A Qwen3-1.7B egy kis, sűrű nyelvi modellben egyesíti a közvetlen válaszadást és a következtetést. A gyártó utasításkövetést, kreatív írást, szerepalapú beszélgetéseket, matematikát, logikai problémákat és kódot ír le, több mint 100 támogatott nyelvvel és nyelvjárással. Szöveget fogad és szöveget állít elő. Hasznos kezdőfeladat egy szigorúan meghatározott átalakítás: rövid ügyfélüzenetből udvarias válasz, kifejezés magyarázata adott olvasónak vagy értekezleti jegyzetből teendőlista.
A pontos kiadás 1.7 milliárd paraméterrel rendelkezik, ebből 1.4 milliárd a beágyazásokon kívüli paraméter, és 28 rétegből áll. Csoportosított lekérdezéses figyelmi mechanizmusa 16 lekérdezési és nyolc kulcs/érték fejet használ. Saját modellkártyája 32,768 tokenes kontextushosszt sorol fel. Ez a kiadás dokumentált ablaka; más Qwen3 méretek nagyobb kontextusadatai maradjanak azok külön kártyáihoz kötve. A forrásszöveget, utasításokat, beszélgetési előzményeket és a kért választ tartsa a releváns sorozatkereten belül. Válaszadó asszisztenshez adja meg a kapott üzenetet, az ellenőrzött háttértényeket, a közönséget és a kívánt hosszt egy teljes, kapcsolódás nélküli levelezési archívum helyett.
A gyártó gyors kezdési útmutatója a modell chatsablonjával formázza a beszélgetést. Készítsen elő egy kis, teljes feladatot, amely a forrásával összevethető. Teendőlista-példánál adjon neveket, dátumokat és döntéseket tartalmazó jegyzetet, kérjen műveletenként egy elemet, és követeljen meg kifejezett ismeretlen értéket ott, ahol a felelős nem szerepelt. Programozási példánál adjon meg egy függvényt és reprezentatív bemeneteket, majd kérje az eredményt meghatározó ág magyarázatát. A visszaadott magyarázat a tényleges változókra és feltételekre hivatkozzon ahelyett, hogy feltételezett működést vezetne be. A közzétett integráció Qwen3-at ismerő futtatókörnyezetet vár; a kártya figyelmeztet, hogy a Transformers 4.51.0 alatti verziói nem ismerik fel a szükséges architektúrát.
A megadott sablon alapértelmezetten engedélyezi a gondolkodást. Közvetlen konfigurációs kapcsoló választja ki a nem gondolkodó kimenetet következtetési szakasz nélkül. Ha a gondolkodás engedélyezve marad, a /think és /no_think fordulónkénti utasításként működik, a legutóbbi határozza meg a választást; a konfigurációban letiltott módot nem írhatják felül. Rövid átfogalmazáshoz használja a közvetlen beállítást, több feltétel egyeztetését igénylő válaszhoz pedig a következtetési beállítást. A köztes következtetést tartsa külön a végső választól, és a végső választ őrizze meg a későbbi párbeszéd előzményeiben. Engedélyezett gondolkodás mellett még egy utasításszintű, gondolkodás nélküli válaszkérés is megtartja a következtetési blokkot; annak tartalma üres lehet. A konfigurációs letiltás eltávolítja ezt a blokkot.
Az ügynökalapú használat a közzétett képességkészlet része. A gyártó a Qwen-Agent használatát ajánlja eszközformázáshoz és feldolgozáshoz, míg az eszközöket az alkalmazás biztosítja és hajtja végre. Egy szűk feladatkörű asszisztens szótári lekérdezést kérhet egy termékkifejezéshez, megkaphatja a megerősített definíciót, majd átírhatja a felhasználó mondatát. Határozza meg az engedélyezett argumentumot és a visszaadott mezőket; az eredmény felhasználása előtt mindkettőt ellenőrizze. A végső szöveg különböztesse meg a megadott tényeket, a visszaadott információkat és a megválaszolatlan kérdéseket. A Qwen3 útmutató párhuzamos és többlépéses eszközhívásokat is leír, objektumként reprezentált argumentumokkal és a beszélgetésbe visszaadott eredményekkel.
A kimeneti keret illeszkedjen a teljes feladathoz. A modellkártya generálási példákat és kimenetihossz-ajánlásokat ad; ezek különböznek egy igazolt szolgáltatásoldali maximumtól. A rövidre kért kimenetek könnyen ellenőrizhetők: adja meg a mezőket, sorrendet és nyelvet, és tartsa meg az eredeti üzenetet az összehasonlításhoz. Mielőtt hosszú generálásra támaszkodna, értékelje az eredményt a tényleges bemeneti osztályon. A Qwen3 dokumentációja a tanítási hossz magyarázatában gondolkodási módban 38,912 tokenes, nem gondolkodó módban 16,384 tokenes asszisztensüzenet-hosszakat tárgyal, és a hosszabb generálás minőségének kiértékelését ajánlja. Ezek az adatok különböznek a teljes kontextusablaktól, és nem végpontspecifikus merev korlátok.
Ehhez a mérethez külön megjegyzés tartozik a tartós ismétlésről: a kártya az ajánlott mintavételezési beállításokat és jelentős ismétlés esetén presence_penalty 1.5 értéket javasol. A magasabb büntetések néha keverhetik a nyelveket vagy ronthatják a teljesítményt. Gondolkodáshoz a javasolt temperature 0.6, top-p 0.95, top-k 20 és min-p 0; nem gondolkodó módhoz temperature 0.7, top-p 0.8, top-k 20 és min-p 0. Következtetési módban kerülje a mohó dekódolást. Ellenőrizze a neveket, dátumokat, jelöléseket és ismétlődő tagmondatokat, és minden strukturált kimenetet validáljon, mielőtt az alkalmazás más részének továbbadná.
", "aboutText": "A Qwen3-1.7B egy kis, sűrű nyelvi modellben egyesíti a közvetlen válaszadást és a következtetést. A gyártó utasításkövetést, kreatív írást, szerepalapú beszélgetéseket, matematikát, logikai problémákat és kódot ír le, több mint 100 támogatott nyelvvel és nyelvjárással. Szöveget fogad és szöveget állít elő. Hasznos kezdőfeladat egy szigorúan meghatározott átalakítás: rövid ügyfélüzenetből udvarias válasz, kifejezés magyarázata adott olvasónak vagy értekezleti jegyzetből teendőlista.\n\nA pontos kiadás 1.7 milliárd paraméterrel rendelkezik, ebből 1.4 milliárd a beágyazásokon kívüli paraméter, és 28 rétegből áll. Csoportosított lekérdezéses figyelmi mechanizmusa 16 lekérdezési és nyolc kulcs/érték fejet használ. Saját modellkártyája 32,768 tokenes kontextushosszt sorol fel. Ez a kiadás dokumentált ablaka; más Qwen3 méretek nagyobb kontextusadatai maradjanak azok külön kártyáihoz kötve. A forrásszöveget, utasításokat, beszélgetési előzményeket és a kért választ tartsa a releváns sorozatkereten belül. Válaszadó asszisztenshez adja meg a kapott üzenetet, az ellenőrzött háttértényeket, a közönséget és a kívánt hosszt egy teljes, kapcsolódás nélküli levelezési archívum helyett.\n\nA gyártó gyors kezdési útmutatója a modell chatsablonjával formázza a beszélgetést. Készítsen elő egy kis, teljes feladatot, amely a forrásával összevethető. Teendőlista-példánál adjon neveket, dátumokat és döntéseket tartalmazó jegyzetet, kérjen műveletenként egy elemet, és követeljen meg kifejezett ismeretlen értéket ott, ahol a felelős nem szerepelt. Programozási példánál adjon meg egy függvényt és reprezentatív bemeneteket, majd kérje az eredményt meghatározó ág magyarázatát. A visszaadott magyarázat a tényleges változókra és feltételekre hivatkozzon ahelyett, hogy feltételezett működést vezetne be. A közzétett integráció Qwen3-at ismerő futtatókörnyezetet vár; a kártya figyelmeztet, hogy a Transformers 4.51.0 alatti verziói nem ismerik fel a szükséges architektúrát.\n\nA megadott sablon alapértelmezetten engedélyezi a gondolkodást. Közvetlen konfigurációs kapcsoló választja ki a nem gondolkodó kimenetet következtetési szakasz nélkül. Ha a gondolkodás engedélyezve marad, a /think és /no_think fordulónkénti utasításként működik, a legutóbbi határozza meg a választást; a konfigurációban letiltott módot nem írhatják felül. Rövid átfogalmazáshoz használja a közvetlen beállítást, több feltétel egyeztetését igénylő válaszhoz pedig a következtetési beállítást. A köztes következtetést tartsa külön a végső választól, és a végső választ őrizze meg a későbbi párbeszéd előzményeiben. Engedélyezett gondolkodás mellett még egy utasításszintű, gondolkodás nélküli válaszkérés is megtartja a következtetési blokkot; annak tartalma üres lehet. A konfigurációs letiltás eltávolítja ezt a blokkot.\n\nAz ügynökalapú használat a közzétett képességkészlet része. A gyártó a Qwen-Agent használatát ajánlja eszközformázáshoz és feldolgozáshoz, míg az eszközöket az alkalmazás biztosítja és hajtja végre. Egy szűk feladatkörű asszisztens szótári lekérdezést kérhet egy termékkifejezéshez, megkaphatja a megerősített definíciót, majd átírhatja a felhasználó mondatát. Határozza meg az engedélyezett argumentumot és a visszaadott mezőket; az eredmény felhasználása előtt mindkettőt ellenőrizze. A végső szöveg különböztesse meg a megadott tényeket, a visszaadott információkat és a megválaszolatlan kérdéseket. A Qwen3 útmutató párhuzamos és többlépéses eszközhívásokat is leír, objektumként reprezentált argumentumokkal és a beszélgetésbe visszaadott eredményekkel.\n\nA kimeneti keret illeszkedjen a teljes feladathoz. A modellkártya generálási példákat és kimenetihossz-ajánlásokat ad; ezek különböznek egy igazolt szolgáltatásoldali maximumtól. A rövidre kért kimenetek könnyen ellenőrizhetők: adja meg a mezőket, sorrendet és nyelvet, és tartsa meg az eredeti üzenetet az összehasonlításhoz. Mielőtt hosszú generálásra támaszkodna, értékelje az eredményt a tényleges bemeneti osztályon. A Qwen3 dokumentációja a tanítási hossz magyarázatában gondolkodási módban 38,912 tokenes, nem gondolkodó módban 16,384 tokenes asszisztensüzenet-hosszakat tárgyal, és a hosszabb generálás minőségének kiértékelését ajánlja. Ezek az adatok különböznek a teljes kontextusablaktól, és nem végpontspecifikus merev korlátok.\n\nEhhez a mérethez külön megjegyzés tartozik a tartós ismétlésről: a kártya az ajánlott mintavételezési beállításokat és jelentős ismétlés esetén presence_penalty 1.5 értéket javasol. A magasabb büntetések néha keverhetik a nyelveket vagy ronthatják a teljesítményt. Gondolkodáshoz a javasolt temperature 0.6, top-p 0.95, top-k 20 és min-p 0; nem gondolkodó módhoz temperature 0.7, top-p 0.8, top-k 20 és min-p 0. Következtetési módban kerülje a mohó dekódolást. Ellenőrizze a neveket, dátumokat, jelöléseket és ismétlődő tagmondatokat, és minden strukturált kimenetet validáljon, mielőtt az alkalmazás más részének továbbadná.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Convert a short note into actions\n\nTurn this note into an action list: 'Mina will order six folders by Thursday. Leo will check the cupboard today. Someone must print the welcome sheets before Friday, but we have not assigned that task.' Return one row per action with owner, task and deadline; use 'unassigned' where needed.Three action rows retaining names, deadlines and the unassigned printing owner.Do not assign the printing task to Mina or Leo without evidence in the note.qwen3-1.7bA Qwen3-1.7B kompakt, sűrű szövegmodell, közvetlen válaszadási és gondolkodási móddal egyaránt. Támogatja a többnyelvű párbeszédet, írást, kódot és eszközhasználatra irányuló utasításokat, az e pontos kiadáshoz dokumentált 32,768 tokenes kontextussal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Qwen3-1.7B egy kis, sűrű nyelvi modellben egyesíti a közvetlen válaszadást és a következtetést. A gyártó utasításkövetést, kreatív írást, szerepalapú beszélgetéseket, matematikát, logikai problémákat és kódot ír le, több mint 100 támogatott nyelvvel és nyelvjárással. Szöveget fogad és szöveget állít elő. Hasznos kezdőfeladat egy szigorúan meghatározott átalakítás: rövid ügyfélüzenetből udvarias válasz, kifejezés magyarázata adott olvasónak vagy értekezleti jegyzetből teendőlista.
A pontos kiadás 1.7 milliárd paraméterrel rendelkezik, ebből 1.4 milliárd a beágyazásokon kívüli paraméter, és 28 rétegből áll. Csoportosított lekérdezéses figyelmi mechanizmusa 16 lekérdezési és nyolc kulcs/érték fejet használ. Saját modellkártyája 32,768 tokenes kontextushosszt sorol fel. Ez a kiadás dokumentált ablaka; más Qwen3 méretek nagyobb kontextusadatai maradjanak azok külön kártyáihoz kötve. A forrásszöveget, utasításokat, beszélgetési előzményeket és a kért választ tartsa a releváns sorozatkereten belül. Válaszadó asszisztenshez adja meg a kapott üzenetet, az ellenőrzött háttértényeket, a közönséget és a kívánt hosszt egy teljes, kapcsolódás nélküli levelezési archívum helyett.
A gyártó gyors kezdési útmutatója a modell chatsablonjával formázza a beszélgetést. Készítsen elő egy kis, teljes feladatot, amely a forrásával összevethető. Teendőlista-példánál adjon neveket, dátumokat és döntéseket tartalmazó jegyzetet, kérjen műveletenként egy elemet, és követeljen meg kifejezett ismeretlen értéket ott, ahol a felelős nem szerepelt. Programozási példánál adjon meg egy függvényt és reprezentatív bemeneteket, majd kérje az eredményt meghatározó ág magyarázatát. A visszaadott magyarázat a tényleges változókra és feltételekre hivatkozzon ahelyett, hogy feltételezett működést vezetne be. A közzétett integráció Qwen3-at ismerő futtatókörnyezetet vár; a kártya figyelmeztet, hogy a Transformers 4.51.0 alatti verziói nem ismerik fel a szükséges architektúrát.
A megadott sablon alapértelmezetten engedélyezi a gondolkodást. Közvetlen konfigurációs kapcsoló választja ki a nem gondolkodó kimenetet következtetési szakasz nélkül. Ha a gondolkodás engedélyezve marad, a /think és /no_think fordulónkénti utasításként működik, a legutóbbi határozza meg a választást; a konfigurációban letiltott módot nem írhatják felül. Rövid átfogalmazáshoz használja a közvetlen beállítást, több feltétel egyeztetését igénylő válaszhoz pedig a következtetési beállítást. A köztes következtetést tartsa külön a végső választól, és a végső választ őrizze meg a későbbi párbeszéd előzményeiben. Engedélyezett gondolkodás mellett még egy utasításszintű, gondolkodás nélküli válaszkérés is megtartja a következtetési blokkot; annak tartalma üres lehet. A konfigurációs letiltás eltávolítja ezt a blokkot.
Az ügynökalapú használat a közzétett képességkészlet része. A gyártó a Qwen-Agent használatát ajánlja eszközformázáshoz és feldolgozáshoz, míg az eszközöket az alkalmazás biztosítja és hajtja végre. Egy szűk feladatkörű asszisztens szótári lekérdezést kérhet egy termékkifejezéshez, megkaphatja a megerősített definíciót, majd átírhatja a felhasználó mondatát. Határozza meg az engedélyezett argumentumot és a visszaadott mezőket; az eredmény felhasználása előtt mindkettőt ellenőrizze. A végső szöveg különböztesse meg a megadott tényeket, a visszaadott információkat és a megválaszolatlan kérdéseket. A Qwen3 útmutató párhuzamos és többlépéses eszközhívásokat is leír, objektumként reprezentált argumentumokkal és a beszélgetésbe visszaadott eredményekkel.
A kimeneti keret illeszkedjen a teljes feladathoz. A modellkártya generálási példákat és kimenetihossz-ajánlásokat ad; ezek különböznek egy igazolt szolgáltatásoldali maximumtól. A rövidre kért kimenetek könnyen ellenőrizhetők: adja meg a mezőket, sorrendet és nyelvet, és tartsa meg az eredeti üzenetet az összehasonlításhoz. Mielőtt hosszú generálásra támaszkodna, értékelje az eredményt a tényleges bemeneti osztályon. A Qwen3 dokumentációja a tanítási hossz magyarázatában gondolkodási módban 38,912 tokenes, nem gondolkodó módban 16,384 tokenes asszisztensüzenet-hosszakat tárgyal, és a hosszabb generálás minőségének kiértékelését ajánlja. Ezek az adatok különböznek a teljes kontextusablaktól, és nem végpontspecifikus merev korlátok.
Ehhez a mérethez külön megjegyzés tartozik a tartós ismétlésről: a kártya az ajánlott mintavételezési beállításokat és jelentős ismétlés esetén presence_penalty 1.5 értéket javasol. A magasabb büntetések néha keverhetik a nyelveket vagy ronthatják a teljesítményt. Gondolkodáshoz a javasolt temperature 0.6, top-p 0.95, top-k 20 és min-p 0; nem gondolkodó módhoz temperature 0.7, top-p 0.8, top-k 20 és min-p 0. Következtetési módban kerülje a mohó dekódolást. Ellenőrizze a neveket, dátumokat, jelöléseket és ismétlődő tagmondatokat, és minden strukturált kimenetet validáljon, mielőtt az alkalmazás más részének továbbadná.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen3-1.7b | 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.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.0001 / 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": "qwen3-1.7b", "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='qwen3-1.7b',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='qwen3-1.7b',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 qwen3-1.7b
Használja a fent látható metódusútvonalakat.
qwen3-1.7bA Qwen3-1.7B kompakt, sűrű szövegmodell, közvetlen válaszadási és gondolkodási móddal egyaránt. Támogatja a többnyelvű párbeszédet, írást, kódot és eszközhasználatra irányuló utasításokat, az e pontos kiadáshoz dokumentált 32,768 tokenes kontextussal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Qwen3-1.7B egy kis, sűrű nyelvi modellben egyesíti a közvetlen válaszadást és a következtetést. A gyártó utasításkövetést, kreatív írást, szerepalapú beszélgetéseket, matematikát, logikai problémákat és kódot ír le, több mint 100 támogatott nyelvvel és nyelvjárással. Szöveget fogad és szöveget állít elő. Hasznos kezdőfeladat egy szigorúan meghatározott átalakítás: rövid ügyfélüzenetből udvarias válasz, kifejezés magyarázata adott olvasónak vagy értekezleti jegyzetből teendőlista.
A pontos kiadás 1.7 milliárd paraméterrel rendelkezik, ebből 1.4 milliárd a beágyazásokon kívüli paraméter, és 28 rétegből áll. Csoportosított lekérdezéses figyelmi mechanizmusa 16 lekérdezési és nyolc kulcs/érték fejet használ. Saját modellkártyája 32,768 tokenes kontextushosszt sorol fel. Ez a kiadás dokumentált ablaka; más Qwen3 méretek nagyobb kontextusadatai maradjanak azok külön kártyáihoz kötve. A forrásszöveget, utasításokat, beszélgetési előzményeket és a kért választ tartsa a releváns sorozatkereten belül. Válaszadó asszisztenshez adja meg a kapott üzenetet, az ellenőrzött háttértényeket, a közönséget és a kívánt hosszt egy teljes, kapcsolódás nélküli levelezési archívum helyett.
A gyártó gyors kezdési útmutatója a modell chatsablonjával formázza a beszélgetést. Készítsen elő egy kis, teljes feladatot, amely a forrásával összevethető. Teendőlista-példánál adjon neveket, dátumokat és döntéseket tartalmazó jegyzetet, kérjen műveletenként egy elemet, és követeljen meg kifejezett ismeretlen értéket ott, ahol a felelős nem szerepelt. Programozási példánál adjon meg egy függvényt és reprezentatív bemeneteket, majd kérje az eredményt meghatározó ág magyarázatát. A visszaadott magyarázat a tényleges változókra és feltételekre hivatkozzon ahelyett, hogy feltételezett működést vezetne be. A közzétett integráció Qwen3-at ismerő futtatókörnyezetet vár; a kártya figyelmeztet, hogy a Transformers 4.51.0 alatti verziói nem ismerik fel a szükséges architektúrát.
A megadott sablon alapértelmezetten engedélyezi a gondolkodást. Közvetlen konfigurációs kapcsoló választja ki a nem gondolkodó kimenetet következtetési szakasz nélkül. Ha a gondolkodás engedélyezve marad, a /think és /no_think fordulónkénti utasításként működik, a legutóbbi határozza meg a választást; a konfigurációban letiltott módot nem írhatják felül. Rövid átfogalmazáshoz használja a közvetlen beállítást, több feltétel egyeztetését igénylő válaszhoz pedig a következtetési beállítást. A köztes következtetést tartsa külön a végső választól, és a végső választ őrizze meg a későbbi párbeszéd előzményeiben. Engedélyezett gondolkodás mellett még egy utasításszintű, gondolkodás nélküli válaszkérés is megtartja a következtetési blokkot; annak tartalma üres lehet. A konfigurációs letiltás eltávolítja ezt a blokkot.
Az ügynökalapú használat a közzétett képességkészlet része. A gyártó a Qwen-Agent használatát ajánlja eszközformázáshoz és feldolgozáshoz, míg az eszközöket az alkalmazás biztosítja és hajtja végre. Egy szűk feladatkörű asszisztens szótári lekérdezést kérhet egy termékkifejezéshez, megkaphatja a megerősített definíciót, majd átírhatja a felhasználó mondatát. Határozza meg az engedélyezett argumentumot és a visszaadott mezőket; az eredmény felhasználása előtt mindkettőt ellenőrizze. A végső szöveg különböztesse meg a megadott tényeket, a visszaadott információkat és a megválaszolatlan kérdéseket. A Qwen3 útmutató párhuzamos és többlépéses eszközhívásokat is leír, objektumként reprezentált argumentumokkal és a beszélgetésbe visszaadott eredményekkel.
A kimeneti keret illeszkedjen a teljes feladathoz. A modellkártya generálási példákat és kimenetihossz-ajánlásokat ad; ezek különböznek egy igazolt szolgáltatásoldali maximumtól. A rövidre kért kimenetek könnyen ellenőrizhetők: adja meg a mezőket, sorrendet és nyelvet, és tartsa meg az eredeti üzenetet az összehasonlításhoz. Mielőtt hosszú generálásra támaszkodna, értékelje az eredményt a tényleges bemeneti osztályon. A Qwen3 dokumentációja a tanítási hossz magyarázatában gondolkodási módban 38,912 tokenes, nem gondolkodó módban 16,384 tokenes asszisztensüzenet-hosszakat tárgyal, és a hosszabb generálás minőségének kiértékelését ajánlja. Ezek az adatok különböznek a teljes kontextusablaktól, és nem végpontspecifikus merev korlátok.
Ehhez a mérethez külön megjegyzés tartozik a tartós ismétlésről: a kártya az ajánlott mintavételezési beállításokat és jelentős ismétlés esetén presence_penalty 1.5 értéket javasol. A magasabb büntetések néha keverhetik a nyelveket vagy ronthatják a teljesítményt. Gondolkodáshoz a javasolt temperature 0.6, top-p 0.95, top-k 20 és min-p 0; nem gondolkodó módhoz temperature 0.7, top-p 0.8, top-k 20 és min-p 0. Következtetési módban kerülje a mohó dekódolást. Ellenőrizze a neveket, dátumokat, jelöléseket és ismétlődő tagmondatokat, és minden strukturált kimenetet validáljon, mielőtt az alkalmazás más részének továbbadná.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen3-1.7b | 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.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.0001 / 1K token Kimenet · Kimeneti tokenek $0.001 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "qwen3-1.7b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-1.7b', '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': 'qwen3-1.7b', '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 qwen3-1.7b
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Convert a short note into actions\n\nTurn this note into an action list: 'Mina will order six folders by Thursday. Leo will check the cupboard today. Someone must print the welcome sheets before Friday, but we have not assigned that task.' Return one row per action with owner, task and deadline; use 'unassigned' where needed.Three action rows retaining names, deadlines and the unassigned printing owner.Do not assign the printing task to Mina or Leo without evidence in the note.