QwQ 32B Preview est un modèle expérimental de raisonnement développé par l’équipe Qwen. Le fabricant indique 32,5 milliards de paramètres et un contexte de 32 768 jetons. La variante hébergée nommée sur cette fiche indique une longueur de contexte de 32 000 jetons. L’identifiant Preview garde cette édition distincte des versions QwQ ultérieures.
Énoncez la question, les hypothèses et les éléments nécessaires pour y répondre. Pour une tâche mathématique, incluez les unités et la précision requise. Demandez le résultat avec les relations nécessaires à sa vérification. Pour du travail de code, fournissez la fonction pertinente, l’entrée qui déclenche le problème et le comportement attendu, puis demandez une correction ciblée et un test permettant de distinguer les résultats.
Définissez ce qui constitue une réponse terminée : une valeur avec ses hypothèses, un argument établissant une affirmation nommée ou du code qui satisfait les exemples donnés. Gardez la demande liée à ce livrable afin de pouvoir évaluer une longue analyse par rapport à un objectif concret.
Pour une comparaison, étiquetez les options et nommez les aspects à examiner. Demandez les observations justificatives avec la conclusion. Une tâche fondée sur des sources peut fournir des extraits numérotés et demander une réponse qui conserve ces étiquettes.
Le fabricant décrit le mélange de langues et les boucles récursives de raisonnement parmi les limites de cette version préliminaire. Précisez la langue souhaitée et gardez explicite la demande de réponse finale. Si une réponse tourne en rond sans atteindre le résultat demandé, utilisez le problème d’origine et une question plus précise pour la révision suivante, plutôt que de traiter la longueur comme une preuve d’achèvement.
Sélectionnez les passages, le code et les décisions antérieures qui concernent le problème immédiat. Gardez de la place pour la réponse demandée dans le contexte indiqué de la variante hébergée. La longueur de réponse donnée dans l’exemple publié du modèle est un exemple, et non un maximum ferme indépendant pour chaque tâche.
Les points forts et les limites documentés de la version préliminaire sont propres à cette édition. Vérifiez les résultats mathématiques, les propositions de code et les interprétations par rapport aux éléments réels de la tâche avant de les intégrer à un autre processus.
", "aboutText": "QwQ 32B Preview est un modèle expérimental de raisonnement développé par l’équipe Qwen. Le fabricant indique 32,5 milliards de paramètres et un contexte de 32 768 jetons. La variante hébergée nommée sur cette fiche indique une longueur de contexte de 32 000 jetons. L’identifiant Preview garde cette édition distincte des versions QwQ ultérieures.\n\n### Préparez un problème avec une condition de fin\n\nÉnoncez la question, les hypothèses et les éléments nécessaires pour y répondre. Pour une tâche mathématique, incluez les unités et la précision requise. Demandez le résultat avec les relations nécessaires à sa vérification. Pour du travail de code, fournissez la fonction pertinente, l’entrée qui déclenche le problème et le comportement attendu, puis demandez une correction ciblée et un test permettant de distinguer les résultats.\n\nDéfinissez ce qui constitue une réponse terminée : une valeur avec ses hypothèses, un argument établissant une affirmation nommée ou du code qui satisfait les exemples donnés. Gardez la demande liée à ce livrable afin de pouvoir évaluer une longue analyse par rapport à un objectif concret.\n\n### Gardez le raisonnement lié aux éléments probants\n\nPour une comparaison, étiquetez les options et nommez les aspects à examiner. Demandez les observations justificatives avec la conclusion. Une tâche fondée sur des sources peut fournir des extraits numérotés et demander une réponse qui conserve ces étiquettes.\n\nLe fabricant décrit le mélange de langues et les boucles récursives de raisonnement parmi les limites de cette version préliminaire. Précisez la langue souhaitée et gardez explicite la demande de réponse finale. Si une réponse tourne en rond sans atteindre le résultat demandé, utilisez le problème d’origine et une question plus précise pour la révision suivante, plutôt que de traiter la longueur comme une preuve d’achèvement.\n\n### Utilisez le contexte de la variante nommée\n\nSélectionnez les passages, le code et les décisions antérieures qui concernent le problème immédiat. Gardez de la place pour la réponse demandée dans le contexte indiqué de la variante hébergée. La longueur de réponse donnée dans l’exemple publié du modèle est un exemple, et non un maximum ferme indépendant pour chaque tâche.\n\nLes points forts et les limites documentés de la version préliminaire sont propres à cette édition. Vérifiez les résultats mathématiques, les propositions de code et les interprétations par rapport aux éléments réels de la tâche avant de les intégrer à un autre processus.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Find the minimum number of boxes\n\nFour indivisible parcels weigh 4, 4, 2 and 2 kg. Each box may hold at most 6 kg, with no limit on parcel count. Find the minimum number of boxes, give a packing assignment and justify why fewer boxes cannot work. Return the final result in English with total weights for every box.A minimum-box count, a parcel assignment and a short lower-bound argument using the total weight and capacity.Check that every parcel is assigned once, each box is within 6 kg and the lower bound matches the proposed packing.qwq-32b-previewQwQ 32B Preview est le modèle expérimental de raisonnement textuel de l’équipe Qwen pour les tâches d’analyse. Le fabricant indique 32,5 milliards de paramètres et un contexte de 32 768 jetons; cette variante hébergée indique 32 000 jetons. Fournissez-lui un problème délimité et une condition claire pour une réponse concluante.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
QwQ 32B Preview est un modèle expérimental de raisonnement développé par l’équipe Qwen. Le fabricant indique 32,5 milliards de paramètres et un contexte de 32 768 jetons. La variante hébergée nommée sur cette fiche indique une longueur de contexte de 32 000 jetons. L’identifiant Preview garde cette édition distincte des versions QwQ ultérieures.
Énoncez la question, les hypothèses et les éléments nécessaires pour y répondre. Pour une tâche mathématique, incluez les unités et la précision requise. Demandez le résultat avec les relations nécessaires à sa vérification. Pour du travail de code, fournissez la fonction pertinente, l’entrée qui déclenche le problème et le comportement attendu, puis demandez une correction ciblée et un test permettant de distinguer les résultats.
Définissez ce qui constitue une réponse terminée : une valeur avec ses hypothèses, un argument établissant une affirmation nommée ou du code qui satisfait les exemples donnés. Gardez la demande liée à ce livrable afin de pouvoir évaluer une longue analyse par rapport à un objectif concret.
Pour une comparaison, étiquetez les options et nommez les aspects à examiner. Demandez les observations justificatives avec la conclusion. Une tâche fondée sur des sources peut fournir des extraits numérotés et demander une réponse qui conserve ces étiquettes.
Le fabricant décrit le mélange de langues et les boucles récursives de raisonnement parmi les limites de cette version préliminaire. Précisez la langue souhaitée et gardez explicite la demande de réponse finale. Si une réponse tourne en rond sans atteindre le résultat demandé, utilisez le problème d’origine et une question plus précise pour la révision suivante, plutôt que de traiter la longueur comme une preuve d’achèvement.
Sélectionnez les passages, le code et les décisions antérieures qui concernent le problème immédiat. Gardez de la place pour la réponse demandée dans le contexte indiqué de la variante hébergée. La longueur de réponse donnée dans l’exemple publié du modèle est un exemple, et non un maximum ferme indépendant pour chaque tâche.
Les points forts et les limites documentés de la version préliminaire sont propres à cette édition. Vérifiez les résultats mathématiques, les propositions de code et les interprétations par rapport aux éléments réels de la tâche avant de les intégrer à un autre processus.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwq-32b-preview | 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 $0.00058 / 1K jetons Sortie · Jetons en sortie $0.00172 / 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": "qwq-32b-preview", "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='qwq-32b-preview',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='qwq-32b-preview',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 qwq-32b-preview
Utilisez les chemins de méthode indiqués ci-dessus.
qwq-32b-previewQwQ 32B Preview est le modèle expérimental de raisonnement textuel de l’équipe Qwen pour les tâches d’analyse. Le fabricant indique 32,5 milliards de paramètres et un contexte de 32 768 jetons; cette variante hébergée indique 32 000 jetons. Fournissez-lui un problème délimité et une condition claire pour une réponse concluante.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
QwQ 32B Preview est un modèle expérimental de raisonnement développé par l’équipe Qwen. Le fabricant indique 32,5 milliards de paramètres et un contexte de 32 768 jetons. La variante hébergée nommée sur cette fiche indique une longueur de contexte de 32 000 jetons. L’identifiant Preview garde cette édition distincte des versions QwQ ultérieures.
Énoncez la question, les hypothèses et les éléments nécessaires pour y répondre. Pour une tâche mathématique, incluez les unités et la précision requise. Demandez le résultat avec les relations nécessaires à sa vérification. Pour du travail de code, fournissez la fonction pertinente, l’entrée qui déclenche le problème et le comportement attendu, puis demandez une correction ciblée et un test permettant de distinguer les résultats.
Définissez ce qui constitue une réponse terminée : une valeur avec ses hypothèses, un argument établissant une affirmation nommée ou du code qui satisfait les exemples donnés. Gardez la demande liée à ce livrable afin de pouvoir évaluer une longue analyse par rapport à un objectif concret.
Pour une comparaison, étiquetez les options et nommez les aspects à examiner. Demandez les observations justificatives avec la conclusion. Une tâche fondée sur des sources peut fournir des extraits numérotés et demander une réponse qui conserve ces étiquettes.
Le fabricant décrit le mélange de langues et les boucles récursives de raisonnement parmi les limites de cette version préliminaire. Précisez la langue souhaitée et gardez explicite la demande de réponse finale. Si une réponse tourne en rond sans atteindre le résultat demandé, utilisez le problème d’origine et une question plus précise pour la révision suivante, plutôt que de traiter la longueur comme une preuve d’achèvement.
Sélectionnez les passages, le code et les décisions antérieures qui concernent le problème immédiat. Gardez de la place pour la réponse demandée dans le contexte indiqué de la variante hébergée. La longueur de réponse donnée dans l’exemple publié du modèle est un exemple, et non un maximum ferme indépendant pour chaque tâche.
Les points forts et les limites documentés de la version préliminaire sont propres à cette édition. Vérifiez les résultats mathématiques, les propositions de code et les interprétations par rapport aux éléments réels de la tâche avant de les intégrer à un autre processus.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwq-32b-preview | 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 $0.00058 / 1K jetons Sortie · Jetons en sortie $0.00172 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwq-32b-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwq-32b-preview', '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': 'qwq-32b-preview', '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 qwq-32b-preview
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Find the minimum number of boxes\n\nFour indivisible parcels weigh 4, 4, 2 and 2 kg. Each box may hold at most 6 kg, with no limit on parcel count. Find the minimum number of boxes, give a packing assignment and justify why fewer boxes cannot work. Return the final result in English with total weights for every box.A minimum-box count, a parcel assignment and a short lower-bound argument using the total weight and capacity.Check that every parcel is assigned once, each box is within 6 kg and the lower bound matches the proposed packing.