Qwen3-Omni-30B-A3B-Instruct היא המהדורה במשפחת Qwen3-Omni שממלאת הוראות ומפיקה דיבור. היא מבינה טקסט, תמונות, אודיו ווידאו, לרבות קלטים מעורבים, ויכולה להחזיר גם טקסט וגם דיבור טבעי. Qwen מתארת את ארכיטקטורת המשפחה כתומכת בתגובות טקסט ודיבור בהזרמה. נקודת השמירה Instruct המדויקת מכילה את רכיבי Thinker ו-Talker: הבנה וגיבוש תגובה טקסטואלית מחוברים למסלול הפקת הדיבור. לנקודות השמירה Thinking ו-Captioner יש תפקידים שונים מבחינת רכיבים ופלט, ולכן הן נשארות אפשרויות נפרדות לבחירת מודל.
היקף התמיכה הרב-לשונית שפורסם עבור המשפחה כולל 119 שפות טקסט, 19 שפות לקלט דיבור ו-10 שפות לפלט דיבור. רוסית נמצאת בשתי רשימות הדיבור. היצרן מתאר תכנון Thinker–Talker בארכיטקטורת תערובת מומחים, עם עיבוד אודיו וראייה להבנה רב-אופנית והפקת דיבור המבוססת על מספר ספרי קוד. הנחיות מערכת יכולות לעצב את תפקיד העוזר ואת סגנון התגובה. משימה מתאימה היא הסבר קולי שתלוי בעצם גלוי ובשאלה מדוברת של משתמש, ולא המרה בלתי קשורה מטקסט לדיבור.
מדריכי השימוש המעשיים מכסים זיהוי דיבור, תרגום דיבור, ניתוח מוזיקה וצלילים, אודיו מעורב, שאלות על תמונות, OCR, עיגון עצמים, תיאור וידאו ושיחה המשלבת אודיו וראייה. עבור עוזר הדרכה, יש לספק קטע וידאו של הדגמה ולבקש ממנו להסביר את התהליך הנראה למתחיל. בשאלה על מוצר, יש לשלב תמונה עם הבקשה המדוברת ולציין את הפרט שבו יש לדון. יש לציין למי מיועדת התשובה ומה התוצאה הרצויה: תשובה מדוברת קצרה, סיכום טקסטואלי או שניהם. יש לשמר שמות במקור ומידות שאסור לשנות.
תהליך הקלט של היצרן משתמש במעבד המתאים, בתבנית שיחה ובכלי עזר לעיבוד מדיה. ניתן לשלב מדיה לסירוגין עם טקסט, ופענוח הוא חלק מפורש מהכנת הבקשה. בעת שימוש באודיו הנלווה לווידאו, יש לשמור על שימוש עקבי ב-use_audio_in_video לאורך העיבוד המקדים, היצירה וסבבי השיחה העוקבים. שאלה המשלבת אודיו וראייה מחייבת לכלול את רצועת הקול; משימה חזותית בלבד צריכה לציין בבירור את ההיקף הזה. יש לבחור קטע וידאו רלוונטי ולהשתמש בתמונות קריאות, כך שהעוזר יקבל את הפרטים הנדרשים לשאלה.
ניתן לשלוט בפלט הדיבור. ממשק היצירה שפורסם יכול לבקש טקסט בלבד באמצעות return_audio=False, והשבתת Talker מסירה את הרכיב הזה ממסלול פלט הדיבור של המודל הטעון. דוגמת האצווה של היצרן מחזירה טקסט ולא אודיו. נקודת השמירה Instruct מתעדת שלוש אפשרויות קול — Ethan, Chelsie ו-Aiden — כאשר Ethan הוא ברירת המחדל. הדוגמה שומרת צורת גל בקצב דגימה של 24,000 Hz. בחירת הקול ופורמט הפלט בדוגמה הזו מתארים את תהליך העבודה של המודל שפורסם, ואינם מתארים כל ממשק אפשרי של שירות שעוטף אותו.
לתגובות מדוברות, היצרן ממליץ על סגנון שיחתי שקל להגות בקול, לעומת עיצוב מורכב. בקשה יכולה לבקש הסבר תמציתי בשפת המאזין, תוך שמירה על תוצאה טקסטואלית נפרדת וקריאה לבדיקה. אם המקור מכיל שם, נוסחה או ראשי תיבות לא מוכרים, יש לספק את משמעותם ואת הניסוח המועדף. יש לבקש שהתשובה תבחין בין תוכן שנצפה לבין הנחות, כדי שקול רהוט לא יעלים את אי-הוודאות.
תצורות הטקסט של Thinker ו-Talker מגדירות max_position_embeddings בערך 65,536. דוגמאות vLLM בכרטיס המשותף בוחרות בנפרד הגדרת אורך מודל של 32,768 טוקנים והגדרת יצירה של 16,384 טוקנים; אלה נשארות דוגמאות ואינן מגבלות אוניברסליות עצמאיות. עיבוד חזותי ועיבוד אודיו משפיעים על גודל הבקשה בפועל. גם התמיכה בממשקים שונה: דוגמת Transformers בכרטיס יכולה להחזיר דיבור, בעוד שהדיון בהגשה מתאר מסלול המתמקד ב-Thinker וטיפול נפרד בווידאו ובאודיו. יש להבחין בין יכולות הדיבור ברמת המודל לבין מסלול הפלט הנתמך בסביבת הרצה מסוימת.
תוצאה שימושית משלבת את התשובה עם חומר המקור הדרוש לבדיקתה. בהדגמה, יש לבדוק את הפעולה המתוארת מול קטע הווידאו; בשאלת אודיו, יש להשוות את התשובה למילים או לצלילים הנשמעים; בחישוב חזותי, יש לאמת יחידות מידה ותוויות. המשפחה כוללת מדריך מעשי לקריאות פונקציה באודיו, אך היישום עדיין מגדיר ומבצע כל פעולה של כלי חיצוני. בקשה שנוצרה לביצוע פעולה שונה מתוצאה שאושרה. החוזקה של המהדורה הזו היא אינטראקציה רב-אופנית עם אפשרות לתגובה מדוברת, בעוד שאימות עובדות, פעולות בהמשך התהליך ועריכת מדיה דורשים ראיות ותהליך עבודה משלהם.
", "aboutText": "Qwen3-Omni-30B-A3B-Instruct היא המהדורה במשפחת Qwen3-Omni שממלאת הוראות ומפיקה דיבור. היא מבינה טקסט, תמונות, אודיו ווידאו, לרבות קלטים מעורבים, ויכולה להחזיר גם טקסט וגם דיבור טבעי. Qwen מתארת את ארכיטקטורת המשפחה כתומכת בתגובות טקסט ודיבור בהזרמה. נקודת השמירה Instruct המדויקת מכילה את רכיבי Thinker ו-Talker: הבנה וגיבוש תגובה טקסטואלית מחוברים למסלול הפקת הדיבור. לנקודות השמירה Thinking ו-Captioner יש תפקידים שונים מבחינת רכיבים ופלט, ולכן הן נשארות אפשרויות נפרדות לבחירת מודל.\n\nהיקף התמיכה הרב-לשונית שפורסם עבור המשפחה כולל 119 שפות טקסט, 19 שפות לקלט דיבור ו-10 שפות לפלט דיבור. רוסית נמצאת בשתי רשימות הדיבור. היצרן מתאר תכנון Thinker–Talker בארכיטקטורת תערובת מומחים, עם עיבוד אודיו וראייה להבנה רב-אופנית והפקת דיבור המבוססת על מספר ספרי קוד. הנחיות מערכת יכולות לעצב את תפקיד העוזר ואת סגנון התגובה. משימה מתאימה היא הסבר קולי שתלוי בעצם גלוי ובשאלה מדוברת של משתמש, ולא המרה בלתי קשורה מטקסט לדיבור.\n\nמדריכי השימוש המעשיים מכסים זיהוי דיבור, תרגום דיבור, ניתוח מוזיקה וצלילים, אודיו מעורב, שאלות על תמונות, OCR, עיגון עצמים, תיאור וידאו ושיחה המשלבת אודיו וראייה. עבור עוזר הדרכה, יש לספק קטע וידאו של הדגמה ולבקש ממנו להסביר את התהליך הנראה למתחיל. בשאלה על מוצר, יש לשלב תמונה עם הבקשה המדוברת ולציין את הפרט שבו יש לדון. יש לציין למי מיועדת התשובה ומה התוצאה הרצויה: תשובה מדוברת קצרה, סיכום טקסטואלי או שניהם. יש לשמר שמות במקור ומידות שאסור לשנות.\n\nתהליך הקלט של היצרן משתמש במעבד המתאים, בתבנית שיחה ובכלי עזר לעיבוד מדיה. ניתן לשלב מדיה לסירוגין עם טקסט, ופענוח הוא חלק מפורש מהכנת הבקשה. בעת שימוש באודיו הנלווה לווידאו, יש לשמור על שימוש עקבי ב-use_audio_in_video לאורך העיבוד המקדים, היצירה וסבבי השיחה העוקבים. שאלה המשלבת אודיו וראייה מחייבת לכלול את רצועת הקול; משימה חזותית בלבד צריכה לציין בבירור את ההיקף הזה. יש לבחור קטע וידאו רלוונטי ולהשתמש בתמונות קריאות, כך שהעוזר יקבל את הפרטים הנדרשים לשאלה.\n\nניתן לשלוט בפלט הדיבור. ממשק היצירה שפורסם יכול לבקש טקסט בלבד באמצעות return_audio=False, והשבתת Talker מסירה את הרכיב הזה ממסלול פלט הדיבור של המודל הטעון. דוגמת האצווה של היצרן מחזירה טקסט ולא אודיו. נקודת השמירה Instruct מתעדת שלוש אפשרויות קול — Ethan, Chelsie ו-Aiden — כאשר Ethan הוא ברירת המחדל. הדוגמה שומרת צורת גל בקצב דגימה של 24,000 Hz. בחירת הקול ופורמט הפלט בדוגמה הזו מתארים את תהליך העבודה של המודל שפורסם, ואינם מתארים כל ממשק אפשרי של שירות שעוטף אותו.\n\nלתגובות מדוברות, היצרן ממליץ על סגנון שיחתי שקל להגות בקול, לעומת עיצוב מורכב. בקשה יכולה לבקש הסבר תמציתי בשפת המאזין, תוך שמירה על תוצאה טקסטואלית נפרדת וקריאה לבדיקה. אם המקור מכיל שם, נוסחה או ראשי תיבות לא מוכרים, יש לספק את משמעותם ואת הניסוח המועדף. יש לבקש שהתשובה תבחין בין תוכן שנצפה לבין הנחות, כדי שקול רהוט לא יעלים את אי-הוודאות.\n\nתצורות הטקסט של Thinker ו-Talker מגדירות max_position_embeddings בערך 65,536. דוגמאות vLLM בכרטיס המשותף בוחרות בנפרד הגדרת אורך מודל של 32,768 טוקנים והגדרת יצירה של 16,384 טוקנים; אלה נשארות דוגמאות ואינן מגבלות אוניברסליות עצמאיות. עיבוד חזותי ועיבוד אודיו משפיעים על גודל הבקשה בפועל. גם התמיכה בממשקים שונה: דוגמת Transformers בכרטיס יכולה להחזיר דיבור, בעוד שהדיון בהגשה מתאר מסלול המתמקד ב-Thinker וטיפול נפרד בווידאו ובאודיו. יש להבחין בין יכולות הדיבור ברמת המודל לבין מסלול הפלט הנתמך בסביבת הרצה מסוימת.\n\nתוצאה שימושית משלבת את התשובה עם חומר המקור הדרוש לבדיקתה. בהדגמה, יש לבדוק את הפעולה המתוארת מול קטע הווידאו; בשאלת אודיו, יש להשוות את התשובה למילים או לצלילים הנשמעים; בחישוב חזותי, יש לאמת יחידות מידה ותוויות. המשפחה כוללת מדריך מעשי לקריאות פונקציה באודיו, אך היישום עדיין מגדיר ומבצע כל פעולה של כלי חיצוני. בקשה שנוצרה לביצוע פעולה שונה מתוצאה שאושרה. החוזקה של המהדורה הזו היא אינטראקציה רב-אופנית עם אפשרות לתגובה מדוברת, בעוד שאימות עובדות, פעולות בהמשך התהליך ועריכת מדיה דורשים ראיות ותהליך עבודה משלהם.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Explain a supplied procedure to a novice\n\nWrite a text-only explanation for a novice using this supplied procedure: turn the dial to zero; insert the sample tray until it clicks; close the cover; press Start once; wait for the green completion light before opening. Keep the sequence and stopping condition exact. Use short conversational sentences and explain only what the supplied procedure establishes.A concise, easy-to-read textual procedure with the original action order and completion condition.Check opening the cover is never instructed before the green completion light.Qwen/Qwen3-Omni-30B-A3B-InstructQwen3-Omni-30B-A3B-Instruct מבינה טקסט, תמונות, אודיו ווידאו ויכולה להשיב בטקסט ובדיבור טבעי. ארכיטקטורת Thinker–Talker שלה תומכת בשיחה רב-אופנית, עם שליטה מפורשת בשאלה אם יוחזר דיבור ובבחירת הקול המתועד שבו ייעשה שימוש.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen3-Omni-30B-A3B-Instruct היא המהדורה במשפחת Qwen3-Omni שממלאת הוראות ומפיקה דיבור. היא מבינה טקסט, תמונות, אודיו ווידאו, לרבות קלטים מעורבים, ויכולה להחזיר גם טקסט וגם דיבור טבעי. Qwen מתארת את ארכיטקטורת המשפחה כתומכת בתגובות טקסט ודיבור בהזרמה. נקודת השמירה Instruct המדויקת מכילה את רכיבי Thinker ו-Talker: הבנה וגיבוש תגובה טקסטואלית מחוברים למסלול הפקת הדיבור. לנקודות השמירה Thinking ו-Captioner יש תפקידים שונים מבחינת רכיבים ופלט, ולכן הן נשארות אפשרויות נפרדות לבחירת מודל.
היקף התמיכה הרב-לשונית שפורסם עבור המשפחה כולל 119 שפות טקסט, 19 שפות לקלט דיבור ו-10 שפות לפלט דיבור. רוסית נמצאת בשתי רשימות הדיבור. היצרן מתאר תכנון Thinker–Talker בארכיטקטורת תערובת מומחים, עם עיבוד אודיו וראייה להבנה רב-אופנית והפקת דיבור המבוססת על מספר ספרי קוד. הנחיות מערכת יכולות לעצב את תפקיד העוזר ואת סגנון התגובה. משימה מתאימה היא הסבר קולי שתלוי בעצם גלוי ובשאלה מדוברת של משתמש, ולא המרה בלתי קשורה מטקסט לדיבור.
מדריכי השימוש המעשיים מכסים זיהוי דיבור, תרגום דיבור, ניתוח מוזיקה וצלילים, אודיו מעורב, שאלות על תמונות, OCR, עיגון עצמים, תיאור וידאו ושיחה המשלבת אודיו וראייה. עבור עוזר הדרכה, יש לספק קטע וידאו של הדגמה ולבקש ממנו להסביר את התהליך הנראה למתחיל. בשאלה על מוצר, יש לשלב תמונה עם הבקשה המדוברת ולציין את הפרט שבו יש לדון. יש לציין למי מיועדת התשובה ומה התוצאה הרצויה: תשובה מדוברת קצרה, סיכום טקסטואלי או שניהם. יש לשמר שמות במקור ומידות שאסור לשנות.
תהליך הקלט של היצרן משתמש במעבד המתאים, בתבנית שיחה ובכלי עזר לעיבוד מדיה. ניתן לשלב מדיה לסירוגין עם טקסט, ופענוח הוא חלק מפורש מהכנת הבקשה. בעת שימוש באודיו הנלווה לווידאו, יש לשמור על שימוש עקבי ב-use_audio_in_video לאורך העיבוד המקדים, היצירה וסבבי השיחה העוקבים. שאלה המשלבת אודיו וראייה מחייבת לכלול את רצועת הקול; משימה חזותית בלבד צריכה לציין בבירור את ההיקף הזה. יש לבחור קטע וידאו רלוונטי ולהשתמש בתמונות קריאות, כך שהעוזר יקבל את הפרטים הנדרשים לשאלה.
ניתן לשלוט בפלט הדיבור. ממשק היצירה שפורסם יכול לבקש טקסט בלבד באמצעות return_audio=False, והשבתת Talker מסירה את הרכיב הזה ממסלול פלט הדיבור של המודל הטעון. דוגמת האצווה של היצרן מחזירה טקסט ולא אודיו. נקודת השמירה Instruct מתעדת שלוש אפשרויות קול — Ethan, Chelsie ו-Aiden — כאשר Ethan הוא ברירת המחדל. הדוגמה שומרת צורת גל בקצב דגימה של 24,000 Hz. בחירת הקול ופורמט הפלט בדוגמה הזו מתארים את תהליך העבודה של המודל שפורסם, ואינם מתארים כל ממשק אפשרי של שירות שעוטף אותו.
לתגובות מדוברות, היצרן ממליץ על סגנון שיחתי שקל להגות בקול, לעומת עיצוב מורכב. בקשה יכולה לבקש הסבר תמציתי בשפת המאזין, תוך שמירה על תוצאה טקסטואלית נפרדת וקריאה לבדיקה. אם המקור מכיל שם, נוסחה או ראשי תיבות לא מוכרים, יש לספק את משמעותם ואת הניסוח המועדף. יש לבקש שהתשובה תבחין בין תוכן שנצפה לבין הנחות, כדי שקול רהוט לא יעלים את אי-הוודאות.
תצורות הטקסט של Thinker ו-Talker מגדירות max_position_embeddings בערך 65,536. דוגמאות vLLM בכרטיס המשותף בוחרות בנפרד הגדרת אורך מודל של 32,768 טוקנים והגדרת יצירה של 16,384 טוקנים; אלה נשארות דוגמאות ואינן מגבלות אוניברסליות עצמאיות. עיבוד חזותי ועיבוד אודיו משפיעים על גודל הבקשה בפועל. גם התמיכה בממשקים שונה: דוגמת Transformers בכרטיס יכולה להחזיר דיבור, בעוד שהדיון בהגשה מתאר מסלול המתמקד ב-Thinker וטיפול נפרד בווידאו ובאודיו. יש להבחין בין יכולות הדיבור ברמת המודל לבין מסלול הפלט הנתמך בסביבת הרצה מסוימת.
תוצאה שימושית משלבת את התשובה עם חומר המקור הדרוש לבדיקתה. בהדגמה, יש לבדוק את הפעולה המתוארת מול קטע הווידאו; בשאלת אודיו, יש להשוות את התשובה למילים או לצלילים הנשמעים; בחישוב חזותי, יש לאמת יחידות מידה ותוויות. המשפחה כוללת מדריך מעשי לקריאות פונקציה באודיו, אך היישום עדיין מגדיר ומבצע כל פעולה של כלי חיצוני. בקשה שנוצרה לביצוע פעולה שונה מתוצאה שאושרה. החוזקה של המהדורה הזו היא אינטראקציה רב-אופנית עם אפשרות לתגובה מדוברת, בעוד שאימות עובדות, פעולות בהמשך התהליך ועריכת מדיה דורשים ראיות ותהליך עבודה משלהם.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות Qwen/Qwen3-Omni-30B-A3B-Instruct | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.0002 / 1K טוקנים פלט · טוקני פלט $0.0008 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Qwen/Qwen3-Omni-30B-A3B-Instruct", "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-Omni-30B-A3B-Instruct',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-Omni-30B-A3B-Instruct',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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra Qwen/Qwen3-Omni-30B-A3B-Instruct
השתמשו בנתיבי השיטות המוצגים למעלה.
Qwen/Qwen3-Omni-30B-A3B-InstructQwen3-Omni-30B-A3B-Instruct מבינה טקסט, תמונות, אודיו ווידאו ויכולה להשיב בטקסט ובדיבור טבעי. ארכיטקטורת Thinker–Talker שלה תומכת בשיחה רב-אופנית, עם שליטה מפורשת בשאלה אם יוחזר דיבור ובבחירת הקול המתועד שבו ייעשה שימוש.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen3-Omni-30B-A3B-Instruct היא המהדורה במשפחת Qwen3-Omni שממלאת הוראות ומפיקה דיבור. היא מבינה טקסט, תמונות, אודיו ווידאו, לרבות קלטים מעורבים, ויכולה להחזיר גם טקסט וגם דיבור טבעי. Qwen מתארת את ארכיטקטורת המשפחה כתומכת בתגובות טקסט ודיבור בהזרמה. נקודת השמירה Instruct המדויקת מכילה את רכיבי Thinker ו-Talker: הבנה וגיבוש תגובה טקסטואלית מחוברים למסלול הפקת הדיבור. לנקודות השמירה Thinking ו-Captioner יש תפקידים שונים מבחינת רכיבים ופלט, ולכן הן נשארות אפשרויות נפרדות לבחירת מודל.
היקף התמיכה הרב-לשונית שפורסם עבור המשפחה כולל 119 שפות טקסט, 19 שפות לקלט דיבור ו-10 שפות לפלט דיבור. רוסית נמצאת בשתי רשימות הדיבור. היצרן מתאר תכנון Thinker–Talker בארכיטקטורת תערובת מומחים, עם עיבוד אודיו וראייה להבנה רב-אופנית והפקת דיבור המבוססת על מספר ספרי קוד. הנחיות מערכת יכולות לעצב את תפקיד העוזר ואת סגנון התגובה. משימה מתאימה היא הסבר קולי שתלוי בעצם גלוי ובשאלה מדוברת של משתמש, ולא המרה בלתי קשורה מטקסט לדיבור.
מדריכי השימוש המעשיים מכסים זיהוי דיבור, תרגום דיבור, ניתוח מוזיקה וצלילים, אודיו מעורב, שאלות על תמונות, OCR, עיגון עצמים, תיאור וידאו ושיחה המשלבת אודיו וראייה. עבור עוזר הדרכה, יש לספק קטע וידאו של הדגמה ולבקש ממנו להסביר את התהליך הנראה למתחיל. בשאלה על מוצר, יש לשלב תמונה עם הבקשה המדוברת ולציין את הפרט שבו יש לדון. יש לציין למי מיועדת התשובה ומה התוצאה הרצויה: תשובה מדוברת קצרה, סיכום טקסטואלי או שניהם. יש לשמר שמות במקור ומידות שאסור לשנות.
תהליך הקלט של היצרן משתמש במעבד המתאים, בתבנית שיחה ובכלי עזר לעיבוד מדיה. ניתן לשלב מדיה לסירוגין עם טקסט, ופענוח הוא חלק מפורש מהכנת הבקשה. בעת שימוש באודיו הנלווה לווידאו, יש לשמור על שימוש עקבי ב-use_audio_in_video לאורך העיבוד המקדים, היצירה וסבבי השיחה העוקבים. שאלה המשלבת אודיו וראייה מחייבת לכלול את רצועת הקול; משימה חזותית בלבד צריכה לציין בבירור את ההיקף הזה. יש לבחור קטע וידאו רלוונטי ולהשתמש בתמונות קריאות, כך שהעוזר יקבל את הפרטים הנדרשים לשאלה.
ניתן לשלוט בפלט הדיבור. ממשק היצירה שפורסם יכול לבקש טקסט בלבד באמצעות return_audio=False, והשבתת Talker מסירה את הרכיב הזה ממסלול פלט הדיבור של המודל הטעון. דוגמת האצווה של היצרן מחזירה טקסט ולא אודיו. נקודת השמירה Instruct מתעדת שלוש אפשרויות קול — Ethan, Chelsie ו-Aiden — כאשר Ethan הוא ברירת המחדל. הדוגמה שומרת צורת גל בקצב דגימה של 24,000 Hz. בחירת הקול ופורמט הפלט בדוגמה הזו מתארים את תהליך העבודה של המודל שפורסם, ואינם מתארים כל ממשק אפשרי של שירות שעוטף אותו.
לתגובות מדוברות, היצרן ממליץ על סגנון שיחתי שקל להגות בקול, לעומת עיצוב מורכב. בקשה יכולה לבקש הסבר תמציתי בשפת המאזין, תוך שמירה על תוצאה טקסטואלית נפרדת וקריאה לבדיקה. אם המקור מכיל שם, נוסחה או ראשי תיבות לא מוכרים, יש לספק את משמעותם ואת הניסוח המועדף. יש לבקש שהתשובה תבחין בין תוכן שנצפה לבין הנחות, כדי שקול רהוט לא יעלים את אי-הוודאות.
תצורות הטקסט של Thinker ו-Talker מגדירות max_position_embeddings בערך 65,536. דוגמאות vLLM בכרטיס המשותף בוחרות בנפרד הגדרת אורך מודל של 32,768 טוקנים והגדרת יצירה של 16,384 טוקנים; אלה נשארות דוגמאות ואינן מגבלות אוניברסליות עצמאיות. עיבוד חזותי ועיבוד אודיו משפיעים על גודל הבקשה בפועל. גם התמיכה בממשקים שונה: דוגמת Transformers בכרטיס יכולה להחזיר דיבור, בעוד שהדיון בהגשה מתאר מסלול המתמקד ב-Thinker וטיפול נפרד בווידאו ובאודיו. יש להבחין בין יכולות הדיבור ברמת המודל לבין מסלול הפלט הנתמך בסביבת הרצה מסוימת.
תוצאה שימושית משלבת את התשובה עם חומר המקור הדרוש לבדיקתה. בהדגמה, יש לבדוק את הפעולה המתוארת מול קטע הווידאו; בשאלת אודיו, יש להשוות את התשובה למילים או לצלילים הנשמעים; בחישוב חזותי, יש לאמת יחידות מידה ותוויות. המשפחה כוללת מדריך מעשי לקריאות פונקציה באודיו, אך היישום עדיין מגדיר ומבצע כל פעולה של כלי חיצוני. בקשה שנוצרה לביצוע פעולה שונה מתוצאה שאושרה. החוזקה של המהדורה הזו היא אינטראקציה רב-אופנית עם אפשרות לתגובה מדוברת, בעוד שאימות עובדות, פעולות בהמשך התהליך ועריכת מדיה דורשים ראיות ותהליך עבודה משלהם.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות Qwen/Qwen3-Omni-30B-A3B-Instruct | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.0002 / 1K טוקנים פלט · טוקני פלט $0.0008 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "Qwen/Qwen3-Omni-30B-A3B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-Omni-30B-A3B-Instruct', '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-Omni-30B-A3B-Instruct', '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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra Qwen/Qwen3-Omni-30B-A3B-Instruct
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Explain a supplied procedure to a novice\n\nWrite a text-only explanation for a novice using this supplied procedure: turn the dial to zero; insert the sample tray until it clicks; close the cover; press Start once; wait for the green completion light before opening. Keep the sequence and stopping condition exact. Use short conversational sentences and explain only what the supplied procedure establishes.A concise, easy-to-read textual procedure with the original action order and completion condition.Check opening the cover is never instructed before the green completion light.