Points forts de Qwen3-Next : raisonnement textuel complexe
Qwen3-Next-80B-A3B-Thinking est l’édition textuelle exclusivement Thinking de Qwen3-Next. Le fabricant la recommande pour les tâches de raisonnement très complexes et précise que Thinking peut être plus long que dans les modèles antérieurs. Elle accepte et renvoie du texte, dont une réponse expliquée ou une proposition de code. Distinguez-la de Qwen3-Next-80B-A3B-Instruct et de Qwen3-Coder-Next, dont les contrats non-Thinking diffèrent.
La famille introduit une attention hybride associant Gated DeltaNet et attention à portes, des experts à activation fortement parcimonieuse, des techniques de stabilité comme une normalisation des couches centrée sur zéro avec décroissance des poids et une prédiction de plusieurs jetons. Qwen décrit aussi la stabilisation de l’apprentissage par renforcement grâce à GSPO. Ce sont des caractéristiques d’entraînement et d’architecture; les gains d’efficacité dépendent de l’implémentation et ne devraient pas devenir une affirmation universelle de temps de réponse.
Vue d’ensemble du modèle
Le modèle compte 80 milliards de paramètres au total et en active trois milliards. Il a 48 couches dans un motif d’experts de trois DeltaNet pour une attention à portes. Le fabricant indique 512 experts, dix experts activés et un expert partagé, avec préentraînement sur 15 000 milliards de jetons suivi d’un post-entraînement. Les paramètres actifs ne représentent pas la taille du checkpoint complet.
Le contexte natif est de 262 144 jetons, avec une extension documentée à 1 010 000. Texte source, messages historiques, observations d’outils, raisonnement et sortie finale se partagent l’espace de séquence configuré. Pour Thinking complexe, le fabricant conseille si possible un contexte configuré supérieur à 131 072, même si une fenêtre plus petite réduirait la pression mémoire.
Utiliser l’interface exclusivement Thinking
Le gabarit de conversation par défaut contient déjà le marqueur d’ouverture de Thinking. Une séquence renvoyée peut donc contenir le marqueur de fermeture sans répéter celui d’ouverture. C’est le format normal de la procédure du fabricant, pas une preuve de raisonnement manquant. Le modèle prend uniquement en charge le mode Thinking; demander une réponse finale concise ne le transforme pas en édition non-Thinking.
Pour un problème mathématique ou logique, donnez l’énoncé complet, les définitions, unités et hypothèses autorisées. Demandez une réponse finale clairement délimitée avec les étapes justificatives nécessaires à sa vérification. Pour raisonner sur du code, fournissez la fonction pertinente, l’entrée et le comportement voulu, puis demandez une proposition expliquée. Comparez calculs justificatifs ou patch proposé aux conditions fournies et aux résultats réels.
Implémentation et outils
Les exemples du fabricant prennent en charge des processus de développement et d’outils et recommandent Qwen-Agent pour les gabarits et l’analyse, avec des outils configurés ou reliés par MCP. Définissez outils autorisés, objectif de tâche et condition de fin observable. L’application exécute les actions externes et renvoie des observations réelles; le modèle peut ensuite utiliser ce retour dans sa prochaine réponse.
La prédiction de plusieurs jetons fait partie de l’entraînement, mais son utilisation en inférence dépend de l’implémentation et n’est pas généralement disponible dans tous les processus légers. Conservez cette distinction pour évaluer un déploiement. La capacité d’outils ou d’architecture seule n’établit pas d’accès aux fichiers, sources actuelles ou environnements d’exécution par une autre application.
Textes extrêmement longs
L’extension documentée utilise YaRN. Le fabricant valide un contexte d’environ un million de jetons et fournit une procédure de facteur quatre fondée sur les 262 144 positions natives; pour des tâches de 524 288 jetons, il suggère un facteur deux. La mise à l’échelle statique peut affecter les performances sur les textes courts; elle devrait donc suivre le besoin réel de longues entrées.
Organisez une grande entrée avec des frontières de documents et des identifiants de code ou de sections. Précisez la question et le livrable attendu, afin que le modèle relie les éléments pertinents plutôt que de traiter toute la fenêtre comme un substitut à une tâche claire. Réservez de la place pour son raisonnement potentiellement long et le résultat final.
Conseils de génération
Best Practices recommande temperature 0,6, top_p 0,95, top_k 20 et min_p 0. Lorsque c’est pris en charge, une pénalité de présence entre zéro et deux peut réduire le texte répété, mais des valeurs élevées peuvent mélanger les langues ou légèrement diminuer la qualité. Qwen recommande un espace de génération de 32 768 jetons pour la plupart des questions et de 81 920 pour les tâches mathématiques ou de code particulièrement complexes. Ce sont des recommandations, pas des plafonds stricts de sortie indépendants.
Précisez explicitement le format de réponse finale, comme un résultat mathématique délimité ou un champ de réponse. Le fabricant recommande de conserver les sorties finales sans contenu Thinking dans les messages historiques de l’assistant, en suivant le gabarit de ce checkpoint. Les options de modèles ultérieurs conservant le raisonnement historique ne devraient pas être importées automatiquement.
Limites substantielles
C’est un modèle textuel. Images, audio ou vidéos nécessitent une représentation séparée adaptée avant de servir de preuves dans ce processus. Thinking long et contexte sont des ressources finies, et un raisonnement détaillé ne prouve pas indépendamment la justesse du résultat. Vérifiez hypothèses, calculs et code généré à partir de la source fournie. Le résultat utile est une réponse ou un livrable vérifiable dont les preuves restent visibles et l’identité exclusivement Thinking est préservée.
", "aboutText": "Points forts de Qwen3-Next : raisonnement textuel complexe\n\nQwen3-Next-80B-A3B-Thinking est l’édition textuelle exclusivement Thinking de Qwen3-Next. Le fabricant la recommande pour les tâches de raisonnement très complexes et précise que Thinking peut être plus long que dans les modèles antérieurs. Elle accepte et renvoie du texte, dont une réponse expliquée ou une proposition de code. Distinguez-la de Qwen3-Next-80B-A3B-Instruct et de Qwen3-Coder-Next, dont les contrats non-Thinking diffèrent.\n\nLa famille introduit une attention hybride associant Gated DeltaNet et attention à portes, des experts à activation fortement parcimonieuse, des techniques de stabilité comme une normalisation des couches centrée sur zéro avec décroissance des poids et une prédiction de plusieurs jetons. Qwen décrit aussi la stabilisation de l’apprentissage par renforcement grâce à GSPO. Ce sont des caractéristiques d’entraînement et d’architecture; les gains d’efficacité dépendent de l’implémentation et ne devraient pas devenir une affirmation universelle de temps de réponse.\n\nVue d’ensemble du modèle\n\nLe modèle compte 80 milliards de paramètres au total et en active trois milliards. Il a 48 couches dans un motif d’experts de trois DeltaNet pour une attention à portes. Le fabricant indique 512 experts, dix experts activés et un expert partagé, avec préentraînement sur 15 000 milliards de jetons suivi d’un post-entraînement. Les paramètres actifs ne représentent pas la taille du checkpoint complet.\n\nLe contexte natif est de 262 144 jetons, avec une extension documentée à 1 010 000. Texte source, messages historiques, observations d’outils, raisonnement et sortie finale se partagent l’espace de séquence configuré. Pour Thinking complexe, le fabricant conseille si possible un contexte configuré supérieur à 131 072, même si une fenêtre plus petite réduirait la pression mémoire.\n\nUtiliser l’interface exclusivement Thinking\n\nLe gabarit de conversation par défaut contient déjà le marqueur d’ouverture de Thinking. Une séquence renvoyée peut donc contenir le marqueur de fermeture sans répéter celui d’ouverture. C’est le format normal de la procédure du fabricant, pas une preuve de raisonnement manquant. Le modèle prend uniquement en charge le mode Thinking; demander une réponse finale concise ne le transforme pas en édition non-Thinking.\n\nPour un problème mathématique ou logique, donnez l’énoncé complet, les définitions, unités et hypothèses autorisées. Demandez une réponse finale clairement délimitée avec les étapes justificatives nécessaires à sa vérification. Pour raisonner sur du code, fournissez la fonction pertinente, l’entrée et le comportement voulu, puis demandez une proposition expliquée. Comparez calculs justificatifs ou patch proposé aux conditions fournies et aux résultats réels.\n\nImplémentation et outils\n\nLes exemples du fabricant prennent en charge des processus de développement et d’outils et recommandent Qwen-Agent pour les gabarits et l’analyse, avec des outils configurés ou reliés par MCP. Définissez outils autorisés, objectif de tâche et condition de fin observable. L’application exécute les actions externes et renvoie des observations réelles; le modèle peut ensuite utiliser ce retour dans sa prochaine réponse.\n\nLa prédiction de plusieurs jetons fait partie de l’entraînement, mais son utilisation en inférence dépend de l’implémentation et n’est pas généralement disponible dans tous les processus légers. Conservez cette distinction pour évaluer un déploiement. La capacité d’outils ou d’architecture seule n’établit pas d’accès aux fichiers, sources actuelles ou environnements d’exécution par une autre application.\n\nTextes extrêmement longs\n\nL’extension documentée utilise YaRN. Le fabricant valide un contexte d’environ un million de jetons et fournit une procédure de facteur quatre fondée sur les 262 144 positions natives; pour des tâches de 524 288 jetons, il suggère un facteur deux. La mise à l’échelle statique peut affecter les performances sur les textes courts; elle devrait donc suivre le besoin réel de longues entrées.\n\nOrganisez une grande entrée avec des frontières de documents et des identifiants de code ou de sections. Précisez la question et le livrable attendu, afin que le modèle relie les éléments pertinents plutôt que de traiter toute la fenêtre comme un substitut à une tâche claire. Réservez de la place pour son raisonnement potentiellement long et le résultat final.\n\nConseils de génération\n\nBest Practices recommande temperature 0,6, top_p 0,95, top_k 20 et min_p 0. Lorsque c’est pris en charge, une pénalité de présence entre zéro et deux peut réduire le texte répété, mais des valeurs élevées peuvent mélanger les langues ou légèrement diminuer la qualité. Qwen recommande un espace de génération de 32 768 jetons pour la plupart des questions et de 81 920 pour les tâches mathématiques ou de code particulièrement complexes. Ce sont des recommandations, pas des plafonds stricts de sortie indépendants.\n\nPrécisez explicitement le format de réponse finale, comme un résultat mathématique délimité ou un champ de réponse. Le fabricant recommande de conserver les sorties finales sans contenu Thinking dans les messages historiques de l’assistant, en suivant le gabarit de ce checkpoint. Les options de modèles ultérieurs conservant le raisonnement historique ne devraient pas être importées automatiquement.\n\nLimites substantielles\n\nC’est un modèle textuel. Images, audio ou vidéos nécessitent une représentation séparée adaptée avant de servir de preuves dans ce processus. Thinking long et contexte sont des ressources finies, et un raisonnement détaillé ne prouve pas indépendamment la justesse du résultat. Vérifiez hypothèses, calculs et code généré à partir de la source fournie. Le résultat utile est une réponse ou un livrable vérifiable dont les preuves restent visibles et l’identité exclusivement Thinking est préservée.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Identify what a logic puzzle actually determines\n\nExactly one of A, B and C took a key, and exactly one statement is true. A says, 'B took it.' B says, 'C took it.' C says, 'I did not take it.' Determine every possible culprit consistent with these premises. Show a truth table and state whether the culprit is uniquely determined.A three-case truth table and the complete set of consistent culprits with a uniqueness conclusion.The table checks exactly one true statement in each candidate case and preserves multiple solutions if the premises allow them.qwen/qwen3-next-80b-a3b-thinkingQwen3-Next-80B-A3B-Thinking est le modèle de raisonnement textuel de Qwen, avec 80 milliards de paramètres au total et 3 milliards activés. Il utilise uniquement Thinking, une attention hybride et des experts à activation parcimonieuse pour les tâches complexes, avec un contexte natif de 262 144 jetons et une extension conditionnelle à 1 010 000.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Points forts de Qwen3-Next : raisonnement textuel complexe
Qwen3-Next-80B-A3B-Thinking est l’édition textuelle exclusivement Thinking de Qwen3-Next. Le fabricant la recommande pour les tâches de raisonnement très complexes et précise que Thinking peut être plus long que dans les modèles antérieurs. Elle accepte et renvoie du texte, dont une réponse expliquée ou une proposition de code. Distinguez-la de Qwen3-Next-80B-A3B-Instruct et de Qwen3-Coder-Next, dont les contrats non-Thinking diffèrent.
La famille introduit une attention hybride associant Gated DeltaNet et attention à portes, des experts à activation fortement parcimonieuse, des techniques de stabilité comme une normalisation des couches centrée sur zéro avec décroissance des poids et une prédiction de plusieurs jetons. Qwen décrit aussi la stabilisation de l’apprentissage par renforcement grâce à GSPO. Ce sont des caractéristiques d’entraînement et d’architecture; les gains d’efficacité dépendent de l’implémentation et ne devraient pas devenir une affirmation universelle de temps de réponse.
Vue d’ensemble du modèle
Le modèle compte 80 milliards de paramètres au total et en active trois milliards. Il a 48 couches dans un motif d’experts de trois DeltaNet pour une attention à portes. Le fabricant indique 512 experts, dix experts activés et un expert partagé, avec préentraînement sur 15 000 milliards de jetons suivi d’un post-entraînement. Les paramètres actifs ne représentent pas la taille du checkpoint complet.
Le contexte natif est de 262 144 jetons, avec une extension documentée à 1 010 000. Texte source, messages historiques, observations d’outils, raisonnement et sortie finale se partagent l’espace de séquence configuré. Pour Thinking complexe, le fabricant conseille si possible un contexte configuré supérieur à 131 072, même si une fenêtre plus petite réduirait la pression mémoire.
Utiliser l’interface exclusivement Thinking
Le gabarit de conversation par défaut contient déjà le marqueur d’ouverture de Thinking. Une séquence renvoyée peut donc contenir le marqueur de fermeture sans répéter celui d’ouverture. C’est le format normal de la procédure du fabricant, pas une preuve de raisonnement manquant. Le modèle prend uniquement en charge le mode Thinking; demander une réponse finale concise ne le transforme pas en édition non-Thinking.
Pour un problème mathématique ou logique, donnez l’énoncé complet, les définitions, unités et hypothèses autorisées. Demandez une réponse finale clairement délimitée avec les étapes justificatives nécessaires à sa vérification. Pour raisonner sur du code, fournissez la fonction pertinente, l’entrée et le comportement voulu, puis demandez une proposition expliquée. Comparez calculs justificatifs ou patch proposé aux conditions fournies et aux résultats réels.
Implémentation et outils
Les exemples du fabricant prennent en charge des processus de développement et d’outils et recommandent Qwen-Agent pour les gabarits et l’analyse, avec des outils configurés ou reliés par MCP. Définissez outils autorisés, objectif de tâche et condition de fin observable. L’application exécute les actions externes et renvoie des observations réelles; le modèle peut ensuite utiliser ce retour dans sa prochaine réponse.
La prédiction de plusieurs jetons fait partie de l’entraînement, mais son utilisation en inférence dépend de l’implémentation et n’est pas généralement disponible dans tous les processus légers. Conservez cette distinction pour évaluer un déploiement. La capacité d’outils ou d’architecture seule n’établit pas d’accès aux fichiers, sources actuelles ou environnements d’exécution par une autre application.
Textes extrêmement longs
L’extension documentée utilise YaRN. Le fabricant valide un contexte d’environ un million de jetons et fournit une procédure de facteur quatre fondée sur les 262 144 positions natives; pour des tâches de 524 288 jetons, il suggère un facteur deux. La mise à l’échelle statique peut affecter les performances sur les textes courts; elle devrait donc suivre le besoin réel de longues entrées.
Organisez une grande entrée avec des frontières de documents et des identifiants de code ou de sections. Précisez la question et le livrable attendu, afin que le modèle relie les éléments pertinents plutôt que de traiter toute la fenêtre comme un substitut à une tâche claire. Réservez de la place pour son raisonnement potentiellement long et le résultat final.
Conseils de génération
Best Practices recommande temperature 0,6, top_p 0,95, top_k 20 et min_p 0. Lorsque c’est pris en charge, une pénalité de présence entre zéro et deux peut réduire le texte répété, mais des valeurs élevées peuvent mélanger les langues ou légèrement diminuer la qualité. Qwen recommande un espace de génération de 32 768 jetons pour la plupart des questions et de 81 920 pour les tâches mathématiques ou de code particulièrement complexes. Ce sont des recommandations, pas des plafonds stricts de sortie indépendants.
Précisez explicitement le format de réponse finale, comme un résultat mathématique délimité ou un champ de réponse. Le fabricant recommande de conserver les sorties finales sans contenu Thinking dans les messages historiques de l’assistant, en suivant le gabarit de ce checkpoint. Les options de modèles ultérieurs conservant le raisonnement historique ne devraient pas être importées automatiquement.
Limites substantielles
C’est un modèle textuel. Images, audio ou vidéos nécessitent une représentation séparée adaptée avant de servir de preuves dans ce processus. Thinking long et contexte sont des ressources finies, et un raisonnement détaillé ne prouve pas indépendamment la justesse du résultat. Vérifiez hypothèses, calculs et code généré à partir de la source fournie. Le résultat utile est une réponse ou un livrable vérifiable dont les preuves restent visibles et l’identité exclusivement Thinking est préservée.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3-next-80b-a3b-thinking | 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.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0003 / 1K jetons Sortie · Jetons en sortie $0.0024 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0003 / 1K jetons Sortie · Jetons en sortie $0.0024 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-next-80b-a3b-thinking", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3-next-80b-a3b-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3-next-80b-a3b-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-next-80b-a3b-thinking
Utilisez les chemins de méthode indiqués ci-dessus.
qwen/qwen3-next-80b-a3b-thinkingQwen3-Next-80B-A3B-Thinking est le modèle de raisonnement textuel de Qwen, avec 80 milliards de paramètres au total et 3 milliards activés. Il utilise uniquement Thinking, une attention hybride et des experts à activation parcimonieuse pour les tâches complexes, avec un contexte natif de 262 144 jetons et une extension conditionnelle à 1 010 000.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Points forts de Qwen3-Next : raisonnement textuel complexe
Qwen3-Next-80B-A3B-Thinking est l’édition textuelle exclusivement Thinking de Qwen3-Next. Le fabricant la recommande pour les tâches de raisonnement très complexes et précise que Thinking peut être plus long que dans les modèles antérieurs. Elle accepte et renvoie du texte, dont une réponse expliquée ou une proposition de code. Distinguez-la de Qwen3-Next-80B-A3B-Instruct et de Qwen3-Coder-Next, dont les contrats non-Thinking diffèrent.
La famille introduit une attention hybride associant Gated DeltaNet et attention à portes, des experts à activation fortement parcimonieuse, des techniques de stabilité comme une normalisation des couches centrée sur zéro avec décroissance des poids et une prédiction de plusieurs jetons. Qwen décrit aussi la stabilisation de l’apprentissage par renforcement grâce à GSPO. Ce sont des caractéristiques d’entraînement et d’architecture; les gains d’efficacité dépendent de l’implémentation et ne devraient pas devenir une affirmation universelle de temps de réponse.
Vue d’ensemble du modèle
Le modèle compte 80 milliards de paramètres au total et en active trois milliards. Il a 48 couches dans un motif d’experts de trois DeltaNet pour une attention à portes. Le fabricant indique 512 experts, dix experts activés et un expert partagé, avec préentraînement sur 15 000 milliards de jetons suivi d’un post-entraînement. Les paramètres actifs ne représentent pas la taille du checkpoint complet.
Le contexte natif est de 262 144 jetons, avec une extension documentée à 1 010 000. Texte source, messages historiques, observations d’outils, raisonnement et sortie finale se partagent l’espace de séquence configuré. Pour Thinking complexe, le fabricant conseille si possible un contexte configuré supérieur à 131 072, même si une fenêtre plus petite réduirait la pression mémoire.
Utiliser l’interface exclusivement Thinking
Le gabarit de conversation par défaut contient déjà le marqueur d’ouverture de Thinking. Une séquence renvoyée peut donc contenir le marqueur de fermeture sans répéter celui d’ouverture. C’est le format normal de la procédure du fabricant, pas une preuve de raisonnement manquant. Le modèle prend uniquement en charge le mode Thinking; demander une réponse finale concise ne le transforme pas en édition non-Thinking.
Pour un problème mathématique ou logique, donnez l’énoncé complet, les définitions, unités et hypothèses autorisées. Demandez une réponse finale clairement délimitée avec les étapes justificatives nécessaires à sa vérification. Pour raisonner sur du code, fournissez la fonction pertinente, l’entrée et le comportement voulu, puis demandez une proposition expliquée. Comparez calculs justificatifs ou patch proposé aux conditions fournies et aux résultats réels.
Implémentation et outils
Les exemples du fabricant prennent en charge des processus de développement et d’outils et recommandent Qwen-Agent pour les gabarits et l’analyse, avec des outils configurés ou reliés par MCP. Définissez outils autorisés, objectif de tâche et condition de fin observable. L’application exécute les actions externes et renvoie des observations réelles; le modèle peut ensuite utiliser ce retour dans sa prochaine réponse.
La prédiction de plusieurs jetons fait partie de l’entraînement, mais son utilisation en inférence dépend de l’implémentation et n’est pas généralement disponible dans tous les processus légers. Conservez cette distinction pour évaluer un déploiement. La capacité d’outils ou d’architecture seule n’établit pas d’accès aux fichiers, sources actuelles ou environnements d’exécution par une autre application.
Textes extrêmement longs
L’extension documentée utilise YaRN. Le fabricant valide un contexte d’environ un million de jetons et fournit une procédure de facteur quatre fondée sur les 262 144 positions natives; pour des tâches de 524 288 jetons, il suggère un facteur deux. La mise à l’échelle statique peut affecter les performances sur les textes courts; elle devrait donc suivre le besoin réel de longues entrées.
Organisez une grande entrée avec des frontières de documents et des identifiants de code ou de sections. Précisez la question et le livrable attendu, afin que le modèle relie les éléments pertinents plutôt que de traiter toute la fenêtre comme un substitut à une tâche claire. Réservez de la place pour son raisonnement potentiellement long et le résultat final.
Conseils de génération
Best Practices recommande temperature 0,6, top_p 0,95, top_k 20 et min_p 0. Lorsque c’est pris en charge, une pénalité de présence entre zéro et deux peut réduire le texte répété, mais des valeurs élevées peuvent mélanger les langues ou légèrement diminuer la qualité. Qwen recommande un espace de génération de 32 768 jetons pour la plupart des questions et de 81 920 pour les tâches mathématiques ou de code particulièrement complexes. Ce sont des recommandations, pas des plafonds stricts de sortie indépendants.
Précisez explicitement le format de réponse finale, comme un résultat mathématique délimité ou un champ de réponse. Le fabricant recommande de conserver les sorties finales sans contenu Thinking dans les messages historiques de l’assistant, en suivant le gabarit de ce checkpoint. Les options de modèles ultérieurs conservant le raisonnement historique ne devraient pas être importées automatiquement.
Limites substantielles
C’est un modèle textuel. Images, audio ou vidéos nécessitent une représentation séparée adaptée avant de servir de preuves dans ce processus. Thinking long et contexte sont des ressources finies, et un raisonnement détaillé ne prouve pas indépendamment la justesse du résultat. Vérifiez hypothèses, calculs et code généré à partir de la source fournie. Le résultat utile est une réponse ou un livrable vérifiable dont les preuves restent visibles et l’identité exclusivement Thinking est préservée.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3-next-80b-a3b-thinking | 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 | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0003 / 1K jetons Sortie · Jetons en sortie $0.0024 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0003 / 1K jetons Sortie · Jetons en sortie $0.0024 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen/qwen3-next-80b-a3b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-next-80b-a3b-thinking', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-next-80b-a3b-thinking', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-next-80b-a3b-thinking
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Identify what a logic puzzle actually determines\n\nExactly one of A, B and C took a key, and exactly one statement is true. A says, 'B took it.' B says, 'C took it.' C says, 'I did not take it.' Determine every possible culprit consistent with these premises. Show a truth table and state whether the culprit is uniquely determined.A three-case truth table and the complete set of consistent culprits with a uniqueness conclusion.The table checks exactly one true statement in each candidate case and preserves multiple solutions if the premises allow them.