A Qwen3-30B-A3B két válaszstílust egyesít egy szövegmodellben: gondolkodást az összetett logikai, matematikai és programozási problémákhoz, valamint nem gondolkodó működést az egyszerű párbeszédhez. A Qwen a kreatív írást, a szerepalapú beszélgetést, az utasításkövetést és a külső eszközökkel való integrációt is hangsúlyozza. Az eredeti Qwen3 család 119 nyelvet és nyelvjárást támogat, így ez a modell többnyelvű kérdésekhez, fordításhoz és olyan beszélgetésekhez használható, ahol a kért nyelv fordulóról fordulóra változhat. Add meg a kimenet nyelvét, őrizd meg a változatlanul hagyandó terminológiát, és írd le az olvasó igényeit.
Ez az eredeti Qwen3-30B-A3B szakértőkeverék-változat. Összesen 30,5 milliárd paraméteréből tokenenként 3,3 milliárd aktiválódik; a modell szakértőrétegeiben 128 szakértőjéből nyolcat választ ki. A ritka architektúra lényeges különbség a Qwen3 sűrű modelljeihez képest. Ez a profil az eredeti hibrid modellre vonatkozik, amelynek natív kontextusa 32 768 token, nem pedig egy későbbi, külön néven szereplő Instruct-2507 vagy Thinking-2507 kiadásra. Elemzési feladathoz add meg a releváns kódot vagy forrásrészleteket, a megoldandó kérdést és az érvényes válasz által teljesítendő feltételeket.
A hivatalos csevegéssablonban a gondolkodás alapértelmezés szerint engedélyezett. A kötelező érvényű enable_thinking kapcsoló teljesen kikapcsolhatja. Ha a gondolkodás engedélyezve marad, a felhasználói vagy rendszerutasításban szereplő /think és /no_think promptszintű kapcsolóként működik, és a legutóbbi utasítás vezérli a kért viselkedést a fordulók között. Egy engedélyezett sablonban a /no_think kérés továbbra is létrehozhat üres gondolkodási blokkot; kikapcsolt kötelező érvényű kapcsoló mellett egyik jelölő sem aktiválja a gondolkodást. Ez a különbség fontos, amikor a munkafolyamat azonnali átfogalmazás és összetettebb hibakeresési vagy következtetési kérdés között vált.
A Qwen példái elválasztják a <think> részt a végső választól. Programozási problémához készítsd elő a legkisebb releváns forrásrészletet, a megfigyelt hibát és a kívánt eredményt, majd kérj diagnózist és javítási javaslatot. Matematikai problémánál a gyártó kifejezett, lépésenkénti utasítást ajánl, a végső választ \\boxed{} formába helyezve. Egy feleletválasztós feladat ehelyett egyetlen válaszmezőt határozhat meg. A későbbi beszélgetési fordulókban a Qwen a végső válasz megőrzését és a korábbi gondolkodási tartalom elhagyását ajánlja az előzményekből, nem pedig a teljes következtetési rész ismételt továbbvitelét.
Az eszközhívást mindkét módhoz leírják. A Qwen a Qwen-Agentet ajánlja a modell eszközsablonjainak és feldolgozásának kezelésére, információkeresést, időinformációt és kódértelmezőt bemutató példákkal. Írd le az elérhető eszközöket és argumentumaikat, mielőtt műveletsor tervezését kéred. Egy hasznos feladat kérheti kiválasztott dokumentáció ellenőrzését, majd megindokolt megvalósítási javaslatot; minden eszközeredményt adj vissza a beszélgetésbe, hogy a modell tényleges bizonyítékok alapján folytathassa. A szöveges eszközkérés és az alkalmazás által végrehajtott művelet eredménye a munkafolyamat külön része marad.
A kártya YaRN használatával 131 072 tokenre történő kontextuskiterjesztést ír le. Ez a natív ablak konfigurációfüggő kiterjesztése, és a Qwen figyelmeztet arra, hogy a statikus skálázás befolyásolhatja a rövidebb bemeneteket. A kártya egy 40 960 pozíciós alapértelmezett konfigurációt is elmagyaráz, amely egy tipikus promptnak és egy hosszú válasznak oszt ki helyet; ez különbözik a natív kontextus leírásától. A hosszú anyagot egyértelmű dokumentumhatárokkal készítsd elő, a kérdés szempontjából fontos részeket helyezd előtérbe, és hagyj helyet a válasznak és a szükséges következtetésnek.
Gondolkodáshoz a Qwen temperature 0.6, top-p 0.95, top-k 20 és min-p 0 beállítást ajánl, és a mohó dekódolást ellenzi, mert ronthatja az eredményt vagy vég nélkül ismételhet. Nem gondolkodó módban az útmutató a temperature értékét 0.7-re, a top-p értékét 0.8-ra módosítja. A legtöbb kéréshez 32 768 tokenes kimeneti keretet javasol, különösen igényes matematikai és programozási problémákra pedig 38 912 tokent ír le. Ezek gyártói generálási beállítások, nem különálló, rögzített válaszgaranciák. A módot és a kívánt eredményt együtt válaszd ki, hogy a válaszban a szükséges következtetésnek és a hasznos végeredménynek is legyen helye.
", "aboutText": "A Qwen3-30B-A3B két válaszstílust egyesít egy szövegmodellben: gondolkodást az összetett logikai, matematikai és programozási problémákhoz, valamint nem gondolkodó működést az egyszerű párbeszédhez. A Qwen a kreatív írást, a szerepalapú beszélgetést, az utasításkövetést és a külső eszközökkel való integrációt is hangsúlyozza. Az eredeti Qwen3 család 119 nyelvet és nyelvjárást támogat, így ez a modell többnyelvű kérdésekhez, fordításhoz és olyan beszélgetésekhez használható, ahol a kért nyelv fordulóról fordulóra változhat. Add meg a kimenet nyelvét, őrizd meg a változatlanul hagyandó terminológiát, és írd le az olvasó igényeit.\n\nEz az eredeti Qwen3-30B-A3B szakértőkeverék-változat. Összesen 30,5 milliárd paraméteréből tokenenként 3,3 milliárd aktiválódik; a modell szakértőrétegeiben 128 szakértőjéből nyolcat választ ki. A ritka architektúra lényeges különbség a Qwen3 sűrű modelljeihez képest. Ez a profil az eredeti hibrid modellre vonatkozik, amelynek natív kontextusa 32 768 token, nem pedig egy későbbi, külön néven szereplő Instruct-2507 vagy Thinking-2507 kiadásra. Elemzési feladathoz add meg a releváns kódot vagy forrásrészleteket, a megoldandó kérdést és az érvényes válasz által teljesítendő feltételeket.\n\nA hivatalos csevegéssablonban a gondolkodás alapértelmezés szerint engedélyezett. A kötelező érvényű enable_thinking kapcsoló teljesen kikapcsolhatja. Ha a gondolkodás engedélyezve marad, a felhasználói vagy rendszerutasításban szereplő /think és /no_think promptszintű kapcsolóként működik, és a legutóbbi utasítás vezérli a kért viselkedést a fordulók között. Egy engedélyezett sablonban a /no_think kérés továbbra is létrehozhat üres gondolkodási blokkot; kikapcsolt kötelező érvényű kapcsoló mellett egyik jelölő sem aktiválja a gondolkodást. Ez a különbség fontos, amikor a munkafolyamat azonnali átfogalmazás és összetettebb hibakeresési vagy következtetési kérdés között vált.\n\nA Qwen példái elválasztják aTechnikai példa angolul
Explain a weighted-average mistake\n\nA student averages two class scores as (80 + 90) / 2. The first class has 10 students and the second has 30. Explain why that calculation does not give the combined student average, derive the correct weighted expression and state when the simple average would be valid. Finish with the combined average in a separate final line.A short explanation, a weighted formula, its evaluated result and the equal-weight condition.The explanation uses student counts as weights and distinguishes a class average from a student average.qwen/qwen3-30b-a3bA Qwen3-30B-A3B a Qwen szakértőkeverék-szövegmodellje gondolkodó és nem gondolkodó módokkal következtetéshez, programozáshoz és többnyelvű beszélgetéshez. Összesen 30,5 milliárd paramétere van, tokenenként 3,3 milliárd aktív paraméterrel és 32 768 tokenes natív kontextussal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Qwen3-30B-A3B két válaszstílust egyesít egy szövegmodellben: gondolkodást az összetett logikai, matematikai és programozási problémákhoz, valamint nem gondolkodó működést az egyszerű párbeszédhez. A Qwen a kreatív írást, a szerepalapú beszélgetést, az utasításkövetést és a külső eszközökkel való integrációt is hangsúlyozza. Az eredeti Qwen3 család 119 nyelvet és nyelvjárást támogat, így ez a modell többnyelvű kérdésekhez, fordításhoz és olyan beszélgetésekhez használható, ahol a kért nyelv fordulóról fordulóra változhat. Add meg a kimenet nyelvét, őrizd meg a változatlanul hagyandó terminológiát, és írd le az olvasó igényeit.
Ez az eredeti Qwen3-30B-A3B szakértőkeverék-változat. Összesen 30,5 milliárd paraméteréből tokenenként 3,3 milliárd aktiválódik; a modell szakértőrétegeiben 128 szakértőjéből nyolcat választ ki. A ritka architektúra lényeges különbség a Qwen3 sűrű modelljeihez képest. Ez a profil az eredeti hibrid modellre vonatkozik, amelynek natív kontextusa 32 768 token, nem pedig egy későbbi, külön néven szereplő Instruct-2507 vagy Thinking-2507 kiadásra. Elemzési feladathoz add meg a releváns kódot vagy forrásrészleteket, a megoldandó kérdést és az érvényes válasz által teljesítendő feltételeket.
A hivatalos csevegéssablonban a gondolkodás alapértelmezés szerint engedélyezett. A kötelező érvényű enable_thinking kapcsoló teljesen kikapcsolhatja. Ha a gondolkodás engedélyezve marad, a felhasználói vagy rendszerutasításban szereplő /think és /no_think promptszintű kapcsolóként működik, és a legutóbbi utasítás vezérli a kért viselkedést a fordulók között. Egy engedélyezett sablonban a /no_think kérés továbbra is létrehozhat üres gondolkodási blokkot; kikapcsolt kötelező érvényű kapcsoló mellett egyik jelölő sem aktiválja a gondolkodást. Ez a különbség fontos, amikor a munkafolyamat azonnali átfogalmazás és összetettebb hibakeresési vagy következtetési kérdés között vált.
A Qwen példái elválasztják a <think> részt a végső választól. Programozási problémához készítsd elő a legkisebb releváns forrásrészletet, a megfigyelt hibát és a kívánt eredményt, majd kérj diagnózist és javítási javaslatot. Matematikai problémánál a gyártó kifejezett, lépésenkénti utasítást ajánl, a végső választ \\boxed{} formába helyezve. Egy feleletválasztós feladat ehelyett egyetlen válaszmezőt határozhat meg. A későbbi beszélgetési fordulókban a Qwen a végső válasz megőrzését és a korábbi gondolkodási tartalom elhagyását ajánlja az előzményekből, nem pedig a teljes következtetési rész ismételt továbbvitelét.
Az eszközhívást mindkét módhoz leírják. A Qwen a Qwen-Agentet ajánlja a modell eszközsablonjainak és feldolgozásának kezelésére, információkeresést, időinformációt és kódértelmezőt bemutató példákkal. Írd le az elérhető eszközöket és argumentumaikat, mielőtt műveletsor tervezését kéred. Egy hasznos feladat kérheti kiválasztott dokumentáció ellenőrzését, majd megindokolt megvalósítási javaslatot; minden eszközeredményt adj vissza a beszélgetésbe, hogy a modell tényleges bizonyítékok alapján folytathassa. A szöveges eszközkérés és az alkalmazás által végrehajtott művelet eredménye a munkafolyamat külön része marad.
A kártya YaRN használatával 131 072 tokenre történő kontextuskiterjesztést ír le. Ez a natív ablak konfigurációfüggő kiterjesztése, és a Qwen figyelmeztet arra, hogy a statikus skálázás befolyásolhatja a rövidebb bemeneteket. A kártya egy 40 960 pozíciós alapértelmezett konfigurációt is elmagyaráz, amely egy tipikus promptnak és egy hosszú válasznak oszt ki helyet; ez különbözik a natív kontextus leírásától. A hosszú anyagot egyértelmű dokumentumhatárokkal készítsd elő, a kérdés szempontjából fontos részeket helyezd előtérbe, és hagyj helyet a válasznak és a szükséges következtetésnek.
Gondolkodáshoz a Qwen temperature 0.6, top-p 0.95, top-k 20 és min-p 0 beállítást ajánl, és a mohó dekódolást ellenzi, mert ronthatja az eredményt vagy vég nélkül ismételhet. Nem gondolkodó módban az útmutató a temperature értékét 0.7-re, a top-p értékét 0.8-ra módosítja. A legtöbb kéréshez 32 768 tokenes kimeneti keretet javasol, különösen igényes matematikai és programozási problémákra pedig 38 912 tokent ír le. Ezek gyártói generálási beállítások, nem különálló, rögzített válaszgaranciák. A módot és a kívánt eredményt együtt válaszd ki, hogy a válaszban a szükséges következtetésnek és a hasznos végeredménynek is legyen helye.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen/qwen3-30b-a3b | 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 $0.00024 / 1K token Kimenet · Kimeneti tokenek $0.001 / 1K token Bemenet · Gyorsítótár olvasása $0 / 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 $0.00024 / 1K token Kimenet · Kimeneti tokenek $0.001 / 1K token Bemenet · Gyorsítótár olvasása $0 / 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/qwen3-30b-a3b", "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/qwen3-30b-a3b',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/qwen3-30b-a3b',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/qwen3-30b-a3b
Használja a fent látható metódusútvonalakat.
qwen/qwen3-30b-a3bA Qwen3-30B-A3B a Qwen szakértőkeverék-szövegmodellje gondolkodó és nem gondolkodó módokkal következtetéshez, programozáshoz és többnyelvű beszélgetéshez. Összesen 30,5 milliárd paramétere van, tokenenként 3,3 milliárd aktív paraméterrel és 32 768 tokenes natív kontextussal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Qwen3-30B-A3B két válaszstílust egyesít egy szövegmodellben: gondolkodást az összetett logikai, matematikai és programozási problémákhoz, valamint nem gondolkodó működést az egyszerű párbeszédhez. A Qwen a kreatív írást, a szerepalapú beszélgetést, az utasításkövetést és a külső eszközökkel való integrációt is hangsúlyozza. Az eredeti Qwen3 család 119 nyelvet és nyelvjárást támogat, így ez a modell többnyelvű kérdésekhez, fordításhoz és olyan beszélgetésekhez használható, ahol a kért nyelv fordulóról fordulóra változhat. Add meg a kimenet nyelvét, őrizd meg a változatlanul hagyandó terminológiát, és írd le az olvasó igényeit.
Ez az eredeti Qwen3-30B-A3B szakértőkeverék-változat. Összesen 30,5 milliárd paraméteréből tokenenként 3,3 milliárd aktiválódik; a modell szakértőrétegeiben 128 szakértőjéből nyolcat választ ki. A ritka architektúra lényeges különbség a Qwen3 sűrű modelljeihez képest. Ez a profil az eredeti hibrid modellre vonatkozik, amelynek natív kontextusa 32 768 token, nem pedig egy későbbi, külön néven szereplő Instruct-2507 vagy Thinking-2507 kiadásra. Elemzési feladathoz add meg a releváns kódot vagy forrásrészleteket, a megoldandó kérdést és az érvényes válasz által teljesítendő feltételeket.
A hivatalos csevegéssablonban a gondolkodás alapértelmezés szerint engedélyezett. A kötelező érvényű enable_thinking kapcsoló teljesen kikapcsolhatja. Ha a gondolkodás engedélyezve marad, a felhasználói vagy rendszerutasításban szereplő /think és /no_think promptszintű kapcsolóként működik, és a legutóbbi utasítás vezérli a kért viselkedést a fordulók között. Egy engedélyezett sablonban a /no_think kérés továbbra is létrehozhat üres gondolkodási blokkot; kikapcsolt kötelező érvényű kapcsoló mellett egyik jelölő sem aktiválja a gondolkodást. Ez a különbség fontos, amikor a munkafolyamat azonnali átfogalmazás és összetettebb hibakeresési vagy következtetési kérdés között vált.
A Qwen példái elválasztják a <think> részt a végső választól. Programozási problémához készítsd elő a legkisebb releváns forrásrészletet, a megfigyelt hibát és a kívánt eredményt, majd kérj diagnózist és javítási javaslatot. Matematikai problémánál a gyártó kifejezett, lépésenkénti utasítást ajánl, a végső választ \\boxed{} formába helyezve. Egy feleletválasztós feladat ehelyett egyetlen válaszmezőt határozhat meg. A későbbi beszélgetési fordulókban a Qwen a végső válasz megőrzését és a korábbi gondolkodási tartalom elhagyását ajánlja az előzményekből, nem pedig a teljes következtetési rész ismételt továbbvitelét.
Az eszközhívást mindkét módhoz leírják. A Qwen a Qwen-Agentet ajánlja a modell eszközsablonjainak és feldolgozásának kezelésére, információkeresést, időinformációt és kódértelmezőt bemutató példákkal. Írd le az elérhető eszközöket és argumentumaikat, mielőtt műveletsor tervezését kéred. Egy hasznos feladat kérheti kiválasztott dokumentáció ellenőrzését, majd megindokolt megvalósítási javaslatot; minden eszközeredményt adj vissza a beszélgetésbe, hogy a modell tényleges bizonyítékok alapján folytathassa. A szöveges eszközkérés és az alkalmazás által végrehajtott művelet eredménye a munkafolyamat külön része marad.
A kártya YaRN használatával 131 072 tokenre történő kontextuskiterjesztést ír le. Ez a natív ablak konfigurációfüggő kiterjesztése, és a Qwen figyelmeztet arra, hogy a statikus skálázás befolyásolhatja a rövidebb bemeneteket. A kártya egy 40 960 pozíciós alapértelmezett konfigurációt is elmagyaráz, amely egy tipikus promptnak és egy hosszú válasznak oszt ki helyet; ez különbözik a natív kontextus leírásától. A hosszú anyagot egyértelmű dokumentumhatárokkal készítsd elő, a kérdés szempontjából fontos részeket helyezd előtérbe, és hagyj helyet a válasznak és a szükséges következtetésnek.
Gondolkodáshoz a Qwen temperature 0.6, top-p 0.95, top-k 20 és min-p 0 beállítást ajánl, és a mohó dekódolást ellenzi, mert ronthatja az eredményt vagy vég nélkül ismételhet. Nem gondolkodó módban az útmutató a temperature értékét 0.7-re, a top-p értékét 0.8-ra módosítja. A legtöbb kéréshez 32 768 tokenes kimeneti keretet javasol, különösen igényes matematikai és programozási problémákra pedig 38 912 tokent ír le. Ezek gyártói generálási beállítások, nem különálló, rögzített válaszgaranciák. A módot és a kívánt eredményt együtt válaszd ki, hogy a válaszban a szükséges következtetésnek és a hasznos végeredménynek is legyen helye.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen/qwen3-30b-a3b | 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 $0.00024 / 1K token Kimenet · Kimeneti tokenek $0.001 / 1K token Bemenet · Gyorsítótár olvasása $0 / 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 $0.00024 / 1K token Kimenet · Kimeneti tokenek $0.001 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "qwen/qwen3-30b-a3b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3-30b-a3b', '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/qwen3-30b-a3b', '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/qwen3-30b-a3b
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Explain a weighted-average mistake\n\nA student averages two class scores as (80 + 90) / 2. The first class has 10 students and the second has 30. Explain why that calculation does not give the combined student average, derive the correct weighted expression and state when the simple average would be valid. Finish with the combined average in a separate final line.A short explanation, a weighted formula, its evaluated result and the equal-weight condition.The explanation uses student counts as weights and distinguishes a class average from a student average.