Points clés : la version fixe Thinking-2507
Qwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des contextes longs. Sélectionnez cette édition 2507 exacte lorsque la tâche bénéficie d’un raisonnement soutenu, comme l’examen d’explications concurrentes, la résolution d’un problème mathématique à plusieurs étapes ou le traitement d’une modification complexe du code.
Vue d’ensemble du modèle et mode
Le modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit sélectionnés par jeton sur 48 couches. Son contexte natif est de 262,144 jetons. Il accepte et renvoie du texte ; les résultats d’outils sont fournis par un parcours d’application connecté. Ce checkpoint prend uniquement en charge la réflexion. Il est distinct du Qwen3-30B-A3B hybride antérieur, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.
Le modèle de conversation par défaut commence déjà la séquence de raisonnement par un marqueur d’ouverture de réflexion ; un réglage explicite enable_thinking=True est donc inutile. Une séquence renvoyée peut contenir le marqueur de fermeture sans répéter le marqueur d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un patch ou un tableau de décision doivent rester faciles à trouver après l’explication plus longue.
Préparer une tâche difficile
Donnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez une proposition de patch avec une explication des cas limites. Pour une question scientifique, distinguez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de sections et demandez une décision concise étayée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, pas d’affirmations selon lesquelles le modèle aurait exécuté un patch ou validé une expérience.
Comme cette version peut raisonner longuement, réservez de la place au raisonnement et au livrable final. Qwen conseille de conserver si possible un contexte supérieur à 131,072 jetons lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. Le chiffre de contexte natif inclut le budget de séquence ; il ne promet pas que tout l’espace puisse être utilisé pour un document tout en laissant une place illimitée à la réponse.
Utilisation agentique
Le fabricant documente l’appel d’outils et recommande Qwen-Agent pour les modèles de format d’outils et l’analyse, avec notamment l’intégration d’outils configurés et de parcours d’interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser un calculateur autorisé, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés ; la capacité du modèle à appeler des outils n’établit pas en soi un accès à Internet, à un environnement de code ou à des systèmes métier.
Traitement de texte ultra-long
Qwen documente un parcours optionnel atteignant environ un million de jetons en combinant Dual Chunk Attention et l’attention parcimonieuse MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions ; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’un parcours de configuration supplémentaire, au-delà du contexte natif de 262,144 jetons. La recette du fabricant exige sa configuration spéciale de contexte long et estime à environ 240 GB la mémoire GPU totale nécessaire aux poids, à l’état d’attention mis en cache et aux pics d’activations.
Cette recette présente des limites de ressources concrètes : l’état de séquence mis en cache, la mémoire d’activation et la longueur totale d’entrée peuvent chacun épuiser la capacité configurée. Un parcours d’un million de jetons dépend donc de la configuration, de la mémoire et de l’implémentation d’attention prise en charge. Pour une revue documentaire pratique, commencez par les éléments pertinents, marquez les limites des documents et demandez des éléments probants traçables au lieu de considérer l’entrée la plus grande possible comme un substitut à une question claire.
Recommandations et limites de génération
Qwen recommande une température de 0.6, top_p à 0.95, top_k à 20 et min_p à 0. Il suggère un budget de sortie de 32,768 jetons pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Il s’agit de recommandations de budget de génération plutôt que d’un plafond ferme de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire les répétitions, mais des valeurs plus élevées risquent de mélanger les langues ou de diminuer légèrement la qualité.
Précisez le format de réponse finale dans la consigne, comme un résultat mathématique délimité ou un champ de réponse pour une question à choix multiple. Conservez uniquement la partie de réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable ; inspectez les hypothèses, les calculs et le code proposé avant de vous appuyer sur le résultat.
", "aboutText": "Points clés : la version fixe Thinking-2507\n\nQwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des contextes longs. Sélectionnez cette édition 2507 exacte lorsque la tâche bénéficie d’un raisonnement soutenu, comme l’examen d’explications concurrentes, la résolution d’un problème mathématique à plusieurs étapes ou le traitement d’une modification complexe du code.\n\nVue d’ensemble du modèle et mode\n\nLe modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit sélectionnés par jeton sur 48 couches. Son contexte natif est de 262,144 jetons. Il accepte et renvoie du texte ; les résultats d’outils sont fournis par un parcours d’application connecté. Ce checkpoint prend uniquement en charge la réflexion. Il est distinct du Qwen3-30B-A3B hybride antérieur, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.\n\nLe modèle de conversation par défaut commence déjà la séquence de raisonnement par un marqueur d’ouverture de réflexion ; un réglage explicite enable_thinking=True est donc inutile. Une séquence renvoyée peut contenir le marqueur de fermeture sans répéter le marqueur d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un patch ou un tableau de décision doivent rester faciles à trouver après l’explication plus longue.\n\nPréparer une tâche difficile\n\nDonnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez une proposition de patch avec une explication des cas limites. Pour une question scientifique, distinguez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de sections et demandez une décision concise étayée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, pas d’affirmations selon lesquelles le modèle aurait exécuté un patch ou validé une expérience.\n\nComme cette version peut raisonner longuement, réservez de la place au raisonnement et au livrable final. Qwen conseille de conserver si possible un contexte supérieur à 131,072 jetons lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. Le chiffre de contexte natif inclut le budget de séquence ; il ne promet pas que tout l’espace puisse être utilisé pour un document tout en laissant une place illimitée à la réponse.\n\nUtilisation agentique\n\nLe fabricant documente l’appel d’outils et recommande Qwen-Agent pour les modèles de format d’outils et l’analyse, avec notamment l’intégration d’outils configurés et de parcours d’interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser un calculateur autorisé, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés ; la capacité du modèle à appeler des outils n’établit pas en soi un accès à Internet, à un environnement de code ou à des systèmes métier.\n\nTraitement de texte ultra-long\n\nQwen documente un parcours optionnel atteignant environ un million de jetons en combinant Dual Chunk Attention et l’attention parcimonieuse MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions ; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’un parcours de configuration supplémentaire, au-delà du contexte natif de 262,144 jetons. La recette du fabricant exige sa configuration spéciale de contexte long et estime à environ 240 GB la mémoire GPU totale nécessaire aux poids, à l’état d’attention mis en cache et aux pics d’activations.\n\nCette recette présente des limites de ressources concrètes : l’état de séquence mis en cache, la mémoire d’activation et la longueur totale d’entrée peuvent chacun épuiser la capacité configurée. Un parcours d’un million de jetons dépend donc de la configuration, de la mémoire et de l’implémentation d’attention prise en charge. Pour une revue documentaire pratique, commencez par les éléments pertinents, marquez les limites des documents et demandez des éléments probants traçables au lieu de considérer l’entrée la plus grande possible comme un substitut à une question claire.\n\nRecommandations et limites de génération\n\nQwen recommande une température de 0.6, top_p à 0.95, top_k à 20 et min_p à 0. Il suggère un budget de sortie de 32,768 jetons pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Il s’agit de recommandations de budget de génération plutôt que d’un plafond ferme de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire les répétitions, mais des valeurs plus élevées risquent de mélanger les langues ou de diminuer légèrement la qualité.\n\nPrécisez le format de réponse finale dans la consigne, comme un résultat mathématique délimité ou un champ de réponse pour une question à choix multiple. Conservez uniquement la partie de réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable ; inspectez les hypothèses, les calculs et le code proposé avant de vous appuyer sur le résultat.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 est le modèle de texte de Qwen à réflexion uniquement pour les tâches exigeantes de mathématiques, de sciences, de programmation et de raisonnement logique. Cette édition fixe 2507 offre un contexte natif de 262,144 jetons et un budget de raisonnement plus long, avec des parcours documentés d’appel d’outils et, sous conditions, de contexte ultra-long.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Points clés : la version fixe Thinking-2507
Qwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des contextes longs. Sélectionnez cette édition 2507 exacte lorsque la tâche bénéficie d’un raisonnement soutenu, comme l’examen d’explications concurrentes, la résolution d’un problème mathématique à plusieurs étapes ou le traitement d’une modification complexe du code.
Vue d’ensemble du modèle et mode
Le modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit sélectionnés par jeton sur 48 couches. Son contexte natif est de 262,144 jetons. Il accepte et renvoie du texte ; les résultats d’outils sont fournis par un parcours d’application connecté. Ce checkpoint prend uniquement en charge la réflexion. Il est distinct du Qwen3-30B-A3B hybride antérieur, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.
Le modèle de conversation par défaut commence déjà la séquence de raisonnement par un marqueur d’ouverture de réflexion ; un réglage explicite enable_thinking=True est donc inutile. Une séquence renvoyée peut contenir le marqueur de fermeture sans répéter le marqueur d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un patch ou un tableau de décision doivent rester faciles à trouver après l’explication plus longue.
Préparer une tâche difficile
Donnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez une proposition de patch avec une explication des cas limites. Pour une question scientifique, distinguez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de sections et demandez une décision concise étayée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, pas d’affirmations selon lesquelles le modèle aurait exécuté un patch ou validé une expérience.
Comme cette version peut raisonner longuement, réservez de la place au raisonnement et au livrable final. Qwen conseille de conserver si possible un contexte supérieur à 131,072 jetons lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. Le chiffre de contexte natif inclut le budget de séquence ; il ne promet pas que tout l’espace puisse être utilisé pour un document tout en laissant une place illimitée à la réponse.
Utilisation agentique
Le fabricant documente l’appel d’outils et recommande Qwen-Agent pour les modèles de format d’outils et l’analyse, avec notamment l’intégration d’outils configurés et de parcours d’interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser un calculateur autorisé, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés ; la capacité du modèle à appeler des outils n’établit pas en soi un accès à Internet, à un environnement de code ou à des systèmes métier.
Traitement de texte ultra-long
Qwen documente un parcours optionnel atteignant environ un million de jetons en combinant Dual Chunk Attention et l’attention parcimonieuse MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions ; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’un parcours de configuration supplémentaire, au-delà du contexte natif de 262,144 jetons. La recette du fabricant exige sa configuration spéciale de contexte long et estime à environ 240 GB la mémoire GPU totale nécessaire aux poids, à l’état d’attention mis en cache et aux pics d’activations.
Cette recette présente des limites de ressources concrètes : l’état de séquence mis en cache, la mémoire d’activation et la longueur totale d’entrée peuvent chacun épuiser la capacité configurée. Un parcours d’un million de jetons dépend donc de la configuration, de la mémoire et de l’implémentation d’attention prise en charge. Pour une revue documentaire pratique, commencez par les éléments pertinents, marquez les limites des documents et demandez des éléments probants traçables au lieu de considérer l’entrée la plus grande possible comme un substitut à une question claire.
Recommandations et limites de génération
Qwen recommande une température de 0.6, top_p à 0.95, top_k à 20 et min_p à 0. Il suggère un budget de sortie de 32,768 jetons pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Il s’agit de recommandations de budget de génération plutôt que d’un plafond ferme de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire les répétitions, mais des valeurs plus élevées risquent de mélanger les langues ou de diminuer légèrement la qualité.
Précisez le format de réponse finale dans la consigne, comme un résultat mathématique délimité ou un champ de réponse pour une question à choix multiple. Conservez uniquement la partie de réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable ; inspectez les hypothèses, les calculs et le code proposé avant de vous appuyer sur le résultat.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites Qwen/Qwen3-30B-A3B-Thinking-2507 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
Champmessages[].content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream |
Paramètrecontrol_scope | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Alias de méthode : /chat/completions
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.0002 / 1K tokens Sortie · Tokens en sortie $0.0008 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"Qwen/Qwen3-30B-A3B-Thinking-2507","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="Qwen/Qwen3-30B-A3B-Thinking-2507", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 est le modèle de texte de Qwen à réflexion uniquement pour les tâches exigeantes de mathématiques, de sciences, de programmation et de raisonnement logique. Cette édition fixe 2507 offre un contexte natif de 262,144 jetons et un budget de raisonnement plus long, avec des parcours documentés d’appel d’outils et, sous conditions, de contexte ultra-long.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Points clés : la version fixe Thinking-2507
Qwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des contextes longs. Sélectionnez cette édition 2507 exacte lorsque la tâche bénéficie d’un raisonnement soutenu, comme l’examen d’explications concurrentes, la résolution d’un problème mathématique à plusieurs étapes ou le traitement d’une modification complexe du code.
Vue d’ensemble du modèle et mode
Le modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit sélectionnés par jeton sur 48 couches. Son contexte natif est de 262,144 jetons. Il accepte et renvoie du texte ; les résultats d’outils sont fournis par un parcours d’application connecté. Ce checkpoint prend uniquement en charge la réflexion. Il est distinct du Qwen3-30B-A3B hybride antérieur, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.
Le modèle de conversation par défaut commence déjà la séquence de raisonnement par un marqueur d’ouverture de réflexion ; un réglage explicite enable_thinking=True est donc inutile. Une séquence renvoyée peut contenir le marqueur de fermeture sans répéter le marqueur d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un patch ou un tableau de décision doivent rester faciles à trouver après l’explication plus longue.
Préparer une tâche difficile
Donnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez une proposition de patch avec une explication des cas limites. Pour une question scientifique, distinguez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de sections et demandez une décision concise étayée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, pas d’affirmations selon lesquelles le modèle aurait exécuté un patch ou validé une expérience.
Comme cette version peut raisonner longuement, réservez de la place au raisonnement et au livrable final. Qwen conseille de conserver si possible un contexte supérieur à 131,072 jetons lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. Le chiffre de contexte natif inclut le budget de séquence ; il ne promet pas que tout l’espace puisse être utilisé pour un document tout en laissant une place illimitée à la réponse.
Utilisation agentique
Le fabricant documente l’appel d’outils et recommande Qwen-Agent pour les modèles de format d’outils et l’analyse, avec notamment l’intégration d’outils configurés et de parcours d’interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser un calculateur autorisé, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés ; la capacité du modèle à appeler des outils n’établit pas en soi un accès à Internet, à un environnement de code ou à des systèmes métier.
Traitement de texte ultra-long
Qwen documente un parcours optionnel atteignant environ un million de jetons en combinant Dual Chunk Attention et l’attention parcimonieuse MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions ; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’un parcours de configuration supplémentaire, au-delà du contexte natif de 262,144 jetons. La recette du fabricant exige sa configuration spéciale de contexte long et estime à environ 240 GB la mémoire GPU totale nécessaire aux poids, à l’état d’attention mis en cache et aux pics d’activations.
Cette recette présente des limites de ressources concrètes : l’état de séquence mis en cache, la mémoire d’activation et la longueur totale d’entrée peuvent chacun épuiser la capacité configurée. Un parcours d’un million de jetons dépend donc de la configuration, de la mémoire et de l’implémentation d’attention prise en charge. Pour une revue documentaire pratique, commencez par les éléments pertinents, marquez les limites des documents et demandez des éléments probants traçables au lieu de considérer l’entrée la plus grande possible comme un substitut à une question claire.
Recommandations et limites de génération
Qwen recommande une température de 0.6, top_p à 0.95, top_k à 20 et min_p à 0. Il suggère un budget de sortie de 32,768 jetons pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Il s’agit de recommandations de budget de génération plutôt que d’un plafond ferme de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire les répétitions, mais des valeurs plus élevées risquent de mélanger les langues ou de diminuer légèrement la qualité.
Précisez le format de réponse finale dans la consigne, comme un résultat mathématique délimité ou un champ de réponse pour une question à choix multiple. Conservez uniquement la partie de réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable ; inspectez les hypothèses, les calculs et le code proposé avant de vous appuyer sur le résultat.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites Qwen/Qwen3-30B-A3B-Thinking-2507 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.0002 / 1K tokens Sortie · Tokens en sortie $0.0008 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 est le modèle de texte de Qwen à réflexion uniquement pour les tâches exigeantes de mathématiques, de sciences, de programmation et de raisonnement logique. Cette édition fixe 2507 offre un contexte natif de 262,144 jetons et un budget de raisonnement plus long, avec des parcours documentés d’appel d’outils et, sous conditions, de contexte ultra-long.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Points clés : la version fixe Thinking-2507
Qwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des contextes longs. Sélectionnez cette édition 2507 exacte lorsque la tâche bénéficie d’un raisonnement soutenu, comme l’examen d’explications concurrentes, la résolution d’un problème mathématique à plusieurs étapes ou le traitement d’une modification complexe du code.
Vue d’ensemble du modèle et mode
Le modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit sélectionnés par jeton sur 48 couches. Son contexte natif est de 262,144 jetons. Il accepte et renvoie du texte ; les résultats d’outils sont fournis par un parcours d’application connecté. Ce checkpoint prend uniquement en charge la réflexion. Il est distinct du Qwen3-30B-A3B hybride antérieur, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.
Le modèle de conversation par défaut commence déjà la séquence de raisonnement par un marqueur d’ouverture de réflexion ; un réglage explicite enable_thinking=True est donc inutile. Une séquence renvoyée peut contenir le marqueur de fermeture sans répéter le marqueur d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un patch ou un tableau de décision doivent rester faciles à trouver après l’explication plus longue.
Préparer une tâche difficile
Donnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez une proposition de patch avec une explication des cas limites. Pour une question scientifique, distinguez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de sections et demandez une décision concise étayée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, pas d’affirmations selon lesquelles le modèle aurait exécuté un patch ou validé une expérience.
Comme cette version peut raisonner longuement, réservez de la place au raisonnement et au livrable final. Qwen conseille de conserver si possible un contexte supérieur à 131,072 jetons lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. Le chiffre de contexte natif inclut le budget de séquence ; il ne promet pas que tout l’espace puisse être utilisé pour un document tout en laissant une place illimitée à la réponse.
Utilisation agentique
Le fabricant documente l’appel d’outils et recommande Qwen-Agent pour les modèles de format d’outils et l’analyse, avec notamment l’intégration d’outils configurés et de parcours d’interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser un calculateur autorisé, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés ; la capacité du modèle à appeler des outils n’établit pas en soi un accès à Internet, à un environnement de code ou à des systèmes métier.
Traitement de texte ultra-long
Qwen documente un parcours optionnel atteignant environ un million de jetons en combinant Dual Chunk Attention et l’attention parcimonieuse MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions ; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’un parcours de configuration supplémentaire, au-delà du contexte natif de 262,144 jetons. La recette du fabricant exige sa configuration spéciale de contexte long et estime à environ 240 GB la mémoire GPU totale nécessaire aux poids, à l’état d’attention mis en cache et aux pics d’activations.
Cette recette présente des limites de ressources concrètes : l’état de séquence mis en cache, la mémoire d’activation et la longueur totale d’entrée peuvent chacun épuiser la capacité configurée. Un parcours d’un million de jetons dépend donc de la configuration, de la mémoire et de l’implémentation d’attention prise en charge. Pour une revue documentaire pratique, commencez par les éléments pertinents, marquez les limites des documents et demandez des éléments probants traçables au lieu de considérer l’entrée la plus grande possible comme un substitut à une question claire.
Recommandations et limites de génération
Qwen recommande une température de 0.6, top_p à 0.95, top_k à 20 et min_p à 0. Il suggère un budget de sortie de 32,768 jetons pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Il s’agit de recommandations de budget de génération plutôt que d’un plafond ferme de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire les répétitions, mais des valeurs plus élevées risquent de mélanger les langues ou de diminuer légèrement la qualité.
Précisez le format de réponse finale dans la consigne, comme un résultat mathématique délimité ou un champ de réponse pour une question à choix multiple. Conservez uniquement la partie de réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable ; inspectez les hypothèses, les calculs et le code proposé avant de vous appuyer sur le résultat.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen3-30b-a3b-thinking-2507 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.0002 / 1K tokens Sortie · Tokens en sortie $0.0008 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-30b-a3b-thinking-2507", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3-30b-a3b-thinking-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3-30b-a3b-thinking-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 est le modèle de texte de Qwen à réflexion uniquement pour les tâches exigeantes de mathématiques, de sciences, de programmation et de raisonnement logique. Cette édition fixe 2507 offre un contexte natif de 262,144 jetons et un budget de raisonnement plus long, avec des parcours documentés d’appel d’outils et, sous conditions, de contexte ultra-long.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Points clés : la version fixe Thinking-2507
Qwen3-30B-A3B-Thinking-2507 est un modèle de génération de texte axé sur le raisonnement difficile. Qwen décrit des améliorations en logique, en mathématiques, en sciences, en programmation, en suivi des consignes, en utilisation d’outils et en génération de texte, ainsi que des séquences de réflexion plus longues et une meilleure compréhension des contextes longs. Sélectionnez cette édition 2507 exacte lorsque la tâche bénéficie d’un raisonnement soutenu, comme l’examen d’explications concurrentes, la résolution d’un problème mathématique à plusieurs étapes ou le traitement d’une modification complexe du code.
Vue d’ensemble du modèle et mode
Le modèle à mélange d’experts compte 30.5 milliards de paramètres au total et 3.3 milliards de paramètres activés, avec 128 experts et huit sélectionnés par jeton sur 48 couches. Son contexte natif est de 262,144 jetons. Il accepte et renvoie du texte ; les résultats d’outils sont fournis par un parcours d’application connecté. Ce checkpoint prend uniquement en charge la réflexion. Il est distinct du Qwen3-30B-A3B hybride antérieur, de son édition FP8 et de Qwen3-30B-A3B-Instruct-2507. Il ne faut pas supposer que le commutateur sans réflexion du modèle hybride s’applique ici.
Le modèle de conversation par défaut commence déjà la séquence de raisonnement par un marqueur d’ouverture de réflexion ; un réglage explicite enable_thinking=True est donc inutile. Une séquence renvoyée peut contenir le marqueur de fermeture sans répéter le marqueur d’ouverture. L’exemple du fabricant sépare le raisonnement de la réponse finale. Préservez cette distinction lorsque vous demandez un livrable concret : la conclusion d’une preuve, un patch ou un tableau de décision doivent rester faciles à trouver après l’explication plus longue.
Préparer une tâche difficile
Donnez au modèle l’énoncé complet du problème, les contraintes et les éléments pertinents. Pour une modification de code, incluez la fonction existante, une entrée qui échoue et le comportement attendu, puis demandez une proposition de patch avec une explication des cas limites. Pour une question scientifique, distinguez les observations des hypothèses et demandez quelle conclusion découle de chacune. Pour une longue politique ou spécification, conservez les identifiants de sections et demandez une décision concise étayée par les clauses pertinentes. Il s’agit d’usages pratiques des domaines de raisonnement documentés, pas d’affirmations selon lesquelles le modèle aurait exécuté un patch ou validé une expérience.
Comme cette version peut raisonner longuement, réservez de la place au raisonnement et au livrable final. Qwen conseille de conserver si possible un contexte supérieur à 131,072 jetons lors de la configuration du modèle, même si un contexte plus petit réduirait la pression sur la mémoire. Le chiffre de contexte natif inclut le budget de séquence ; il ne promet pas que tout l’espace puisse être utilisé pour un document tout en laissant une place illimitée à la réponse.
Utilisation agentique
Le fabricant documente l’appel d’outils et recommande Qwen-Agent pour les modèles de format d’outils et l’analyse, avec notamment l’intégration d’outils configurés et de parcours d’interpréteur de code. Définissez explicitement les outils et le résultat visé. Par exemple, une application pourrait permettre au modèle d’examiner les éléments récupérés, d’utiliser un calculateur autorisé, puis de produire un rapport expliquant le calcul. La récupération et l’exécution relèvent des outils connectés ; la capacité du modèle à appeler des outils n’établit pas en soi un accès à Internet, à un environnement de code ou à des systèmes métier.
Traitement de texte ultra-long
Qwen documente un parcours optionnel atteignant environ un million de jetons en combinant Dual Chunk Attention et l’attention parcimonieuse MInference. La première technique divise les longues séquences en blocs tout en préservant leurs interactions ; la seconde concentre le calcul sur certaines relations d’attention. Il s’agit d’un parcours de configuration supplémentaire, au-delà du contexte natif de 262,144 jetons. La recette du fabricant exige sa configuration spéciale de contexte long et estime à environ 240 GB la mémoire GPU totale nécessaire aux poids, à l’état d’attention mis en cache et aux pics d’activations.
Cette recette présente des limites de ressources concrètes : l’état de séquence mis en cache, la mémoire d’activation et la longueur totale d’entrée peuvent chacun épuiser la capacité configurée. Un parcours d’un million de jetons dépend donc de la configuration, de la mémoire et de l’implémentation d’attention prise en charge. Pour une revue documentaire pratique, commencez par les éléments pertinents, marquez les limites des documents et demandez des éléments probants traçables au lieu de considérer l’entrée la plus grande possible comme un substitut à une question claire.
Recommandations et limites de génération
Qwen recommande une température de 0.6, top_p à 0.95, top_k à 20 et min_p à 0. Il suggère un budget de sortie de 32,768 jetons pour la plupart des requêtes et de 81,920 pour les problèmes mathématiques ou de programmation particulièrement difficiles. Il s’agit de recommandations de budget de génération plutôt que d’un plafond ferme de sortie publié séparément. Une pénalité de présence entre zéro et deux peut réduire les répétitions, mais des valeurs plus élevées risquent de mélanger les langues ou de diminuer légèrement la qualité.
Précisez le format de réponse finale dans la consigne, comme un résultat mathématique délimité ou un champ de réponse pour une question à choix multiple. Conservez uniquement la partie de réponse finale dans l’historique de conversation, comme le recommande le fabricant. Un raisonnement plus long est utile lorsqu’il produit un résultat vérifiable ; inspectez les hypothèses, les calculs et le code proposé avant de vous appuyer sur le résultat.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen3-30b-a3b-thinking-2507 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.0002 / 1K tokens Sortie · Tokens en sortie $0.0008 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-30b-a3b-thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-30b-a3b-thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Exemple technique en anglais
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.