Qwen3-4B applique la conception hybride de réponse de Qwen3 à un modèle de langage dense et compact. Le fabricant décrit le raisonnement mathématique et logique, la génération de code, la rédaction créative, les interactions fondées sur des rôles et le dialogue à plusieurs tours, ainsi que le suivi des consignes dans plus de 100 langues et dialectes. Une tâche éditoriale ou technique ciblée convient bien : fournissez un fragment source précis et demandez une transformation clairement définie plutôt qu’un aperçu ouvert.
Cette version comporte quatre milliards de paramètres, dont 3,6 milliards hors embeddings, et 36 couches. L’attention à requêtes groupées utilise 32 têtes de requête et huit têtes de clés/valeurs. L’entrée et la sortie sont textuelles. Cette fiche décrit la version hybride Qwen3-4B d’origine, et non un modèle Thinking ou Instruct daté ultérieur. Un exemple pratique consiste à transformer une courte note d’incident en transmission opérationnelle comprenant la panne observée, les conséquences connues et la prochaine étape d’enquête. Fournissez ces faits dans des champs séparés et exigez que le modèle signale les informations manquantes plutôt que de les compléter lui-même.
Séparez la consigne et les sources dans le message de conversation. Pour programmer, joignez une petite fonction, une entrée représentative et la valeur de retour souhaitée, puis demandez une explication ou une modification limitée. Demandez un cas ordinaire et un cas limite dans la sortie. Pour rédiger, précisez le public, la longueur et le vocabulaire à conserver. Pour classer, fournissez les étiquettes autorisées, leurs définitions et un exemple de sortie, puis vérifiez le choix renvoyé à partir de cette liste. L’intégration publiée exige un environnement d’exécution compatible Qwen3; la fiche avertit que les versions de Transformers antérieures à 4.51.0 ne reconnaissent pas l’architecture requise.
Les modes avec et sans réflexion sont intégrés à la même version. Dans le modèle de conversation du fabricant, la réflexion est activée par défaut et un réglage strict permet de la désactiver. Lorsqu’elle est activée, /think et /no_think sont des consignes souples qui peuvent changer le comportement entre les tours; la dernière consigne s’applique. Elles ne réactivent pas un mode désactivé par le réglage strict. Une transformation textuelle courte peut demander une réponse directe, tandis que l’explication de conditions contradictoires peut utiliser le raisonnement. Conservez la réponse finale, plutôt que les raisonnements antérieurs, comme résultat utile d’un tour. Lorsque la réflexion est activée, même une consigne souple sans réflexion conserve un bloc de raisonnement, éventuellement vide. La désactivation stricte supprime ce bloc.
La fiche inclut les usages d’agents et recommande Qwen-Agent pour les définitions et l’analyse des appels d’outils. Pour un assistant qui classe un billet entrant puis consulte une description de catégorie, l’application expose l’outil de consultation, exécute les appels acceptés et fournit leurs résultats. Définissez à l’avance les arguments et les champs attendus. Demandez une fiche finale avec la catégorie choisie, une courte justification et les champs inconnus. Validez la fiche et conservez le résultat d’outil utilisé pour la créer. Le guide Qwen3 décrit aussi les appels parallèles et à plusieurs étapes, avec des arguments représentés comme objets et des résultats réintégrés à la conversation.
La fiche précise annonce 32 768 jetons de contexte natif et documente une extension à 131 072 avec YaRN. Le nombre étendu dépend de la configuration; une mise à l’échelle statique peut affecter les entrées plus courtes. Planifiez ensemble la requête complète et la réponse. Pour une collection de notes courtes, identifiez chaque élément, demandez un identifiant de sortie correspondant et utilisez un schéma concis pour que le résultat généré tienne encore. Les exemples et recommandations de longueur de sortie ne constituent pas une limite universelle stricte de génération. Dans son explication des longueurs d’entraînement, la documentation Qwen3 mentionne des messages assistant de 38 912 jetons en mode réflexion et de 16 384 sans réflexion, et recommande d’évaluer la qualité de générations plus longues. Ces nombres sont distincts de la fenêtre globale de contexte et ne sont pas des plafonds propres à un endpoint. La fiche explique aussi l’allocation positionnelle par défaut de 40 960 jetons : 8 192 pour les prompts typiques et 32 768 pour la sortie. Il s’agit de conseils de configuration du fabricant, distincts du contexte d’entraînement natif et de toute limite d’endpoint.
Cette édition ajoute un avertissement sur la répétition persistante. Le fabricant renvoie aux paramètres d’échantillonnage recommandés et suggère presence_penalty 1.5 en cas de répétition importante. Ses conseils généraux indiquent que des pénalités accrues peuvent mélanger les langues ou réduire la qualité : c’est un réglage ciblé, non une garantie. Le mode réflexion utilise temperature 0.6, top-p 0.95, top-k 20 et min-p 0; le mode sans réflexion utilise 0.7, 0.8, 20 et 0. Évitez le décodage glouton pour le raisonnement, exigez une réponse finale clairement délimitée et vérifiez les répétitions de propositions, les champs manquants et les changements terminologiques.
", "aboutText": "Qwen3-4B applique la conception hybride de réponse de Qwen3 à un modèle de langage dense et compact. Le fabricant décrit le raisonnement mathématique et logique, la génération de code, la rédaction créative, les interactions fondées sur des rôles et le dialogue à plusieurs tours, ainsi que le suivi des consignes dans plus de 100 langues et dialectes. Une tâche éditoriale ou technique ciblée convient bien : fournissez un fragment source précis et demandez une transformation clairement définie plutôt qu’un aperçu ouvert.\n\nCette version comporte quatre milliards de paramètres, dont 3,6 milliards hors embeddings, et 36 couches. L’attention à requêtes groupées utilise 32 têtes de requête et huit têtes de clés/valeurs. L’entrée et la sortie sont textuelles. Cette fiche décrit la version hybride Qwen3-4B d’origine, et non un modèle Thinking ou Instruct daté ultérieur. Un exemple pratique consiste à transformer une courte note d’incident en transmission opérationnelle comprenant la panne observée, les conséquences connues et la prochaine étape d’enquête. Fournissez ces faits dans des champs séparés et exigez que le modèle signale les informations manquantes plutôt que de les compléter lui-même.\n\nSéparez la consigne et les sources dans le message de conversation. Pour programmer, joignez une petite fonction, une entrée représentative et la valeur de retour souhaitée, puis demandez une explication ou une modification limitée. Demandez un cas ordinaire et un cas limite dans la sortie. Pour rédiger, précisez le public, la longueur et le vocabulaire à conserver. Pour classer, fournissez les étiquettes autorisées, leurs définitions et un exemple de sortie, puis vérifiez le choix renvoyé à partir de cette liste. L’intégration publiée exige un environnement d’exécution compatible Qwen3; la fiche avertit que les versions de Transformers antérieures à 4.51.0 ne reconnaissent pas l’architecture requise.\n\nLes modes avec et sans réflexion sont intégrés à la même version. Dans le modèle de conversation du fabricant, la réflexion est activée par défaut et un réglage strict permet de la désactiver. Lorsqu’elle est activée, /think et /no_think sont des consignes souples qui peuvent changer le comportement entre les tours; la dernière consigne s’applique. Elles ne réactivent pas un mode désactivé par le réglage strict. Une transformation textuelle courte peut demander une réponse directe, tandis que l’explication de conditions contradictoires peut utiliser le raisonnement. Conservez la réponse finale, plutôt que les raisonnements antérieurs, comme résultat utile d’un tour. Lorsque la réflexion est activée, même une consigne souple sans réflexion conserve un bloc de raisonnement, éventuellement vide. La désactivation stricte supprime ce bloc.\n\nLa fiche inclut les usages d’agents et recommande Qwen-Agent pour les définitions et l’analyse des appels d’outils. Pour un assistant qui classe un billet entrant puis consulte une description de catégorie, l’application expose l’outil de consultation, exécute les appels acceptés et fournit leurs résultats. Définissez à l’avance les arguments et les champs attendus. Demandez une fiche finale avec la catégorie choisie, une courte justification et les champs inconnus. Validez la fiche et conservez le résultat d’outil utilisé pour la créer. Le guide Qwen3 décrit aussi les appels parallèles et à plusieurs étapes, avec des arguments représentés comme objets et des résultats réintégrés à la conversation.\n\nLa fiche précise annonce 32 768 jetons de contexte natif et documente une extension à 131 072 avec YaRN. Le nombre étendu dépend de la configuration; une mise à l’échelle statique peut affecter les entrées plus courtes. Planifiez ensemble la requête complète et la réponse. Pour une collection de notes courtes, identifiez chaque élément, demandez un identifiant de sortie correspondant et utilisez un schéma concis pour que le résultat généré tienne encore. Les exemples et recommandations de longueur de sortie ne constituent pas une limite universelle stricte de génération. Dans son explication des longueurs d’entraînement, la documentation Qwen3 mentionne des messages assistant de 38 912 jetons en mode réflexion et de 16 384 sans réflexion, et recommande d’évaluer la qualité de générations plus longues. Ces nombres sont distincts de la fenêtre globale de contexte et ne sont pas des plafonds propres à un endpoint. La fiche explique aussi l’allocation positionnelle par défaut de 40 960 jetons : 8 192 pour les prompts typiques et 32 768 pour la sortie. Il s’agit de conseils de configuration du fabricant, distincts du contexte d’entraînement natif et de toute limite d’endpoint.\n\nCette édition ajoute un avertissement sur la répétition persistante. Le fabricant renvoie aux paramètres d’échantillonnage recommandés et suggère presence_penalty 1.5 en cas de répétition importante. Ses conseils généraux indiquent que des pénalités accrues peuvent mélanger les langues ou réduire la qualité : c’est un réglage ciblé, non une garantie. Le mode réflexion utilise temperature 0.6, top-p 0.95, top-k 20 et min-p 0; le mode sans réflexion utilise 0.7, 0.8, 20 et 0. Évitez le décodage glouton pour le raisonnement, exigez une réponse finale clairement délimitée et vérifiez les répétitions de propositions, les champs manquants et les changements terminologiques.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.qwen3-4bQwen3-4B est un modèle de texte de quatre milliards de paramètres pour le suivi des consignes, le dialogue multilingue et le code. Sa conception hybride prend en charge les réponses directes et un mode réflexion, avec des recommandations propres à chaque édition pour contrôler la répétition.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Qwen3-4B applique la conception hybride de réponse de Qwen3 à un modèle de langage dense et compact. Le fabricant décrit le raisonnement mathématique et logique, la génération de code, la rédaction créative, les interactions fondées sur des rôles et le dialogue à plusieurs tours, ainsi que le suivi des consignes dans plus de 100 langues et dialectes. Une tâche éditoriale ou technique ciblée convient bien : fournissez un fragment source précis et demandez une transformation clairement définie plutôt qu’un aperçu ouvert.
Cette version comporte quatre milliards de paramètres, dont 3,6 milliards hors embeddings, et 36 couches. L’attention à requêtes groupées utilise 32 têtes de requête et huit têtes de clés/valeurs. L’entrée et la sortie sont textuelles. Cette fiche décrit la version hybride Qwen3-4B d’origine, et non un modèle Thinking ou Instruct daté ultérieur. Un exemple pratique consiste à transformer une courte note d’incident en transmission opérationnelle comprenant la panne observée, les conséquences connues et la prochaine étape d’enquête. Fournissez ces faits dans des champs séparés et exigez que le modèle signale les informations manquantes plutôt que de les compléter lui-même.
Séparez la consigne et les sources dans le message de conversation. Pour programmer, joignez une petite fonction, une entrée représentative et la valeur de retour souhaitée, puis demandez une explication ou une modification limitée. Demandez un cas ordinaire et un cas limite dans la sortie. Pour rédiger, précisez le public, la longueur et le vocabulaire à conserver. Pour classer, fournissez les étiquettes autorisées, leurs définitions et un exemple de sortie, puis vérifiez le choix renvoyé à partir de cette liste. L’intégration publiée exige un environnement d’exécution compatible Qwen3; la fiche avertit que les versions de Transformers antérieures à 4.51.0 ne reconnaissent pas l’architecture requise.
Les modes avec et sans réflexion sont intégrés à la même version. Dans le modèle de conversation du fabricant, la réflexion est activée par défaut et un réglage strict permet de la désactiver. Lorsqu’elle est activée, /think et /no_think sont des consignes souples qui peuvent changer le comportement entre les tours; la dernière consigne s’applique. Elles ne réactivent pas un mode désactivé par le réglage strict. Une transformation textuelle courte peut demander une réponse directe, tandis que l’explication de conditions contradictoires peut utiliser le raisonnement. Conservez la réponse finale, plutôt que les raisonnements antérieurs, comme résultat utile d’un tour. Lorsque la réflexion est activée, même une consigne souple sans réflexion conserve un bloc de raisonnement, éventuellement vide. La désactivation stricte supprime ce bloc.
La fiche inclut les usages d’agents et recommande Qwen-Agent pour les définitions et l’analyse des appels d’outils. Pour un assistant qui classe un billet entrant puis consulte une description de catégorie, l’application expose l’outil de consultation, exécute les appels acceptés et fournit leurs résultats. Définissez à l’avance les arguments et les champs attendus. Demandez une fiche finale avec la catégorie choisie, une courte justification et les champs inconnus. Validez la fiche et conservez le résultat d’outil utilisé pour la créer. Le guide Qwen3 décrit aussi les appels parallèles et à plusieurs étapes, avec des arguments représentés comme objets et des résultats réintégrés à la conversation.
La fiche précise annonce 32 768 jetons de contexte natif et documente une extension à 131 072 avec YaRN. Le nombre étendu dépend de la configuration; une mise à l’échelle statique peut affecter les entrées plus courtes. Planifiez ensemble la requête complète et la réponse. Pour une collection de notes courtes, identifiez chaque élément, demandez un identifiant de sortie correspondant et utilisez un schéma concis pour que le résultat généré tienne encore. Les exemples et recommandations de longueur de sortie ne constituent pas une limite universelle stricte de génération. Dans son explication des longueurs d’entraînement, la documentation Qwen3 mentionne des messages assistant de 38 912 jetons en mode réflexion et de 16 384 sans réflexion, et recommande d’évaluer la qualité de générations plus longues. Ces nombres sont distincts de la fenêtre globale de contexte et ne sont pas des plafonds propres à un endpoint. La fiche explique aussi l’allocation positionnelle par défaut de 40 960 jetons : 8 192 pour les prompts typiques et 32 768 pour la sortie. Il s’agit de conseils de configuration du fabricant, distincts du contexte d’entraînement natif et de toute limite d’endpoint.
Cette édition ajoute un avertissement sur la répétition persistante. Le fabricant renvoie aux paramètres d’échantillonnage recommandés et suggère presence_penalty 1.5 en cas de répétition importante. Ses conseils généraux indiquent que des pénalités accrues peuvent mélanger les langues ou réduire la qualité : c’est un réglage ciblé, non une garantie. Le mode réflexion utilise temperature 0.6, top-p 0.95, top-k 20 et min-p 0; le mode sans réflexion utilise 0.7, 0.8, 20 et 0. Évitez le décodage glouton pour le raisonnement, exigez une réponse finale clairement délimitée et vérifiez les répétitions de propositions, les champs manquants et les changements terminologiques.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen3-4b | 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 $0.0001 / 1K jetons Sortie · Jetons en sortie $0.001 / 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": "qwen3-4b", "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='qwen3-4b',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='qwen3-4b',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 qwen3-4b
Utilisez les chemins de méthode indiqués ci-dessus.
qwen3-4bQwen3-4B est un modèle de texte de quatre milliards de paramètres pour le suivi des consignes, le dialogue multilingue et le code. Sa conception hybride prend en charge les réponses directes et un mode réflexion, avec des recommandations propres à chaque édition pour contrôler la répétition.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Qwen3-4B applique la conception hybride de réponse de Qwen3 à un modèle de langage dense et compact. Le fabricant décrit le raisonnement mathématique et logique, la génération de code, la rédaction créative, les interactions fondées sur des rôles et le dialogue à plusieurs tours, ainsi que le suivi des consignes dans plus de 100 langues et dialectes. Une tâche éditoriale ou technique ciblée convient bien : fournissez un fragment source précis et demandez une transformation clairement définie plutôt qu’un aperçu ouvert.
Cette version comporte quatre milliards de paramètres, dont 3,6 milliards hors embeddings, et 36 couches. L’attention à requêtes groupées utilise 32 têtes de requête et huit têtes de clés/valeurs. L’entrée et la sortie sont textuelles. Cette fiche décrit la version hybride Qwen3-4B d’origine, et non un modèle Thinking ou Instruct daté ultérieur. Un exemple pratique consiste à transformer une courte note d’incident en transmission opérationnelle comprenant la panne observée, les conséquences connues et la prochaine étape d’enquête. Fournissez ces faits dans des champs séparés et exigez que le modèle signale les informations manquantes plutôt que de les compléter lui-même.
Séparez la consigne et les sources dans le message de conversation. Pour programmer, joignez une petite fonction, une entrée représentative et la valeur de retour souhaitée, puis demandez une explication ou une modification limitée. Demandez un cas ordinaire et un cas limite dans la sortie. Pour rédiger, précisez le public, la longueur et le vocabulaire à conserver. Pour classer, fournissez les étiquettes autorisées, leurs définitions et un exemple de sortie, puis vérifiez le choix renvoyé à partir de cette liste. L’intégration publiée exige un environnement d’exécution compatible Qwen3; la fiche avertit que les versions de Transformers antérieures à 4.51.0 ne reconnaissent pas l’architecture requise.
Les modes avec et sans réflexion sont intégrés à la même version. Dans le modèle de conversation du fabricant, la réflexion est activée par défaut et un réglage strict permet de la désactiver. Lorsqu’elle est activée, /think et /no_think sont des consignes souples qui peuvent changer le comportement entre les tours; la dernière consigne s’applique. Elles ne réactivent pas un mode désactivé par le réglage strict. Une transformation textuelle courte peut demander une réponse directe, tandis que l’explication de conditions contradictoires peut utiliser le raisonnement. Conservez la réponse finale, plutôt que les raisonnements antérieurs, comme résultat utile d’un tour. Lorsque la réflexion est activée, même une consigne souple sans réflexion conserve un bloc de raisonnement, éventuellement vide. La désactivation stricte supprime ce bloc.
La fiche inclut les usages d’agents et recommande Qwen-Agent pour les définitions et l’analyse des appels d’outils. Pour un assistant qui classe un billet entrant puis consulte une description de catégorie, l’application expose l’outil de consultation, exécute les appels acceptés et fournit leurs résultats. Définissez à l’avance les arguments et les champs attendus. Demandez une fiche finale avec la catégorie choisie, une courte justification et les champs inconnus. Validez la fiche et conservez le résultat d’outil utilisé pour la créer. Le guide Qwen3 décrit aussi les appels parallèles et à plusieurs étapes, avec des arguments représentés comme objets et des résultats réintégrés à la conversation.
La fiche précise annonce 32 768 jetons de contexte natif et documente une extension à 131 072 avec YaRN. Le nombre étendu dépend de la configuration; une mise à l’échelle statique peut affecter les entrées plus courtes. Planifiez ensemble la requête complète et la réponse. Pour une collection de notes courtes, identifiez chaque élément, demandez un identifiant de sortie correspondant et utilisez un schéma concis pour que le résultat généré tienne encore. Les exemples et recommandations de longueur de sortie ne constituent pas une limite universelle stricte de génération. Dans son explication des longueurs d’entraînement, la documentation Qwen3 mentionne des messages assistant de 38 912 jetons en mode réflexion et de 16 384 sans réflexion, et recommande d’évaluer la qualité de générations plus longues. Ces nombres sont distincts de la fenêtre globale de contexte et ne sont pas des plafonds propres à un endpoint. La fiche explique aussi l’allocation positionnelle par défaut de 40 960 jetons : 8 192 pour les prompts typiques et 32 768 pour la sortie. Il s’agit de conseils de configuration du fabricant, distincts du contexte d’entraînement natif et de toute limite d’endpoint.
Cette édition ajoute un avertissement sur la répétition persistante. Le fabricant renvoie aux paramètres d’échantillonnage recommandés et suggère presence_penalty 1.5 en cas de répétition importante. Ses conseils généraux indiquent que des pénalités accrues peuvent mélanger les langues ou réduire la qualité : c’est un réglage ciblé, non une garantie. Le mode réflexion utilise temperature 0.6, top-p 0.95, top-k 20 et min-p 0; le mode sans réflexion utilise 0.7, 0.8, 20 et 0. Évitez le décodage glouton pour le raisonnement, exigez une réponse finale clairement délimitée et vérifiez les répétitions de propositions, les champs manquants et les changements terminologiques.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen3-4b | 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 $0.0001 / 1K jetons Sortie · Jetons en sortie $0.001 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen3-4b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-4b', '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': 'qwen3-4b', '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 qwen3-4b
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.