Source: https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-thinking/ Canonical: https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-thinking/ Language: he # Qwen3 Omni 30B A3B Thinking [Markdown](https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-thinking/index.md) · [JSON](https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-thinking/facts.json) ## [Qwen3 Omni 30B A3B Thinking](https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-thinking/) Qwen3-Omni-30B-A3B-Thinking מבצעת הסקה על טקסט, תמונות, אודיו ווידאו ומחזירה טקסט. המהדורה הזו, המבוססת על Thinker בלבד, מתאימה למתמטיקה חזותית, לניתוח אודיו ולשאלות שדורשות ראיות ממספר אופנויות; הפקת דיבור שייכת לגרסת Omni אחרת. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Qwen/Qwen3-Omni-30B-A3B-Thinking`](https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-thinking/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Qwen/Qwen3-Omni-30B-A3B-Thinking`](https://ailoot.ai/models/he/qwen-qwen3-omni-30b-a3b-thinking/#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-Thinking היא המהדורה במשפחת Qwen3-Omni המתמקדת בהסקה. היא מבינה טקסט, תמונות, אודיו ווידאו, לרבות שילובים שלהם באותה שיחה, ומפיקה תוצאה טקסטואלית. מהדורת Thinking המדויקת מכילה את רכיב Thinker ומצוידת ביכולות הסקה; היא אינה כוללת את Talker המשמש לפלט מדובר בנקודת השמירה Instruct. ההבחנה הזו חשובה כשבוחרים מודל לדוח אנליטי, לעומת שיחה קולית. היצרן מתאר את Qwen3-Omni כמשפחה רב-לשונית בארכיטקטורת תערובת מומחים, עם 119 שפות טקסט ו-19 שפות לקלט דיבור. רוסית מופיעה ברשימת שפות קלט הדיבור שפורסמה. תצורת Thinking המדויקת כוללת 48 שכבות טרנספורמר לטקסט, 128 מומחים ושמונה מומחים שנבחרים לכל טוקן. היא כוללת גם רכיבים לעיבוד אודיו וראייה. אלה מאפיינים של נקודת השמירה הנקובה בשם; אין להחליף את ההבנה הרב-אופנית שלה ביכולות של מודל Qwen3 לטקסט בלבד בעל תווית גודל דומה. מדריכי השימוש המעשיים מכסים זיהוי ותרגום דיבור, ניתוח מוזיקה וצלילי סביבה, אודיו מעורב, שאלות על תמונות, OCR, עיגון עצמים, תיאורי וידאו ושאלות המשלבות אודיו וראייה. בתחום המתמטיקה מתוך תמונות מודגשת במיוחד מהדורת Thinking. במשימת גאומטריה, יש לספק את התרשים המלא, תוויות קריאות ואת השאלה, ואז לבקש פתרון שמבחין בין נתונים גלויים להנחות. בהדגמה מוקלטת, יש לציין את הפעולה או את הפער שצריך לבדוק, ולבקש תצפיות המקושרות לחלקים הרלוונטיים בחומר. התוצר המצופה יכול להיות פתרון כתוב, רשימת תצפיות מובנית או הסבר על מה שהראיות תומכות בו. יש להכין את הקלט כשיחה רב-אופנית באמצעות המעבד ותבנית השיחה המתאימים. ערכת העיבוד של היצרן מטפלת בטקסט, בתמונות, באודיו ובווידאו המשולבים לסירוגין. Qwen מתארת תגובות טקסט בהזרמה כחלק מתכנון האינטראקציה של המשפחה, ומדגימה הסקה באצווה על מדיה מעורבת עם פלט טקסט בלבד. בכל סבב שיחה, היצרן ממליץ לצרף למדיה הוראת טקסט מפורשת. וידאו ללא הסבר מותיר את המשימה עמומה: יש לציין אם נדרש לסכם פעולות, להשוות בין שתי סצנות, להסביר צליל או לפתור את הבעיה המוצגת. יש לתת תוויות לקלטים מרובים ולציין את הקשר ביניהם, כדי שהטקסט הסופי יוכל לחבר את השאלה הנכונה לחומר הנכון. עבור וידאו המכיל דיבור או צלילים של אירועים, יש להחליט אם האודיו שלו הוא חלק מהמשימה. התהליך המתועד משתמש ב-use\_audio\_in\_video באופן עקבי במהלך העיבוד המקדים והיצירה, והכרטיס מזהיר ששינוי ההגדרה הזו בין סבבי שיחה עלול לגרום לתוצאות בלתי צפויות. לכן שאלה על הסצנה בלבד ושאלה המשלבת אודיו וראייה דורשות הכנה שונה. יש לשמור את קטע הווידאו המקורי זמין, לבחור את טווח הזמן הרלוונטי ולהימנע מהשמטת רצועת הקול כאשר המסקנה המבוקשת תלויה במה שנאמר או נשמע. תצורת הטקסט שפורסמה מגדירה max\_position\_embeddings בערך 65,536. דוגמאות vLLM שבכרטיס משתמשות בנפרד בהגדרת אורך מודל של 32,768 טוקנים ובהגדרת יצירה של 16,384 טוקנים. אלה מציגות דוגמה להסקה עם תצורה מוגדרת, ולא מגבלת פלט מרבית אוניברסלית יחידה. המדיה מיוצגת באמצעות המעבד, ולכן גודל הבקשה אינו רק מספר התווים שהוקלדו. יש להקצות מקום לתוצאה הטקסטואלית ולהשתמש במקטע מקור תחום כאשר הקלטה ארוכה מכילה רק אירוע קצר הרלוונטי לשאלה. היצרן מדגים תהליכי עבודה עם Transformers ו-vLLM, עם תמיכה במעבד ופענוח מדיה כתלויות מפורשות. הכרטיס המשותף מתעד גם הבדלים בין ממשקים, לרבות טיפול נפרד בווידאו ובאודיו בדוגמת הגשה. יש לבחור את נקודת השמירה Thinking המדויקת ואת מסלול העיבוד הנתמך שלה, ולא להניח שכל דוגמה בכרטיס המשפחה מתנהגת באותה דרך מבחינת הפלט. קולות הדיבור ובקרות Talker המופיעים בעמוד הזה חלים על Instruct, ואינם חלים על המודל הזה המבוסס על Thinker בלבד. לקבלת תוצאה סופית שימושית, יש לבקש הסבר המבוסס על ראיות ומסקנה המופרדת ממנו בבירור. בבעיה חזותית, יש לשמר יחידות מידה, סמלים ותוויות; באודיו, יש להבחין בין תוכן נשמע לבין מקור מוסק; בווידאו, יש להבחין בין פעולות שנצפו לבין פרשנות לכוונה. יש לבדוק את התוצאה מול החומר שסופק ולציין במפורש פרטים לא ודאיים או לא קריאים. תשובת הטקסט של המודל יכולה לתמוך בניתוח או בשלב יישומי מאוחר יותר, ואילו הפעלת כלי, אימות עובדות ושינוי מדיה הם פעולות נפרדות, שכל אחת מהן דורשת קלט ותוצאה משלה. משימה מעשית ### משימה מעשית דוגמה טכנית באנגלית ``` Reconcile demonstration annotations Analyze these supplied text annotations of a demonstration. T0 visual note: valve indicator reads Closed. T1 speech transcript: "I am opening the valve now." T2 visual note: indicator still reads Closed; valve mechanism is off camera. State what each source establishes, whether successful opening is confirmed and what evidence would resolve the discrepancy. ``` #### התוצאה הצפויה ``` An evidence table separating visual notes from quoted speech, followed by a conclusion and one verification need. ``` #### בדיקת התוצאה ``` Check that a spoken intention is not treated as proof of the off-camera action or a faulty indicator. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Qwen/Qwen3-Omni-30B-A3B-Thinking` [`Qwen/Qwen3-Omni-30B-A3B-Thinking`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Thinking&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Thinking&fmt=chat) Alibaba /`Qwen/Qwen3-Omni-30B-A3B-Thinking` ### התחלה Qwen3-Omni-30B-A3B-Thinking מבצעת הסקה על טקסט, תמונות, אודיו ווידאו ומחזירה טקסט. המהדורה הזו, המבוססת על Thinker בלבד, מתאימה למתמטיקה חזותית, לניתוח אודיו ולשאלות שדורשות ראיות ממספר אופנויות; הפקת דיבור שייכת לגרסת Omni אחרת. 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-Thinking | 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-Thinking", "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-Thinking',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-Thinking',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-Thinking`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Thinking&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Thinking&fmt=chat) #### כינויים לנתיבי שיטות השתמשו בנתיבי השיטות המוצגים למעלה. #### מזהי מודלים קשורים IDs [`Qwen/Qwen3-Omni-30B-A3B-Thinking`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Thinking&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Thinking&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Qwen/Qwen3-Omni-30B-A3B-Thinking` [`Qwen/Qwen3-Omni-30B-A3B-Thinking`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Thinking&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Thinking&fmt=messages) Alibaba /`Qwen/Qwen3-Omni-30B-A3B-Thinking` ### התחלה Qwen3-Omni-30B-A3B-Thinking מבצעת הסקה על טקסט, תמונות, אודיו ווידאו ומחזירה טקסט. המהדורה הזו, המבוססת על Thinker בלבד, מתאימה למתמטיקה חזותית, לניתוח אודיו ולשאלות שדורשות ראיות ממספר אופנויות; הפקת דיבור שייכת לגרסת Omni אחרת. 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-Thinking | 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 **$0** / 1K טוקנים קלט · כתיבה למטמון, 1 שעה **—** / 1K טוקנים | לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/) ### דוגמאות לבקשות #### Ailoot Ultra · Anthropic Messages גוף JSON מינימלי ושלםcurl · השתמשו במסמך UTF-8 שלכםPython · שמרו את התוצאה המלאה ```json { "model": "Qwen/Qwen3-Omni-30B-A3B-Thinking", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${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-Thinking', '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-Thinking', '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-Thinking`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Thinking&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Thinking&fmt=messages) #### כינויים לנתיבי שיטות השתמשו בנתיבי השיטות המוצגים למעלה. #### מזהי מודלים קשורים IDs [`Qwen/Qwen3-Omni-30B-A3B-Thinking`](https://ailoot.ai/models/he/#m=Qwen%2FQwen3-Omni-30B-A3B-Thinking&route=Ultra&caller=Qwen%2FQwen3-Omni-30B-A3B-Thinking&fmt=messages) FAQ · Qwen/Qwen3-Omni-30B-A3B-Thinking אילו קלטים ותוצאות זמינים? `POST /v1/chat/completions` · `Qwen/Qwen3-Omni-30B-A3B-Thinking`: `text` → `text` `POST /v1/messages` · `Qwen/Qwen3-Omni-30B-A3B-Thinking`: `text` → `json`, `sse` באילו שדות הבקשה משתמשת? `POST /v1/chat/completions` · `Qwen/Qwen3-Omni-30B-A3B-Thinking`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `Qwen/Qwen3-Omni-30B-A3B-Thinking`: `model`, `messages`, `max_tokens`, `stream` אילו מגבלות חלות? `POST /v1/chat/completions` · `Qwen/Qwen3-Omni-30B-A3B-Thinking`: `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.