Points saillants : la version fixe Thinking-2507
Qwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des longs contextes. Choisissez cette édition précise 2507 lorsque la tâche profite d’un raisonnement soutenu, par exemple pour examiner des explications concurrentes, résoudre un problème mathématique en plusieurs étapes ou réaliser une modification complexe du code.
Aperçu du modèle et mode
Ce modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit experts sélectionnés par token sur 48 couches. Son contexte natif est de 262,144 tokens. Il reçoit du texte et retourne du texte; les résultats d’outils sont fournis par un processus d’application connectée. Ce point de contrôle prend uniquement en charge la réflexion. Il se distingue de l’ancien modèle hybride Qwen3-30B-A3B, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.
Le gabarit de conversation par défaut commence déjà la séquence de raisonnement par une balise d’ouverture de réflexion; un réglage explicite enable_thinking=True est donc inutile. Une séquence retournée peut contenir la balise de fermeture sans répéter la balise d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un correctif ou un tableau de décision doit rester facile à repérer après l’explication plus longue.
Préparer une tâche difficile
Donnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez un correctif proposé avec une explication des cas limites. Pour une question scientifique, séparez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de section et demandez une décision concise appuyée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, et non d’affirmations selon lesquelles le modèle a exécuté un correctif ou validé une expérience.
Comme cette version peut raisonner longuement, réservez de l’espace au raisonnement et au livrable final. Qwen conseille de conserver un contexte supérieur à 131,072 tokens lorsque possible lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. La taille du contexte natif comprend le budget de séquence; elle ne garantit pas qu’on puisse l’utiliser entièrement pour un document tout en gardant un espace de réponse illimité.
Utilisation comme agent
Le fabricant documente l’appel d’outils et recommande Qwen-Agent pour les gabarits d’outils et l’analyse des appels, y compris l’intégration d’outils configurés et de processus avec interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser une calculatrice autorisée, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés; la capacité d’appel d’outils du modèle ne lui confère pas à elle seule un accès à Internet, à un environnement de code ou aux systèmes de l’entreprise.
Traitement de textes très longs
Qwen documente un processus facultatif atteignant environ un million de tokens en combinant Dual Chunk Attention avec l’attention clairsemée MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’une configuration supplémentaire, au-delà du contexte natif de 262,144 tokens. La recette du fabricant exige sa configuration spéciale pour les longs contextes et estime à environ 240 GB la mémoire GPU totale nécessaire pour les poids, l’état d’attention en cache et les activations de pointe.
Cette recette comporte des limites de ressources concrètes : l’état de séquence en cache, la mémoire d’activation et la longueur totale de l’entrée peuvent chacun épuiser la capacité configurée. Un processus d’un million de tokens dépend donc de la configuration, de la mémoire et de l’implantation d’attention prise en charge. Pour une révision documentaire pratique, commencez par les documents pertinents, marquez leurs limites et demandez des preuves traçables plutôt que de traiter la plus grande entrée possible comme un substitut à une question claire.
Recommandations de génération et limites
Qwen recommande temperature 0.6, top_p 0.95, top_k 20 et min_p 0. Il suggère un budget de sortie de 32,768 tokens pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Ce sont des recommandations de budget de génération plutôt qu’un plafond strict de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire la répétition, mais des valeurs plus élevées peuvent mélanger les langues ou réduire légèrement la qualité.
Précisez le format de la réponse finale dans la consigne, par exemple un résultat mathématique délimité ou un champ de réponse pour une question à choix multiples. Conservez uniquement la partie réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable; examinez les hypothèses, les calculs et le code proposé avant de vous fier au résultat.
", "aboutText": "Points saillants : la version fixe Thinking-2507\n\nQwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des longs contextes. Choisissez cette édition précise 2507 lorsque la tâche profite d’un raisonnement soutenu, par exemple pour examiner des explications concurrentes, résoudre un problème mathématique en plusieurs étapes ou réaliser une modification complexe du code.\n\nAperçu du modèle et mode\n\nCe modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit experts sélectionnés par token sur 48 couches. Son contexte natif est de 262,144 tokens. Il reçoit du texte et retourne du texte; les résultats d’outils sont fournis par un processus d’application connectée. Ce point de contrôle prend uniquement en charge la réflexion. Il se distingue de l’ancien modèle hybride Qwen3-30B-A3B, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.\n\nLe gabarit de conversation par défaut commence déjà la séquence de raisonnement par une balise d’ouverture de réflexion; un réglage explicite enable_thinking=True est donc inutile. Une séquence retournée peut contenir la balise de fermeture sans répéter la balise d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un correctif ou un tableau de décision doit rester facile à repérer après l’explication plus longue.\n\nPréparer une tâche difficile\n\nDonnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez un correctif proposé avec une explication des cas limites. Pour une question scientifique, séparez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de section et demandez une décision concise appuyée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, et non d’affirmations selon lesquelles le modèle a exécuté un correctif ou validé une expérience.\n\nComme cette version peut raisonner longuement, réservez de l’espace au raisonnement et au livrable final. Qwen conseille de conserver un contexte supérieur à 131,072 tokens lorsque possible lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. La taille du contexte natif comprend le budget de séquence; elle ne garantit pas qu’on puisse l’utiliser entièrement pour un document tout en gardant un espace de réponse illimité.\n\nUtilisation comme agent\n\nLe fabricant documente l’appel d’outils et recommande Qwen-Agent pour les gabarits d’outils et l’analyse des appels, y compris l’intégration d’outils configurés et de processus avec interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser une calculatrice autorisée, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés; la capacité d’appel d’outils du modèle ne lui confère pas à elle seule un accès à Internet, à un environnement de code ou aux systèmes de l’entreprise.\n\nTraitement de textes très longs\n\nQwen documente un processus facultatif atteignant environ un million de tokens en combinant Dual Chunk Attention avec l’attention clairsemée MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’une configuration supplémentaire, au-delà du contexte natif de 262,144 tokens. La recette du fabricant exige sa configuration spéciale pour les longs contextes et estime à environ 240 GB la mémoire GPU totale nécessaire pour les poids, l’état d’attention en cache et les activations de pointe.\n\nCette recette comporte des limites de ressources concrètes : l’état de séquence en cache, la mémoire d’activation et la longueur totale de l’entrée peuvent chacun épuiser la capacité configurée. Un processus d’un million de tokens dépend donc de la configuration, de la mémoire et de l’implantation d’attention prise en charge. Pour une révision documentaire pratique, commencez par les documents pertinents, marquez leurs limites et demandez des preuves traçables plutôt que de traiter la plus grande entrée possible comme un substitut à une question claire.\n\nRecommandations de génération et limites\n\nQwen recommande temperature 0.6, top_p 0.95, top_k 20 et min_p 0. Il suggère un budget de sortie de 32,768 tokens pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Ce sont des recommandations de budget de génération plutôt qu’un plafond strict de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire la répétition, mais des valeurs plus élevées peuvent mélanger les langues ou réduire légèrement la qualité.\n\nPrécisez le format de la réponse finale dans la consigne, par exemple un résultat mathématique délimité ou un champ de réponse pour une question à choix multiples. Conservez uniquement la partie réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable; examinez les hypothèses, les calculs et le code proposé avant de vous fier au résultat.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 est le modèle de texte de Qwen exclusivement en mode réflexion, destiné aux tâches exigeantes en mathématiques, en sciences, en programmation et en raisonnement logique. Cette édition fixe 2507 fournit un contexte natif de 262,144 tokens et un budget de raisonnement accru, avec des processus documentés d’appel d’outils et, sous certaines conditions, de traitement de contextes très longs.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Points saillants : la version fixe Thinking-2507
Qwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des longs contextes. Choisissez cette édition précise 2507 lorsque la tâche profite d’un raisonnement soutenu, par exemple pour examiner des explications concurrentes, résoudre un problème mathématique en plusieurs étapes ou réaliser une modification complexe du code.
Aperçu du modèle et mode
Ce modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit experts sélectionnés par token sur 48 couches. Son contexte natif est de 262,144 tokens. Il reçoit du texte et retourne du texte; les résultats d’outils sont fournis par un processus d’application connectée. Ce point de contrôle prend uniquement en charge la réflexion. Il se distingue de l’ancien modèle hybride Qwen3-30B-A3B, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.
Le gabarit de conversation par défaut commence déjà la séquence de raisonnement par une balise d’ouverture de réflexion; un réglage explicite enable_thinking=True est donc inutile. Une séquence retournée peut contenir la balise de fermeture sans répéter la balise d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un correctif ou un tableau de décision doit rester facile à repérer après l’explication plus longue.
Préparer une tâche difficile
Donnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez un correctif proposé avec une explication des cas limites. Pour une question scientifique, séparez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de section et demandez une décision concise appuyée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, et non d’affirmations selon lesquelles le modèle a exécuté un correctif ou validé une expérience.
Comme cette version peut raisonner longuement, réservez de l’espace au raisonnement et au livrable final. Qwen conseille de conserver un contexte supérieur à 131,072 tokens lorsque possible lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. La taille du contexte natif comprend le budget de séquence; elle ne garantit pas qu’on puisse l’utiliser entièrement pour un document tout en gardant un espace de réponse illimité.
Utilisation comme agent
Le fabricant documente l’appel d’outils et recommande Qwen-Agent pour les gabarits d’outils et l’analyse des appels, y compris l’intégration d’outils configurés et de processus avec interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser une calculatrice autorisée, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés; la capacité d’appel d’outils du modèle ne lui confère pas à elle seule un accès à Internet, à un environnement de code ou aux systèmes de l’entreprise.
Traitement de textes très longs
Qwen documente un processus facultatif atteignant environ un million de tokens en combinant Dual Chunk Attention avec l’attention clairsemée MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’une configuration supplémentaire, au-delà du contexte natif de 262,144 tokens. La recette du fabricant exige sa configuration spéciale pour les longs contextes et estime à environ 240 GB la mémoire GPU totale nécessaire pour les poids, l’état d’attention en cache et les activations de pointe.
Cette recette comporte des limites de ressources concrètes : l’état de séquence en cache, la mémoire d’activation et la longueur totale de l’entrée peuvent chacun épuiser la capacité configurée. Un processus d’un million de tokens dépend donc de la configuration, de la mémoire et de l’implantation d’attention prise en charge. Pour une révision documentaire pratique, commencez par les documents pertinents, marquez leurs limites et demandez des preuves traçables plutôt que de traiter la plus grande entrée possible comme un substitut à une question claire.
Recommandations de génération et limites
Qwen recommande temperature 0.6, top_p 0.95, top_k 20 et min_p 0. Il suggère un budget de sortie de 32,768 tokens pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Ce sont des recommandations de budget de génération plutôt qu’un plafond strict de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire la répétition, mais des valeurs plus élevées peuvent mélanger les langues ou réduire légèrement la qualité.
Précisez le format de la réponse finale dans la consigne, par exemple un résultat mathématique délimité ou un champ de réponse pour une question à choix multiples. Conservez uniquement la partie réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable; examinez les hypothèses, les calculs et le code proposé avant de vous fier au résultat.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites Qwen/Qwen3-30B-A3B-Thinking-2507 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
Champmessages[].content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
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 comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream |
Paramètrecontrol_scope | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Alias de méthode : /chat/completions
Cycle de vie : synchronous_or_streamed
Envoyez l’ID 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/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.0002 / 1K jetons Sortie · Jetons en sortie $0.0008 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"Qwen/Qwen3-30B-A3B-Thinking-2507","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="Qwen/Qwen3-30B-A3B-Thinking-2507", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 est le modèle de texte de Qwen exclusivement en mode réflexion, destiné aux tâches exigeantes en mathématiques, en sciences, en programmation et en raisonnement logique. Cette édition fixe 2507 fournit un contexte natif de 262,144 tokens et un budget de raisonnement accru, avec des processus documentés d’appel d’outils et, sous certaines conditions, de traitement de contextes très longs.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Points saillants : la version fixe Thinking-2507
Qwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des longs contextes. Choisissez cette édition précise 2507 lorsque la tâche profite d’un raisonnement soutenu, par exemple pour examiner des explications concurrentes, résoudre un problème mathématique en plusieurs étapes ou réaliser une modification complexe du code.
Aperçu du modèle et mode
Ce modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit experts sélectionnés par token sur 48 couches. Son contexte natif est de 262,144 tokens. Il reçoit du texte et retourne du texte; les résultats d’outils sont fournis par un processus d’application connectée. Ce point de contrôle prend uniquement en charge la réflexion. Il se distingue de l’ancien modèle hybride Qwen3-30B-A3B, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.
Le gabarit de conversation par défaut commence déjà la séquence de raisonnement par une balise d’ouverture de réflexion; un réglage explicite enable_thinking=True est donc inutile. Une séquence retournée peut contenir la balise de fermeture sans répéter la balise d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un correctif ou un tableau de décision doit rester facile à repérer après l’explication plus longue.
Préparer une tâche difficile
Donnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez un correctif proposé avec une explication des cas limites. Pour une question scientifique, séparez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de section et demandez une décision concise appuyée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, et non d’affirmations selon lesquelles le modèle a exécuté un correctif ou validé une expérience.
Comme cette version peut raisonner longuement, réservez de l’espace au raisonnement et au livrable final. Qwen conseille de conserver un contexte supérieur à 131,072 tokens lorsque possible lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. La taille du contexte natif comprend le budget de séquence; elle ne garantit pas qu’on puisse l’utiliser entièrement pour un document tout en gardant un espace de réponse illimité.
Utilisation comme agent
Le fabricant documente l’appel d’outils et recommande Qwen-Agent pour les gabarits d’outils et l’analyse des appels, y compris l’intégration d’outils configurés et de processus avec interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser une calculatrice autorisée, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés; la capacité d’appel d’outils du modèle ne lui confère pas à elle seule un accès à Internet, à un environnement de code ou aux systèmes de l’entreprise.
Traitement de textes très longs
Qwen documente un processus facultatif atteignant environ un million de tokens en combinant Dual Chunk Attention avec l’attention clairsemée MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’une configuration supplémentaire, au-delà du contexte natif de 262,144 tokens. La recette du fabricant exige sa configuration spéciale pour les longs contextes et estime à environ 240 GB la mémoire GPU totale nécessaire pour les poids, l’état d’attention en cache et les activations de pointe.
Cette recette comporte des limites de ressources concrètes : l’état de séquence en cache, la mémoire d’activation et la longueur totale de l’entrée peuvent chacun épuiser la capacité configurée. Un processus d’un million de tokens dépend donc de la configuration, de la mémoire et de l’implantation d’attention prise en charge. Pour une révision documentaire pratique, commencez par les documents pertinents, marquez leurs limites et demandez des preuves traçables plutôt que de traiter la plus grande entrée possible comme un substitut à une question claire.
Recommandations de génération et limites
Qwen recommande temperature 0.6, top_p 0.95, top_k 20 et min_p 0. Il suggère un budget de sortie de 32,768 tokens pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Ce sont des recommandations de budget de génération plutôt qu’un plafond strict de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire la répétition, mais des valeurs plus élevées peuvent mélanger les langues ou réduire légèrement la qualité.
Précisez le format de la réponse finale dans la consigne, par exemple un résultat mathématique délimité ou un champ de réponse pour une question à choix multiples. Conservez uniquement la partie réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable; examinez les hypothèses, les calculs et le code proposé avant de vous fier au résultat.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites Qwen/Qwen3-30B-A3B-Thinking-2507 | 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.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.0002 / 1K jetons Sortie · Jetons en sortie $0.0008 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 ID 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 ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 est le modèle de texte de Qwen exclusivement en mode réflexion, destiné aux tâches exigeantes en mathématiques, en sciences, en programmation et en raisonnement logique. Cette édition fixe 2507 fournit un contexte natif de 262,144 tokens et un budget de raisonnement accru, avec des processus documentés d’appel d’outils et, sous certaines conditions, de traitement de contextes très longs.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Points saillants : la version fixe Thinking-2507
Qwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des longs contextes. Choisissez cette édition précise 2507 lorsque la tâche profite d’un raisonnement soutenu, par exemple pour examiner des explications concurrentes, résoudre un problème mathématique en plusieurs étapes ou réaliser une modification complexe du code.
Aperçu du modèle et mode
Ce modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit experts sélectionnés par token sur 48 couches. Son contexte natif est de 262,144 tokens. Il reçoit du texte et retourne du texte; les résultats d’outils sont fournis par un processus d’application connectée. Ce point de contrôle prend uniquement en charge la réflexion. Il se distingue de l’ancien modèle hybride Qwen3-30B-A3B, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.
Le gabarit de conversation par défaut commence déjà la séquence de raisonnement par une balise d’ouverture de réflexion; un réglage explicite enable_thinking=True est donc inutile. Une séquence retournée peut contenir la balise de fermeture sans répéter la balise d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un correctif ou un tableau de décision doit rester facile à repérer après l’explication plus longue.
Préparer une tâche difficile
Donnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez un correctif proposé avec une explication des cas limites. Pour une question scientifique, séparez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de section et demandez une décision concise appuyée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, et non d’affirmations selon lesquelles le modèle a exécuté un correctif ou validé une expérience.
Comme cette version peut raisonner longuement, réservez de l’espace au raisonnement et au livrable final. Qwen conseille de conserver un contexte supérieur à 131,072 tokens lorsque possible lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. La taille du contexte natif comprend le budget de séquence; elle ne garantit pas qu’on puisse l’utiliser entièrement pour un document tout en gardant un espace de réponse illimité.
Utilisation comme agent
Le fabricant documente l’appel d’outils et recommande Qwen-Agent pour les gabarits d’outils et l’analyse des appels, y compris l’intégration d’outils configurés et de processus avec interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser une calculatrice autorisée, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés; la capacité d’appel d’outils du modèle ne lui confère pas à elle seule un accès à Internet, à un environnement de code ou aux systèmes de l’entreprise.
Traitement de textes très longs
Qwen documente un processus facultatif atteignant environ un million de tokens en combinant Dual Chunk Attention avec l’attention clairsemée MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’une configuration supplémentaire, au-delà du contexte natif de 262,144 tokens. La recette du fabricant exige sa configuration spéciale pour les longs contextes et estime à environ 240 GB la mémoire GPU totale nécessaire pour les poids, l’état d’attention en cache et les activations de pointe.
Cette recette comporte des limites de ressources concrètes : l’état de séquence en cache, la mémoire d’activation et la longueur totale de l’entrée peuvent chacun épuiser la capacité configurée. Un processus d’un million de tokens dépend donc de la configuration, de la mémoire et de l’implantation d’attention prise en charge. Pour une révision documentaire pratique, commencez par les documents pertinents, marquez leurs limites et demandez des preuves traçables plutôt que de traiter la plus grande entrée possible comme un substitut à une question claire.
Recommandations de génération et limites
Qwen recommande temperature 0.6, top_p 0.95, top_k 20 et min_p 0. Il suggère un budget de sortie de 32,768 tokens pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Ce sont des recommandations de budget de génération plutôt qu’un plafond strict de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire la répétition, mais des valeurs plus élevées peuvent mélanger les langues ou réduire légèrement la qualité.
Précisez le format de la réponse finale dans la consigne, par exemple un résultat mathématique délimité ou un champ de réponse pour une question à choix multiples. Conservez uniquement la partie réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable; examinez les hypothèses, les calculs et le code proposé avant de vous fier au résultat.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen3-30b-a3b-thinking-2507 | 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’ID 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: Fonction fournie comme outil | 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 refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | 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 comme texte littéral ; aucun ID 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’ID 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/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.0002 / 1K jetons Sortie · Jetons en sortie $0.0008 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-30b-a3b-thinking-2507", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3-30b-a3b-thinking-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3-30b-a3b-thinking-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 est le modèle de texte de Qwen exclusivement en mode réflexion, destiné aux tâches exigeantes en mathématiques, en sciences, en programmation et en raisonnement logique. Cette édition fixe 2507 fournit un contexte natif de 262,144 tokens et un budget de raisonnement accru, avec des processus documentés d’appel d’outils et, sous certaines conditions, de traitement de contextes très longs.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Points saillants : la version fixe Thinking-2507
Qwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des longs contextes. Choisissez cette édition précise 2507 lorsque la tâche profite d’un raisonnement soutenu, par exemple pour examiner des explications concurrentes, résoudre un problème mathématique en plusieurs étapes ou réaliser une modification complexe du code.
Aperçu du modèle et mode
Ce modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit experts sélectionnés par token sur 48 couches. Son contexte natif est de 262,144 tokens. Il reçoit du texte et retourne du texte; les résultats d’outils sont fournis par un processus d’application connectée. Ce point de contrôle prend uniquement en charge la réflexion. Il se distingue de l’ancien modèle hybride Qwen3-30B-A3B, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.
Le gabarit de conversation par défaut commence déjà la séquence de raisonnement par une balise d’ouverture de réflexion; un réglage explicite enable_thinking=True est donc inutile. Une séquence retournée peut contenir la balise de fermeture sans répéter la balise d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un correctif ou un tableau de décision doit rester facile à repérer après l’explication plus longue.
Préparer une tâche difficile
Donnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez un correctif proposé avec une explication des cas limites. Pour une question scientifique, séparez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de section et demandez une décision concise appuyée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, et non d’affirmations selon lesquelles le modèle a exécuté un correctif ou validé une expérience.
Comme cette version peut raisonner longuement, réservez de l’espace au raisonnement et au livrable final. Qwen conseille de conserver un contexte supérieur à 131,072 tokens lorsque possible lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. La taille du contexte natif comprend le budget de séquence; elle ne garantit pas qu’on puisse l’utiliser entièrement pour un document tout en gardant un espace de réponse illimité.
Utilisation comme agent
Le fabricant documente l’appel d’outils et recommande Qwen-Agent pour les gabarits d’outils et l’analyse des appels, y compris l’intégration d’outils configurés et de processus avec interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser une calculatrice autorisée, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés; la capacité d’appel d’outils du modèle ne lui confère pas à elle seule un accès à Internet, à un environnement de code ou aux systèmes de l’entreprise.
Traitement de textes très longs
Qwen documente un processus facultatif atteignant environ un million de tokens en combinant Dual Chunk Attention avec l’attention clairsemée MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’une configuration supplémentaire, au-delà du contexte natif de 262,144 tokens. La recette du fabricant exige sa configuration spéciale pour les longs contextes et estime à environ 240 GB la mémoire GPU totale nécessaire pour les poids, l’état d’attention en cache et les activations de pointe.
Cette recette comporte des limites de ressources concrètes : l’état de séquence en cache, la mémoire d’activation et la longueur totale de l’entrée peuvent chacun épuiser la capacité configurée. Un processus d’un million de tokens dépend donc de la configuration, de la mémoire et de l’implantation d’attention prise en charge. Pour une révision documentaire pratique, commencez par les documents pertinents, marquez leurs limites et demandez des preuves traçables plutôt que de traiter la plus grande entrée possible comme un substitut à une question claire.
Recommandations de génération et limites
Qwen recommande temperature 0.6, top_p 0.95, top_k 20 et min_p 0. Il suggère un budget de sortie de 32,768 tokens pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Ce sont des recommandations de budget de génération plutôt qu’un plafond strict de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire la répétition, mais des valeurs plus élevées peuvent mélanger les langues ou réduire légèrement la qualité.
Précisez le format de la réponse finale dans la consigne, par exemple un résultat mathématique délimité ou un champ de réponse pour une question à choix multiples. Conservez uniquement la partie réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable; examinez les hypothèses, les calculs et le code proposé avant de vous fier au résultat.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen3-30b-a3b-thinking-2507 | 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.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.0002 / 1K jetons Sortie · Jetons en sortie $0.0008 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-30b-a3b-thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-30b-a3b-thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 ID 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 ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Exemple technique en anglais
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.