Source: https://ailoot.ai/models/id/qwen-qwen3-5-122b-a10b/ Canonical: https://ailoot.ai/models/id/qwen-qwen3-5-122b-a10b/ Language: id # Qwen: Qwen3.5-122B-A10B [Markdown](https://ailoot.ai/models/id/qwen-qwen3-5-122b-a10b/index.md) · [JSON](https://ailoot.ai/models/id/qwen-qwen3-5-122b-a10b/facts.json) ## [Qwen: Qwen3.5-122B-A10B](https://ailoot.ai/models/id/qwen-qwen3-5-122b-a10b/) Qwen3.5-122B-A10B adalah model visi-bahasa mixture-of-experts Qwen dengan total 122 miliar parameter dan 10 miliar yang diaktifkan. Model ini menerima teks, gambar, dan video untuk tugas penalaran, pemrograman, dan agen, mengembalikan teks dengan mode berpikir yang dapat dipilih serta konteks native 262,144 token. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen/qwen3.5-122b-a10b`](https://ailoot.ai/models/id/qwen-qwen3-5-122b-a10b/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen/qwen3.5-122b-a10b`](https://ailoot.ai/models/id/qwen-qwen3-5-122b-a10b/#method-1) Tentang model Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih. Keunggulan Qwen3.5: model expert 122B-A10B Qwen3.5-122B-A10B adalah model visi-bahasa yang telah melalui pascapelatihan untuk tugas teks dan visual gabungan. Model ini menerima teks, gambar, dan video serta mengembalikan teks, termasuk penjelasan, usulan kode, dan artefak dokumen yang diminta. Keluarga ini dibangun melalui fusi teks–visi sejak awal dan reinforcement learning pada tugas yang semakin kompleks, mengembangkan penalaran, pemrograman, agen, dan pemahaman visual. Keluarga ini menjelaskan cakupan 201 bahasa dan dialek, tanpa menyiratkan bahwa setiap bahasa atau domain memiliki keandalan yang identik. Tugas yang berguna dapat menggabungkan spesifikasi teknis, diagram, dan kode yang relevan, lalu meminta model menjelaskan komponen dan mengembalikan usulan implementasi. Tugas analisis dokumen dapat meminta perbandingan dengan referensi bagian atau halaman pendukung. Ikhtisar model Checkpoint sparse mixture-of-experts ini memiliki total 122 miliar parameter dan mengaktifkan sepuluh miliar. Model ini memiliki 48 lapisan model bahasa, dengan kelompok tiga lapisan expert Gated DeltaNet yang diikuti satu lapisan expert gated-attention. Pembuatnya mencantumkan 256 routed expert, dengan pemilihan delapan routed expert bersama satu shared expert. Encoder visi dan prediksi multi-token merupakan bagian dari model. Jumlah total dan aktif memiliki makna yang berbeda; angka aktif bukan ukuran checkpoint lengkap. Ini merupakan edisi berbeda dari Qwen3.5-27B dense, Qwen3.5-35B-A3B sparse, dan generasi model berikutnya. Jangan menyimpulkan peringkat kinerja atau latensi umum dari ukuran saja. Konteks native-nya adalah 262,144 token dan perluasan yang didokumentasikan mencapai 1,010,000 melalui konfigurasi. Qwen menyarankan mempertahankan konteks setidaknya 128K jika memungkinkan untuk proses berpikir kompleks, sambil mengakui bahwa tekanan memori mungkin memerlukan jendela yang lebih kecil. Menyiapkan bukti teks dan visual gabungan Pertahankan label diagram, sumbu bagan, judul tabel, dan satuan. Nyatakan apakah hasil harus menjelaskan hubungan, mengekstrak kolom bernama, atau mengusulkan kode. Ketika beberapa sumber penting, beri label dan minta keluaran yang disusun menurut pengenal yang sama. Pisahkan fakta yang terlihat dari asumsi agar peninjau dapat menelusuri penalaran ke materi yang diberikan. Untuk permintaan pemrograman, identifikasi perilaku yang dimaksud, sumber yang relevan, dan masukan yang menunjukkan masalah. Minta patch yang dapat diedit beserta penjelasan kondisi serta pemeriksaan yang terdampak. Untuk video, pertahankan urutan kejadian dan waktu serta tentukan pertanyaannya, alih-alih meminta ringkasan tanpa fokus. Hasil teks model merupakan artefak draf untuk diperiksa; kemampuan masukan visual tidak berarti pembuatan gambar, video, atau ucapan. Berpikir dan riwayat Berpikir diaktifkan secara bawaan, dengan penalaran sebelum jawaban akhir. Pengaturan enable\_thinking dari pembuatnya dapat menonaktifkannya untuk respons langsung. Sakelar lunak /think dan /nothink yang lama tidak didukung secara resmi. Qwen3.5 merekomendasikan menyimpan jawaban akhir tanpa konten berpikir dalam pesan asisten historis. Ini tidak boleh diganti dengan opsi pemeliharaan historis generasi Qwen berikutnya hanya karena memiliki nama keluarga yang sama. Buat hasil akhir mudah ditemukan, seperti kolom jawaban yang terdefinisi, nilai dengan pembatas, atau artefak kode terpisah. Jawaban langsung tetap perlu diperiksa, sedangkan penalaran lebih panjang berguna hanya ketika langkah-langkahnya mendukung kesimpulan yang dapat diverifikasi. Penggunaan agen Qwen mendokumentasikan pemanggilan alat dan merekomendasikan Qwen-Agent dengan alat yang dikonfigurasi atau terhubung melalui MCP, bersama Qwen Code untuk pekerjaan agen pemrograman. Tetapkan tindakan yang diizinkan, bukti yang tersedia, dan kriteria penyelesaian. Alat terhubung menjalankan operasi dan mengembalikan hasil; model menggunakan umpan balik tersebut dalam analisisnya. Usulan perintah, kueri retrieval, atau patch harus tetap berbeda dari tindakan yang benar-benar diselesaikan aplikasi. Konteks sangat panjang dan video Perluasan dari pembuatnya menggunakan YaRN dengan pengaturan posisi interleaved checkpoint ini. Faktor empat menargetkan alur kerja sekitar satu juta token, dan dua disarankan untuk beban kerja 524,288 token. Penskalaan statis dapat memengaruhi kinerja teks yang lebih pendek, sehingga harus mengikuti kebutuhan nyata akan konteks yang lebih besar. Masukan, visual yang direpresentasikan, riwayat, penalaran, dan respons akhir semuanya menggunakan anggaran urutan yang dikonfigurasi. Contoh video yang didukung secara bawaan menggunakan dua bingkai per detik. Untuk materi berdurasi dalam hitungan jam, pembuatnya merekomendasikan peningkatan anggaran pemroses menjadi sekitar 224K token video untuk pengambilan sampel berlaju lebih tinggi. Itu merupakan resep yang bergantung pada konfigurasi, bukan jaminan durasi media, ingatan lengkap, atau presisi stempel waktu universal. Panduan pembuatan keluaran dan batasan substantif Best Practices merekomendasikan temperature 1.0, top\_p 0.95, top\_k 20, min\_p 0, presence penalty 1.5, dan repetition penalty 1.0 untuk mode berpikir umum. Pemrograman presisi menggunakan temperature 0.6 dan presence penalty nol. Respons langsung umum menggunakan temperature 0.7, top\_p 0.8, dan presence penalty 1.5; top\_k adalah 20, min\_p adalah 0, dan repetition penalty adalah 1.0. Penalaran dengan respons langsung memiliki preset terpisah: temperature 1.0, top\_p 1.0, top\_k 40, dan presence penalty 2.0. Presence penalty yang lebih tinggi dapat mencampurkan bahasa atau sedikit menurunkan kualitas. Alokasi pembuatan keluaran yang direkomendasikan adalah 32,768 token untuk sebagian besar kueri dan 81,920 untuk pekerjaan matematika atau pemrograman yang sangat kompleks; alokasi tersebut bukan batas atas keluaran tegas yang ditetapkan secara terpisah. Tetapkan format yang diminta, pertahankan pengenal sumber, dan periksa perhitungan, nilai hasil ekstraksi, serta kode yang diusulkan terhadap bukti asli. Hasil yang berguna adalah artefak tekstual lengkap yang asumsi dan materi pendukungnya tetap terlihat. Tugas praktis ### Tugas praktis Contoh teknis dalam bahasa Inggris ``` Check a process graph against its rule A process specification says validation must complete before persistence. Textual graph G1 is receive -> persist -> validate -> acknowledge. Code excerpt: save(record); validate(record); return "accepted". Propose an implementation correction and update the graph in text. Include a test showing that an invalid record never reaches save. ``` #### Hasil yang diharapkan ``` A corrected sequence diagram in text, a focused code proposal and a test using an invalid record. ``` #### Periksa hasil ``` Check that the graph and code agree on validate-before-save and that acknowledgment follows successful persistence. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen/qwen3.5-122b-a10b` [`qwen/qwen3.5-122b-a10b`](https://ailoot.ai/models/id/#m=qwen%2Fqwen3.5-122b-a10b&route=Ultra&caller=qwen%2Fqwen3.5-122b-a10b&fmt=chat) Alibaba /`qwen/qwen3.5-122b-a10b` ### Mulai Qwen3.5-122B-A10B adalah model visi-bahasa mixture-of-experts Qwen dengan total 122 miliar parameter dan 10 miliar yang diaktifkan. Model ini menerima teks, gambar, dan video untuk tugas penalaran, pemrograman, dan agen, mengembalikan teks dengan mode berpikir yang dapat dipilih serta konteks native 262,144 token. Masukan yang diterima Teks Hasil Teks ### Tersedia di Ailoot · masukan & metode **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Masukan `text` Keluaran `text` Format keluaran json atau SSE | Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan | | --- | --- | --- | --- | --- | | Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan qwen/qwen3.5-122b-a10b | Bawaan— | | Kolom`messages` | Jenis`message[]` | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— | | Kolom`messages[].role` | Jenis`string` | 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— | | Kolom`messages[].content` | Jenis`string\|content_part[]\|null` | PersyaratanOpsional | Nilai & batasan | Bawaan— | | Kolom`messages[].tool_calls` | Jenis`tool_call[]` | PersyaratanOpsional | Nilai & batasan | Bawaan— | | Kolom`messages[].tool_call_id` | Jenis`string` | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— | | Kolom`messages[].name` | Jenis`string` | PersyaratanOpsional | Nilai & batasan | Bawaan— | | Kolom`messages[].reasoning_content` | Jenis`string` | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— | | Kolom`messages[].reasoning_details` | Jenis`object\|array` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`max_tokens` | Jenis`integer` | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— | | Kolom`max_completion_tokens` | Jenis`integer` | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— | | Kolom`stream` | Jenis`boolean` | PersyaratanOpsional | Nilai & batasan | Bawaanfalse | | Kolom`stream_options.include_usage` | Jenis`boolean` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`temperature` | Jenis`number` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`top_p` | Jenis`number` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`stop` | Jenis`string\|string[]` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`tools` | Jenis`function_tool[]` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`tools[].type` | Jenis`string` | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— | | Kolom`tools[].function.name` | Jenis`string` | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— | | Kolom`tools[].function.description` | Jenis`string` | PersyaratanOpsional | Nilai & batasan | Bawaan— | | Kolom`tools[].function.parameters` | Jenis`JSON_schema` | PersyaratanOpsional | Nilai & batasan | Bawaan— | | Kolom`tool_choice` | Jenis`string\|object` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`parallel_tool_calls` | Jenis`boolean` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`response_format` | Jenis`object` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`reasoning_effort` | Jenis`string` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`reasoning` | Jenis`object` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`service_tier` | Jenis`string` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`instructions` | Jenis`string` | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— | | Kolom`functions` | Jenis`function[]` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`function_call` | Jenis`string\|object` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`prompt_cache_options` | Jenis`object` | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— | | Kolom`modalities` | Jenis`string[]` | PersyaratanOpsional | Nilai & batasan text | Bawaan— | | Kolom`provider` | Jenis`object` | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— | | Kolom`cache_control.ttl` | Jenis`string` | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— | Kombinasi bahan masukan **Teks** · Teks UTF8 `messages[].content` Parameter metode dan siklus hidup | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, messages | | Parameter`material_types` | Kontraktext | | Parameter`messages` | Kontrakarray pesan dengan struktur role/content | | Parameter`file_material` | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan | | Parameter`optional_controls` | Kontrakstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parameter`control_scope` | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting | | Parameter`output_modalities` | Kontraktext | | Parameter`hosted_operations` | Kontrakfalse | | Parameter`multimodal_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. ### Paket Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih. Mode Fast Tarif standar Saat mode fast dipilih Mode Flex Tarif standar Saat mode flex dipilih Upaya penalaran maksimum Tarif standar Saat upaya penalaran maksimum menggunakan penyesuaian default #### Tarif Ailoot #### Harga menurut konfigurasi Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif. | Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya | | --- | --- | --- | --- | --- | | KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan **$0.00058** / 1K token Keluaran · Token keluaran **$0.00458** / 1K token Masukan · Pembacaan cache **$0** / 1K token Masukan · Penulisan cache **$0** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token | | KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan **$0.00058** / 1K token Keluaran · Token keluaran **$0.00458** / 1K token Masukan · Pembacaan cache **$0** / 1K token Masukan · Penulisan cache **$0** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token | Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · OpenAI Chat curlPython SDKAliran Python ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "qwen/qwen3.5-122b-a10b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='qwen/qwen3.5-122b-a10b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='qwen/qwen3.5-122b-a10b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Terima dan simpan hasil #### Ailoot Ultra · OpenAI Chat json atau SSE ##### Simpan semua hasil yang selesai 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. ##### Jika respons asli perlu diperiksa Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan. Kolom respons | Kolom | Jenis | | --- | --- | | Kolom`choices[].index` | Jenisinteger | | Kolom`choices[].message.content` | Jenisstring\|null | | Kolom`choices[].message.tool_calls` | Jenistool\_call\[\] | | Kolom`choices[].message.reasoning_content` | Jenisstring | | Kolom`choices[].message.reasoning_details` | Jenisobject\|array | | Kolom`choices[].finish_reason` | Jenisstring\|null | | Kolom`usage` | Jenisobject | Kesalahan dan langkah berikutnya | 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. | ### Alias #### Alias model **Ailoot Ultra** [`qwen/qwen3.5-122b-a10b`](https://ailoot.ai/models/id/#m=qwen%2Fqwen3.5-122b-a10b&route=Ultra&caller=qwen%2Fqwen3.5-122b-a10b&fmt=chat) #### Alias jalur metode Gunakan jalur metode yang ditampilkan di atas. #### ID pemanggil terkait [`qwen/qwen3.5-122b-a10b`](https://ailoot.ai/models/id/#m=qwen%2Fqwen3.5-122b-a10b&route=Ultra&caller=qwen%2Fqwen3.5-122b-a10b&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen/qwen3.5-122b-a10b` [`qwen/qwen3.5-122b-a10b`](https://ailoot.ai/models/id/#m=qwen%2Fqwen3.5-122b-a10b&route=Ultra&caller=qwen%2Fqwen3.5-122b-a10b&fmt=messages) Alibaba /`qwen/qwen3.5-122b-a10b` ### Mulai Qwen3.5-122B-A10B adalah model visi-bahasa mixture-of-experts Qwen dengan total 122 miliar parameter dan 10 miliar yang diaktifkan. Model ini menerima teks, gambar, dan video untuk tugas penalaran, pemrograman, dan agen, mengembalikan teks dengan mode berpikir yang dapat dipilih serta konteks native 262,144 token. Masukan yang diterima Teks Hasil json · sse ### Tersedia di Ailoot · masukan & metode **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Masukan `text` Keluaran `json`, `sse` Format keluaran JSON atau SSE | Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan | | --- | --- | --- | --- | --- | | Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan qwen/qwen3.5-122b-a10b | Bawaan— | | Kolom`messages` | Jenis`message[]` | PersyaratanWajib | Nilai & batasan | Bawaan— | | Kolom`messages[].role` | Jenis`string` | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— | | Kolom`messages[].content` | Jenis`string` | PersyaratanWajib | Nilai & batasan | Bawaan— | | Kolom`max_tokens` | Jenis`integer` | PersyaratanWajib | Nilai & batasan | Bawaan— | | Kolom`stream` | Jenis`boolean` | PersyaratanOpsional | Nilai & batasan | Bawaanfalse | Kombinasi bahan masukan **Teks** · Teks UTF-8 `string messages[].content` Parameter metode dan siklus hidup | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, messages, max\_tokens | | Parameter`optional_controls` | Kontrakstream | | Parameter`material_types` | Kontraktext | | Parameter`text_file_material` | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. | Siklus hidup: `synchronous_or_streamed` ### Paket Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih. Mode Fast Tarif standar Saat mode fast dipilih Mode Flex Tarif standar Saat mode flex dipilih Upaya penalaran maksimum Tarif standar Saat upaya penalaran maksimum menggunakan penyesuaian default #### Tarif Ailoot #### Harga menurut konfigurasi Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif. | Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya | | --- | --- | --- | --- | --- | | KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan **$0.00058** / 1K token Keluaran · Token keluaran **$0.00458** / 1K token Masukan · Pembacaan cache **$0** / 1K token Masukan · Penulisan cache **$0** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token | | KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan **$0.00058** / 1K token Keluaran · Token keluaran **$0.00458** / 1K token Masukan · Pembacaan cache **$0** / 1K token Masukan · Penulisan cache **$0** / 1K token Masukan · Penulisan cache, 1 jam **—** / 1K token | Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Anthropic Messages Isi permintaan JSON minimal yang lengkapcurl · gunakan dokumen UTF-8 AndaPython · simpan hasil secara lengkap ```json { "model": "qwen/qwen3.5-122b-a10b", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen/qwen3.5-122b-a10b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen/qwen3.5-122b-a10b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Terima dan simpan hasil #### Ailoot Ultra · Anthropic Messages JSON atau SSE ##### Simpan semua hasil yang selesai 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. ##### Jika respons asli perlu diperiksa Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan. Kolom respons | Kolom | Jenis | | --- | --- | | Kolom`id` | Jenisstring | | Kolom`model` | Jenisstring | | Kolom`content[]` | Jenistext\|thinking\|tool\_use\|other content block | | Kolom`stop_reason` | Jenisstring\|null | | Kolom`usage` | Jenisobject | Kesalahan dan langkah berikutnya | 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. | ### Alias #### Alias model **Ailoot Ultra** [`qwen/qwen3.5-122b-a10b`](https://ailoot.ai/models/id/#m=qwen%2Fqwen3.5-122b-a10b&route=Ultra&caller=qwen%2Fqwen3.5-122b-a10b&fmt=messages) #### Alias jalur metode Gunakan jalur metode yang ditampilkan di atas. #### ID pemanggil terkait [`qwen/qwen3.5-122b-a10b`](https://ailoot.ai/models/id/#m=qwen%2Fqwen3.5-122b-a10b&route=Ultra&caller=qwen%2Fqwen3.5-122b-a10b&fmt=messages) FAQ · Qwen: Qwen3.5-122B-A10B Input dan hasil apa yang tersedia? `POST /v1/chat/completions` · `qwen/qwen3.5-122b-a10b`: `text` → `text` `POST /v1/messages` · `qwen/qwen3.5-122b-a10b`: `text` → `json`, `sse` Kolom apa yang digunakan permintaan? `POST /v1/chat/completions` · `qwen/qwen3.5-122b-a10b`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen/qwen3.5-122b-a10b`: `model`, `messages`, `max_tokens`, `stream` Batasan apa yang berlaku? `POST /v1/chat/completions` · `qwen/qwen3.5-122b-a10b`: `messages.min_items`: `1` Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda. ## Perusahaan dan portofolio proyeknya Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan. ## Beli token dengan diskon. Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token. Langganan Pilih paket dengan diskon untuk permintaan rutin Anda. Kode promo hingga 50% Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif. Biaya dalam riwayat Model, token, dan jumlah tagihan disimpan untuk setiap permintaan. [Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/) ## Hubungkan API ke produk yang Anda jual. SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller. Aplikasi komersial Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda. Lisensi reseller Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis. Dokumen di situs Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi. [Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id) ## Ailoot · Perusahaan dan portofolio proyeknya Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan. Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan. Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.