen lopputulos on tarkastettava vastaus tai tuotos, jonka näyttö pysyy näkyvissä ja jonka vain ajattelua käyttävän version luonne säilyy.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Identify what a logic puzzle actually determines\n\nExactly one of A, B and C took a key, and exactly one statement is true. A says, 'B took it.' B says, 'C took it.' C says, 'I did not take it.' Determine every possible culprit consistent with these premises. Show a truth table and state whether the culprit is uniquely determined.A three-case truth table and the complete set of consistent culprits with a uniqueness conclusion.The table checks exactly one true statement in each candidate case and preserves multiple solutions if the premises allow them.qwen/qwen3-next-80b-a3b-thinkingQwen3-Next-80B-A3B-Thinking on Qwenin tekstipäättelymalli, jossa on yhteensä 80 miljardia ja 3 miljardia aktivoitua parametria. Se käyttää vain ajattelua, hybridihuomiointia ja harvoja asiantuntijoita monimutkaisiin tehtäviin. Natiivi konteksti on 262 144 tokenia, ja ehdollinen laajennus yltää 1 010 000 tokeniin.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Qwen3-Nextin keskeiset ominaisuudet: monimutkainen tekstipäättely
Qwen3-Next-80B-A3B-Thinking on Qwen3-Nextin vain ajattelua käyttävä tekstiversio. Valmistaja suosittelee sitä erittäin monimutkaisiin päättelytehtäviin ja huomauttaa, että sen ajattelu voi olla pidempää kuin aiemmissa malleissa. Se ottaa vastaan tekstiä ja palauttaa tekstiä, myös selitetyn vastauksen tai koodiehdotuksen. Pidä se erillään Qwen3-Next-80B-A3B-Instructista ja Qwen3-Coder-Nextistä, joiden ei-ajattelutoimintatavat eroavat siitä.
Perhe tuo hybridihuomioinnin, joka yhdistää Gated DeltaNetin ja portitetun huomioinnin, erittäin harvan asiantuntijarakenteen, vakaustekniikoita, kuten nollakeskitetyn ja painon vaimennusta käyttävän kerrosnormalisoinnin, sekä usean tokenin ennustamisen. Qwen kuvaa myös vahvistusoppimisen vakauttamista GSPO:n avulla. Nämä ovat koulutus- ja arkkitehtuuriominaisuuksia; tehokkuushyödyt riippuvat toteutuksesta eikä niistä tulisi tehdä yleistä vastausaikaväitettä.
Mallin yleiskuva
Mallissa on yhteensä 80 miljardia parametria, ja se aktivoi kolme miljardia. Siinä on 48 kerrosta asiantuntijamallissa, jossa kolmea DeltaNet-kerrosta seuraa yksi portitetun huomioinnin kerros. Valmistaja luettelee 512 asiantuntijaa, kymmenen aktivoitua asiantuntijaa ja yhden jaetun asiantuntijan sekä 15 biljoonan tokenin esikoulutuksen ja sitä seuraavan jälkikoulutuksen. Aktivoidut parametrit eivät ole koko tarkistuspisteen koko.
Natiivi konteksti on 262 144 tokenia, ja dokumentoitu laajennus yltää 1 010 000 tokeniin. Lähdeteksti, historiaviestit, työkaluhavainnot, päättely ja lopullinen tuloste jakavat määritetyn sekvenssibudjetin. Monimutkaiseen ajatteluun valmistaja neuvoo käyttämään mahdollisuuksien mukaan yli 131 072 tokenin määritettyä kontekstia, vaikka pienempi ikkuna vähentäisi muistipainetta.
Vain ajatteluun perustuvan rajapinnan käyttö
Oletuskeskustelumalline sisältää jo avaavan ajattelumerkinnän. Palautettu sekvenssi voi siksi sisältää sulkevan merkinnän toistamatta avaavaa merkintää. Tämä on valmistajan ohjeen normaali muotoilu, ei näyttö siitä, että päättely puuttuisi. Malli tukee vain ajattelutilaa; tiiviin lopullisen vastauksen pyytäminen ei muuta sitä ei-ajatteluversioksi.
Anna matemaattiseen tai loogiseen ongelmaan koko tehtävänanto, määritelmät, yksiköt ja sallitut oletukset. Pyydä selkeästi rajattua lopullista vastausta ja sen tarkistamiseen tarvittavia perusteluvaiheita. Anna koodipäättelyyn olennainen funktio, syöte ja tarkoitettu toiminta ja pyydä sitten selitettyä ehdotusta. Vertaa tukevia laskelmia tai ehdotettua koodikorjausta annettuihin ehtoihin ja todellisiin tuloksiin.
Toteutus ja työkalut
Valmistajan esimerkit tukevat kehitys- ja työkalutyönkulkuja ja suosittelevat Qwen-Agentia työkalumallineisiin ja jäsentämiseen käyttäen määritettyjä tai MCP:n kautta liitettyjä työkaluja. Määrittele sallitut työkalut, tehtävän tavoite ja havaittava valmistumisen ehto. Sovellus suorittaa ulkoiset toiminnot ja palauttaa todellisia havaintoja; malli voi sitten käyttää tätä palautetta seuraavassa vastauksessaan.
Usean tokenin ennustaminen kuuluu koulutukseen, mutta sen käyttö päättelyssä riippuu toteutuksesta eikä ole yleisesti saatavilla kaikissa kevyissä työnkuluissa. Säilytä tämä ero käyttöönottoa arvioitaessa. Pelkkä työkalu- tai arkkitehtuurikyky ei vahvista pääsyä tiedostoihin, ajantasaisiin lähteisiin tai suoritusympäristöön toisen sovelluksen kautta.
Erittäin pitkä teksti
Dokumentoitu laajennus käyttää YaRNia. Valmistaja vahvistaa noin miljoonan tokenin kontekstin ja antaa nelinkertaisen skaalauksen ohjeen, joka perustuu natiiviin 262 144 sijaintiin; 524 288 tokenin työkuormille se ehdottaa kaksinkertaista kerrointa. Staattinen skaalaus voi vaikuttaa lyhyempien tekstien suorituskykyyn, joten sen tulisi seurata todellista pidemmän syötteen tarvetta.
Järjestä suuri syöte asiakirjarajoilla sekä koodi- tai osiotunnisteilla. Ilmoita kysymys ja odotettu tuotos, jotta malli voi yhdistää olennaisen näytön sen sijaan, että koko ikkunaa käsiteltäisiin selkeän tehtävän korvikkeena. Varaa tilaa sen mahdollisesti pitkälle päättelylle ja lopputulokselle.
Generointiohjeet
Best Practices suosittelee asetuksia temperature 0.6, top_p 0.95, top_k 20 ja min_p 0. Siellä, missä se on tuettu, presence penalty välillä nolla–kaksi voi vähentää toistuvaa tekstiä, mutta suuremmat arvot voivat sekoittaa kieliä tai heikentää laatua hieman. Qwen suosittelee useimpiin kysymyksiin 32 768 tokenin generointibudjettia ja poikkeuksellisen monimutkaisiin matematiikka- tai ohjelmointitehtäviin 81 920 tokenia. Nämä ovat suosituksia, eivät erillisiä pakottavia tulosterajoja.
Määrittele lopullisen vastauksen muoto nimenomaisesti, kuten rajattu matemaattinen tulos tai vastauskenttä. Valmistaja suosittelee säilyttämään lopulliset tulosteet ilman ajattelusisältöä historian avustajaviesteissä tämän tarkistuspisteen mallinetta seuraten. Myöhempien mallien aiemman päättelyn säilyttämisasetuksia ei tulisi siirtää siihen automaattisesti.
Olennaiset rajat
Tämä on pelkkää tekstiä käyttävä malli. Kuvat, ääni tai video tarvitsevat sopivan erillisen esitysmuodon ennen kuin ne voivat toimia näyttönä tässä työnkulussa. Pitkä ajattelu ja konteksti ovat rajallisia resursseja, eikä yksityiskohtainen päättely itsessään todista tulosta oikeaksi. Tarkista oletukset, laskelmat ja generoitu koodi annettua lähdettä vasten. Hyödyllinen lopputulos on tarkastettava vastaus tai tuotos, jonka näyttö pysyy näkyvissä ja jonka vain ajattelua käyttävän version luonne säilyy.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat qwen/qwen3-next-80b-a3b-thinking | 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 $0.0003 / 1K tokenia Tuloste · Tulostokenit $0.0024 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 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 $0.0003 / 1K tokenia Tuloste · Tulostokenit $0.0024 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-next-80b-a3b-thinking", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3-next-80b-a3b-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3-next-80b-a3b-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-next-80b-a3b-thinking
Käytä yllä näytettyjä menetelmäpolkuja.
qwen/qwen3-next-80b-a3b-thinkingQwen3-Next-80B-A3B-Thinking on Qwenin tekstipäättelymalli, jossa on yhteensä 80 miljardia ja 3 miljardia aktivoitua parametria. Se käyttää vain ajattelua, hybridihuomiointia ja harvoja asiantuntijoita monimutkaisiin tehtäviin. Natiivi konteksti on 262 144 tokenia, ja ehdollinen laajennus yltää 1 010 000 tokeniin.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Qwen3-Nextin keskeiset ominaisuudet: monimutkainen tekstipäättely
Qwen3-Next-80B-A3B-Thinking on Qwen3-Nextin vain ajattelua käyttävä tekstiversio. Valmistaja suosittelee sitä erittäin monimutkaisiin päättelytehtäviin ja huomauttaa, että sen ajattelu voi olla pidempää kuin aiemmissa malleissa. Se ottaa vastaan tekstiä ja palauttaa tekstiä, myös selitetyn vastauksen tai koodiehdotuksen. Pidä se erillään Qwen3-Next-80B-A3B-Instructista ja Qwen3-Coder-Nextistä, joiden ei-ajattelutoimintatavat eroavat siitä.
Perhe tuo hybridihuomioinnin, joka yhdistää Gated DeltaNetin ja portitetun huomioinnin, erittäin harvan asiantuntijarakenteen, vakaustekniikoita, kuten nollakeskitetyn ja painon vaimennusta käyttävän kerrosnormalisoinnin, sekä usean tokenin ennustamisen. Qwen kuvaa myös vahvistusoppimisen vakauttamista GSPO:n avulla. Nämä ovat koulutus- ja arkkitehtuuriominaisuuksia; tehokkuushyödyt riippuvat toteutuksesta eikä niistä tulisi tehdä yleistä vastausaikaväitettä.
Mallin yleiskuva
Mallissa on yhteensä 80 miljardia parametria, ja se aktivoi kolme miljardia. Siinä on 48 kerrosta asiantuntijamallissa, jossa kolmea DeltaNet-kerrosta seuraa yksi portitetun huomioinnin kerros. Valmistaja luettelee 512 asiantuntijaa, kymmenen aktivoitua asiantuntijaa ja yhden jaetun asiantuntijan sekä 15 biljoonan tokenin esikoulutuksen ja sitä seuraavan jälkikoulutuksen. Aktivoidut parametrit eivät ole koko tarkistuspisteen koko.
Natiivi konteksti on 262 144 tokenia, ja dokumentoitu laajennus yltää 1 010 000 tokeniin. Lähdeteksti, historiaviestit, työkaluhavainnot, päättely ja lopullinen tuloste jakavat määritetyn sekvenssibudjetin. Monimutkaiseen ajatteluun valmistaja neuvoo käyttämään mahdollisuuksien mukaan yli 131 072 tokenin määritettyä kontekstia, vaikka pienempi ikkuna vähentäisi muistipainetta.
Vain ajatteluun perustuvan rajapinnan käyttö
Oletuskeskustelumalline sisältää jo avaavan ajattelumerkinnän. Palautettu sekvenssi voi siksi sisältää sulkevan merkinnän toistamatta avaavaa merkintää. Tämä on valmistajan ohjeen normaali muotoilu, ei näyttö siitä, että päättely puuttuisi. Malli tukee vain ajattelutilaa; tiiviin lopullisen vastauksen pyytäminen ei muuta sitä ei-ajatteluversioksi.
Anna matemaattiseen tai loogiseen ongelmaan koko tehtävänanto, määritelmät, yksiköt ja sallitut oletukset. Pyydä selkeästi rajattua lopullista vastausta ja sen tarkistamiseen tarvittavia perusteluvaiheita. Anna koodipäättelyyn olennainen funktio, syöte ja tarkoitettu toiminta ja pyydä sitten selitettyä ehdotusta. Vertaa tukevia laskelmia tai ehdotettua koodikorjausta annettuihin ehtoihin ja todellisiin tuloksiin.
Toteutus ja työkalut
Valmistajan esimerkit tukevat kehitys- ja työkalutyönkulkuja ja suosittelevat Qwen-Agentia työkalumallineisiin ja jäsentämiseen käyttäen määritettyjä tai MCP:n kautta liitettyjä työkaluja. Määrittele sallitut työkalut, tehtävän tavoite ja havaittava valmistumisen ehto. Sovellus suorittaa ulkoiset toiminnot ja palauttaa todellisia havaintoja; malli voi sitten käyttää tätä palautetta seuraavassa vastauksessaan.
Usean tokenin ennustaminen kuuluu koulutukseen, mutta sen käyttö päättelyssä riippuu toteutuksesta eikä ole yleisesti saatavilla kaikissa kevyissä työnkuluissa. Säilytä tämä ero käyttöönottoa arvioitaessa. Pelkkä työkalu- tai arkkitehtuurikyky ei vahvista pääsyä tiedostoihin, ajantasaisiin lähteisiin tai suoritusympäristöön toisen sovelluksen kautta.
Erittäin pitkä teksti
Dokumentoitu laajennus käyttää YaRNia. Valmistaja vahvistaa noin miljoonan tokenin kontekstin ja antaa nelinkertaisen skaalauksen ohjeen, joka perustuu natiiviin 262 144 sijaintiin; 524 288 tokenin työkuormille se ehdottaa kaksinkertaista kerrointa. Staattinen skaalaus voi vaikuttaa lyhyempien tekstien suorituskykyyn, joten sen tulisi seurata todellista pidemmän syötteen tarvetta.
Järjestä suuri syöte asiakirjarajoilla sekä koodi- tai osiotunnisteilla. Ilmoita kysymys ja odotettu tuotos, jotta malli voi yhdistää olennaisen näytön sen sijaan, että koko ikkunaa käsiteltäisiin selkeän tehtävän korvikkeena. Varaa tilaa sen mahdollisesti pitkälle päättelylle ja lopputulokselle.
Generointiohjeet
Best Practices suosittelee asetuksia temperature 0.6, top_p 0.95, top_k 20 ja min_p 0. Siellä, missä se on tuettu, presence penalty välillä nolla–kaksi voi vähentää toistuvaa tekstiä, mutta suuremmat arvot voivat sekoittaa kieliä tai heikentää laatua hieman. Qwen suosittelee useimpiin kysymyksiin 32 768 tokenin generointibudjettia ja poikkeuksellisen monimutkaisiin matematiikka- tai ohjelmointitehtäviin 81 920 tokenia. Nämä ovat suosituksia, eivät erillisiä pakottavia tulosterajoja.
Määrittele lopullisen vastauksen muoto nimenomaisesti, kuten rajattu matemaattinen tulos tai vastauskenttä. Valmistaja suosittelee säilyttämään lopulliset tulosteet ilman ajattelusisältöä historian avustajaviesteissä tämän tarkistuspisteen mallinetta seuraten. Myöhempien mallien aiemman päättelyn säilyttämisasetuksia ei tulisi siirtää siihen automaattisesti.
Olennaiset rajat
Tämä on pelkkää tekstiä käyttävä malli. Kuvat, ääni tai video tarvitsevat sopivan erillisen esitysmuodon ennen kuin ne voivat toimia näyttönä tässä työnkulussa. Pitkä ajattelu ja konteksti ovat rajallisia resursseja, eikä yksityiskohtainen päättely itsessään todista tulosta oikeaksi. Tarkista oletukset, laskelmat ja generoitu koodi annettua lähdettä vasten. Hyödyllinen lopputulos on tarkastettava vastaus tai tuotos, jonka näyttö pysyy näkyvissä ja jonka vain ajattelua käyttävän version luonne säilyy.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat qwen/qwen3-next-80b-a3b-thinking | 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 $0.0003 / 1K tokenia Tuloste · Tulostokenit $0.0024 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 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 $0.0003 / 1K tokenia Tuloste · Tulostokenit $0.0024 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "qwen/qwen3-next-80b-a3b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-next-80b-a3b-thinking', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-next-80b-a3b-thinking', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-next-80b-a3b-thinking
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Identify what a logic puzzle actually determines\n\nExactly one of A, B and C took a key, and exactly one statement is true. A says, 'B took it.' B says, 'C took it.' C says, 'I did not take it.' Determine every possible culprit consistent with these premises. Show a truth table and state whether the culprit is uniquely determined.A three-case truth table and the complete set of consistent culprits with a uniqueness conclusion.The table checks exactly one true statement in each candidate case and preserves multiple solutions if the premises allow them.