Fő jellemzők: kódolóügynökökhöz készült modell
A Qwen3-Coder-Next nyílt szöveges modell, amelyet kifejezetten kódolóügynökökhöz és fejlesztési folyamatokhoz terveztek. A Qwen hosszú távú problémamegoldást, összetett eszközhasználatot és végrehajtási hibákból való helyreállást ír le, különböző fejlesztési keretekhez való alkalmazkodással együtt. Szöveget fogad és állít elő, köztük kódot, magyarázatokat és eszközkéréseket. E pontos Coder-Next modellváltozatnak saját gondolkodás nélküli szerződése van; a tágabb Next család Thinking kiadásait nem szabad helyette használni.
Fejlesztési feladathoz adja meg a releváns fájlokat vagy részleteket, a kívánt működést és a problémát bemutató bemenetet. Kérjen szerkeszthető módosítást és e feltételekhez kötött magyarázatot. Több lépésre kiterjedő feladatnál határozza meg a célt, engedélyezett eszközöket és a teljesítést igazoló megfigyeléseket. A javasolt kódmódosítást és magyarázatát vesse össze a megadott fájlokkal, hibát kiváltó bemenettel és teljesítési feltételekkel.
A modell áttekintése
A modell összesen 80 milliárd paraméterből hárommilliárdot aktivál. 48 rétegű hibrid felépítése három Gated DeltaNet szakértői réteget, majd egy kapuzott figyelmi szakértői réteget ismétel. A gyártó 512 szakértőt, tíz aktivált szakértőt és egy közös szakértőt sorol fel. A kis aktivált paraméterszám a ritka modell számítási jellemzője, nem a teljes modellváltozat mérete.
A natív kontextus 262,144 token. A gyártó példái kisebb, például 32,768 kontextust is megengednek, ha memóriakorlátok miatt a nagyobb beállítás nem működik. A forráskódnak, előzményeknek, eszközmegfigyeléseknek és generált szövegnek bele kell férnie a beállított szekvenciakeretbe. A kártya nem igazol alapértelmezett egymillió tokenes bővítést e modellváltozathoz.
A gondolkodás nélküli szöveges felület használata
A Coder-Next kizárólag gondolkodás nélküli módot támogat, és nem generál explicit gondolkodási blokkokat. A gyártó példájában az enable_thinking=False beállítása szükségtelen. Ettől még elmagyarázhat javítást, tárgyalhat algoritmust vagy hagyományos szövegben következtethet; a gondolkodás nélküli jelző a kimeneti módot írja le, nem tiltja a magyarázatot.
A gyorsindító rendezési algoritmust kér, és 65,536 tokenes generálási keretet használ. Ez az érték példakeret, nem külön közzétett, szigorú kimeneti felső határ. Adja meg a munkatermék formátumát és korlátait: a nyelvet, releváns felületeket, szükséges működést és azt, hogy a válasz javítást, teljes függvényt vagy magyarázatot tartalmazzon-e. A szerkeszthető eredményt tartsa külön a megjegyzésektől, hogy könnyen felülvizsgálható legyen.
Fejlesztési keretek és kontextus
A gyártó hangsúlyozza a CLI- és IDE-jellegű ügynökkeretekkel, köztük a Qwen Code-dal való kompatibilitást. A keret biztosítja a projektállapotot, eszközdefiníciókat, megfigyeléseket és beszélgetési formátumot. Többlépéses feladat során ezeket a bemeneteket őrizze meg következetesen. Ha egy eszköz sikertelen ellenőrzést jelez, adja meg a tényleges hibát és releváns módosított kódot ahelyett, hogy csak újabb próbára kérné a modellt.
A hosszú távú munkát segíti a feladat látható állapota: mit figyeltek meg, milyen változtatás javasolt és mely feltétel maradt tisztázatlan. Az eszközmegfigyelés különbözik a generált szöveg állításától. A modell hibából való helyreállási képességét nem szabad automatikus parancsfuttatási engedélyként vagy minden helyreállás sikerének garanciájaként kezelni.
Ügynökalapú kódolás és eszközhívások
A Qwen függvényjellegű eszközdefiníciókat dokumentál nevekkel, leírásokkal, bemeneti sémákkal és kötelező mezőkkel. Adjon pontos definíciót és a visszatérési érték elvárt jelentését. Az alkalmazás futtatja a kiválasztott eszközt, és visszaadja eredményét; a modell ezt használja a következő lépésben. Az eszközhívás önmagában nem ad hozzáférést fájlrendszerhez, élő forrásokhoz vagy végrehajtási környezethez.
Adattárat szerkesztő ügynöknél korlátozza az engedélyezett fájlokat és a kért munkaterméket. Egy hasznos végső jelentés azonosíthatja az érintett modulokat, magyarázhatja a változtatást és felsorolhatja a kapcsolódó ellenőrzések által visszaadott valódi eredményeket. Tartsa külön a javasolt parancsokat, generált kódot és befejezett műveleteket. Ezek a dokumentált fejlesztési és eszközfeladatkörön alapuló gyakorlati folyamatpéldák.
Generálási ajánlások
A gyártó temperature 1.0, top_p 0.95 és top_k 40 értékeket ajánl. E pontos beállítások több társalgási Qwen modellétől eltérnek, és a Coder-Next saját receptjének részei maradjanak. A közzétett konfiguráció Qwen3-Next oksági nyelvimodell-architektúrát használ. A kódolási folyamatban következetesen e modellváltozat dokumentált modellnevét és chatsablonját használja.
Érdemi korlátok
A dokumentált bemenet szöveg, ezért képernyőképekhez, hanghoz vagy videóhoz megfelelő külön reprezentáció szükséges e kódolási folyamat előtt. A natív kontextus és a példabeli generálási keretek végesek; távolítsa el a nem kapcsolódó kódot, és hagyjon helyet a kért munkaterméknek. A generált szintaxist, felületeket, szélső eseteket és javasolt módosításokat a valódi fejlesztési folyamatban ellenőrizze. A hasznos kimenet tényleges feladatbizonyítékkal alátámasztott, megvizsgálható kód- vagy magyarázat-munkatermék, e modellváltozat kizárólag szöveges és gondolkodás nélküli azonosságának megőrzésével.
", "aboutText": "Fő jellemzők: kódolóügynökökhöz készült modell\n\nA Qwen3-Coder-Next nyílt szöveges modell, amelyet kifejezetten kódolóügynökökhöz és fejlesztési folyamatokhoz terveztek. A Qwen hosszú távú problémamegoldást, összetett eszközhasználatot és végrehajtási hibákból való helyreállást ír le, különböző fejlesztési keretekhez való alkalmazkodással együtt. Szöveget fogad és állít elő, köztük kódot, magyarázatokat és eszközkéréseket. E pontos Coder-Next modellváltozatnak saját gondolkodás nélküli szerződése van; a tágabb Next család Thinking kiadásait nem szabad helyette használni.\n\nFejlesztési feladathoz adja meg a releváns fájlokat vagy részleteket, a kívánt működést és a problémát bemutató bemenetet. Kérjen szerkeszthető módosítást és e feltételekhez kötött magyarázatot. Több lépésre kiterjedő feladatnál határozza meg a célt, engedélyezett eszközöket és a teljesítést igazoló megfigyeléseket. A javasolt kódmódosítást és magyarázatát vesse össze a megadott fájlokkal, hibát kiváltó bemenettel és teljesítési feltételekkel.\n\nA modell áttekintése\n\nA modell összesen 80 milliárd paraméterből hárommilliárdot aktivál. 48 rétegű hibrid felépítése három Gated DeltaNet szakértői réteget, majd egy kapuzott figyelmi szakértői réteget ismétel. A gyártó 512 szakértőt, tíz aktivált szakértőt és egy közös szakértőt sorol fel. A kis aktivált paraméterszám a ritka modell számítási jellemzője, nem a teljes modellváltozat mérete.\n\nA natív kontextus 262,144 token. A gyártó példái kisebb, például 32,768 kontextust is megengednek, ha memóriakorlátok miatt a nagyobb beállítás nem működik. A forráskódnak, előzményeknek, eszközmegfigyeléseknek és generált szövegnek bele kell férnie a beállított szekvenciakeretbe. A kártya nem igazol alapértelmezett egymillió tokenes bővítést e modellváltozathoz.\n\nA gondolkodás nélküli szöveges felület használata\n\nA Coder-Next kizárólag gondolkodás nélküli módot támogat, és nem generál explicit gondolkodási blokkokat. A gyártó példájában az enable_thinking=False beállítása szükségtelen. Ettől még elmagyarázhat javítást, tárgyalhat algoritmust vagy hagyományos szövegben következtethet; a gondolkodás nélküli jelző a kimeneti módot írja le, nem tiltja a magyarázatot.\n\nA gyorsindító rendezési algoritmust kér, és 65,536 tokenes generálási keretet használ. Ez az érték példakeret, nem külön közzétett, szigorú kimeneti felső határ. Adja meg a munkatermék formátumát és korlátait: a nyelvet, releváns felületeket, szükséges működést és azt, hogy a válasz javítást, teljes függvényt vagy magyarázatot tartalmazzon-e. A szerkeszthető eredményt tartsa külön a megjegyzésektől, hogy könnyen felülvizsgálható legyen.\n\nFejlesztési keretek és kontextus\n\nA gyártó hangsúlyozza a CLI- és IDE-jellegű ügynökkeretekkel, köztük a Qwen Code-dal való kompatibilitást. A keret biztosítja a projektállapotot, eszközdefiníciókat, megfigyeléseket és beszélgetési formátumot. Többlépéses feladat során ezeket a bemeneteket őrizze meg következetesen. Ha egy eszköz sikertelen ellenőrzést jelez, adja meg a tényleges hibát és releváns módosított kódot ahelyett, hogy csak újabb próbára kérné a modellt.\n\nA hosszú távú munkát segíti a feladat látható állapota: mit figyeltek meg, milyen változtatás javasolt és mely feltétel maradt tisztázatlan. Az eszközmegfigyelés különbözik a generált szöveg állításától. A modell hibából való helyreállási képességét nem szabad automatikus parancsfuttatási engedélyként vagy minden helyreállás sikerének garanciájaként kezelni.\n\nÜgynökalapú kódolás és eszközhívások\n\nA Qwen függvényjellegű eszközdefiníciókat dokumentál nevekkel, leírásokkal, bemeneti sémákkal és kötelező mezőkkel. Adjon pontos definíciót és a visszatérési érték elvárt jelentését. Az alkalmazás futtatja a kiválasztott eszközt, és visszaadja eredményét; a modell ezt használja a következő lépésben. Az eszközhívás önmagában nem ad hozzáférést fájlrendszerhez, élő forrásokhoz vagy végrehajtási környezethez.\n\nAdattárat szerkesztő ügynöknél korlátozza az engedélyezett fájlokat és a kért munkaterméket. Egy hasznos végső jelentés azonosíthatja az érintett modulokat, magyarázhatja a változtatást és felsorolhatja a kapcsolódó ellenőrzések által visszaadott valódi eredményeket. Tartsa külön a javasolt parancsokat, generált kódot és befejezett műveleteket. Ezek a dokumentált fejlesztési és eszközfeladatkörön alapuló gyakorlati folyamatpéldák.\n\nGenerálási ajánlások\n\nA gyártó temperature 1.0, top_p 0.95 és top_k 40 értékeket ajánl. E pontos beállítások több társalgási Qwen modellétől eltérnek, és a Coder-Next saját receptjének részei maradjanak. A közzétett konfiguráció Qwen3-Next oksági nyelvimodell-architektúrát használ. A kódolási folyamatban következetesen e modellváltozat dokumentált modellnevét és chatsablonját használja.\n\nÉrdemi korlátok\n\nA dokumentált bemenet szöveg, ezért képernyőképekhez, hanghoz vagy videóhoz megfelelő külön reprezentáció szükséges e kódolási folyamat előtt. A natív kontextus és a példabeli generálási keretek végesek; távolítsa el a nem kapcsolódó kódot, és hagyjon helyet a kért munkaterméknek. A generált szintaxist, felületeket, szélső eseteket és javasolt módosításokat a valódi fejlesztési folyamatban ellenőrizze. A hasznos kimenet tényleges feladatbizonyítékkal alátámasztott, megvizsgálható kód- vagy magyarázat-munkatermék, e modellváltozat kizárólag szöveges és gondolkodás nélküli azonosságának megőrzésével.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Implement a stable partition helper\n\nWrite a Python function partition_even(values) returning two new lists: even integers first and odd integers second. Preserve order within each list and do not mutate values. Provide tests for negative integers, repeated values and empty input. Return the complete function separately from the explanation, with no claim that tests have been executed.A complete function, tests for the named cases and a brief order-preservation explanation.Check that each input occurrence appears exactly once in the appropriate result list and that source order is retained.qwen/qwen3-coder-nextA Qwen3-Coder-Next a Qwen kizárólag szöveges kódolóügynök-modellje, összesen 80 milliárd és 3 milliárd aktivált paraméterrel. Gondolkodás nélküli kimenetet, natív 262,144 tokenes kontextust és eszközhívást használ fejlesztési folyamatokhoz, beleértve a többlépéses munkát és a végrehajtási visszajelzés alapján történő helyreállást.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
Fő jellemzők: kódolóügynökökhöz készült modell
A Qwen3-Coder-Next nyílt szöveges modell, amelyet kifejezetten kódolóügynökökhöz és fejlesztési folyamatokhoz terveztek. A Qwen hosszú távú problémamegoldást, összetett eszközhasználatot és végrehajtási hibákból való helyreállást ír le, különböző fejlesztési keretekhez való alkalmazkodással együtt. Szöveget fogad és állít elő, köztük kódot, magyarázatokat és eszközkéréseket. E pontos Coder-Next modellváltozatnak saját gondolkodás nélküli szerződése van; a tágabb Next család Thinking kiadásait nem szabad helyette használni.
Fejlesztési feladathoz adja meg a releváns fájlokat vagy részleteket, a kívánt működést és a problémát bemutató bemenetet. Kérjen szerkeszthető módosítást és e feltételekhez kötött magyarázatot. Több lépésre kiterjedő feladatnál határozza meg a célt, engedélyezett eszközöket és a teljesítést igazoló megfigyeléseket. A javasolt kódmódosítást és magyarázatát vesse össze a megadott fájlokkal, hibát kiváltó bemenettel és teljesítési feltételekkel.
A modell áttekintése
A modell összesen 80 milliárd paraméterből hárommilliárdot aktivál. 48 rétegű hibrid felépítése három Gated DeltaNet szakértői réteget, majd egy kapuzott figyelmi szakértői réteget ismétel. A gyártó 512 szakértőt, tíz aktivált szakértőt és egy közös szakértőt sorol fel. A kis aktivált paraméterszám a ritka modell számítási jellemzője, nem a teljes modellváltozat mérete.
A natív kontextus 262,144 token. A gyártó példái kisebb, például 32,768 kontextust is megengednek, ha memóriakorlátok miatt a nagyobb beállítás nem működik. A forráskódnak, előzményeknek, eszközmegfigyeléseknek és generált szövegnek bele kell férnie a beállított szekvenciakeretbe. A kártya nem igazol alapértelmezett egymillió tokenes bővítést e modellváltozathoz.
A gondolkodás nélküli szöveges felület használata
A Coder-Next kizárólag gondolkodás nélküli módot támogat, és nem generál explicit gondolkodási blokkokat. A gyártó példájában az enable_thinking=False beállítása szükségtelen. Ettől még elmagyarázhat javítást, tárgyalhat algoritmust vagy hagyományos szövegben következtethet; a gondolkodás nélküli jelző a kimeneti módot írja le, nem tiltja a magyarázatot.
A gyorsindító rendezési algoritmust kér, és 65,536 tokenes generálási keretet használ. Ez az érték példakeret, nem külön közzétett, szigorú kimeneti felső határ. Adja meg a munkatermék formátumát és korlátait: a nyelvet, releváns felületeket, szükséges működést és azt, hogy a válasz javítást, teljes függvényt vagy magyarázatot tartalmazzon-e. A szerkeszthető eredményt tartsa külön a megjegyzésektől, hogy könnyen felülvizsgálható legyen.
Fejlesztési keretek és kontextus
A gyártó hangsúlyozza a CLI- és IDE-jellegű ügynökkeretekkel, köztük a Qwen Code-dal való kompatibilitást. A keret biztosítja a projektállapotot, eszközdefiníciókat, megfigyeléseket és beszélgetési formátumot. Többlépéses feladat során ezeket a bemeneteket őrizze meg következetesen. Ha egy eszköz sikertelen ellenőrzést jelez, adja meg a tényleges hibát és releváns módosított kódot ahelyett, hogy csak újabb próbára kérné a modellt.
A hosszú távú munkát segíti a feladat látható állapota: mit figyeltek meg, milyen változtatás javasolt és mely feltétel maradt tisztázatlan. Az eszközmegfigyelés különbözik a generált szöveg állításától. A modell hibából való helyreállási képességét nem szabad automatikus parancsfuttatási engedélyként vagy minden helyreállás sikerének garanciájaként kezelni.
Ügynökalapú kódolás és eszközhívások
A Qwen függvényjellegű eszközdefiníciókat dokumentál nevekkel, leírásokkal, bemeneti sémákkal és kötelező mezőkkel. Adjon pontos definíciót és a visszatérési érték elvárt jelentését. Az alkalmazás futtatja a kiválasztott eszközt, és visszaadja eredményét; a modell ezt használja a következő lépésben. Az eszközhívás önmagában nem ad hozzáférést fájlrendszerhez, élő forrásokhoz vagy végrehajtási környezethez.
Adattárat szerkesztő ügynöknél korlátozza az engedélyezett fájlokat és a kért munkaterméket. Egy hasznos végső jelentés azonosíthatja az érintett modulokat, magyarázhatja a változtatást és felsorolhatja a kapcsolódó ellenőrzések által visszaadott valódi eredményeket. Tartsa külön a javasolt parancsokat, generált kódot és befejezett műveleteket. Ezek a dokumentált fejlesztési és eszközfeladatkörön alapuló gyakorlati folyamatpéldák.
Generálási ajánlások
A gyártó temperature 1.0, top_p 0.95 és top_k 40 értékeket ajánl. E pontos beállítások több társalgási Qwen modellétől eltérnek, és a Coder-Next saját receptjének részei maradjanak. A közzétett konfiguráció Qwen3-Next oksági nyelvimodell-architektúrát használ. A kódolási folyamatban következetesen e modellváltozat dokumentált modellnevét és chatsablonját használja.
Érdemi korlátok
A dokumentált bemenet szöveg, ezért képernyőképekhez, hanghoz vagy videóhoz megfelelő külön reprezentáció szükséges e kódolási folyamat előtt. A natív kontextus és a példabeli generálási keretek végesek; távolítsa el a nem kapcsolódó kódot, és hagyjon helyet a kért munkaterméknek. A generált szintaxist, felületeket, szélső eseteket és javasolt módosításokat a valódi fejlesztési folyamatban ellenőrizze. A hasznos kimenet tényleges feladatbizonyítékkal alátámasztott, megvizsgálható kód- vagy magyarázat-munkatermék, e modellváltozat kizárólag szöveges és gondolkodás nélküli azonosságának megőrzésével.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen/qwen3-coder-next | 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 $0.0016 / 1K token Bemenet · Gyorsítótár olvasása $0.00014 / 1K token Bemenet · Írás a gyorsítótárba — / 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 $0.0016 / 1K token Bemenet · Gyorsítótár olvasása $0.00014 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-coder-next", "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-coder-next',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-coder-next',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-coder-next
Használja a fent látható metódusútvonalakat.
qwen/qwen3-coder-nextA Qwen3-Coder-Next a Qwen kizárólag szöveges kódolóügynök-modellje, összesen 80 milliárd és 3 milliárd aktivált paraméterrel. Gondolkodás nélküli kimenetet, natív 262,144 tokenes kontextust és eszközhívást használ fejlesztési folyamatokhoz, beleértve a többlépéses munkát és a végrehajtási visszajelzés alapján történő helyreállást.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
Fő jellemzők: kódolóügynökökhöz készült modell
A Qwen3-Coder-Next nyílt szöveges modell, amelyet kifejezetten kódolóügynökökhöz és fejlesztési folyamatokhoz terveztek. A Qwen hosszú távú problémamegoldást, összetett eszközhasználatot és végrehajtási hibákból való helyreállást ír le, különböző fejlesztési keretekhez való alkalmazkodással együtt. Szöveget fogad és állít elő, köztük kódot, magyarázatokat és eszközkéréseket. E pontos Coder-Next modellváltozatnak saját gondolkodás nélküli szerződése van; a tágabb Next család Thinking kiadásait nem szabad helyette használni.
Fejlesztési feladathoz adja meg a releváns fájlokat vagy részleteket, a kívánt működést és a problémát bemutató bemenetet. Kérjen szerkeszthető módosítást és e feltételekhez kötött magyarázatot. Több lépésre kiterjedő feladatnál határozza meg a célt, engedélyezett eszközöket és a teljesítést igazoló megfigyeléseket. A javasolt kódmódosítást és magyarázatát vesse össze a megadott fájlokkal, hibát kiváltó bemenettel és teljesítési feltételekkel.
A modell áttekintése
A modell összesen 80 milliárd paraméterből hárommilliárdot aktivál. 48 rétegű hibrid felépítése három Gated DeltaNet szakértői réteget, majd egy kapuzott figyelmi szakértői réteget ismétel. A gyártó 512 szakértőt, tíz aktivált szakértőt és egy közös szakértőt sorol fel. A kis aktivált paraméterszám a ritka modell számítási jellemzője, nem a teljes modellváltozat mérete.
A natív kontextus 262,144 token. A gyártó példái kisebb, például 32,768 kontextust is megengednek, ha memóriakorlátok miatt a nagyobb beállítás nem működik. A forráskódnak, előzményeknek, eszközmegfigyeléseknek és generált szövegnek bele kell férnie a beállított szekvenciakeretbe. A kártya nem igazol alapértelmezett egymillió tokenes bővítést e modellváltozathoz.
A gondolkodás nélküli szöveges felület használata
A Coder-Next kizárólag gondolkodás nélküli módot támogat, és nem generál explicit gondolkodási blokkokat. A gyártó példájában az enable_thinking=False beállítása szükségtelen. Ettől még elmagyarázhat javítást, tárgyalhat algoritmust vagy hagyományos szövegben következtethet; a gondolkodás nélküli jelző a kimeneti módot írja le, nem tiltja a magyarázatot.
A gyorsindító rendezési algoritmust kér, és 65,536 tokenes generálási keretet használ. Ez az érték példakeret, nem külön közzétett, szigorú kimeneti felső határ. Adja meg a munkatermék formátumát és korlátait: a nyelvet, releváns felületeket, szükséges működést és azt, hogy a válasz javítást, teljes függvényt vagy magyarázatot tartalmazzon-e. A szerkeszthető eredményt tartsa külön a megjegyzésektől, hogy könnyen felülvizsgálható legyen.
Fejlesztési keretek és kontextus
A gyártó hangsúlyozza a CLI- és IDE-jellegű ügynökkeretekkel, köztük a Qwen Code-dal való kompatibilitást. A keret biztosítja a projektállapotot, eszközdefiníciókat, megfigyeléseket és beszélgetési formátumot. Többlépéses feladat során ezeket a bemeneteket őrizze meg következetesen. Ha egy eszköz sikertelen ellenőrzést jelez, adja meg a tényleges hibát és releváns módosított kódot ahelyett, hogy csak újabb próbára kérné a modellt.
A hosszú távú munkát segíti a feladat látható állapota: mit figyeltek meg, milyen változtatás javasolt és mely feltétel maradt tisztázatlan. Az eszközmegfigyelés különbözik a generált szöveg állításától. A modell hibából való helyreállási képességét nem szabad automatikus parancsfuttatási engedélyként vagy minden helyreállás sikerének garanciájaként kezelni.
Ügynökalapú kódolás és eszközhívások
A Qwen függvényjellegű eszközdefiníciókat dokumentál nevekkel, leírásokkal, bemeneti sémákkal és kötelező mezőkkel. Adjon pontos definíciót és a visszatérési érték elvárt jelentését. Az alkalmazás futtatja a kiválasztott eszközt, és visszaadja eredményét; a modell ezt használja a következő lépésben. Az eszközhívás önmagában nem ad hozzáférést fájlrendszerhez, élő forrásokhoz vagy végrehajtási környezethez.
Adattárat szerkesztő ügynöknél korlátozza az engedélyezett fájlokat és a kért munkaterméket. Egy hasznos végső jelentés azonosíthatja az érintett modulokat, magyarázhatja a változtatást és felsorolhatja a kapcsolódó ellenőrzések által visszaadott valódi eredményeket. Tartsa külön a javasolt parancsokat, generált kódot és befejezett műveleteket. Ezek a dokumentált fejlesztési és eszközfeladatkörön alapuló gyakorlati folyamatpéldák.
Generálási ajánlások
A gyártó temperature 1.0, top_p 0.95 és top_k 40 értékeket ajánl. E pontos beállítások több társalgási Qwen modellétől eltérnek, és a Coder-Next saját receptjének részei maradjanak. A közzétett konfiguráció Qwen3-Next oksági nyelvimodell-architektúrát használ. A kódolási folyamatban következetesen e modellváltozat dokumentált modellnevét és chatsablonját használja.
Érdemi korlátok
A dokumentált bemenet szöveg, ezért képernyőképekhez, hanghoz vagy videóhoz megfelelő külön reprezentáció szükséges e kódolási folyamat előtt. A natív kontextus és a példabeli generálási keretek végesek; távolítsa el a nem kapcsolódó kódot, és hagyjon helyet a kért munkaterméknek. A generált szintaxist, felületeket, szélső eseteket és javasolt módosításokat a valódi fejlesztési folyamatban ellenőrizze. A hasznos kimenet tényleges feladatbizonyítékkal alátámasztott, megvizsgálható kód- vagy magyarázat-munkatermék, e modellváltozat kizárólag szöveges és gondolkodás nélküli azonosságának megőrzésével.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen/qwen3-coder-next | 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 $0.0016 / 1K token Bemenet · Gyorsítótár olvasása $0.00014 / 1K token Bemenet · Írás a gyorsítótárba — / 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 $0.0016 / 1K token Bemenet · Gyorsítótár olvasása $0.00014 / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "qwen/qwen3-coder-next",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-coder-next', '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-coder-next', '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-coder-next
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Implement a stable partition helper\n\nWrite a Python function partition_even(values) returning two new lists: even integers first and odd integers second. Preserve order within each list and do not mutate values. Provide tests for negative integers, repeated values and empty input. Return the complete function separately from the explanation, with no claim that tests have been executed.A complete function, tests for the named cases and a brief order-preservation explanation.Check that each input occurrence appears exactly once in the appropriate result list and that source order is retained.