Qwen3-Omni-30B-A3B-Thinking on Qwen3-Omnin päättelyyn painottuva jäsen. Se ymmärtää tekstiä, kuvia, ääntä ja videota, myös niiden yhdistelmiä samassa keskustelussa, ja tuottaa tekstimuotoisen tuloksen. Täsmällinen Thinking-versio sisältää Thinker-komponentin ja on varustettu päättelyyn; siinä ei ole Instruct-malliversion puhetulosteeseen käyttämää Talkeria. Tällä erolla on merkitystä, kun mallia valitaan analyysiraporttiin puhutun keskustelun sijaan.
Valmistaja kuvaa Qwen3-Omnin monikieliseksi asiantuntijasekoitusperheeksi, jossa on 119 tekstikieltä ja 19 puhesyötteen kieltä. Venäjä esiintyy julkaistussa puhesyötteen kieliluettelossa. Täsmällinen Thinking-kokoonpano sisältää 48 tekstin Transformer-kerrosta, 128 asiantuntijaa ja kahdeksan tokenikohtaisesti valittavaa asiantuntijaa. Siinä on myös äänen ja näön käsittelykomponentit. Nämä ovat nimetyn malliversion ominaisuuksia; sen multimodaalista ymmärrystä ei tule korvata pelkkää tekstiä käsittelevän, samankaltaisen kokotunnisteen Qwen3-mallin kyvyillä.
Käyttöoppaat kattavat puheentunnistuksen ja kääntämisen, musiikin ja ympäristöäänten analyysin, sekoitetun äänen, kuvakysymykset, OCR:n, kohteiden paikannuksen, videokuvaukset ja audiovisuaaliset kysymykset. Kuvamatematiikassa korostetaan nimenomaan Thinking-versiota. Anna geometriatehtävään koko kaavio, luettavat merkinnät ja kysymys ja pyydä sitten ratkaisua, joka erottaa näkyvät lähtötiedot oletuksista. Yksilöi tallennetusta esittelystä tutkittava toiminta tai poikkeama ja pyydä havaintoja, jotka liittyvät aineiston olennaisiin kohtiin. Odotettu tuotos voi olla kirjallinen ratkaisu, rakenteinen havaintoluettelo tai selitys siitä, mitä näyttö tukee.
Valmistele syöte multimodaaliseksi keskusteluksi käyttämällä vastaavaa prosessoria ja keskustelumallipohjaa. Valmistajan käsittelytyökalut käsittelevät lomitettua tekstiä, kuvia, ääntä ja videota. Qwen kuvaa suoratoistetut tekstivastaukset osaksi perheen vuorovaikutussuunnittelua ja näyttää eri medioita yhdistävän eräpäättelyn, joka tuottaa vain tekstiä. Valmistaja suosittelee jokaisella keskustelukierroksella nimenomaista tekstiohjetta median rinnalle. Pelkkä video jättää tehtävän epäselväksi: ilmoita, tuleeko toimista tehdä yhteenveto, verrata kahta kohtausta, selittää ääni vai ratkaista näkyvä tehtävä. Merkitse useat syötteet ja niiden suhde tunnistein, jotta lopullinen teksti voi yhdistää oikean kysymyksen oikeaan aineistoon.
Päätä puhetta tai tapahtumaääniä sisältävän videon kohdalla, kuuluuko sen ääni tehtävään. Dokumentoitu menettely käyttää use_audio_in_video-asetusta johdonmukaisesti esikäsittelyssä ja generoinnissa, ja mallikortti varoittaa, että asetuksen muuttaminen keskustelukierrosten välillä voi aiheuttaa odottamattomia tuloksia. Pelkkää näkymää koskeva kysymys ja audiovisuaalinen kysymys tarvitsevat siksi erilaisen valmistelun. Pidä alkuperäinen leike saatavilla, valitse olennainen aikaväli ja vältä ääniraidan jättämistä pois, jos pyydetty johtopäätös riippuu siitä, mitä sanottiin tai kuultiin.
Julkaistu tekstikokoonpano asettaa max_position_embeddings-arvoksi 65,536. Mallikortin vLLM-esimerkit käyttävät erikseen 32,768 tokenin mallipituusasetusta ja 16,384 tokenin generointiasetusta. Ne näyttävät asetetun päättelyn suoritusesimerkin eivätkä yhtä yleispätevää enimmäistulosterajaa. Media esitetään prosessorin kautta, joten pyynnön koko ei ole pelkkä kirjoitettujen merkkien määrä. Varaa tilaa tekstitulokselle ja käytä rajattua lähdejaksoa, kun pitkä tallenne sisältää vain lyhyen kysymykseen liittyvän tapahtuman.
Valmistaja näyttää Transformers- ja vLLM-työnkulut, joissa prosessorituki ja median dekoodaus ovat nimenomaisia riippuvuuksia. Yhteinen mallikortti dokumentoi myös rajapintaeroja, kuten videon ja äänen erillisen käsittelyn palveluesimerkissä. Valitse täsmällinen Thinking-malliversio ja sen tuettu käsittelypolku sen sijaan, että olettaisit jokaisen perhekortin esimerkin tuottavan samantyyppistä tulostetta. Sivun puheäänet ja Talker-asetukset koskevat Instructia, eivät tätä vain Thinkerin sisältävää mallia.
Pyydä hyödyllistä lopputulosta varten näyttöön perustuvaa selitystä ja selkeästi erotettua johtopäätöstä. Säilytä visuaalisessa tehtävässä yksiköt, symbolit ja merkinnät; erota äänessä kuultava sisältö päätellystä lähteestä; erota videossa havaitut toimet tarkoituksen tulkinnasta. Tarkasta tulos annetusta aineistosta ja yksilöi epävarmat tai lukukelvottomat yksityiskohdat selkeästi. Mallin tekstivastaus voi tukea analyysia tai sovelluksen myöhempää vaihetta, kun taas työkalun suoritus, tosiasian vahvistaminen tai median muunnos pysyy erillisenä operaationa, joka tarvitsee oman syötteensä ja tuloksensa.
", "aboutText": "Qwen3-Omni-30B-A3B-Thinking on Qwen3-Omnin päättelyyn painottuva jäsen. Se ymmärtää tekstiä, kuvia, ääntä ja videota, myös niiden yhdistelmiä samassa keskustelussa, ja tuottaa tekstimuotoisen tuloksen. Täsmällinen Thinking-versio sisältää Thinker-komponentin ja on varustettu päättelyyn; siinä ei ole Instruct-malliversion puhetulosteeseen käyttämää Talkeria. Tällä erolla on merkitystä, kun mallia valitaan analyysiraporttiin puhutun keskustelun sijaan.\n\nValmistaja kuvaa Qwen3-Omnin monikieliseksi asiantuntijasekoitusperheeksi, jossa on 119 tekstikieltä ja 19 puhesyötteen kieltä. Venäjä esiintyy julkaistussa puhesyötteen kieliluettelossa. Täsmällinen Thinking-kokoonpano sisältää 48 tekstin Transformer-kerrosta, 128 asiantuntijaa ja kahdeksan tokenikohtaisesti valittavaa asiantuntijaa. Siinä on myös äänen ja näön käsittelykomponentit. Nämä ovat nimetyn malliversion ominaisuuksia; sen multimodaalista ymmärrystä ei tule korvata pelkkää tekstiä käsittelevän, samankaltaisen kokotunnisteen Qwen3-mallin kyvyillä.\n\nKäyttöoppaat kattavat puheentunnistuksen ja kääntämisen, musiikin ja ympäristöäänten analyysin, sekoitetun äänen, kuvakysymykset, OCR:n, kohteiden paikannuksen, videokuvaukset ja audiovisuaaliset kysymykset. Kuvamatematiikassa korostetaan nimenomaan Thinking-versiota. Anna geometriatehtävään koko kaavio, luettavat merkinnät ja kysymys ja pyydä sitten ratkaisua, joka erottaa näkyvät lähtötiedot oletuksista. Yksilöi tallennetusta esittelystä tutkittava toiminta tai poikkeama ja pyydä havaintoja, jotka liittyvät aineiston olennaisiin kohtiin. Odotettu tuotos voi olla kirjallinen ratkaisu, rakenteinen havaintoluettelo tai selitys siitä, mitä näyttö tukee.\n\nValmistele syöte multimodaaliseksi keskusteluksi käyttämällä vastaavaa prosessoria ja keskustelumallipohjaa. Valmistajan käsittelytyökalut käsittelevät lomitettua tekstiä, kuvia, ääntä ja videota. Qwen kuvaa suoratoistetut tekstivastaukset osaksi perheen vuorovaikutussuunnittelua ja näyttää eri medioita yhdistävän eräpäättelyn, joka tuottaa vain tekstiä. Valmistaja suosittelee jokaisella keskustelukierroksella nimenomaista tekstiohjetta median rinnalle. Pelkkä video jättää tehtävän epäselväksi: ilmoita, tuleeko toimista tehdä yhteenveto, verrata kahta kohtausta, selittää ääni vai ratkaista näkyvä tehtävä. Merkitse useat syötteet ja niiden suhde tunnistein, jotta lopullinen teksti voi yhdistää oikean kysymyksen oikeaan aineistoon.\n\nPäätä puhetta tai tapahtumaääniä sisältävän videon kohdalla, kuuluuko sen ääni tehtävään. Dokumentoitu menettely käyttää use_audio_in_video-asetusta johdonmukaisesti esikäsittelyssä ja generoinnissa, ja mallikortti varoittaa, että asetuksen muuttaminen keskustelukierrosten välillä voi aiheuttaa odottamattomia tuloksia. Pelkkää näkymää koskeva kysymys ja audiovisuaalinen kysymys tarvitsevat siksi erilaisen valmistelun. Pidä alkuperäinen leike saatavilla, valitse olennainen aikaväli ja vältä ääniraidan jättämistä pois, jos pyydetty johtopäätös riippuu siitä, mitä sanottiin tai kuultiin.\n\nJulkaistu tekstikokoonpano asettaa max_position_embeddings-arvoksi 65,536. Mallikortin vLLM-esimerkit käyttävät erikseen 32,768 tokenin mallipituusasetusta ja 16,384 tokenin generointiasetusta. Ne näyttävät asetetun päättelyn suoritusesimerkin eivätkä yhtä yleispätevää enimmäistulosterajaa. Media esitetään prosessorin kautta, joten pyynnön koko ei ole pelkkä kirjoitettujen merkkien määrä. Varaa tilaa tekstitulokselle ja käytä rajattua lähdejaksoa, kun pitkä tallenne sisältää vain lyhyen kysymykseen liittyvän tapahtuman.\n\nValmistaja näyttää Transformers- ja vLLM-työnkulut, joissa prosessorituki ja median dekoodaus ovat nimenomaisia riippuvuuksia. Yhteinen mallikortti dokumentoi myös rajapintaeroja, kuten videon ja äänen erillisen käsittelyn palveluesimerkissä. Valitse täsmällinen Thinking-malliversio ja sen tuettu käsittelypolku sen sijaan, että olettaisit jokaisen perhekortin esimerkin tuottavan samantyyppistä tulostetta. Sivun puheäänet ja Talker-asetukset koskevat Instructia, eivät tätä vain Thinkerin sisältävää mallia.\n\nPyydä hyödyllistä lopputulosta varten näyttöön perustuvaa selitystä ja selkeästi erotettua johtopäätöstä. Säilytä visuaalisessa tehtävässä yksiköt, symbolit ja merkinnät; erota äänessä kuultava sisältö päätellystä lähteestä; erota videossa havaitut toimet tarkoituksen tulkinnasta. Tarkasta tulos annetusta aineistosta ja yksilöi epävarmat tai lukukelvottomat yksityiskohdat selkeästi. Mallin tekstivastaus voi tukea analyysia tai sovelluksen myöhempää vaihetta, kun taas työkalun suoritus, tosiasian vahvistaminen tai median muunnos pysyy erillisenä operaationa, joka tarvitsee oman syötteensä ja tuloksensa.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Reconcile demonstration annotations\n\nAnalyze these supplied text annotations of a demonstration. T0 visual note: valve indicator reads Closed. T1 speech transcript: "I am opening the valve now." T2 visual note: indicator still reads Closed; valve mechanism is off camera. State what each source establishes, whether successful opening is confirmed and what evidence would resolve the discrepancy.An evidence table separating visual notes from quoted speech, followed by a conclusion and one verification need.Check that a spoken intention is not treated as proof of the off-camera action or a faulty indicator.Qwen/Qwen3-Omni-30B-A3B-ThinkingQwen3-Omni-30B-A3B-Thinking päättelee tekstin, kuvien, äänen ja videon pohjalta ja tuottaa tekstiä. Tämä vain Thinkerin sisältävä versio sopii visuaaliseen matematiikkaan, äänianalyysiin ja kysymyksiin, jotka tarvitsevat näyttöä useista modaliteeteista; puheen generointi kuuluu toiseen Omni-julkaisuun.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Qwen3-Omni-30B-A3B-Thinking on Qwen3-Omnin päättelyyn painottuva jäsen. Se ymmärtää tekstiä, kuvia, ääntä ja videota, myös niiden yhdistelmiä samassa keskustelussa, ja tuottaa tekstimuotoisen tuloksen. Täsmällinen Thinking-versio sisältää Thinker-komponentin ja on varustettu päättelyyn; siinä ei ole Instruct-malliversion puhetulosteeseen käyttämää Talkeria. Tällä erolla on merkitystä, kun mallia valitaan analyysiraporttiin puhutun keskustelun sijaan.
Valmistaja kuvaa Qwen3-Omnin monikieliseksi asiantuntijasekoitusperheeksi, jossa on 119 tekstikieltä ja 19 puhesyötteen kieltä. Venäjä esiintyy julkaistussa puhesyötteen kieliluettelossa. Täsmällinen Thinking-kokoonpano sisältää 48 tekstin Transformer-kerrosta, 128 asiantuntijaa ja kahdeksan tokenikohtaisesti valittavaa asiantuntijaa. Siinä on myös äänen ja näön käsittelykomponentit. Nämä ovat nimetyn malliversion ominaisuuksia; sen multimodaalista ymmärrystä ei tule korvata pelkkää tekstiä käsittelevän, samankaltaisen kokotunnisteen Qwen3-mallin kyvyillä.
Käyttöoppaat kattavat puheentunnistuksen ja kääntämisen, musiikin ja ympäristöäänten analyysin, sekoitetun äänen, kuvakysymykset, OCR:n, kohteiden paikannuksen, videokuvaukset ja audiovisuaaliset kysymykset. Kuvamatematiikassa korostetaan nimenomaan Thinking-versiota. Anna geometriatehtävään koko kaavio, luettavat merkinnät ja kysymys ja pyydä sitten ratkaisua, joka erottaa näkyvät lähtötiedot oletuksista. Yksilöi tallennetusta esittelystä tutkittava toiminta tai poikkeama ja pyydä havaintoja, jotka liittyvät aineiston olennaisiin kohtiin. Odotettu tuotos voi olla kirjallinen ratkaisu, rakenteinen havaintoluettelo tai selitys siitä, mitä näyttö tukee.
Valmistele syöte multimodaaliseksi keskusteluksi käyttämällä vastaavaa prosessoria ja keskustelumallipohjaa. Valmistajan käsittelytyökalut käsittelevät lomitettua tekstiä, kuvia, ääntä ja videota. Qwen kuvaa suoratoistetut tekstivastaukset osaksi perheen vuorovaikutussuunnittelua ja näyttää eri medioita yhdistävän eräpäättelyn, joka tuottaa vain tekstiä. Valmistaja suosittelee jokaisella keskustelukierroksella nimenomaista tekstiohjetta median rinnalle. Pelkkä video jättää tehtävän epäselväksi: ilmoita, tuleeko toimista tehdä yhteenveto, verrata kahta kohtausta, selittää ääni vai ratkaista näkyvä tehtävä. Merkitse useat syötteet ja niiden suhde tunnistein, jotta lopullinen teksti voi yhdistää oikean kysymyksen oikeaan aineistoon.
Päätä puhetta tai tapahtumaääniä sisältävän videon kohdalla, kuuluuko sen ääni tehtävään. Dokumentoitu menettely käyttää use_audio_in_video-asetusta johdonmukaisesti esikäsittelyssä ja generoinnissa, ja mallikortti varoittaa, että asetuksen muuttaminen keskustelukierrosten välillä voi aiheuttaa odottamattomia tuloksia. Pelkkää näkymää koskeva kysymys ja audiovisuaalinen kysymys tarvitsevat siksi erilaisen valmistelun. Pidä alkuperäinen leike saatavilla, valitse olennainen aikaväli ja vältä ääniraidan jättämistä pois, jos pyydetty johtopäätös riippuu siitä, mitä sanottiin tai kuultiin.
Julkaistu tekstikokoonpano asettaa max_position_embeddings-arvoksi 65,536. Mallikortin vLLM-esimerkit käyttävät erikseen 32,768 tokenin mallipituusasetusta ja 16,384 tokenin generointiasetusta. Ne näyttävät asetetun päättelyn suoritusesimerkin eivätkä yhtä yleispätevää enimmäistulosterajaa. Media esitetään prosessorin kautta, joten pyynnön koko ei ole pelkkä kirjoitettujen merkkien määrä. Varaa tilaa tekstitulokselle ja käytä rajattua lähdejaksoa, kun pitkä tallenne sisältää vain lyhyen kysymykseen liittyvän tapahtuman.
Valmistaja näyttää Transformers- ja vLLM-työnkulut, joissa prosessorituki ja median dekoodaus ovat nimenomaisia riippuvuuksia. Yhteinen mallikortti dokumentoi myös rajapintaeroja, kuten videon ja äänen erillisen käsittelyn palveluesimerkissä. Valitse täsmällinen Thinking-malliversio ja sen tuettu käsittelypolku sen sijaan, että olettaisit jokaisen perhekortin esimerkin tuottavan samantyyppistä tulostetta. Sivun puheäänet ja Talker-asetukset koskevat Instructia, eivät tätä vain Thinkerin sisältävää mallia.
Pyydä hyödyllistä lopputulosta varten näyttöön perustuvaa selitystä ja selkeästi erotettua johtopäätöstä. Säilytä visuaalisessa tehtävässä yksiköt, symbolit ja merkinnät; erota äänessä kuultava sisältö päätellystä lähteestä; erota videossa havaitut toimet tarkoituksen tulkinnasta. Tarkasta tulos annetusta aineistosta ja yksilöi epävarmat tai lukukelvottomat yksityiskohdat selkeästi. Mallin tekstivastaus voi tukea analyysia tai sovelluksen myöhempää vaihetta, kun taas työkalun suoritus, tosiasian vahvistaminen tai median muunnos pysyy erillisenä operaationa, joka tarvitsee oman syötteensä ja tuloksensa.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat Qwen/Qwen3-Omni-30B-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.
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | 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-Omni-30B-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-Omni-30B-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-Omni-30B-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-Omni-30B-A3B-Thinking
Käytä yllä näytettyjä menetelmäpolkuja.
Qwen/Qwen3-Omni-30B-A3B-ThinkingQwen3-Omni-30B-A3B-Thinking päättelee tekstin, kuvien, äänen ja videon pohjalta ja tuottaa tekstiä. Tämä vain Thinkerin sisältävä versio sopii visuaaliseen matematiikkaan, äänianalyysiin ja kysymyksiin, jotka tarvitsevat näyttöä useista modaliteeteista; puheen generointi kuuluu toiseen Omni-julkaisuun.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Qwen3-Omni-30B-A3B-Thinking on Qwen3-Omnin päättelyyn painottuva jäsen. Se ymmärtää tekstiä, kuvia, ääntä ja videota, myös niiden yhdistelmiä samassa keskustelussa, ja tuottaa tekstimuotoisen tuloksen. Täsmällinen Thinking-versio sisältää Thinker-komponentin ja on varustettu päättelyyn; siinä ei ole Instruct-malliversion puhetulosteeseen käyttämää Talkeria. Tällä erolla on merkitystä, kun mallia valitaan analyysiraporttiin puhutun keskustelun sijaan.
Valmistaja kuvaa Qwen3-Omnin monikieliseksi asiantuntijasekoitusperheeksi, jossa on 119 tekstikieltä ja 19 puhesyötteen kieltä. Venäjä esiintyy julkaistussa puhesyötteen kieliluettelossa. Täsmällinen Thinking-kokoonpano sisältää 48 tekstin Transformer-kerrosta, 128 asiantuntijaa ja kahdeksan tokenikohtaisesti valittavaa asiantuntijaa. Siinä on myös äänen ja näön käsittelykomponentit. Nämä ovat nimetyn malliversion ominaisuuksia; sen multimodaalista ymmärrystä ei tule korvata pelkkää tekstiä käsittelevän, samankaltaisen kokotunnisteen Qwen3-mallin kyvyillä.
Käyttöoppaat kattavat puheentunnistuksen ja kääntämisen, musiikin ja ympäristöäänten analyysin, sekoitetun äänen, kuvakysymykset, OCR:n, kohteiden paikannuksen, videokuvaukset ja audiovisuaaliset kysymykset. Kuvamatematiikassa korostetaan nimenomaan Thinking-versiota. Anna geometriatehtävään koko kaavio, luettavat merkinnät ja kysymys ja pyydä sitten ratkaisua, joka erottaa näkyvät lähtötiedot oletuksista. Yksilöi tallennetusta esittelystä tutkittava toiminta tai poikkeama ja pyydä havaintoja, jotka liittyvät aineiston olennaisiin kohtiin. Odotettu tuotos voi olla kirjallinen ratkaisu, rakenteinen havaintoluettelo tai selitys siitä, mitä näyttö tukee.
Valmistele syöte multimodaaliseksi keskusteluksi käyttämällä vastaavaa prosessoria ja keskustelumallipohjaa. Valmistajan käsittelytyökalut käsittelevät lomitettua tekstiä, kuvia, ääntä ja videota. Qwen kuvaa suoratoistetut tekstivastaukset osaksi perheen vuorovaikutussuunnittelua ja näyttää eri medioita yhdistävän eräpäättelyn, joka tuottaa vain tekstiä. Valmistaja suosittelee jokaisella keskustelukierroksella nimenomaista tekstiohjetta median rinnalle. Pelkkä video jättää tehtävän epäselväksi: ilmoita, tuleeko toimista tehdä yhteenveto, verrata kahta kohtausta, selittää ääni vai ratkaista näkyvä tehtävä. Merkitse useat syötteet ja niiden suhde tunnistein, jotta lopullinen teksti voi yhdistää oikean kysymyksen oikeaan aineistoon.
Päätä puhetta tai tapahtumaääniä sisältävän videon kohdalla, kuuluuko sen ääni tehtävään. Dokumentoitu menettely käyttää use_audio_in_video-asetusta johdonmukaisesti esikäsittelyssä ja generoinnissa, ja mallikortti varoittaa, että asetuksen muuttaminen keskustelukierrosten välillä voi aiheuttaa odottamattomia tuloksia. Pelkkää näkymää koskeva kysymys ja audiovisuaalinen kysymys tarvitsevat siksi erilaisen valmistelun. Pidä alkuperäinen leike saatavilla, valitse olennainen aikaväli ja vältä ääniraidan jättämistä pois, jos pyydetty johtopäätös riippuu siitä, mitä sanottiin tai kuultiin.
Julkaistu tekstikokoonpano asettaa max_position_embeddings-arvoksi 65,536. Mallikortin vLLM-esimerkit käyttävät erikseen 32,768 tokenin mallipituusasetusta ja 16,384 tokenin generointiasetusta. Ne näyttävät asetetun päättelyn suoritusesimerkin eivätkä yhtä yleispätevää enimmäistulosterajaa. Media esitetään prosessorin kautta, joten pyynnön koko ei ole pelkkä kirjoitettujen merkkien määrä. Varaa tilaa tekstitulokselle ja käytä rajattua lähdejaksoa, kun pitkä tallenne sisältää vain lyhyen kysymykseen liittyvän tapahtuman.
Valmistaja näyttää Transformers- ja vLLM-työnkulut, joissa prosessorituki ja median dekoodaus ovat nimenomaisia riippuvuuksia. Yhteinen mallikortti dokumentoi myös rajapintaeroja, kuten videon ja äänen erillisen käsittelyn palveluesimerkissä. Valitse täsmällinen Thinking-malliversio ja sen tuettu käsittelypolku sen sijaan, että olettaisit jokaisen perhekortin esimerkin tuottavan samantyyppistä tulostetta. Sivun puheäänet ja Talker-asetukset koskevat Instructia, eivät tätä vain Thinkerin sisältävää mallia.
Pyydä hyödyllistä lopputulosta varten näyttöön perustuvaa selitystä ja selkeästi erotettua johtopäätöstä. Säilytä visuaalisessa tehtävässä yksiköt, symbolit ja merkinnät; erota äänessä kuultava sisältö päätellystä lähteestä; erota videossa havaitut toimet tarkoituksen tulkinnasta. Tarkasta tulos annetusta aineistosta ja yksilöi epävarmat tai lukukelvottomat yksityiskohdat selkeästi. Mallin tekstivastaus voi tukea analyysia tai sovelluksen myöhempää vaihetta, kun taas työkalun suoritus, tosiasian vahvistaminen tai median muunnos pysyy erillisenä operaationa, joka tarvitsee oman syötteensä ja tuloksensa.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat Qwen/Qwen3-Omni-30B-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.
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Veloitus Syöte · Syötetokenit $0.0002 / 1K tokenia Tuloste · Tulostokenit $0.0008 / 1K tokenia Syöte · Välimuistin luku $0 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "Qwen/Qwen3-Omni-30B-A3B-Thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-Omni-30B-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-Omni-30B-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-Omni-30B-A3B-Thinking
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Reconcile demonstration annotations\n\nAnalyze these supplied text annotations of a demonstration. T0 visual note: valve indicator reads Closed. T1 speech transcript: "I am opening the valve now." T2 visual note: indicator still reads Closed; valve mechanism is off camera. State what each source establishes, whether successful opening is confirmed and what evidence would resolve the discrepancy.An evidence table separating visual notes from quoted speech, followed by a conclusion and one verification need.Check that a spoken intention is not treated as proof of the off-camera action or a faulty indicator.