Qwen-Plus (2025-04-28) adalah versi Qwen3-Plus bertanggal 28 April. Model ini menerima dan mengembalikan teks, memadukan mode Thinking dan Non-Thinking, serta memungkinkan perubahan mode selama percakapan. Tanggal mengidentifikasi versi yang dipilih dan membedakannya dari rilis Qwen-Plus yang lebih baru serta alias yang berubah seiring waktu.
Mode Thinking mendukung tugas yang membutuhkan analisis kondisi dan hubungan. Sertakan bukti yang relevan, rumuskan pertanyaan, dan tentukan kriteria yang sebaiknya menjadi panduan jawaban. Perbandingan dapat meminta penjelasan tentang kompromi antara dua opsi dengan batasan yang dinyatakan. Tugas dokumen dapat menanyakan persyaratan mana yang sejalan, bertentangan, atau perlu diperjelas.
Mode Non-Thinking mendukung instruksi langsung, seperti mempersingkat bagian teks atau menyusun respons dari fakta yang diberikan. Tentukan pembaca sasaran, panjang yang diperlukan, dan informasi yang harus tetap dipertahankan saat penulisan ulang. Arahan yang terfokus memperjelas hasil yang diharapkan: pesan yang sudah selesai, bagian yang direvisi, atau penjelasan singkat.
Pisahkan teks referensi dari instruksi tentang cara menggunakannya. Pertahankan label bagian dan istilah yang didefinisikan agar jawaban tetap terhubung dengan sumbernya. Jika informasi tidak tersedia, tentukan apakah model sebaiknya mengajukan pertanyaan atau menandai hal terkait sebagai belum terselesaikan. Untuk catatan analitis, minta kesimpulan dan kondisi pendukungnya; untuk penulisan, minta teks revisi dan uraian singkat tentang perubahan.
Pertanyaan lanjutan dapat mengubah satu persyaratan sambil mempertahankan bagian tugas lainnya. Misalnya, ubah audiens untuk bagian teks yang dipilih atau tambahkan batasan baru dalam perbandingan. Sertakan bagian jawaban sebelumnya yang sedang direvisi agar percakapan tetap berpatokan pada satu hasil kerja yang dapat dikenali.
Produsen mendokumentasikan dukungan fitur menurut konfigurasi penerapan regional. Konfigurasi yang tercantum untuk versi ini mendukung keluaran terstruktur dan pelengkapan prefiks, sedangkan panggilan fungsi hanya tersedia pada sebagian konfigurasi. Aplikasi yang mendukung panggilan fungsi menetapkan tindakan dan kolom masukannya, menjalankan panggilan yang dipilih, lalu mengembalikan hasilnya kepada model. Keluaran terstruktur mengatur bentuk jawaban, sedangkan pelengkapan prefiks melanjutkan teks asisten yang diberikan. Integrasi menentukan kontrol mana yang disediakannya.
Versi April memiliki konteks terdokumentasi sebesar 131.072 token, dengan panjang masukan maksimum 98.304 token dan panjang keluaran 16.384 token. Gunakan jatah masukan untuk instruksi, dokumen yang relevan, dan materi percakapan yang diperlukan untuk tugas. Tentukan ukuran dan bentuk hasil, alih-alih meminta pembahasan tanpa batas. Hasil akhir yang berguna dapat berupa perbandingan berdasarkan sumber, respons untuk klien, atau bagian dokumen yang direvisi dan siap ditinjau terhadap persyaratan awal.
", "aboutText": "Qwen-Plus (2025-04-28) adalah versi Qwen3-Plus bertanggal 28 April. Model ini menerima dan mengembalikan teks, memadukan mode Thinking dan Non-Thinking, serta memungkinkan perubahan mode selama percakapan. Tanggal mengidentifikasi versi yang dipilih dan membedakannya dari rilis Qwen-Plus yang lebih baru serta alias yang berubah seiring waktu.\n\n### Analisis kondisi atau tulis respons langsung\n\nMode Thinking mendukung tugas yang membutuhkan analisis kondisi dan hubungan. Sertakan bukti yang relevan, rumuskan pertanyaan, dan tentukan kriteria yang sebaiknya menjadi panduan jawaban. Perbandingan dapat meminta penjelasan tentang kompromi antara dua opsi dengan batasan yang dinyatakan. Tugas dokumen dapat menanyakan persyaratan mana yang sejalan, bertentangan, atau perlu diperjelas.\n\nMode Non-Thinking mendukung instruksi langsung, seperti mempersingkat bagian teks atau menyusun respons dari fakta yang diberikan. Tentukan pembaca sasaran, panjang yang diperlukan, dan informasi yang harus tetap dipertahankan saat penulisan ulang. Arahan yang terfokus memperjelas hasil yang diharapkan: pesan yang sudah selesai, bagian yang direvisi, atau penjelasan singkat.\n\n### Siapkan percakapan untuk menghasilkan sesuatu\n\nPisahkan teks referensi dari instruksi tentang cara menggunakannya. Pertahankan label bagian dan istilah yang didefinisikan agar jawaban tetap terhubung dengan sumbernya. Jika informasi tidak tersedia, tentukan apakah model sebaiknya mengajukan pertanyaan atau menandai hal terkait sebagai belum terselesaikan. Untuk catatan analitis, minta kesimpulan dan kondisi pendukungnya; untuk penulisan, minta teks revisi dan uraian singkat tentang perubahan.\n\nPertanyaan lanjutan dapat mengubah satu persyaratan sambil mempertahankan bagian tugas lainnya. Misalnya, ubah audiens untuk bagian teks yang dipilih atau tambahkan batasan baru dalam perbandingan. Sertakan bagian jawaban sebelumnya yang sedang direvisi agar percakapan tetap berpatokan pada satu hasil kerja yang dapat dikenali.\n\n### Fungsi, jawaban terstruktur, dan kelanjutan\n\nProdusen mendokumentasikan dukungan fitur menurut konfigurasi penerapan regional. Konfigurasi yang tercantum untuk versi ini mendukung keluaran terstruktur dan pelengkapan prefiks, sedangkan panggilan fungsi hanya tersedia pada sebagian konfigurasi. Aplikasi yang mendukung panggilan fungsi menetapkan tindakan dan kolom masukannya, menjalankan panggilan yang dipilih, lalu mengembalikan hasilnya kepada model. Keluaran terstruktur mengatur bentuk jawaban, sedangkan pelengkapan prefiks melanjutkan teks asisten yang diberikan. Integrasi menentukan kontrol mana yang disediakannya.\n\n### Rencanakan sesuai batas versi bertanggal ini\n\nVersi April memiliki konteks terdokumentasi sebesar 131.072 token, dengan panjang masukan maksimum 98.304 token dan panjang keluaran 16.384 token. Gunakan jatah masukan untuk instruksi, dokumen yang relevan, dan materi percakapan yang diperlukan untuk tugas. Tentukan ukuran dan bentuk hasil, alih-alih meminta pembahasan tanpa batas. Hasil akhir yang berguna dapat berupa perbandingan berdasarkan sumber, respons untuk klien, atau bagian dokumen yang direvisi dan siap ditinjau terhadap persyaratan awal.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Shorten a supplier message\n\nShorten this supplier message to at most 45 words for a busy warehouse manager: "Production of batch B-31 is complete. The 90 boxes are ready for pickup. Collection cannot occur before the quality report is approved. We will send the report tomorrow, but approval timing is not confirmed." Preserve the batch, quantity and pickup condition.A concise rewritten message that preserves the approval dependency and uncertain timing.Ensure ready for pickup is not interpreted as permission to collect before approval.qwen-plus-2025-04-28Qwen-Plus (2025-04-28) adalah versi teks bertanggal dari Qwen3-Plus yang menggabungkan mode Thinking dan Non-Thinking. Batas terdokumentasinya adalah 131.072 token konteks, 98.304 token masukan, dan 16.384 token keluaran; fungsi opsional dan kontrol respons bergantung pada integrasi.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen-Plus (2025-04-28) adalah versi Qwen3-Plus bertanggal 28 April. Model ini menerima dan mengembalikan teks, memadukan mode Thinking dan Non-Thinking, serta memungkinkan perubahan mode selama percakapan. Tanggal mengidentifikasi versi yang dipilih dan membedakannya dari rilis Qwen-Plus yang lebih baru serta alias yang berubah seiring waktu.
Mode Thinking mendukung tugas yang membutuhkan analisis kondisi dan hubungan. Sertakan bukti yang relevan, rumuskan pertanyaan, dan tentukan kriteria yang sebaiknya menjadi panduan jawaban. Perbandingan dapat meminta penjelasan tentang kompromi antara dua opsi dengan batasan yang dinyatakan. Tugas dokumen dapat menanyakan persyaratan mana yang sejalan, bertentangan, atau perlu diperjelas.
Mode Non-Thinking mendukung instruksi langsung, seperti mempersingkat bagian teks atau menyusun respons dari fakta yang diberikan. Tentukan pembaca sasaran, panjang yang diperlukan, dan informasi yang harus tetap dipertahankan saat penulisan ulang. Arahan yang terfokus memperjelas hasil yang diharapkan: pesan yang sudah selesai, bagian yang direvisi, atau penjelasan singkat.
Pisahkan teks referensi dari instruksi tentang cara menggunakannya. Pertahankan label bagian dan istilah yang didefinisikan agar jawaban tetap terhubung dengan sumbernya. Jika informasi tidak tersedia, tentukan apakah model sebaiknya mengajukan pertanyaan atau menandai hal terkait sebagai belum terselesaikan. Untuk catatan analitis, minta kesimpulan dan kondisi pendukungnya; untuk penulisan, minta teks revisi dan uraian singkat tentang perubahan.
Pertanyaan lanjutan dapat mengubah satu persyaratan sambil mempertahankan bagian tugas lainnya. Misalnya, ubah audiens untuk bagian teks yang dipilih atau tambahkan batasan baru dalam perbandingan. Sertakan bagian jawaban sebelumnya yang sedang direvisi agar percakapan tetap berpatokan pada satu hasil kerja yang dapat dikenali.
Produsen mendokumentasikan dukungan fitur menurut konfigurasi penerapan regional. Konfigurasi yang tercantum untuk versi ini mendukung keluaran terstruktur dan pelengkapan prefiks, sedangkan panggilan fungsi hanya tersedia pada sebagian konfigurasi. Aplikasi yang mendukung panggilan fungsi menetapkan tindakan dan kolom masukannya, menjalankan panggilan yang dipilih, lalu mengembalikan hasilnya kepada model. Keluaran terstruktur mengatur bentuk jawaban, sedangkan pelengkapan prefiks melanjutkan teks asisten yang diberikan. Integrasi menentukan kontrol mana yang disediakannya.
Versi April memiliki konteks terdokumentasi sebesar 131.072 token, dengan panjang masukan maksimum 98.304 token dan panjang keluaran 16.384 token. Gunakan jatah masukan untuk instruksi, dokumen yang relevan, dan materi percakapan yang diperlukan untuk tugas. Tentukan ukuran dan bentuk hasil, alih-alih meminta pembahasan tanpa batas. Hasil akhir yang berguna dapat berupa perbandingan berdasarkan sumber, respons untuk klien, atau bagian dokumen yang direvisi dan siap ditinjau terhadap persyaratan awal.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-plus-2025-04-28 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00024 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen-plus-2025-04-28", "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-plus-2025-04-28',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-plus-2025-04-28',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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra qwen-plus-2025-04-28
Gunakan jalur metode yang ditampilkan di atas.
qwen-plus-2025-04-28Qwen-Plus (2025-04-28) adalah versi teks bertanggal dari Qwen3-Plus yang menggabungkan mode Thinking dan Non-Thinking. Batas terdokumentasinya adalah 131.072 token konteks, 98.304 token masukan, dan 16.384 token keluaran; fungsi opsional dan kontrol respons bergantung pada integrasi.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen-Plus (2025-04-28) adalah versi Qwen3-Plus bertanggal 28 April. Model ini menerima dan mengembalikan teks, memadukan mode Thinking dan Non-Thinking, serta memungkinkan perubahan mode selama percakapan. Tanggal mengidentifikasi versi yang dipilih dan membedakannya dari rilis Qwen-Plus yang lebih baru serta alias yang berubah seiring waktu.
Mode Thinking mendukung tugas yang membutuhkan analisis kondisi dan hubungan. Sertakan bukti yang relevan, rumuskan pertanyaan, dan tentukan kriteria yang sebaiknya menjadi panduan jawaban. Perbandingan dapat meminta penjelasan tentang kompromi antara dua opsi dengan batasan yang dinyatakan. Tugas dokumen dapat menanyakan persyaratan mana yang sejalan, bertentangan, atau perlu diperjelas.
Mode Non-Thinking mendukung instruksi langsung, seperti mempersingkat bagian teks atau menyusun respons dari fakta yang diberikan. Tentukan pembaca sasaran, panjang yang diperlukan, dan informasi yang harus tetap dipertahankan saat penulisan ulang. Arahan yang terfokus memperjelas hasil yang diharapkan: pesan yang sudah selesai, bagian yang direvisi, atau penjelasan singkat.
Pisahkan teks referensi dari instruksi tentang cara menggunakannya. Pertahankan label bagian dan istilah yang didefinisikan agar jawaban tetap terhubung dengan sumbernya. Jika informasi tidak tersedia, tentukan apakah model sebaiknya mengajukan pertanyaan atau menandai hal terkait sebagai belum terselesaikan. Untuk catatan analitis, minta kesimpulan dan kondisi pendukungnya; untuk penulisan, minta teks revisi dan uraian singkat tentang perubahan.
Pertanyaan lanjutan dapat mengubah satu persyaratan sambil mempertahankan bagian tugas lainnya. Misalnya, ubah audiens untuk bagian teks yang dipilih atau tambahkan batasan baru dalam perbandingan. Sertakan bagian jawaban sebelumnya yang sedang direvisi agar percakapan tetap berpatokan pada satu hasil kerja yang dapat dikenali.
Produsen mendokumentasikan dukungan fitur menurut konfigurasi penerapan regional. Konfigurasi yang tercantum untuk versi ini mendukung keluaran terstruktur dan pelengkapan prefiks, sedangkan panggilan fungsi hanya tersedia pada sebagian konfigurasi. Aplikasi yang mendukung panggilan fungsi menetapkan tindakan dan kolom masukannya, menjalankan panggilan yang dipilih, lalu mengembalikan hasilnya kepada model. Keluaran terstruktur mengatur bentuk jawaban, sedangkan pelengkapan prefiks melanjutkan teks asisten yang diberikan. Integrasi menentukan kontrol mana yang disediakannya.
Versi April memiliki konteks terdokumentasi sebesar 131.072 token, dengan panjang masukan maksimum 98.304 token dan panjang keluaran 16.384 token. Gunakan jatah masukan untuk instruksi, dokumen yang relevan, dan materi percakapan yang diperlukan untuk tugas. Tentukan ukuran dan bentuk hasil, alih-alih meminta pembahasan tanpa batas. Hasil akhir yang berguna dapat berupa perbandingan berdasarkan sumber, respons untuk klien, atau bagian dokumen yang direvisi dan siap ditinjau terhadap persyaratan awal.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-plus-2025-04-28 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00024 / 1K token Keluaran · Token keluaran $0.0024 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "qwen-plus-2025-04-28",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-plus-2025-04-28', '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-plus-2025-04-28', '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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra qwen-plus-2025-04-28
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Shorten a supplier message\n\nShorten this supplier message to at most 45 words for a busy warehouse manager: "Production of batch B-31 is complete. The 90 boxes are ready for pickup. Collection cannot occur before the quality report is approved. We will send the report tomorrow, but approval timing is not confirmed." Preserve the batch, quantity and pickup condition.A concise rewritten message that preserves the approval dependency and uncertain timing.Ensure ready for pickup is not interpreted as permission to collect before approval.