Introduction : capacités de la famille Qwen3.8 Max
Qwen3.8 Max Prime appartient à la famille Qwen3.8 Max. Qwen développe cette famille pour la programmation, le travail professionnel, la recherche et les tâches comportant de nombreuses étapes liées. Son objectif pratique est de garder les exigences en vue, d’exploiter les nouvelles informations au fil du travail et de produire un livrable textuel fini. L’édition Prime conserve sa propre identité ; la description de famille n’établit ni un ensemble de poids distinct ni une garantie de temps de réponse propre à l’édition.
Travail central : programmation, tâches professionnelles et recherche
Pour une tâche de développement, fournissez les fichiers ou extraits pertinents du projet, le comportement à modifier et le livrable attendu. Demandez un diagnostic, une proposition d’implémentation et des vérifications montrant si la modification satisfait l’exigence. Pour une recherche, fournissez les contenus à comparer et demandez un rapport distinguant les preuves issues des sources de l’interprétation. Pour un document professionnel, précisez le public, les sections et les critères d’un résultat complet. Utilisez les sources et les critères d’achèvement pour examiner le diagnostic, le rapport ou le document obtenu.
Exécution d’agent et retours
Le concepteur souligne la planification autonome et la capacité à exploiter les retours d’un environnement. Une tâche d’agent peut être définie par un objectif, des actions autorisées, des outils pertinents et une condition visible d’achèvement. Une application peut par exemple laisser le modèle inspecter un dépôt, proposer une modification, recevoir le résultat d’une vérification autorisée et réviser son étape suivante. Le modèle fournit la planification et le raisonnement ; l’application relie les outils et exécute leurs actions.
Demandez un relevé du travail accompli et des conditions non résolues avec le livrable final. Cela distingue une prochaine étape proposée d’une action exécutée. Une tâche à plusieurs étapes exige toujours des entrées et des retours explicites ; la capacité de planification d’un modèle ne prouve pas son accès à un ordinateur, à des sources actuelles ou à des systèmes métier.
Compatibilité et contrôle du raisonnement
La documentation de famille Qwen3.8 décrit l’intégration avec des environnements de développement et le contrôle de la profondeur du raisonnement via reasoning_effort. Elle décrit aussi la conservation du contexte de raisonnement dans l’historique via preserve_thinking. Ces fonctions du fabricant dépendent de l’édition et de l’interface pour leur disponibilité et leurs réglages exacts. Associez les corrections et résultats d’outils à la tâche qu’ils actualisent, et demandez une conclusion finale concise même lorsque le raisonnement est long.
Le concepteur distingue l’offre gérée Qwen3.8-Max du checkpoint ouvert Qwen3.8-2.4T-A95B. Sa référence Max comprend des entrées texte, image et vidéo, une sortie textuelle et la prise en charge des réponses directes ; le checkpoint ouvert est uniquement textuel et utilise toujours la réflexion. Ces contrats doivent rester distincts. Pour les tâches visuelles de la famille Max, fournissez des pages lisibles, des schémas ou le segment vidéo pertinent et identifiez les éléments que la réponse doit examiner.
Outils et résultats structurés
La référence Max gérée du fabricant indique l’appel de fonctions, les sorties structurées, la récupération d’informations et des outils de type interpréteur de code, selon l’interface. Un flux documentaire utile peut demander un tableau d’observations avec des références de page ou de section ; un flux de programmation peut demander un correctif et une explication distincte. Les schémas de sortie imposés et l’exécution externe sont des fonctions du flux connecté, pas des conséquences du mot JSON ou « exécuter » dans un prompt. Cette description de famille ne promet pas que chaque fonction gérée indiquée soit exposée par Prime ou une autre application.
Contexte et limites propres à l’édition
La référence Max gérée décrit un contexte d’un million de jetons, avec des allocations arrondies distinctes pour l’entrée, la sortie et le raisonnement. Le checkpoint ouvert documente plutôt un contexte natif de 262 144 jetons et une extension conditionnelle à 1 010 000. Ce sont des spécifications différentes du producteur, qui ne doivent pas être ramenées à une limite Prime universelle. Les sources de famille utilisées ici n’établissent pas le plafond exact de sortie, les limites de médias ni le contrat de contrôle propres à Prime.
Préparez uniquement le contenu nécessaire à la tâche et réservez de la place à l’explication et au livrable final. Préservez les limites entre documents et les identifiants de code dans les entrées longues pour assurer la traçabilité des conclusions. Vérifiez le code généré, les calculs et les passages cités par rapport aux éléments fournis. Reliez l’implémentation, le rapport ou le document final aux éléments fournis et aux critères d’achèvement de la tâche.
", "aboutText": "Introduction : capacités de la famille Qwen3.8 Max\n\nQwen3.8 Max Prime appartient à la famille Qwen3.8 Max. Qwen développe cette famille pour la programmation, le travail professionnel, la recherche et les tâches comportant de nombreuses étapes liées. Son objectif pratique est de garder les exigences en vue, d’exploiter les nouvelles informations au fil du travail et de produire un livrable textuel fini. L’édition Prime conserve sa propre identité ; la description de famille n’établit ni un ensemble de poids distinct ni une garantie de temps de réponse propre à l’édition.\n\nTravail central : programmation, tâches professionnelles et recherche\n\nPour une tâche de développement, fournissez les fichiers ou extraits pertinents du projet, le comportement à modifier et le livrable attendu. Demandez un diagnostic, une proposition d’implémentation et des vérifications montrant si la modification satisfait l’exigence. Pour une recherche, fournissez les contenus à comparer et demandez un rapport distinguant les preuves issues des sources de l’interprétation. Pour un document professionnel, précisez le public, les sections et les critères d’un résultat complet. Utilisez les sources et les critères d’achèvement pour examiner le diagnostic, le rapport ou le document obtenu.\n\nExécution d’agent et retours\n\nLe concepteur souligne la planification autonome et la capacité à exploiter les retours d’un environnement. Une tâche d’agent peut être définie par un objectif, des actions autorisées, des outils pertinents et une condition visible d’achèvement. Une application peut par exemple laisser le modèle inspecter un dépôt, proposer une modification, recevoir le résultat d’une vérification autorisée et réviser son étape suivante. Le modèle fournit la planification et le raisonnement ; l’application relie les outils et exécute leurs actions.\n\nDemandez un relevé du travail accompli et des conditions non résolues avec le livrable final. Cela distingue une prochaine étape proposée d’une action exécutée. Une tâche à plusieurs étapes exige toujours des entrées et des retours explicites ; la capacité de planification d’un modèle ne prouve pas son accès à un ordinateur, à des sources actuelles ou à des systèmes métier.\n\nCompatibilité et contrôle du raisonnement\n\nLa documentation de famille Qwen3.8 décrit l’intégration avec des environnements de développement et le contrôle de la profondeur du raisonnement via reasoning_effort. Elle décrit aussi la conservation du contexte de raisonnement dans l’historique via preserve_thinking. Ces fonctions du fabricant dépendent de l’édition et de l’interface pour leur disponibilité et leurs réglages exacts. Associez les corrections et résultats d’outils à la tâche qu’ils actualisent, et demandez une conclusion finale concise même lorsque le raisonnement est long.\n\nLe concepteur distingue l’offre gérée Qwen3.8-Max du checkpoint ouvert Qwen3.8-2.4T-A95B. Sa référence Max comprend des entrées texte, image et vidéo, une sortie textuelle et la prise en charge des réponses directes ; le checkpoint ouvert est uniquement textuel et utilise toujours la réflexion. Ces contrats doivent rester distincts. Pour les tâches visuelles de la famille Max, fournissez des pages lisibles, des schémas ou le segment vidéo pertinent et identifiez les éléments que la réponse doit examiner.\n\nOutils et résultats structurés\n\nLa référence Max gérée du fabricant indique l’appel de fonctions, les sorties structurées, la récupération d’informations et des outils de type interpréteur de code, selon l’interface. Un flux documentaire utile peut demander un tableau d’observations avec des références de page ou de section ; un flux de programmation peut demander un correctif et une explication distincte. Les schémas de sortie imposés et l’exécution externe sont des fonctions du flux connecté, pas des conséquences du mot JSON ou « exécuter » dans un prompt. Cette description de famille ne promet pas que chaque fonction gérée indiquée soit exposée par Prime ou une autre application.\n\nContexte et limites propres à l’édition\n\nLa référence Max gérée décrit un contexte d’un million de jetons, avec des allocations arrondies distinctes pour l’entrée, la sortie et le raisonnement. Le checkpoint ouvert documente plutôt un contexte natif de 262 144 jetons et une extension conditionnelle à 1 010 000. Ce sont des spécifications différentes du producteur, qui ne doivent pas être ramenées à une limite Prime universelle. Les sources de famille utilisées ici n’établissent pas le plafond exact de sortie, les limites de médias ni le contrat de contrôle propres à Prime.\n\nPréparez uniquement le contenu nécessaire à la tâche et réservez de la place à l’explication et au livrable final. Préservez les limites entre documents et les identifiants de code dans les entrées longues pour assurer la traçabilité des conclusions. Vérifiez le code généré, les calculs et les passages cités par rapport aux éléments fournis. Reliez l’implémentation, le rapport ou le document final aux éléments fournis et aux critères d’achèvement de la tâche.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Produce an evidence-based readiness memo\n\nPrepare a release-readiness memo from supplied feedback. [REQUIREMENTS] New exports must preserve column order and empty headings. [CHECK A] Column order passed. [CHECK B] Empty headings were dropped. [REVIEW] Preserve all header cells, including blank ones. Give the decision, a focused correction proposal and the exact follow-up check needed. Do not report unexecuted work as complete.A short readiness decision with evidence, proposed correction and a targeted recheck definition.Check the memo treats the failed header case as unresolved despite the passing order check.qwen/qwen3.8-max-primeQwen3.8 Max Prime appartient à la famille Max de Qwen pour la programmation, le travail professionnel, la recherche et les tâches d’agent prolongées. Son champ d’usage comprend l’interprétation des exigences, l’exploitation des retours et la préparation de livrables textuels complets à partir du contenu de projet fourni.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Introduction : capacités de la famille Qwen3.8 Max
Qwen3.8 Max Prime appartient à la famille Qwen3.8 Max. Qwen développe cette famille pour la programmation, le travail professionnel, la recherche et les tâches comportant de nombreuses étapes liées. Son objectif pratique est de garder les exigences en vue, d’exploiter les nouvelles informations au fil du travail et de produire un livrable textuel fini. L’édition Prime conserve sa propre identité ; la description de famille n’établit ni un ensemble de poids distinct ni une garantie de temps de réponse propre à l’édition.
Travail central : programmation, tâches professionnelles et recherche
Pour une tâche de développement, fournissez les fichiers ou extraits pertinents du projet, le comportement à modifier et le livrable attendu. Demandez un diagnostic, une proposition d’implémentation et des vérifications montrant si la modification satisfait l’exigence. Pour une recherche, fournissez les contenus à comparer et demandez un rapport distinguant les preuves issues des sources de l’interprétation. Pour un document professionnel, précisez le public, les sections et les critères d’un résultat complet. Utilisez les sources et les critères d’achèvement pour examiner le diagnostic, le rapport ou le document obtenu.
Exécution d’agent et retours
Le concepteur souligne la planification autonome et la capacité à exploiter les retours d’un environnement. Une tâche d’agent peut être définie par un objectif, des actions autorisées, des outils pertinents et une condition visible d’achèvement. Une application peut par exemple laisser le modèle inspecter un dépôt, proposer une modification, recevoir le résultat d’une vérification autorisée et réviser son étape suivante. Le modèle fournit la planification et le raisonnement ; l’application relie les outils et exécute leurs actions.
Demandez un relevé du travail accompli et des conditions non résolues avec le livrable final. Cela distingue une prochaine étape proposée d’une action exécutée. Une tâche à plusieurs étapes exige toujours des entrées et des retours explicites ; la capacité de planification d’un modèle ne prouve pas son accès à un ordinateur, à des sources actuelles ou à des systèmes métier.
Compatibilité et contrôle du raisonnement
La documentation de famille Qwen3.8 décrit l’intégration avec des environnements de développement et le contrôle de la profondeur du raisonnement via reasoning_effort. Elle décrit aussi la conservation du contexte de raisonnement dans l’historique via preserve_thinking. Ces fonctions du fabricant dépendent de l’édition et de l’interface pour leur disponibilité et leurs réglages exacts. Associez les corrections et résultats d’outils à la tâche qu’ils actualisent, et demandez une conclusion finale concise même lorsque le raisonnement est long.
Le concepteur distingue l’offre gérée Qwen3.8-Max du checkpoint ouvert Qwen3.8-2.4T-A95B. Sa référence Max comprend des entrées texte, image et vidéo, une sortie textuelle et la prise en charge des réponses directes ; le checkpoint ouvert est uniquement textuel et utilise toujours la réflexion. Ces contrats doivent rester distincts. Pour les tâches visuelles de la famille Max, fournissez des pages lisibles, des schémas ou le segment vidéo pertinent et identifiez les éléments que la réponse doit examiner.
Outils et résultats structurés
La référence Max gérée du fabricant indique l’appel de fonctions, les sorties structurées, la récupération d’informations et des outils de type interpréteur de code, selon l’interface. Un flux documentaire utile peut demander un tableau d’observations avec des références de page ou de section ; un flux de programmation peut demander un correctif et une explication distincte. Les schémas de sortie imposés et l’exécution externe sont des fonctions du flux connecté, pas des conséquences du mot JSON ou « exécuter » dans un prompt. Cette description de famille ne promet pas que chaque fonction gérée indiquée soit exposée par Prime ou une autre application.
Contexte et limites propres à l’édition
La référence Max gérée décrit un contexte d’un million de jetons, avec des allocations arrondies distinctes pour l’entrée, la sortie et le raisonnement. Le checkpoint ouvert documente plutôt un contexte natif de 262 144 jetons et une extension conditionnelle à 1 010 000. Ce sont des spécifications différentes du producteur, qui ne doivent pas être ramenées à une limite Prime universelle. Les sources de famille utilisées ici n’établissent pas le plafond exact de sortie, les limites de médias ni le contrat de contrôle propres à Prime.
Préparez uniquement le contenu nécessaire à la tâche et réservez de la place à l’explication et au livrable final. Préservez les limites entre documents et les identifiants de code dans les entrées longues pour assurer la traçabilité des conclusions. Vérifiez le code généré, les calculs et les passages cités par rapport aux éléments fournis. Reliez l’implémentation, le rapport ou le document final aux éléments fournis et aux critères d’achèvement de la tâche.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3.8-max-prime | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.008 / 1K tokens Sortie · Tokens en sortie $0.024 / 1K tokens Entrée · Lecture du cache $0.001 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.008 / 1K tokens Sortie · Tokens en sortie $0.024 / 1K tokens Entrée · Lecture du cache $0.001 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.8-max-prime", "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/qwen3.8-max-prime',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/qwen3.8-max-prime',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen/qwen3.8-max-prime
Utilisez les chemins de méthode indiqués ci-dessus.
qwen/qwen3.8-max-primeQwen3.8 Max Prime appartient à la famille Max de Qwen pour la programmation, le travail professionnel, la recherche et les tâches d’agent prolongées. Son champ d’usage comprend l’interprétation des exigences, l’exploitation des retours et la préparation de livrables textuels complets à partir du contenu de projet fourni.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Introduction : capacités de la famille Qwen3.8 Max
Qwen3.8 Max Prime appartient à la famille Qwen3.8 Max. Qwen développe cette famille pour la programmation, le travail professionnel, la recherche et les tâches comportant de nombreuses étapes liées. Son objectif pratique est de garder les exigences en vue, d’exploiter les nouvelles informations au fil du travail et de produire un livrable textuel fini. L’édition Prime conserve sa propre identité ; la description de famille n’établit ni un ensemble de poids distinct ni une garantie de temps de réponse propre à l’édition.
Travail central : programmation, tâches professionnelles et recherche
Pour une tâche de développement, fournissez les fichiers ou extraits pertinents du projet, le comportement à modifier et le livrable attendu. Demandez un diagnostic, une proposition d’implémentation et des vérifications montrant si la modification satisfait l’exigence. Pour une recherche, fournissez les contenus à comparer et demandez un rapport distinguant les preuves issues des sources de l’interprétation. Pour un document professionnel, précisez le public, les sections et les critères d’un résultat complet. Utilisez les sources et les critères d’achèvement pour examiner le diagnostic, le rapport ou le document obtenu.
Exécution d’agent et retours
Le concepteur souligne la planification autonome et la capacité à exploiter les retours d’un environnement. Une tâche d’agent peut être définie par un objectif, des actions autorisées, des outils pertinents et une condition visible d’achèvement. Une application peut par exemple laisser le modèle inspecter un dépôt, proposer une modification, recevoir le résultat d’une vérification autorisée et réviser son étape suivante. Le modèle fournit la planification et le raisonnement ; l’application relie les outils et exécute leurs actions.
Demandez un relevé du travail accompli et des conditions non résolues avec le livrable final. Cela distingue une prochaine étape proposée d’une action exécutée. Une tâche à plusieurs étapes exige toujours des entrées et des retours explicites ; la capacité de planification d’un modèle ne prouve pas son accès à un ordinateur, à des sources actuelles ou à des systèmes métier.
Compatibilité et contrôle du raisonnement
La documentation de famille Qwen3.8 décrit l’intégration avec des environnements de développement et le contrôle de la profondeur du raisonnement via reasoning_effort. Elle décrit aussi la conservation du contexte de raisonnement dans l’historique via preserve_thinking. Ces fonctions du fabricant dépendent de l’édition et de l’interface pour leur disponibilité et leurs réglages exacts. Associez les corrections et résultats d’outils à la tâche qu’ils actualisent, et demandez une conclusion finale concise même lorsque le raisonnement est long.
Le concepteur distingue l’offre gérée Qwen3.8-Max du checkpoint ouvert Qwen3.8-2.4T-A95B. Sa référence Max comprend des entrées texte, image et vidéo, une sortie textuelle et la prise en charge des réponses directes ; le checkpoint ouvert est uniquement textuel et utilise toujours la réflexion. Ces contrats doivent rester distincts. Pour les tâches visuelles de la famille Max, fournissez des pages lisibles, des schémas ou le segment vidéo pertinent et identifiez les éléments que la réponse doit examiner.
Outils et résultats structurés
La référence Max gérée du fabricant indique l’appel de fonctions, les sorties structurées, la récupération d’informations et des outils de type interpréteur de code, selon l’interface. Un flux documentaire utile peut demander un tableau d’observations avec des références de page ou de section ; un flux de programmation peut demander un correctif et une explication distincte. Les schémas de sortie imposés et l’exécution externe sont des fonctions du flux connecté, pas des conséquences du mot JSON ou « exécuter » dans un prompt. Cette description de famille ne promet pas que chaque fonction gérée indiquée soit exposée par Prime ou une autre application.
Contexte et limites propres à l’édition
La référence Max gérée décrit un contexte d’un million de jetons, avec des allocations arrondies distinctes pour l’entrée, la sortie et le raisonnement. Le checkpoint ouvert documente plutôt un contexte natif de 262 144 jetons et une extension conditionnelle à 1 010 000. Ce sont des spécifications différentes du producteur, qui ne doivent pas être ramenées à une limite Prime universelle. Les sources de famille utilisées ici n’établissent pas le plafond exact de sortie, les limites de médias ni le contrat de contrôle propres à Prime.
Préparez uniquement le contenu nécessaire à la tâche et réservez de la place à l’explication et au livrable final. Préservez les limites entre documents et les identifiants de code dans les entrées longues pour assurer la traçabilité des conclusions. Vérifiez le code généré, les calculs et les passages cités par rapport aux éléments fournis. Reliez l’implémentation, le rapport ou le document final aux éléments fournis et aux critères d’achèvement de la tâche.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3.8-max-prime | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.008 / 1K tokens Sortie · Tokens en sortie $0.024 / 1K tokens Entrée · Lecture du cache $0.001 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.008 / 1K tokens Sortie · Tokens en sortie $0.024 / 1K tokens Entrée · Lecture du cache $0.001 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen/qwen3.8-max-prime",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.8-max-prime', '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/qwen3.8-max-prime', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen/qwen3.8-max-prime
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Produce an evidence-based readiness memo\n\nPrepare a release-readiness memo from supplied feedback. [REQUIREMENTS] New exports must preserve column order and empty headings. [CHECK A] Column order passed. [CHECK B] Empty headings were dropped. [REVIEW] Preserve all header cells, including blank ones. Give the decision, a focused correction proposal and the exact follow-up check needed. Do not report unexecuted work as complete.A short readiness decision with evidence, proposed correction and a targeted recheck definition.Check the memo treats the failed header case as unresolved despite the passing order check.