Qwen3-32B est le plus grand modèle dense de la version Qwen3 originale. Il combine le mode Thinking de la famille pour la logique complexe, les mathématiques et le code avec des réponses non-Thinking pour la conversation générale. Qwen souligne aussi la rédaction créative, le dialogue fondé sur un rôle, le suivi d’instructions à plusieurs tours et l’utilisation d’outils de type agent. Le modèle traite et génère du texte ; les instructions et traductions multilingues font partie de la prise en charge de 119 langues et dialectes par la famille originale. Il peut recevoir une consigne d’explication analytique, de proposition de code ou de rédaction soigneusement définie.
L’édition précise compte 32,8 milliards de paramètres au total sur 64 couches. C’est un modèle dense, distinct de l’architecture de routage d’experts de Qwen3-30B-A3B et des éditions Qwen3 ultérieures nommées séparément. Son contexte natif est de 32 768 tokens. Préparez une tâche exigeante en réunissant éléments pertinents, exigences et résultat attendu. Pour une revue d’ingénierie, fournissez la description du composant, les contraintes d’interface et le problème à résoudre, puis demandez une proposition identifiant hypothèses, dépendances et alternatives en utilisant seulement les éléments fournis lorsque c’est approprié.
Le gabarit de conversation du fabricant active Thinking par défaut et expose un commutateur explicite enable_thinking. La désactivation de configuration empêche tout contenu Thinking. Lorsque Thinking est activé, /think et /no_think dans les instructions utilisateur ou système donnent un contrôle textuel à chaque tour ; la dernière instruction détermine le comportement demandé. Une demande textuelle de non-Thinking peut laisser un bloc Thinking vide ; un marqueur /think ne peut pas annuler un gabarit explicitement désactivé. Le modèle original peut ainsi alterner entre une demande de rédaction directe et une question bénéficiant d’une chaîne de raisonnement développée, lorsque les contrôles prescrits sont appliqués.
L’exemple de génération analyse une section <think> séparément de la réponse finale. Qwen recommande de préciser le format final, comme une réponse mathématique encadrée ou un seul champ de réponse pour une question à choix multiple. Pour une analyse pratique, indiquez la conclusion demandée et les éléments qui l’étayent : par exemple, un choix de conception final suivi des contraintes qu’il satisfait et des questions ouvertes. Conservez la réponse finale plutôt que le contenu Thinking antérieur dans l’historique ultérieur, selon les conseils du fabricant. Cela préserve le résultat nécessaire aux prochaines questions sans reporter toutes les étapes de raisonnement.
Les appels d’outils font partie du profil documenté dans les deux modes. Qwen recommande Qwen-Agent pour les gabarits et analyseurs d’appels, et montre la recherche d’informations, les informations horaires et un interpréteur de code. Définissez clairement les outils, donnez le sens de leurs arguments et indiquez au modèle ce qui constitue une tâche terminée. Un processus utile peut demander la récupération d’informations sélectionnées, fournir le contenu réellement renvoyé, puis demander une synthèse ou une implémentation proposée. L’appel demandé par le modèle et l’exécution de l’outil par l’application sont des étapes distinctes ; la réponse finale devrait s’appuyer sur les éléments renvoyés.
Pour les entrées longues, la fiche documente une extension YaRN à 131 072 tokens. La fenêtre native est plus petite et la mise à l’échelle statique peut affecter les performances sur les entrées courtes. Qwen recommande d’activer l’extension lorsqu’un contexte plus long est réellement nécessaire ; la fiche explique aussi une allocation par défaut de 40 960 positions pour le prompt et la sortie. Sélectionnez les documents pertinents et conservez titres, frontières de sources et terminologie. Laissez de la place pour le raisonnement et la réponse finale, surtout lorsque la tâche exige de rapprocher plusieurs spécifications plutôt que de résumer un passage.
Les recommandations officielles sont temperature 0,6, top-p 0,95, top-k 20 et min-p 0 pour Thinking ; pour non-Thinking, temperature 0,7 et top-p 0,8 remplacent les deux premiers réglages. Qwen déconseille le décodage glouton en mode Thinking et note qu’une forte pénalité de présence peut mélanger les langues ou réduire la qualité. Il recommande un espace de sortie de 32 768 tokens pour la plupart des questions et décrit 38 912 pour les problèmes de mathématiques et de code particulièrement exigeants. Ce sont des conseils de génération, pas une limite stricte universelle de réponse. Une consigne précise et un format final défini aident à concentrer le raisonnement disponible sur le travail nécessaire au lecteur.
", "aboutText": "Qwen3-32B est le plus grand modèle dense de la version Qwen3 originale. Il combine le mode Thinking de la famille pour la logique complexe, les mathématiques et le code avec des réponses non-Thinking pour la conversation générale. Qwen souligne aussi la rédaction créative, le dialogue fondé sur un rôle, le suivi d’instructions à plusieurs tours et l’utilisation d’outils de type agent. Le modèle traite et génère du texte ; les instructions et traductions multilingues font partie de la prise en charge de 119 langues et dialectes par la famille originale. Il peut recevoir une consigne d’explication analytique, de proposition de code ou de rédaction soigneusement définie.\n\nL’édition précise compte 32,8 milliards de paramètres au total sur 64 couches. C’est un modèle dense, distinct de l’architecture de routage d’experts de Qwen3-30B-A3B et des éditions Qwen3 ultérieures nommées séparément. Son contexte natif est de 32 768 tokens. Préparez une tâche exigeante en réunissant éléments pertinents, exigences et résultat attendu. Pour une revue d’ingénierie, fournissez la description du composant, les contraintes d’interface et le problème à résoudre, puis demandez une proposition identifiant hypothèses, dépendances et alternatives en utilisant seulement les éléments fournis lorsque c’est approprié.\n\nLe gabarit de conversation du fabricant active Thinking par défaut et expose un commutateur explicite enable_thinking. La désactivation de configuration empêche tout contenu Thinking. Lorsque Thinking est activé, /think et /no_think dans les instructions utilisateur ou système donnent un contrôle textuel à chaque tour ; la dernière instruction détermine le comportement demandé. Une demande textuelle de non-Thinking peut laisser un bloc Thinking vide ; un marqueur /think ne peut pas annuler un gabarit explicitement désactivé. Le modèle original peut ainsi alterner entre une demande de rédaction directe et une question bénéficiant d’une chaîne de raisonnement développée, lorsque les contrôles prescrits sont appliqués.\n\nL’exemple de génération analyse une sectionExemple technique en anglais
Review a cache invalidation design\n\nA report cache is keyed only by report name. Reports also depend on account ID and selected month. Two users requesting the same name can receive the wrong account or month. Propose a revised key contract, explain the dependencies it captures and give three text test cases. Use only the described inputs; propose no repository edits.A key contract, dependency explanation and cases distinguishing account and month.Different accounts or months must not share a cache entry solely because the report name matches.qwen/qwen3-32bQwen3-32B est le modèle textuel hybride dense de Qwen pour le raisonnement complexe, le code, la rédaction multilingue et les tâches guidées par des outils. Il combine modes Thinking et non-Thinking dans un seul modèle et possède un contexte natif de 32 768 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Qwen3-32B est le plus grand modèle dense de la version Qwen3 originale. Il combine le mode Thinking de la famille pour la logique complexe, les mathématiques et le code avec des réponses non-Thinking pour la conversation générale. Qwen souligne aussi la rédaction créative, le dialogue fondé sur un rôle, le suivi d’instructions à plusieurs tours et l’utilisation d’outils de type agent. Le modèle traite et génère du texte ; les instructions et traductions multilingues font partie de la prise en charge de 119 langues et dialectes par la famille originale. Il peut recevoir une consigne d’explication analytique, de proposition de code ou de rédaction soigneusement définie.
L’édition précise compte 32,8 milliards de paramètres au total sur 64 couches. C’est un modèle dense, distinct de l’architecture de routage d’experts de Qwen3-30B-A3B et des éditions Qwen3 ultérieures nommées séparément. Son contexte natif est de 32 768 tokens. Préparez une tâche exigeante en réunissant éléments pertinents, exigences et résultat attendu. Pour une revue d’ingénierie, fournissez la description du composant, les contraintes d’interface et le problème à résoudre, puis demandez une proposition identifiant hypothèses, dépendances et alternatives en utilisant seulement les éléments fournis lorsque c’est approprié.
Le gabarit de conversation du fabricant active Thinking par défaut et expose un commutateur explicite enable_thinking. La désactivation de configuration empêche tout contenu Thinking. Lorsque Thinking est activé, /think et /no_think dans les instructions utilisateur ou système donnent un contrôle textuel à chaque tour ; la dernière instruction détermine le comportement demandé. Une demande textuelle de non-Thinking peut laisser un bloc Thinking vide ; un marqueur /think ne peut pas annuler un gabarit explicitement désactivé. Le modèle original peut ainsi alterner entre une demande de rédaction directe et une question bénéficiant d’une chaîne de raisonnement développée, lorsque les contrôles prescrits sont appliqués.
L’exemple de génération analyse une section <think> séparément de la réponse finale. Qwen recommande de préciser le format final, comme une réponse mathématique encadrée ou un seul champ de réponse pour une question à choix multiple. Pour une analyse pratique, indiquez la conclusion demandée et les éléments qui l’étayent : par exemple, un choix de conception final suivi des contraintes qu’il satisfait et des questions ouvertes. Conservez la réponse finale plutôt que le contenu Thinking antérieur dans l’historique ultérieur, selon les conseils du fabricant. Cela préserve le résultat nécessaire aux prochaines questions sans reporter toutes les étapes de raisonnement.
Les appels d’outils font partie du profil documenté dans les deux modes. Qwen recommande Qwen-Agent pour les gabarits et analyseurs d’appels, et montre la recherche d’informations, les informations horaires et un interpréteur de code. Définissez clairement les outils, donnez le sens de leurs arguments et indiquez au modèle ce qui constitue une tâche terminée. Un processus utile peut demander la récupération d’informations sélectionnées, fournir le contenu réellement renvoyé, puis demander une synthèse ou une implémentation proposée. L’appel demandé par le modèle et l’exécution de l’outil par l’application sont des étapes distinctes ; la réponse finale devrait s’appuyer sur les éléments renvoyés.
Pour les entrées longues, la fiche documente une extension YaRN à 131 072 tokens. La fenêtre native est plus petite et la mise à l’échelle statique peut affecter les performances sur les entrées courtes. Qwen recommande d’activer l’extension lorsqu’un contexte plus long est réellement nécessaire ; la fiche explique aussi une allocation par défaut de 40 960 positions pour le prompt et la sortie. Sélectionnez les documents pertinents et conservez titres, frontières de sources et terminologie. Laissez de la place pour le raisonnement et la réponse finale, surtout lorsque la tâche exige de rapprocher plusieurs spécifications plutôt que de résumer un passage.
Les recommandations officielles sont temperature 0,6, top-p 0,95, top-k 20 et min-p 0 pour Thinking ; pour non-Thinking, temperature 0,7 et top-p 0,8 remplacent les deux premiers réglages. Qwen déconseille le décodage glouton en mode Thinking et note qu’une forte pénalité de présence peut mélanger les langues ou réduire la qualité. Il recommande un espace de sortie de 32 768 tokens pour la plupart des questions et décrit 38 912 pour les problèmes de mathématiques et de code particulièrement exigeants. Ce sont des conseils de génération, pas une limite stricte universelle de réponse. Une consigne précise et un format final défini aident à concentrer le raisonnement disponible sur le travail nécessaire au lecteur.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3-32b | 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.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.000286 / 1K tokens Sortie · Tokens en sortie $0.001144 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.000286 / 1K tokens Sortie · Tokens en sortie $0.001144 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-32b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3-32b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3-32b',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/qwen3-32b
Utilisez les chemins de méthode indiqués ci-dessus.
qwen/qwen3-32bQwen3-32B est le modèle textuel hybride dense de Qwen pour le raisonnement complexe, le code, la rédaction multilingue et les tâches guidées par des outils. Il combine modes Thinking et non-Thinking dans un seul modèle et possède un contexte natif de 32 768 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Qwen3-32B est le plus grand modèle dense de la version Qwen3 originale. Il combine le mode Thinking de la famille pour la logique complexe, les mathématiques et le code avec des réponses non-Thinking pour la conversation générale. Qwen souligne aussi la rédaction créative, le dialogue fondé sur un rôle, le suivi d’instructions à plusieurs tours et l’utilisation d’outils de type agent. Le modèle traite et génère du texte ; les instructions et traductions multilingues font partie de la prise en charge de 119 langues et dialectes par la famille originale. Il peut recevoir une consigne d’explication analytique, de proposition de code ou de rédaction soigneusement définie.
L’édition précise compte 32,8 milliards de paramètres au total sur 64 couches. C’est un modèle dense, distinct de l’architecture de routage d’experts de Qwen3-30B-A3B et des éditions Qwen3 ultérieures nommées séparément. Son contexte natif est de 32 768 tokens. Préparez une tâche exigeante en réunissant éléments pertinents, exigences et résultat attendu. Pour une revue d’ingénierie, fournissez la description du composant, les contraintes d’interface et le problème à résoudre, puis demandez une proposition identifiant hypothèses, dépendances et alternatives en utilisant seulement les éléments fournis lorsque c’est approprié.
Le gabarit de conversation du fabricant active Thinking par défaut et expose un commutateur explicite enable_thinking. La désactivation de configuration empêche tout contenu Thinking. Lorsque Thinking est activé, /think et /no_think dans les instructions utilisateur ou système donnent un contrôle textuel à chaque tour ; la dernière instruction détermine le comportement demandé. Une demande textuelle de non-Thinking peut laisser un bloc Thinking vide ; un marqueur /think ne peut pas annuler un gabarit explicitement désactivé. Le modèle original peut ainsi alterner entre une demande de rédaction directe et une question bénéficiant d’une chaîne de raisonnement développée, lorsque les contrôles prescrits sont appliqués.
L’exemple de génération analyse une section <think> séparément de la réponse finale. Qwen recommande de préciser le format final, comme une réponse mathématique encadrée ou un seul champ de réponse pour une question à choix multiple. Pour une analyse pratique, indiquez la conclusion demandée et les éléments qui l’étayent : par exemple, un choix de conception final suivi des contraintes qu’il satisfait et des questions ouvertes. Conservez la réponse finale plutôt que le contenu Thinking antérieur dans l’historique ultérieur, selon les conseils du fabricant. Cela préserve le résultat nécessaire aux prochaines questions sans reporter toutes les étapes de raisonnement.
Les appels d’outils font partie du profil documenté dans les deux modes. Qwen recommande Qwen-Agent pour les gabarits et analyseurs d’appels, et montre la recherche d’informations, les informations horaires et un interpréteur de code. Définissez clairement les outils, donnez le sens de leurs arguments et indiquez au modèle ce qui constitue une tâche terminée. Un processus utile peut demander la récupération d’informations sélectionnées, fournir le contenu réellement renvoyé, puis demander une synthèse ou une implémentation proposée. L’appel demandé par le modèle et l’exécution de l’outil par l’application sont des étapes distinctes ; la réponse finale devrait s’appuyer sur les éléments renvoyés.
Pour les entrées longues, la fiche documente une extension YaRN à 131 072 tokens. La fenêtre native est plus petite et la mise à l’échelle statique peut affecter les performances sur les entrées courtes. Qwen recommande d’activer l’extension lorsqu’un contexte plus long est réellement nécessaire ; la fiche explique aussi une allocation par défaut de 40 960 positions pour le prompt et la sortie. Sélectionnez les documents pertinents et conservez titres, frontières de sources et terminologie. Laissez de la place pour le raisonnement et la réponse finale, surtout lorsque la tâche exige de rapprocher plusieurs spécifications plutôt que de résumer un passage.
Les recommandations officielles sont temperature 0,6, top-p 0,95, top-k 20 et min-p 0 pour Thinking ; pour non-Thinking, temperature 0,7 et top-p 0,8 remplacent les deux premiers réglages. Qwen déconseille le décodage glouton en mode Thinking et note qu’une forte pénalité de présence peut mélanger les langues ou réduire la qualité. Il recommande un espace de sortie de 32 768 tokens pour la plupart des questions et décrit 38 912 pour les problèmes de mathématiques et de code particulièrement exigeants. Ce sont des conseils de génération, pas une limite stricte universelle de réponse. Une consigne précise et un format final défini aident à concentrer le raisonnement disponible sur le travail nécessaire au lecteur.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3-32b | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.000286 / 1K tokens Sortie · Tokens en sortie $0.001144 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.000286 / 1K tokens Sortie · Tokens en sortie $0.001144 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen/qwen3-32b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3-32b', '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/qwen3-32b', '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/qwen3-32b
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Review a cache invalidation design\n\nA report cache is keyed only by report name. Reports also depend on account ID and selected month. Two users requesting the same name can receive the wrong account or month. Propose a revised key contract, explain the dependencies it captures and give three text test cases. Use only the described inputs; propose no repository edits.A key contract, dependency explanation and cases distinguishing account and month.Different accounts or months must not share a cache entry solely because the report name matches.