A Qwen3-235B-A22B-Instruct-2507 a Qwen3 nagy szakértőkeverék-modelljének frissített, utasításkövető, nem gondolkodó változata. A Qwen a szövegértés, a logikai következtetés, a matematika, a természettudomány, a programozás és az eszközhasználat javulását emeli ki, szélesebb többnyelvű ismeretekkel és a nyitott írásfeladatok jobb kezelésével együtt. Bemenete és kimenete szöveg. Jól használható egy pontosan meghatározott feladat és a megadott anyag válasszá, elemzéssé, programmá vagy kidolgozott szövegvázlattá alakítására, külön generált gondolkodási rész nélkül.
A modellnek összesen 235 milliárd paramétere van, és tokenenként 22 milliárdot aktivál. Natív kontextusa 262 144 token. Egy gyakorlati hosszúbemenetes kérés összegyűjtheti a termékspecifikációt, a megvalósítási jegyzeteket és a tisztázatlan kérdések listáját, majd strukturált összehasonlítást vagy szerkesztett specifikációt kérhet. Őrizd meg a forrás címsorait, és nevezd meg a célközönséget, a módosítandó részeket és a kimenet által teljesítendő feltételeket. Írásfeladathoz add meg a hangnemet, a hosszúságot és a kötelező tényeket; programozási feladathoz a felületeket, az elvárt működést és a környező kódot.
Ez a változat csak nem gondolkodó módot támogat, és nem hoz létre <think> blokkokat. Nincs szüksége az eredeti hibrid modell enable_thinking=False kapcsolójára, és a későbbi Thinking-2507 modell módjának kérése nem változtatja meg a kiadását. A közvetlen kimenet kérésre továbbra is lehet magyarázat, számítás vagy megindokolt válasz. A Qwen példái a matematikai választ \\boxed{} formával, a feleletválasztós választ pedig meghatározott válaszmezővel egységesítik. Hasonló egyértelmű utasítások rövid indoklást kérhetnek végső ajánlással, vagy meghatározott JSON-mezőket, amelyek jelentése a promptban szerepel.
Ügynöki munkafolyamatokhoz a hivatalos kártya a Qwen-Agentet ajánlja annak eszközhívási sablonjaival és feldolgozóival. Az eszközök egyenként vagy strukturált eszközkonfigurációban definiálhatók, a gyártó pedig információkeresést és kódértelmezőt mutat be. A hasznos előkészítés leírja az egyes eszközök célját és argumentumait, megadja a már elérhető anyagot, és meghatározza a kívánt leállási pontot. Például egy dokumentációs asszisztenstől kérhető megnevezett részek lekérése, az eltérések összehangolása és frissített magyarázat visszaadása. A környező alkalmazás futtatja a kért eszközöket, és az eredményeiket visszaadja a beszélgetésnek.
A gyártó temperature 0.7, top-p 0.8, top-k 20 és min-p 0 beállítást ajánl, a legtöbb kéréshez 16 384 tokenes kimeneti kerettel. Ez generálási útmutatás, nem annak kijelentése, hogy minden válasz elérhet egy rögzített maximumot. A kártya azt is megjegyzi, hogy a presence penalty csökkentheti az ismétlődő kimenetet, míg magasabb értékek nyelvkeveredést okozhatnak, és kissé ronthatják a minőséget. Egy fókuszált feladat és egy kifejezett kimeneti szerkezet hasznos az ilyen beállítások módosítása előtt: kérd a szükséges pontos részeket, mezőket vagy példákat, és hagyj elegendő helyet nekik.
A Qwen opcionális kiterjesztést dokumentál 1 010 000 tokenre külön konfiguráción keresztül, Dual Chunk Attention és ritka figyelem használatával. A natív ablak továbbra is 262 144 token; a nagyobb beállítás az előírt megvalósítástól és a memória-erőforrásoktól függ. A kártya kifejezetten megjegyzi, hogy a memóriakorlátok rövidebb konfigurált kontextust tehetnek szükségessé. Terjedelmes anyagnál válaszd ki a releváns forrásokat, add meg a prioritásukat, és kérd a modellt, hogy különítse el a megadott szöveg által alátámasztott következtetéseket a megválaszolatlan kérdésektől. Ez használhatóvá teszi a hosszú kontextus eredményét anélkül, hogy a bemeneti kapacitást a pontos feladat helyettesítőjének tekintené.
", "aboutText": "A Qwen3-235B-A22B-Instruct-2507 a Qwen3 nagy szakértőkeverék-modelljének frissített, utasításkövető, nem gondolkodó változata. A Qwen a szövegértés, a logikai következtetés, a matematika, a természettudomány, a programozás és az eszközhasználat javulását emeli ki, szélesebb többnyelvű ismeretekkel és a nyitott írásfeladatok jobb kezelésével együtt. Bemenete és kimenete szöveg. Jól használható egy pontosan meghatározott feladat és a megadott anyag válasszá, elemzéssé, programmá vagy kidolgozott szövegvázlattá alakítására, külön generált gondolkodási rész nélkül.\n\nA modellnek összesen 235 milliárd paramétere van, és tokenenként 22 milliárdot aktivál. Natív kontextusa 262 144 token. Egy gyakorlati hosszúbemenetes kérés összegyűjtheti a termékspecifikációt, a megvalósítási jegyzeteket és a tisztázatlan kérdések listáját, majd strukturált összehasonlítást vagy szerkesztett specifikációt kérhet. Őrizd meg a forrás címsorait, és nevezd meg a célközönséget, a módosítandó részeket és a kimenet által teljesítendő feltételeket. Írásfeladathoz add meg a hangnemet, a hosszúságot és a kötelező tényeket; programozási feladathoz a felületeket, az elvárt működést és a környező kódot.\n\nEz a változat csak nem gondolkodó módot támogat, és nem hoz létreTechnikai példa angolul
Update a specification from notes\n\nProduce an updated export specification from these sources. [SPEC] Export all visible rows with headers. [IMPLEMENTATION] Current code exports selected rows only. [DECISION] Users must choose either selected rows or all filtered rows; headers are always included. Decision takes priority. Return the revised requirement, the implementation gap and questions still needed for an empty selection.A revised specification section, a source-labeled gap note and an empty-selection question.Check the two export choices remain distinct and headers stay mandatory.qwen/qwen3-235b-a22b-2507A Qwen3-235B-A22B-Instruct-2507 a Qwen nem gondolkodó szövegmodellje többnyelvű íráshoz, programozáshoz, utasításkövetéshez és dokumentumelemzéshez. Gondolkodási blokkok nélkül ad közvetlen válaszokat, natív kontextusa 262 144 token.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Qwen3-235B-A22B-Instruct-2507 a Qwen3 nagy szakértőkeverék-modelljének frissített, utasításkövető, nem gondolkodó változata. A Qwen a szövegértés, a logikai következtetés, a matematika, a természettudomány, a programozás és az eszközhasználat javulását emeli ki, szélesebb többnyelvű ismeretekkel és a nyitott írásfeladatok jobb kezelésével együtt. Bemenete és kimenete szöveg. Jól használható egy pontosan meghatározott feladat és a megadott anyag válasszá, elemzéssé, programmá vagy kidolgozott szövegvázlattá alakítására, külön generált gondolkodási rész nélkül.
A modellnek összesen 235 milliárd paramétere van, és tokenenként 22 milliárdot aktivál. Natív kontextusa 262 144 token. Egy gyakorlati hosszúbemenetes kérés összegyűjtheti a termékspecifikációt, a megvalósítási jegyzeteket és a tisztázatlan kérdések listáját, majd strukturált összehasonlítást vagy szerkesztett specifikációt kérhet. Őrizd meg a forrás címsorait, és nevezd meg a célközönséget, a módosítandó részeket és a kimenet által teljesítendő feltételeket. Írásfeladathoz add meg a hangnemet, a hosszúságot és a kötelező tényeket; programozási feladathoz a felületeket, az elvárt működést és a környező kódot.
Ez a változat csak nem gondolkodó módot támogat, és nem hoz létre <think> blokkokat. Nincs szüksége az eredeti hibrid modell enable_thinking=False kapcsolójára, és a későbbi Thinking-2507 modell módjának kérése nem változtatja meg a kiadását. A közvetlen kimenet kérésre továbbra is lehet magyarázat, számítás vagy megindokolt válasz. A Qwen példái a matematikai választ \\boxed{} formával, a feleletválasztós választ pedig meghatározott válaszmezővel egységesítik. Hasonló egyértelmű utasítások rövid indoklást kérhetnek végső ajánlással, vagy meghatározott JSON-mezőket, amelyek jelentése a promptban szerepel.
Ügynöki munkafolyamatokhoz a hivatalos kártya a Qwen-Agentet ajánlja annak eszközhívási sablonjaival és feldolgozóival. Az eszközök egyenként vagy strukturált eszközkonfigurációban definiálhatók, a gyártó pedig információkeresést és kódértelmezőt mutat be. A hasznos előkészítés leírja az egyes eszközök célját és argumentumait, megadja a már elérhető anyagot, és meghatározza a kívánt leállási pontot. Például egy dokumentációs asszisztenstől kérhető megnevezett részek lekérése, az eltérések összehangolása és frissített magyarázat visszaadása. A környező alkalmazás futtatja a kért eszközöket, és az eredményeiket visszaadja a beszélgetésnek.
A gyártó temperature 0.7, top-p 0.8, top-k 20 és min-p 0 beállítást ajánl, a legtöbb kéréshez 16 384 tokenes kimeneti kerettel. Ez generálási útmutatás, nem annak kijelentése, hogy minden válasz elérhet egy rögzített maximumot. A kártya azt is megjegyzi, hogy a presence penalty csökkentheti az ismétlődő kimenetet, míg magasabb értékek nyelvkeveredést okozhatnak, és kissé ronthatják a minőséget. Egy fókuszált feladat és egy kifejezett kimeneti szerkezet hasznos az ilyen beállítások módosítása előtt: kérd a szükséges pontos részeket, mezőket vagy példákat, és hagyj elegendő helyet nekik.
A Qwen opcionális kiterjesztést dokumentál 1 010 000 tokenre külön konfiguráción keresztül, Dual Chunk Attention és ritka figyelem használatával. A natív ablak továbbra is 262 144 token; a nagyobb beállítás az előírt megvalósítástól és a memória-erőforrásoktól függ. A kártya kifejezetten megjegyzi, hogy a memóriakorlátok rövidebb konfigurált kontextust tehetnek szükségessé. Terjedelmes anyagnál válaszd ki a releváns forrásokat, add meg a prioritásukat, és kérd a modellt, hogy különítse el a megadott szöveg által alátámasztott következtetéseket a megválaszolatlan kérdésektől. Ez használhatóvá teszi a hosszú kontextus eredményét anélkül, hogy a bemeneti kapacitást a pontos feladat helyettesítőjének tekintené.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen/qwen3-235b-a22b-2507 | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.000572 / 1K token Kimenet · Kimeneti tokenek $0.00228 / 1K token Bemenet · Gyorsítótár olvasása $0.0001 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.000572 / 1K token Kimenet · Kimeneti tokenek $0.00228 / 1K token Bemenet · Gyorsítótár olvasása $0.0001 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-235b-a22b-2507", "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/qwen3-235b-a22b-2507',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/qwen3-235b-a22b-2507',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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra qwen/qwen3-235b-a22b-2507
Használja a fent látható metódusútvonalakat.
qwen/qwen3-235b-a22b-2507A Qwen3-235B-A22B-Instruct-2507 a Qwen nem gondolkodó szövegmodellje többnyelvű íráshoz, programozáshoz, utasításkövetéshez és dokumentumelemzéshez. Gondolkodási blokkok nélkül ad közvetlen válaszokat, natív kontextusa 262 144 token.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Qwen3-235B-A22B-Instruct-2507 a Qwen3 nagy szakértőkeverék-modelljének frissített, utasításkövető, nem gondolkodó változata. A Qwen a szövegértés, a logikai következtetés, a matematika, a természettudomány, a programozás és az eszközhasználat javulását emeli ki, szélesebb többnyelvű ismeretekkel és a nyitott írásfeladatok jobb kezelésével együtt. Bemenete és kimenete szöveg. Jól használható egy pontosan meghatározott feladat és a megadott anyag válasszá, elemzéssé, programmá vagy kidolgozott szövegvázlattá alakítására, külön generált gondolkodási rész nélkül.
A modellnek összesen 235 milliárd paramétere van, és tokenenként 22 milliárdot aktivál. Natív kontextusa 262 144 token. Egy gyakorlati hosszúbemenetes kérés összegyűjtheti a termékspecifikációt, a megvalósítási jegyzeteket és a tisztázatlan kérdések listáját, majd strukturált összehasonlítást vagy szerkesztett specifikációt kérhet. Őrizd meg a forrás címsorait, és nevezd meg a célközönséget, a módosítandó részeket és a kimenet által teljesítendő feltételeket. Írásfeladathoz add meg a hangnemet, a hosszúságot és a kötelező tényeket; programozási feladathoz a felületeket, az elvárt működést és a környező kódot.
Ez a változat csak nem gondolkodó módot támogat, és nem hoz létre <think> blokkokat. Nincs szüksége az eredeti hibrid modell enable_thinking=False kapcsolójára, és a későbbi Thinking-2507 modell módjának kérése nem változtatja meg a kiadását. A közvetlen kimenet kérésre továbbra is lehet magyarázat, számítás vagy megindokolt válasz. A Qwen példái a matematikai választ \\boxed{} formával, a feleletválasztós választ pedig meghatározott válaszmezővel egységesítik. Hasonló egyértelmű utasítások rövid indoklást kérhetnek végső ajánlással, vagy meghatározott JSON-mezőket, amelyek jelentése a promptban szerepel.
Ügynöki munkafolyamatokhoz a hivatalos kártya a Qwen-Agentet ajánlja annak eszközhívási sablonjaival és feldolgozóival. Az eszközök egyenként vagy strukturált eszközkonfigurációban definiálhatók, a gyártó pedig információkeresést és kódértelmezőt mutat be. A hasznos előkészítés leírja az egyes eszközök célját és argumentumait, megadja a már elérhető anyagot, és meghatározza a kívánt leállási pontot. Például egy dokumentációs asszisztenstől kérhető megnevezett részek lekérése, az eltérések összehangolása és frissített magyarázat visszaadása. A környező alkalmazás futtatja a kért eszközöket, és az eredményeiket visszaadja a beszélgetésnek.
A gyártó temperature 0.7, top-p 0.8, top-k 20 és min-p 0 beállítást ajánl, a legtöbb kéréshez 16 384 tokenes kimeneti kerettel. Ez generálási útmutatás, nem annak kijelentése, hogy minden válasz elérhet egy rögzített maximumot. A kártya azt is megjegyzi, hogy a presence penalty csökkentheti az ismétlődő kimenetet, míg magasabb értékek nyelvkeveredést okozhatnak, és kissé ronthatják a minőséget. Egy fókuszált feladat és egy kifejezett kimeneti szerkezet hasznos az ilyen beállítások módosítása előtt: kérd a szükséges pontos részeket, mezőket vagy példákat, és hagyj elegendő helyet nekik.
A Qwen opcionális kiterjesztést dokumentál 1 010 000 tokenre külön konfiguráción keresztül, Dual Chunk Attention és ritka figyelem használatával. A natív ablak továbbra is 262 144 token; a nagyobb beállítás az előírt megvalósítástól és a memória-erőforrásoktól függ. A kártya kifejezetten megjegyzi, hogy a memóriakorlátok rövidebb konfigurált kontextust tehetnek szükségessé. Terjedelmes anyagnál válaszd ki a releváns forrásokat, add meg a prioritásukat, és kérd a modellt, hogy különítse el a megadott szöveg által alátámasztott következtetéseket a megválaszolatlan kérdésektől. Ez használhatóvá teszi a hosszú kontextus eredményét anélkül, hogy a bemeneti kapacitást a pontos feladat helyettesítőjének tekintené.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen/qwen3-235b-a22b-2507 | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.000572 / 1K token Kimenet · Kimeneti tokenek $0.00228 / 1K token Bemenet · Gyorsítótár olvasása $0.0001 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.000572 / 1K token Kimenet · Kimeneti tokenek $0.00228 / 1K token Bemenet · Gyorsítótár olvasása $0.0001 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "qwen/qwen3-235b-a22b-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3-235b-a22b-2507', '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/qwen3-235b-a22b-2507', '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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra qwen/qwen3-235b-a22b-2507
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Update a specification from notes\n\nProduce an updated export specification from these sources. [SPEC] Export all visible rows with headers. [IMPLEMENTATION] Current code exports selected rows only. [DECISION] Users must choose either selected rows or all filtered rows; headers are always included. Decision takes priority. Return the revised requirement, the implementation gap and questions still needed for an empty selection.A revised specification section, a source-labeled gap note and an empty-selection question.Check the two export choices remain distinct and headers stay mandatory.