Les avancées de Qwen3-Next : raisonnement textuel complexe
Qwen3-Next-80B-A3B-Thinking est l’édition textuelle de Qwen3-Next utilisant uniquement la réflexion. Le concepteur la recommande pour les raisonnements très complexes et indique que sa réflexion peut être plus longue que celle des modèles précédents. Elle accepte et renvoie du texte, notamment une réponse expliquée ou une proposition de code. Distinguez-la de Qwen3-Next-80B-A3B-Instruct et Qwen3-Coder-Next, dont les contrats sans réflexion diffèrent.
La famille introduit une attention hybride associant Gated DeltaNet et attention à portes, des experts à forte parcimonie, des techniques de stabilité telles qu’une normalisation de couche centrée sur zéro et avec décroissance des poids, ainsi que la prédiction de plusieurs tokens. Qwen décrit aussi la stabilisation de l’apprentissage par renforcement grâce à GSPO. Ce sont des caractéristiques d’entraînement et d’architecture ; les gains d’efficacité dépendent de l’implémentation et ne doivent pas devenir une affirmation universelle de temps de réponse.
Présentation du modèle
Le modèle possède 80 milliards de paramètres au total et en active trois milliards. Il comporte 48 couches suivant un motif d’experts de trois DeltaNet pour une attention à portes. Le concepteur répertorie 512 experts, dix experts activés et un expert partagé, avec préentraînement sur 15 billions de tokens suivi d’un ajustement après entraînement. Les paramètres activés ne représentent pas la taille du checkpoint complet.
Le contexte natif est de 262,144 tokens, avec extension documentée à 1,010,000. Sources textuelles, messages historiques, observations d’outils, raisonnement et sortie finale partagent le budget de séquence configuré. Pour les réflexions complexes, le concepteur conseille si possible un contexte configuré supérieur à 131,072, même si une fenêtre plus petite réduit la pression mémoire.
Utilisation de l’interface avec réflexion obligatoire
Le gabarit de dialogue par défaut comprend déjà le marqueur d’ouverture de réflexion. Une séquence renvoyée peut donc contenir le marqueur de fermeture sans répéter celui d’ouverture. C’est la mise en forme normale de la procédure du concepteur, et non la preuve d’un raisonnement manquant. Le modèle ne prend en charge que le mode réflexion ; demander une réponse finale concise ne le transforme pas en édition sans réflexion.
Pour un problème mathématique ou logique, donnez l’énoncé complet, les définitions, les unités et les hypothèses autorisées. Demandez une réponse finale clairement délimitée avec les étapes justificatives nécessaires à sa vérification. Pour raisonner sur du code, fournissez la fonction pertinente, l’entrée et le comportement visé, puis demandez une proposition expliquée. Comparez les calculs justificatifs ou le correctif proposé aux conditions fournies et aux résultats réels.
Implémentation et outils
Les exemples du concepteur prennent en charge les processus de développement et d’outils et recommandent Qwen-Agent pour les gabarits et l’analyse des appels d’outils, avec des outils configurés ou connectés par MCP. Définissez les outils autorisés, l’objectif et la condition observable d’achèvement. L’application exécute les actions externes et renvoie les observations réelles ; le modèle peut ensuite utiliser ces retours dans sa réponse suivante.
La prédiction de plusieurs tokens fait partie de l’entraînement, mais son utilisation en inférence dépend de l’implémentation et n’est pas généralement disponible dans tous les processus légers. Préservez cette distinction lors de l’évaluation d’un déploiement. Une capacité d’outil ou d’architecture seule n’établit pas l’accès aux fichiers, aux sources actuelles ou à un environnement d’exécution par une autre application.
Texte très long
L’extension documentée utilise YaRN. Le concepteur valide un contexte d’environ un million de tokens et fournit une procédure avec facteur de quatre fondée sur les 262,144 positions natives ; pour les charges de 524,288 tokens, il suggère un facteur de deux. La mise à l’échelle statique peut affecter les performances sur les textes courts ; elle doit donc suivre le besoin réel d’entrée plus longue.
Organisez les entrées volumineuses avec des frontières documentaires et des identifiants de code ou de sections. Indiquez la question et le livrable attendu pour relier les éléments pertinents, plutôt que de considérer la fenêtre complète comme un substitut à une tâche claire. Réservez de la place pour un raisonnement potentiellement long et le résultat final.
Recommandations de génération
Les bonnes pratiques recommandent une température de 0.6, top_p à 0.95, top_k à 20 et min_p à 0. Lorsqu’elle est prise en charge, une pénalité de présence entre zéro et deux peut réduire les répétitions, mais les valeurs élevées peuvent mélanger les langues ou diminuer légèrement la qualité. Qwen recommande un budget de génération de 32,768 tokens pour la plupart des questions et de 81,920 pour les tâches mathématiques ou de programmation exceptionnellement complexes. Ce sont des recommandations plutôt que des plafonds de sortie stricts indépendants.
Précisez explicitement le format final, tel qu’un résultat mathématique délimité ou un champ de réponse. Le concepteur recommande de conserver les sorties finales sans contenu de réflexion dans les messages historiques de l’assistant, selon le gabarit de ce checkpoint. Les options de conservation du raisonnement historique des modèles ultérieurs ne doivent pas être importées automatiquement.
Limites de fond
Ce modèle est uniquement textuel. Images, audio ou vidéo exigent une représentation séparée appropriée avant de servir d’éléments probants dans ce processus. Réflexion longue et contexte sont des ressources finies, et un raisonnement détaillé ne prouve pas indépendamment l’exactitude du résultat. Vérifiez hypothèses, calculs et code généré à partir de la source fournie. Le résultat utile est une réponse ou un livrable vérifiable, dont les éléments justificatifs restent visibles et dont l’identité à réflexion obligatoire est préservée.
", "aboutText": "Les avancées de Qwen3-Next : raisonnement textuel complexe\n\nQwen3-Next-80B-A3B-Thinking est l’édition textuelle de Qwen3-Next utilisant uniquement la réflexion. Le concepteur la recommande pour les raisonnements très complexes et indique que sa réflexion peut être plus longue que celle des modèles précédents. Elle accepte et renvoie du texte, notamment une réponse expliquée ou une proposition de code. Distinguez-la de Qwen3-Next-80B-A3B-Instruct et Qwen3-Coder-Next, dont les contrats sans réflexion diffèrent.\n\nLa famille introduit une attention hybride associant Gated DeltaNet et attention à portes, des experts à forte parcimonie, des techniques de stabilité telles qu’une normalisation de couche centrée sur zéro et avec décroissance des poids, ainsi que la prédiction de plusieurs tokens. Qwen décrit aussi la stabilisation de l’apprentissage par renforcement grâce à GSPO. Ce sont des caractéristiques d’entraînement et d’architecture ; les gains d’efficacité dépendent de l’implémentation et ne doivent pas devenir une affirmation universelle de temps de réponse.\n\nPrésentation du modèle\n\nLe modèle possède 80 milliards de paramètres au total et en active trois milliards. Il comporte 48 couches suivant un motif d’experts de trois DeltaNet pour une attention à portes. Le concepteur répertorie 512 experts, dix experts activés et un expert partagé, avec préentraînement sur 15 billions de tokens suivi d’un ajustement après entraînement. Les paramètres activés ne représentent pas la taille du checkpoint complet.\n\nLe contexte natif est de 262,144 tokens, avec extension documentée à 1,010,000. Sources textuelles, messages historiques, observations d’outils, raisonnement et sortie finale partagent le budget de séquence configuré. Pour les réflexions complexes, le concepteur conseille si possible un contexte configuré supérieur à 131,072, même si une fenêtre plus petite réduit la pression mémoire.\n\nUtilisation de l’interface avec réflexion obligatoire\n\nLe gabarit de dialogue par défaut comprend déjà le marqueur d’ouverture de réflexion. Une séquence renvoyée peut donc contenir le marqueur de fermeture sans répéter celui d’ouverture. C’est la mise en forme normale de la procédure du concepteur, et non la preuve d’un raisonnement manquant. Le modèle ne prend en charge que le mode réflexion ; demander une réponse finale concise ne le transforme pas en édition sans réflexion.\n\nPour un problème mathématique ou logique, donnez l’énoncé complet, les définitions, les unités et les hypothèses autorisées. Demandez une réponse finale clairement délimitée avec les étapes justificatives nécessaires à sa vérification. Pour raisonner sur du code, fournissez la fonction pertinente, l’entrée et le comportement visé, puis demandez une proposition expliquée. Comparez les calculs justificatifs ou le correctif proposé aux conditions fournies et aux résultats réels.\n\nImplémentation et outils\n\nLes exemples du concepteur prennent en charge les processus de développement et d’outils et recommandent Qwen-Agent pour les gabarits et l’analyse des appels d’outils, avec des outils configurés ou connectés par MCP. Définissez les outils autorisés, l’objectif et la condition observable d’achèvement. L’application exécute les actions externes et renvoie les observations réelles ; le modèle peut ensuite utiliser ces retours dans sa réponse suivante.\n\nLa prédiction de plusieurs tokens fait partie de l’entraînement, mais son utilisation en inférence dépend de l’implémentation et n’est pas généralement disponible dans tous les processus légers. Préservez cette distinction lors de l’évaluation d’un déploiement. Une capacité d’outil ou d’architecture seule n’établit pas l’accès aux fichiers, aux sources actuelles ou à un environnement d’exécution par une autre application.\n\nTexte très long\n\nL’extension documentée utilise YaRN. Le concepteur valide un contexte d’environ un million de tokens et fournit une procédure avec facteur de quatre fondée sur les 262,144 positions natives ; pour les charges de 524,288 tokens, il suggère un facteur de deux. La mise à l’échelle statique peut affecter les performances sur les textes courts ; elle doit donc suivre le besoin réel d’entrée plus longue.\n\nOrganisez les entrées volumineuses avec des frontières documentaires et des identifiants de code ou de sections. Indiquez la question et le livrable attendu pour relier les éléments pertinents, plutôt que de considérer la fenêtre complète comme un substitut à une tâche claire. Réservez de la place pour un raisonnement potentiellement long et le résultat final.\n\nRecommandations de génération\n\nLes bonnes pratiques recommandent une température de 0.6, top_p à 0.95, top_k à 20 et min_p à 0. Lorsqu’elle est prise en charge, une pénalité de présence entre zéro et deux peut réduire les répétitions, mais les valeurs élevées peuvent mélanger les langues ou diminuer légèrement la qualité. Qwen recommande un budget de génération de 32,768 tokens pour la plupart des questions et de 81,920 pour les tâches mathématiques ou de programmation exceptionnellement complexes. Ce sont des recommandations plutôt que des plafonds de sortie stricts indépendants.\n\nPrécisez explicitement le format final, tel qu’un résultat mathématique délimité ou un champ de réponse. Le concepteur recommande de conserver les sorties finales sans contenu de réflexion dans les messages historiques de l’assistant, selon le gabarit de ce checkpoint. Les options de conservation du raisonnement historique des modèles ultérieurs ne doivent pas être importées automatiquement.\n\nLimites de fond\n\nCe modèle est uniquement textuel. Images, audio ou vidéo exigent une représentation séparée appropriée avant de servir d’éléments probants dans ce processus. Réflexion longue et contexte sont des ressources finies, et un raisonnement détaillé ne prouve pas indépendamment l’exactitude du résultat. Vérifiez hypothèses, calculs et code généré à partir de la source fournie. Le résultat utile est une réponse ou un livrable vérifiable, dont les éléments justificatifs restent visibles et dont l’identité à réflexion obligatoire est préservée.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Identify what a logic puzzle actually determines\n\nExactly one of A, B and C took a key, and exactly one statement is true. A says, 'B took it.' B says, 'C took it.' C says, 'I did not take it.' Determine every possible culprit consistent with these premises. Show a truth table and state whether the culprit is uniquely determined.A three-case truth table and the complete set of consistent culprits with a uniqueness conclusion.The table checks exactly one true statement in each candidate case and preserves multiple solutions if the premises allow them.qwen/qwen3-next-80b-a3b-thinkingQwen3-Next-80B-A3B-Thinking est le modèle de raisonnement textuel de Qwen avec 80 milliards de paramètres au total et 3 milliards activés. Il utilise uniquement la réflexion, l’attention hybride et des experts parcimonieux pour les tâches complexes, avec contexte natif de 262,144 tokens et extension conditionnelle à 1,010,000.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Les avancées de Qwen3-Next : raisonnement textuel complexe
Qwen3-Next-80B-A3B-Thinking est l’édition textuelle de Qwen3-Next utilisant uniquement la réflexion. Le concepteur la recommande pour les raisonnements très complexes et indique que sa réflexion peut être plus longue que celle des modèles précédents. Elle accepte et renvoie du texte, notamment une réponse expliquée ou une proposition de code. Distinguez-la de Qwen3-Next-80B-A3B-Instruct et Qwen3-Coder-Next, dont les contrats sans réflexion diffèrent.
La famille introduit une attention hybride associant Gated DeltaNet et attention à portes, des experts à forte parcimonie, des techniques de stabilité telles qu’une normalisation de couche centrée sur zéro et avec décroissance des poids, ainsi que la prédiction de plusieurs tokens. Qwen décrit aussi la stabilisation de l’apprentissage par renforcement grâce à GSPO. Ce sont des caractéristiques d’entraînement et d’architecture ; les gains d’efficacité dépendent de l’implémentation et ne doivent pas devenir une affirmation universelle de temps de réponse.
Présentation du modèle
Le modèle possède 80 milliards de paramètres au total et en active trois milliards. Il comporte 48 couches suivant un motif d’experts de trois DeltaNet pour une attention à portes. Le concepteur répertorie 512 experts, dix experts activés et un expert partagé, avec préentraînement sur 15 billions de tokens suivi d’un ajustement après entraînement. Les paramètres activés ne représentent pas la taille du checkpoint complet.
Le contexte natif est de 262,144 tokens, avec extension documentée à 1,010,000. Sources textuelles, messages historiques, observations d’outils, raisonnement et sortie finale partagent le budget de séquence configuré. Pour les réflexions complexes, le concepteur conseille si possible un contexte configuré supérieur à 131,072, même si une fenêtre plus petite réduit la pression mémoire.
Utilisation de l’interface avec réflexion obligatoire
Le gabarit de dialogue par défaut comprend déjà le marqueur d’ouverture de réflexion. Une séquence renvoyée peut donc contenir le marqueur de fermeture sans répéter celui d’ouverture. C’est la mise en forme normale de la procédure du concepteur, et non la preuve d’un raisonnement manquant. Le modèle ne prend en charge que le mode réflexion ; demander une réponse finale concise ne le transforme pas en édition sans réflexion.
Pour un problème mathématique ou logique, donnez l’énoncé complet, les définitions, les unités et les hypothèses autorisées. Demandez une réponse finale clairement délimitée avec les étapes justificatives nécessaires à sa vérification. Pour raisonner sur du code, fournissez la fonction pertinente, l’entrée et le comportement visé, puis demandez une proposition expliquée. Comparez les calculs justificatifs ou le correctif proposé aux conditions fournies et aux résultats réels.
Implémentation et outils
Les exemples du concepteur prennent en charge les processus de développement et d’outils et recommandent Qwen-Agent pour les gabarits et l’analyse des appels d’outils, avec des outils configurés ou connectés par MCP. Définissez les outils autorisés, l’objectif et la condition observable d’achèvement. L’application exécute les actions externes et renvoie les observations réelles ; le modèle peut ensuite utiliser ces retours dans sa réponse suivante.
La prédiction de plusieurs tokens fait partie de l’entraînement, mais son utilisation en inférence dépend de l’implémentation et n’est pas généralement disponible dans tous les processus légers. Préservez cette distinction lors de l’évaluation d’un déploiement. Une capacité d’outil ou d’architecture seule n’établit pas l’accès aux fichiers, aux sources actuelles ou à un environnement d’exécution par une autre application.
Texte très long
L’extension documentée utilise YaRN. Le concepteur valide un contexte d’environ un million de tokens et fournit une procédure avec facteur de quatre fondée sur les 262,144 positions natives ; pour les charges de 524,288 tokens, il suggère un facteur de deux. La mise à l’échelle statique peut affecter les performances sur les textes courts ; elle doit donc suivre le besoin réel d’entrée plus longue.
Organisez les entrées volumineuses avec des frontières documentaires et des identifiants de code ou de sections. Indiquez la question et le livrable attendu pour relier les éléments pertinents, plutôt que de considérer la fenêtre complète comme un substitut à une tâche claire. Réservez de la place pour un raisonnement potentiellement long et le résultat final.
Recommandations de génération
Les bonnes pratiques recommandent une température de 0.6, top_p à 0.95, top_k à 20 et min_p à 0. Lorsqu’elle est prise en charge, une pénalité de présence entre zéro et deux peut réduire les répétitions, mais les valeurs élevées peuvent mélanger les langues ou diminuer légèrement la qualité. Qwen recommande un budget de génération de 32,768 tokens pour la plupart des questions et de 81,920 pour les tâches mathématiques ou de programmation exceptionnellement complexes. Ce sont des recommandations plutôt que des plafonds de sortie stricts indépendants.
Précisez explicitement le format final, tel qu’un résultat mathématique délimité ou un champ de réponse. Le concepteur recommande de conserver les sorties finales sans contenu de réflexion dans les messages historiques de l’assistant, selon le gabarit de ce checkpoint. Les options de conservation du raisonnement historique des modèles ultérieurs ne doivent pas être importées automatiquement.
Limites de fond
Ce modèle est uniquement textuel. Images, audio ou vidéo exigent une représentation séparée appropriée avant de servir d’éléments probants dans ce processus. Réflexion longue et contexte sont des ressources finies, et un raisonnement détaillé ne prouve pas indépendamment l’exactitude du résultat. Vérifiez hypothèses, calculs et code généré à partir de la source fournie. Le résultat utile est une réponse ou un livrable vérifiable, dont les éléments justificatifs restent visibles et dont l’identité à réflexion obligatoire est préservée.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3-next-80b-a3b-thinking | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’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 $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0024 / 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 $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0024 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-next-80b-a3b-thinking", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3-next-80b-a3b-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3-next-80b-a3b-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, 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-next-80b-a3b-thinking
Utilisez les chemins de méthode indiqués ci-dessus.
qwen/qwen3-next-80b-a3b-thinkingQwen3-Next-80B-A3B-Thinking est le modèle de raisonnement textuel de Qwen avec 80 milliards de paramètres au total et 3 milliards activés. Il utilise uniquement la réflexion, l’attention hybride et des experts parcimonieux pour les tâches complexes, avec contexte natif de 262,144 tokens et extension conditionnelle à 1,010,000.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Les avancées de Qwen3-Next : raisonnement textuel complexe
Qwen3-Next-80B-A3B-Thinking est l’édition textuelle de Qwen3-Next utilisant uniquement la réflexion. Le concepteur la recommande pour les raisonnements très complexes et indique que sa réflexion peut être plus longue que celle des modèles précédents. Elle accepte et renvoie du texte, notamment une réponse expliquée ou une proposition de code. Distinguez-la de Qwen3-Next-80B-A3B-Instruct et Qwen3-Coder-Next, dont les contrats sans réflexion diffèrent.
La famille introduit une attention hybride associant Gated DeltaNet et attention à portes, des experts à forte parcimonie, des techniques de stabilité telles qu’une normalisation de couche centrée sur zéro et avec décroissance des poids, ainsi que la prédiction de plusieurs tokens. Qwen décrit aussi la stabilisation de l’apprentissage par renforcement grâce à GSPO. Ce sont des caractéristiques d’entraînement et d’architecture ; les gains d’efficacité dépendent de l’implémentation et ne doivent pas devenir une affirmation universelle de temps de réponse.
Présentation du modèle
Le modèle possède 80 milliards de paramètres au total et en active trois milliards. Il comporte 48 couches suivant un motif d’experts de trois DeltaNet pour une attention à portes. Le concepteur répertorie 512 experts, dix experts activés et un expert partagé, avec préentraînement sur 15 billions de tokens suivi d’un ajustement après entraînement. Les paramètres activés ne représentent pas la taille du checkpoint complet.
Le contexte natif est de 262,144 tokens, avec extension documentée à 1,010,000. Sources textuelles, messages historiques, observations d’outils, raisonnement et sortie finale partagent le budget de séquence configuré. Pour les réflexions complexes, le concepteur conseille si possible un contexte configuré supérieur à 131,072, même si une fenêtre plus petite réduit la pression mémoire.
Utilisation de l’interface avec réflexion obligatoire
Le gabarit de dialogue par défaut comprend déjà le marqueur d’ouverture de réflexion. Une séquence renvoyée peut donc contenir le marqueur de fermeture sans répéter celui d’ouverture. C’est la mise en forme normale de la procédure du concepteur, et non la preuve d’un raisonnement manquant. Le modèle ne prend en charge que le mode réflexion ; demander une réponse finale concise ne le transforme pas en édition sans réflexion.
Pour un problème mathématique ou logique, donnez l’énoncé complet, les définitions, les unités et les hypothèses autorisées. Demandez une réponse finale clairement délimitée avec les étapes justificatives nécessaires à sa vérification. Pour raisonner sur du code, fournissez la fonction pertinente, l’entrée et le comportement visé, puis demandez une proposition expliquée. Comparez les calculs justificatifs ou le correctif proposé aux conditions fournies et aux résultats réels.
Implémentation et outils
Les exemples du concepteur prennent en charge les processus de développement et d’outils et recommandent Qwen-Agent pour les gabarits et l’analyse des appels d’outils, avec des outils configurés ou connectés par MCP. Définissez les outils autorisés, l’objectif et la condition observable d’achèvement. L’application exécute les actions externes et renvoie les observations réelles ; le modèle peut ensuite utiliser ces retours dans sa réponse suivante.
La prédiction de plusieurs tokens fait partie de l’entraînement, mais son utilisation en inférence dépend de l’implémentation et n’est pas généralement disponible dans tous les processus légers. Préservez cette distinction lors de l’évaluation d’un déploiement. Une capacité d’outil ou d’architecture seule n’établit pas l’accès aux fichiers, aux sources actuelles ou à un environnement d’exécution par une autre application.
Texte très long
L’extension documentée utilise YaRN. Le concepteur valide un contexte d’environ un million de tokens et fournit une procédure avec facteur de quatre fondée sur les 262,144 positions natives ; pour les charges de 524,288 tokens, il suggère un facteur de deux. La mise à l’échelle statique peut affecter les performances sur les textes courts ; elle doit donc suivre le besoin réel d’entrée plus longue.
Organisez les entrées volumineuses avec des frontières documentaires et des identifiants de code ou de sections. Indiquez la question et le livrable attendu pour relier les éléments pertinents, plutôt que de considérer la fenêtre complète comme un substitut à une tâche claire. Réservez de la place pour un raisonnement potentiellement long et le résultat final.
Recommandations de génération
Les bonnes pratiques recommandent une température de 0.6, top_p à 0.95, top_k à 20 et min_p à 0. Lorsqu’elle est prise en charge, une pénalité de présence entre zéro et deux peut réduire les répétitions, mais les valeurs élevées peuvent mélanger les langues ou diminuer légèrement la qualité. Qwen recommande un budget de génération de 32,768 tokens pour la plupart des questions et de 81,920 pour les tâches mathématiques ou de programmation exceptionnellement complexes. Ce sont des recommandations plutôt que des plafonds de sortie stricts indépendants.
Précisez explicitement le format final, tel qu’un résultat mathématique délimité ou un champ de réponse. Le concepteur recommande de conserver les sorties finales sans contenu de réflexion dans les messages historiques de l’assistant, selon le gabarit de ce checkpoint. Les options de conservation du raisonnement historique des modèles ultérieurs ne doivent pas être importées automatiquement.
Limites de fond
Ce modèle est uniquement textuel. Images, audio ou vidéo exigent une représentation séparée appropriée avant de servir d’éléments probants dans ce processus. Réflexion longue et contexte sont des ressources finies, et un raisonnement détaillé ne prouve pas indépendamment l’exactitude du résultat. Vérifiez hypothèses, calculs et code généré à partir de la source fournie. Le résultat utile est une réponse ou un livrable vérifiable, dont les éléments justificatifs restent visibles et dont l’identité à réflexion obligatoire est préservée.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3-next-80b-a3b-thinking | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | 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 $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0024 / 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 $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0024 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen/qwen3-next-80b-a3b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-next-80b-a3b-thinking', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-next-80b-a3b-thinking', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les 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-next-80b-a3b-thinking
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Identify what a logic puzzle actually determines\n\nExactly one of A, B and C took a key, and exactly one statement is true. A says, 'B took it.' B says, 'C took it.' C says, 'I did not take it.' Determine every possible culprit consistent with these premises. Show a truth table and state whether the culprit is uniquely determined.A three-case truth table and the complete set of consistent culprits with a uniqueness conclusion.The table checks exactly one true statement in each candidate case and preserves multiple solutions if the premises allow them.