Source: https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-instruct/ Canonical: https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-instruct/ Language: he # Qwen3 Omni 30B A3B Instruct [Markdown](https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-instruct/index.md) · [JSON](https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-instruct/facts.json) ## [Qwen3 Omni 30B A3B Instruct](https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-instruct/) Qwen3-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. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Qwen/Qwen3-Omni-30B-A3B-Instruct`](https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-instruct/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Qwen/Qwen3-Omni-30B-A3B-Instruct`](https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-instruct/#method-1) על המודל 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. משימה מעשית ### משימה מעשית דוגמה טכנית באנגלית ``` Explain a supplied procedure to a novice Write 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. ``` #### התוצאה הצפויה ``` A concise, easy-to-read textual procedure with the original action order and completion condition. ``` #### בדיקת התוצאה ``` Check opening the cover is never instructed before the green completion light. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Qwen/Qwen3-Omni-30B-A3B-Instruct` [`Qwen/Qwen3-Omni-30B-A3B-Instruct`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Instruct&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Instruct&fmt=chat) Alibaba /`Qwen/Qwen3-Omni-30B-A3B-Instruct` ### התחלה Qwen3-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. סוגי קלט נתמכים טקסט תוצאות טקסט ### זמין ב-Ailoot · קלט ושיטות **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` סוגי קלט `text` סוגי פלט `text` פורמט פלט json או SSE | שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל | | --- | --- | --- | --- | --- | | שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות Qwen/Qwen3-Omni-30B-A3B-Instruct | ברירת מחדל— | | שדה`messages` | סוג`message[]` | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: ⁦1⁩ | ברירת מחדל— | | שדה`messages[].role` | סוג`string` | 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— | | שדה`messages[].content` | סוג`string\|content_part[]\|null` | דרישהרשות | ערכים ומגבלות | ברירת מחדל— | | שדה`messages[].tool_calls` | סוג`tool_call[]` | דרישהרשות | ערכים ומגבלות | ברירת מחדל— | | שדה`messages[].tool_call_id` | סוג`string` | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— | | שדה`messages[].name` | סוג`string` | דרישהרשות | ערכים ומגבלות | ברירת מחדל— | | שדה`messages[].reasoning_content` | סוג`string` | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— | | שדה`messages[].reasoning_details` | סוג`object\|array` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`max_tokens` | סוג`integer` | דרישהרשות | ערכים ומגבלות מינימום: ⁦1⁩ תלוי במודל | ברירת מחדל— | | שדה`max_completion_tokens` | סוג`integer` | דרישהרשות | ערכים ומגבלות מינימום: ⁦1⁩ תלוי במודל | ברירת מחדל— | | שדה`stream` | סוג`boolean` | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse | | שדה`stream_options.include_usage` | סוג`boolean` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`temperature` | סוג`number` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`top_p` | סוג`number` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`stop` | סוג`string\|string[]` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`tools` | סוג`function_tool[]` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`tools[].type` | סוג`string` | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— | | שדה`tools[].function.name` | סוג`string` | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— | | שדה`tools[].function.description` | סוג`string` | דרישהרשות | ערכים ומגבלות | ברירת מחדל— | | שדה`tools[].function.parameters` | סוג`JSON_schema` | דרישהרשות | ערכים ומגבלות | ברירת מחדל— | | שדה`tool_choice` | סוג`string\|object` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`parallel_tool_calls` | סוג`boolean` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`response_format` | סוג`object` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`reasoning_effort` | סוג`string` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`reasoning` | סוג`object` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`service_tier` | סוג`string` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`instructions` | סוג`string` | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— | | שדה`functions` | סוג`function[]` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`function_call` | סוג`string\|object` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`prompt_cache_options` | סוג`object` | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`modalities` | סוג`string[]` | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— | | שדה`provider` | סוג`object` | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— | | שדה`cache_control.ttl` | סוג`string` | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— | שילובים של חומרי קלט **טקסט** · טקסט UTF8 `messages[].content` פרמטרים ומחזור חיים של השיטה | פרמטר | מפרט | | --- | --- | | פרמטר`content_type` | מפרטapplication/json | | פרמטר`required` | מפרטmodel, messages | | פרמטר`material_types` | מפרטtext | | פרמטר`messages` | מפרטמערך הודעות במבנה role/content | | פרמטר`file_material` | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ | | פרמטר`optional_controls` | מפרטstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | פרמטר`control_scope` | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים | | פרמטר`output_modalities` | מפרטtext | | פרמטר`hosted_operations` | מפרטfalse | | פרמטר`multimodal_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. ### תעריפים מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה. מצב מהיר לא צוין כאשר נבחר מצב מהיר מצב Flex לא צוין כאשר נבחר מצב flex מאמץ חשיבה מרבי לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default) #### תעריפי Ailoot #### מחירים לפי תצורה | 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 **$0** / 1K טוקנים קלט · כתיבה למטמון, 1 שעה **—** / 1K טוקנים | לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/) ### דוגמאות לבקשות #### Ailoot Ultra · OpenAI Chat curlPython SDKהזרמה ב-Python ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=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."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='Qwen/Qwen3-Omni-30B-A3B-Instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='Qwen/Qwen3-Omni-30B-A3B-Instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### קבלה ושמירה של תוצאות #### Ailoot Ultra · OpenAI Chat json או SSE ##### שמירת כל התוצאות שהושלמו 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. ##### כשצריך לבדוק את התגובה המקורית שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט. שדות התגובה | שדה | סוג | | --- | --- | | שדה`choices[].index` | סוגinteger | | שדה`choices[].message.content` | סוגstring\|null | | שדה`choices[].message.tool_calls` | סוגtool\_call\[\] | | שדה`choices[].message.reasoning_content` | סוגstring | | שדה`choices[].message.reasoning_details` | סוגobject\|array | | שדה`choices[].finish_reason` | סוגstring\|null | | שדה`usage` | סוגobject | שגיאות והשלבים הבאים | 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. | ### כינויים #### כינויים למודל **Ailoot Ultra** [`Qwen/Qwen3-Omni-30B-A3B-Instruct`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Instruct&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Instruct&fmt=chat) #### כינויים לנתיבי שיטות השתמשו בנתיבי השיטות המוצגים למעלה. #### מזהי מודלים קשורים IDs [`Qwen/Qwen3-Omni-30B-A3B-Instruct`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Instruct&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Instruct&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Qwen/Qwen3-Omni-30B-A3B-Instruct` [`Qwen/Qwen3-Omni-30B-A3B-Instruct`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Instruct&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Instruct&fmt=messages) Alibaba /`Qwen/Qwen3-Omni-30B-A3B-Instruct` ### התחלה Qwen3-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. סוגי קלט נתמכים טקסט תוצאות json · sse ### זמין ב-Ailoot · קלט ושיטות **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` סוגי קלט `text` סוגי פלט `json`, `sse` פורמט פלט JSON או SSE | שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל | | --- | --- | --- | --- | --- | | שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות Qwen/Qwen3-Omni-30B-A3B-Instruct | ברירת מחדל— | | שדה`messages` | סוג`message[]` | דרישהחובה | ערכים ומגבלות | ברירת מחדל— | | שדה`messages[].role` | סוג`string` | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— | | שדה`messages[].content` | סוג`string` | דרישהחובה | ערכים ומגבלות | ברירת מחדל— | | שדה`max_tokens` | סוג`integer` | דרישהחובה | ערכים ומגבלות | ברירת מחדל— | | שדה`stream` | סוג`boolean` | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse | שילובים של חומרי קלט **טקסט** · טקסט UTF-8 `מחרוזת messages[].content` פרמטרים ומחזור חיים של השיטה | פרמטר | מפרט | | --- | --- | | פרמטר`content_type` | מפרטapplication/json | | פרמטר`required` | מפרטmodel, messages, max\_tokens | | פרמטר`optional_controls` | מפרטstream | | פרמטר`material_types` | מפרטtext | | פרמטר`text_file_material` | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. | מחזור חיים: `synchronous_or_streamed` ### תעריפים מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה. מצב מהיר לא צוין כאשר נבחר מצב מהיר מצב Flex לא צוין כאשר נבחר מצב flex מאמץ חשיבה מרבי לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default) #### תעריפי Ailoot #### מחירים לפי תצורה | 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 **$0** / 1K טוקנים קלט · כתיבה למטמון, 1 שעה **—** / 1K טוקנים | לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/) ### דוגמאות לבקשות #### Ailoot Ultra · Anthropic Messages גוף JSON מינימלי ושלםcurl · השתמשו במסמך UTF-8 שלכםPython · שמרו את התוצאה המלאה ```json { "model": "Qwen/Qwen3-Omni-30B-A3B-Instruct", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'Qwen/Qwen3-Omni-30B-A3B-Instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'Qwen/Qwen3-Omni-30B-A3B-Instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### קבלה ושמירה של תוצאות #### Ailoot Ultra · Anthropic Messages JSON או SSE ##### שמירת כל התוצאות שהושלמו 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. ##### כשצריך לבדוק את התגובה המקורית שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט. שדות התגובה | שדה | סוג | | --- | --- | | שדה`id` | סוגstring | | שדה`model` | סוגstring | | שדה`content[]` | סוגtext\|thinking\|tool\_use\|other content block | | שדה`stop_reason` | סוגstring\|null | | שדה`usage` | סוגobject | שגיאות והשלבים הבאים | 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. | ### כינויים #### כינויים למודל **Ailoot Ultra** [`Qwen/Qwen3-Omni-30B-A3B-Instruct`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Instruct&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Instruct&fmt=messages) #### כינויים לנתיבי שיטות השתמשו בנתיבי השיטות המוצגים למעלה. #### מזהי מודלים קשורים IDs [`Qwen/Qwen3-Omni-30B-A3B-Instruct`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Instruct&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Instruct&fmt=messages) FAQ · Qwen/Qwen3-Omni-30B-A3B-Instruct אילו קלטים ותוצאות זמינים? `POST /v1/chat/completions` · `Qwen/Qwen3-Omni-30B-A3B-Instruct`: `text` → `text` `POST /v1/messages` · `Qwen/Qwen3-Omni-30B-A3B-Instruct`: `text` → `json`, `sse` באילו שדות הבקשה משתמשת? `POST /v1/chat/completions` · `Qwen/Qwen3-Omni-30B-A3B-Instruct`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `Qwen/Qwen3-Omni-30B-A3B-Instruct`: `model`, `messages`, `max_tokens`, `stream` אילו מגבלות חלות? `POST /v1/chat/completions` · `Qwen/Qwen3-Omni-30B-A3B-Instruct`: `messages.min_items`: `1` חברו Ailoot ל- Claude Code, OpenCode, Hermes או ליישום שלכם. ## החברה ופורטפוליו הפרויקטים שלה החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש. ## קנו אסימונים בהנחה. הנחת מנוי לעבודה קבועה. קודי הנחה עד 50% על רכישת אסימונים. מנוי בחרו מסלול עם הנחה לבקשות הקבועות שלכם. קוד הנחה עד 50% הזינו קוד ברכישה. המחיר יחושב מחדש לפי המבצע הפעיל. הוצאות בהיסטוריה המודל, האסימונים והסכום נשמרים לכל בקשה. [בחירת מנוי](https://ailoot.ai/docs/he/billing/subscriptions/) · [מחירי מודלים](https://ailoot.ai/models/he/) ## חברו API למוצר שאתם מוכרים. SaaS, יישומים ובוטים לפי ההצעה והסכם הרישוי של Ailoot. למכירה מחדש בקשו רישיון משווק. יישום מסחרי שלבו יצירת טקסט, תמונות, וידאו ושמע בתכונות בתשלום של השירות שלכם. רישיון למכירה מחדש שלחו תיאור פרויקט ואופן מתן גישה. בקשו תנאי שימוש ומכירה מחדש בכתב. מסמכים באתר ההצעה, הסכם הרישוי ומדיניות עיבוד הנתונים זמינים לפני החיבור. [בקשת רישיון למכירה מחדש](mailto:support@ailoot.ai) · [ההצעה והסכם הרישוי](https://ailoot.ai/legal/offer?lang=he) ## Ailoot · החברה ופורטפוליו הפרויקטים שלה Ailoot נשענת על ניסיון תפעולי מצטבר, בסיס לקוחות רחב, שירות יציב ובקרה שוטפת של KPI. החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש. Ailoot משתמשת בניסיון התפעולי הזה כדי לספק גישת API ליכולות AI במוצרי לקוחות, בסוכנים, באפליקציות ובאוטומציות.