Qwen3-4B menerapkan rancangan respons hibrida Qwen3 pada model bahasa dense yang ringkas. Pengembang menjelaskan kemampuan penalaran matematika dan logika, pembuatan kode, penulisan kreatif, interaksi berbasis peran, dan dialog beberapa giliran, serta mengikuti instruksi dalam lebih dari 100 bahasa dan dialek. Tugas editorial atau teknis yang terfokus merupakan cara yang berguna untuk menggunakannya: berikan fragmen sumber tertentu dan minta satu transformasi yang jelas, alih-alih gambaran umum tanpa batasan.
Rilis ini memiliki empat miliar parameter, dengan 3.6 miliar di luar embedding, dan 36 lapisan. Grouped-query attention menggunakan 32 query head dan delapan key/value head. Masukan dan keluarannya sama-sama berupa teks. Kartu ini menjelaskan rilis hibrida Qwen3-4B asli, bukan model Thinking atau Instruct bertanggal yang dirilis kemudian. Contoh praktisnya adalah mengubah catatan insiden singkat menjadi serah terima operasional yang memuat kegagalan yang diamati, dampak yang diketahui, dan langkah investigasi berikutnya. Berikan fakta tersebut sebagai bidang terpisah dan minta model menandai informasi yang hilang, bukan mengisinya sendiri.
Siapkan instruksi dan sumber sebagai bagian terpisah dalam pesan percakapan. Untuk pemrograman, lampirkan fungsi kecil, contoh masukan yang mewakili penggunaan, dan nilai kembalian yang diinginkan, lalu minta penjelasan atau perubahan dengan lingkup sempit. Minta satu kasus biasa dan satu kasus tepi sebagai bagian keluaran. Untuk tugas penulisan, tentukan audiens, panjang, dan kosakata yang harus tetap sama. Untuk klasifikasi, berikan label yang diperbolehkan, definisinya, dan contoh keluaran; pilihan yang dikembalikan kemudian harus diperiksa terhadap daftar tersebut. Integrasi yang dipublikasikan memerlukan runtime yang mengenali Qwen3; kartu memperingatkan bahwa versi Transformers di bawah 4.51.0 tidak mengenali arsitektur yang diperlukan.
Mode thinking dan non-thinking tersedia dalam rilis yang sama. Dalam templat pengembang, thinking aktif secara bawaan dan dapat dimatikan dengan sakelar tegas. Saat thinking aktif, /think dan /no_think merupakan instruksi lunak yang dapat mengubah perilaku antar-giliran; instruksi terbaru berlaku. Keduanya tidak mengaktifkan kembali mode yang telah dimatikan secara tegas. Transformasi teks singkat dapat meminta jawaban langsung, sedangkan penjelasan tentang kondisi yang bertentangan dapat menggunakan penalaran. Simpan respons akhir, bukan teks penalaran sebelumnya, sebagai hasil berguna dari satu giliran percakapan. Saat thinking aktif, permintaan non-thinking melalui instruksi lunak tetap mempertahankan blok penalaran, meskipun isinya dapat kosong. Penonaktifan tegas menghapus blok tersebut.
Kartu model mencakup penggunaan sebagai agen dan merekomendasikan Qwen-Agent untuk definisi alat dan penguraian. Untuk asisten yang mengklasifikasikan tiket masuk lalu mencari deskripsi kategori, aplikasi perlu menyediakan alat pencarian, menjalankan panggilan yang diterima, dan memasok hasilnya. Tentukan argumen dan bidang yang diharapkan terlebih dahulu. Minta catatan tiket akhir berisi kategori yang dipilih, alasan singkat, dan bidang yang belum diketahui. Validasi catatan tersebut dan simpan hasil alat yang digunakan untuk membuatnya. Panduan Qwen3 juga menjelaskan panggilan alat paralel dan beberapa langkah, dengan argumen berbentuk objek dan hasil yang dikembalikan ke percakapan.
Kartu untuk edisi ini mencantumkan konteks native 32,768 token dan mendokumentasikan perluasan hingga 131,072 menggunakan YaRN. Angka yang diperluas bergantung pada konfigurasi; penskalaan statis dapat memengaruhi masukan yang lebih pendek. Rencanakan seluruh permintaan dan respons secara bersamaan. Untuk kumpulan catatan singkat, beri label pada setiap item, minta pengenal keluaran yang sesuai, dan gunakan skema ringkas agar hasil yang dibuat tetap muat. Contoh dan rekomendasi panjang keluaran pada kartu bukan batas keras universal untuk generasi. Dalam penjelasan panjang pelatihannya, dokumentasi Qwen3 membahas panjang pesan asisten 38,912 token dalam mode thinking dan 16,384 dalam mode non-thinking, serta menyarankan evaluasi kualitas generasi yang lebih panjang. Angka tersebut berbeda dari jendela konteks keseluruhan dan bukan batas keras khusus endpoint. Kartu juga menjelaskan alokasi posisi bawaan 40,960 token sebagai 8,192 untuk prompt umum ditambah 32,768 untuk keluaran; ini merupakan panduan konfigurasi pengembang, terpisah dari konteks pelatihan native dan batas endpoint apa pun.
Edisi ini memiliki peringatan tambahan tentang pengulangan yang terus-menerus. Pengembang merujuk pada pengaturan sampling yang direkomendasikan dan menyarankan presence_penalty 1.5 jika terjadi pengulangan yang signifikan. Saran umumnya menyebutkan bahwa penalti yang lebih kuat dapat menimbulkan keluaran campuran bahasa atau mengurangi kualitas, sehingga pengaturan ini ditujukan untuk masalah tertentu, bukan jaminan. Mode thinking menggunakan temperature 0.6, top-p 0.95, top-k 20, dan min-p 0; non-thinking menggunakan 0.7, 0.8, 20, dan 0. Hindari greedy decoding untuk penalaran, minta jawaban akhir dengan batas yang jelas, dan periksa hasil untuk menemukan klausa berulang, bidang yang hilang, dan istilah yang berubah.
", "aboutText": "Qwen3-4B menerapkan rancangan respons hibrida Qwen3 pada model bahasa dense yang ringkas. Pengembang menjelaskan kemampuan penalaran matematika dan logika, pembuatan kode, penulisan kreatif, interaksi berbasis peran, dan dialog beberapa giliran, serta mengikuti instruksi dalam lebih dari 100 bahasa dan dialek. Tugas editorial atau teknis yang terfokus merupakan cara yang berguna untuk menggunakannya: berikan fragmen sumber tertentu dan minta satu transformasi yang jelas, alih-alih gambaran umum tanpa batasan.\n\nRilis ini memiliki empat miliar parameter, dengan 3.6 miliar di luar embedding, dan 36 lapisan. Grouped-query attention menggunakan 32 query head dan delapan key/value head. Masukan dan keluarannya sama-sama berupa teks. Kartu ini menjelaskan rilis hibrida Qwen3-4B asli, bukan model Thinking atau Instruct bertanggal yang dirilis kemudian. Contoh praktisnya adalah mengubah catatan insiden singkat menjadi serah terima operasional yang memuat kegagalan yang diamati, dampak yang diketahui, dan langkah investigasi berikutnya. Berikan fakta tersebut sebagai bidang terpisah dan minta model menandai informasi yang hilang, bukan mengisinya sendiri.\n\nSiapkan instruksi dan sumber sebagai bagian terpisah dalam pesan percakapan. Untuk pemrograman, lampirkan fungsi kecil, contoh masukan yang mewakili penggunaan, dan nilai kembalian yang diinginkan, lalu minta penjelasan atau perubahan dengan lingkup sempit. Minta satu kasus biasa dan satu kasus tepi sebagai bagian keluaran. Untuk tugas penulisan, tentukan audiens, panjang, dan kosakata yang harus tetap sama. Untuk klasifikasi, berikan label yang diperbolehkan, definisinya, dan contoh keluaran; pilihan yang dikembalikan kemudian harus diperiksa terhadap daftar tersebut. Integrasi yang dipublikasikan memerlukan runtime yang mengenali Qwen3; kartu memperingatkan bahwa versi Transformers di bawah 4.51.0 tidak mengenali arsitektur yang diperlukan.\n\nMode thinking dan non-thinking tersedia dalam rilis yang sama. Dalam templat pengembang, thinking aktif secara bawaan dan dapat dimatikan dengan sakelar tegas. Saat thinking aktif, /think dan /no_think merupakan instruksi lunak yang dapat mengubah perilaku antar-giliran; instruksi terbaru berlaku. Keduanya tidak mengaktifkan kembali mode yang telah dimatikan secara tegas. Transformasi teks singkat dapat meminta jawaban langsung, sedangkan penjelasan tentang kondisi yang bertentangan dapat menggunakan penalaran. Simpan respons akhir, bukan teks penalaran sebelumnya, sebagai hasil berguna dari satu giliran percakapan. Saat thinking aktif, permintaan non-thinking melalui instruksi lunak tetap mempertahankan blok penalaran, meskipun isinya dapat kosong. Penonaktifan tegas menghapus blok tersebut.\n\nKartu model mencakup penggunaan sebagai agen dan merekomendasikan Qwen-Agent untuk definisi alat dan penguraian. Untuk asisten yang mengklasifikasikan tiket masuk lalu mencari deskripsi kategori, aplikasi perlu menyediakan alat pencarian, menjalankan panggilan yang diterima, dan memasok hasilnya. Tentukan argumen dan bidang yang diharapkan terlebih dahulu. Minta catatan tiket akhir berisi kategori yang dipilih, alasan singkat, dan bidang yang belum diketahui. Validasi catatan tersebut dan simpan hasil alat yang digunakan untuk membuatnya. Panduan Qwen3 juga menjelaskan panggilan alat paralel dan beberapa langkah, dengan argumen berbentuk objek dan hasil yang dikembalikan ke percakapan.\n\nKartu untuk edisi ini mencantumkan konteks native 32,768 token dan mendokumentasikan perluasan hingga 131,072 menggunakan YaRN. Angka yang diperluas bergantung pada konfigurasi; penskalaan statis dapat memengaruhi masukan yang lebih pendek. Rencanakan seluruh permintaan dan respons secara bersamaan. Untuk kumpulan catatan singkat, beri label pada setiap item, minta pengenal keluaran yang sesuai, dan gunakan skema ringkas agar hasil yang dibuat tetap muat. Contoh dan rekomendasi panjang keluaran pada kartu bukan batas keras universal untuk generasi. Dalam penjelasan panjang pelatihannya, dokumentasi Qwen3 membahas panjang pesan asisten 38,912 token dalam mode thinking dan 16,384 dalam mode non-thinking, serta menyarankan evaluasi kualitas generasi yang lebih panjang. Angka tersebut berbeda dari jendela konteks keseluruhan dan bukan batas keras khusus endpoint. Kartu juga menjelaskan alokasi posisi bawaan 40,960 token sebagai 8,192 untuk prompt umum ditambah 32,768 untuk keluaran; ini merupakan panduan konfigurasi pengembang, terpisah dari konteks pelatihan native dan batas endpoint apa pun.\n\nEdisi ini memiliki peringatan tambahan tentang pengulangan yang terus-menerus. Pengembang merujuk pada pengaturan sampling yang direkomendasikan dan menyarankan presence_penalty 1.5 jika terjadi pengulangan yang signifikan. Saran umumnya menyebutkan bahwa penalti yang lebih kuat dapat menimbulkan keluaran campuran bahasa atau mengurangi kualitas, sehingga pengaturan ini ditujukan untuk masalah tertentu, bukan jaminan. Mode thinking menggunakan temperature 0.6, top-p 0.95, top-k 20, dan min-p 0; non-thinking menggunakan 0.7, 0.8, 20, dan 0. Hindari greedy decoding untuk penalaran, minta jawaban akhir dengan batas yang jelas, dan periksa hasil untuk menemukan klausa berulang, bidang yang hilang, dan istilah yang berubah.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.qwen3-4bQwen3-4B adalah model teks dengan empat miliar parameter untuk mengikuti instruksi, dialog multibahasa, dan kode. Desain hibridanya mendukung jawaban langsung maupun mode thinking, dengan panduan khusus edisi untuk mengendalikan pengulangan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen3-4B menerapkan rancangan respons hibrida Qwen3 pada model bahasa dense yang ringkas. Pengembang menjelaskan kemampuan penalaran matematika dan logika, pembuatan kode, penulisan kreatif, interaksi berbasis peran, dan dialog beberapa giliran, serta mengikuti instruksi dalam lebih dari 100 bahasa dan dialek. Tugas editorial atau teknis yang terfokus merupakan cara yang berguna untuk menggunakannya: berikan fragmen sumber tertentu dan minta satu transformasi yang jelas, alih-alih gambaran umum tanpa batasan.
Rilis ini memiliki empat miliar parameter, dengan 3.6 miliar di luar embedding, dan 36 lapisan. Grouped-query attention menggunakan 32 query head dan delapan key/value head. Masukan dan keluarannya sama-sama berupa teks. Kartu ini menjelaskan rilis hibrida Qwen3-4B asli, bukan model Thinking atau Instruct bertanggal yang dirilis kemudian. Contoh praktisnya adalah mengubah catatan insiden singkat menjadi serah terima operasional yang memuat kegagalan yang diamati, dampak yang diketahui, dan langkah investigasi berikutnya. Berikan fakta tersebut sebagai bidang terpisah dan minta model menandai informasi yang hilang, bukan mengisinya sendiri.
Siapkan instruksi dan sumber sebagai bagian terpisah dalam pesan percakapan. Untuk pemrograman, lampirkan fungsi kecil, contoh masukan yang mewakili penggunaan, dan nilai kembalian yang diinginkan, lalu minta penjelasan atau perubahan dengan lingkup sempit. Minta satu kasus biasa dan satu kasus tepi sebagai bagian keluaran. Untuk tugas penulisan, tentukan audiens, panjang, dan kosakata yang harus tetap sama. Untuk klasifikasi, berikan label yang diperbolehkan, definisinya, dan contoh keluaran; pilihan yang dikembalikan kemudian harus diperiksa terhadap daftar tersebut. Integrasi yang dipublikasikan memerlukan runtime yang mengenali Qwen3; kartu memperingatkan bahwa versi Transformers di bawah 4.51.0 tidak mengenali arsitektur yang diperlukan.
Mode thinking dan non-thinking tersedia dalam rilis yang sama. Dalam templat pengembang, thinking aktif secara bawaan dan dapat dimatikan dengan sakelar tegas. Saat thinking aktif, /think dan /no_think merupakan instruksi lunak yang dapat mengubah perilaku antar-giliran; instruksi terbaru berlaku. Keduanya tidak mengaktifkan kembali mode yang telah dimatikan secara tegas. Transformasi teks singkat dapat meminta jawaban langsung, sedangkan penjelasan tentang kondisi yang bertentangan dapat menggunakan penalaran. Simpan respons akhir, bukan teks penalaran sebelumnya, sebagai hasil berguna dari satu giliran percakapan. Saat thinking aktif, permintaan non-thinking melalui instruksi lunak tetap mempertahankan blok penalaran, meskipun isinya dapat kosong. Penonaktifan tegas menghapus blok tersebut.
Kartu model mencakup penggunaan sebagai agen dan merekomendasikan Qwen-Agent untuk definisi alat dan penguraian. Untuk asisten yang mengklasifikasikan tiket masuk lalu mencari deskripsi kategori, aplikasi perlu menyediakan alat pencarian, menjalankan panggilan yang diterima, dan memasok hasilnya. Tentukan argumen dan bidang yang diharapkan terlebih dahulu. Minta catatan tiket akhir berisi kategori yang dipilih, alasan singkat, dan bidang yang belum diketahui. Validasi catatan tersebut dan simpan hasil alat yang digunakan untuk membuatnya. Panduan Qwen3 juga menjelaskan panggilan alat paralel dan beberapa langkah, dengan argumen berbentuk objek dan hasil yang dikembalikan ke percakapan.
Kartu untuk edisi ini mencantumkan konteks native 32,768 token dan mendokumentasikan perluasan hingga 131,072 menggunakan YaRN. Angka yang diperluas bergantung pada konfigurasi; penskalaan statis dapat memengaruhi masukan yang lebih pendek. Rencanakan seluruh permintaan dan respons secara bersamaan. Untuk kumpulan catatan singkat, beri label pada setiap item, minta pengenal keluaran yang sesuai, dan gunakan skema ringkas agar hasil yang dibuat tetap muat. Contoh dan rekomendasi panjang keluaran pada kartu bukan batas keras universal untuk generasi. Dalam penjelasan panjang pelatihannya, dokumentasi Qwen3 membahas panjang pesan asisten 38,912 token dalam mode thinking dan 16,384 dalam mode non-thinking, serta menyarankan evaluasi kualitas generasi yang lebih panjang. Angka tersebut berbeda dari jendela konteks keseluruhan dan bukan batas keras khusus endpoint. Kartu juga menjelaskan alokasi posisi bawaan 40,960 token sebagai 8,192 untuk prompt umum ditambah 32,768 untuk keluaran; ini merupakan panduan konfigurasi pengembang, terpisah dari konteks pelatihan native dan batas endpoint apa pun.
Edisi ini memiliki peringatan tambahan tentang pengulangan yang terus-menerus. Pengembang merujuk pada pengaturan sampling yang direkomendasikan dan menyarankan presence_penalty 1.5 jika terjadi pengulangan yang signifikan. Saran umumnya menyebutkan bahwa penalti yang lebih kuat dapat menimbulkan keluaran campuran bahasa atau mengurangi kualitas, sehingga pengaturan ini ditujukan untuk masalah tertentu, bukan jaminan. Mode thinking menggunakan temperature 0.6, top-p 0.95, top-k 20, dan min-p 0; non-thinking menggunakan 0.7, 0.8, 20, dan 0. Hindari greedy decoding untuk penalaran, minta jawaban akhir dengan batas yang jelas, dan periksa hasil untuk menemukan klausa berulang, bidang yang hilang, dan istilah yang berubah.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen3-4b | 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 $0.0001 / 1K token Keluaran · Token keluaran $0.001 / 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": "qwen3-4b", "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='qwen3-4b',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='qwen3-4b',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 qwen3-4b
Gunakan jalur metode yang ditampilkan di atas.
qwen3-4bQwen3-4B adalah model teks dengan empat miliar parameter untuk mengikuti instruksi, dialog multibahasa, dan kode. Desain hibridanya mendukung jawaban langsung maupun mode thinking, dengan panduan khusus edisi untuk mengendalikan pengulangan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen3-4B menerapkan rancangan respons hibrida Qwen3 pada model bahasa dense yang ringkas. Pengembang menjelaskan kemampuan penalaran matematika dan logika, pembuatan kode, penulisan kreatif, interaksi berbasis peran, dan dialog beberapa giliran, serta mengikuti instruksi dalam lebih dari 100 bahasa dan dialek. Tugas editorial atau teknis yang terfokus merupakan cara yang berguna untuk menggunakannya: berikan fragmen sumber tertentu dan minta satu transformasi yang jelas, alih-alih gambaran umum tanpa batasan.
Rilis ini memiliki empat miliar parameter, dengan 3.6 miliar di luar embedding, dan 36 lapisan. Grouped-query attention menggunakan 32 query head dan delapan key/value head. Masukan dan keluarannya sama-sama berupa teks. Kartu ini menjelaskan rilis hibrida Qwen3-4B asli, bukan model Thinking atau Instruct bertanggal yang dirilis kemudian. Contoh praktisnya adalah mengubah catatan insiden singkat menjadi serah terima operasional yang memuat kegagalan yang diamati, dampak yang diketahui, dan langkah investigasi berikutnya. Berikan fakta tersebut sebagai bidang terpisah dan minta model menandai informasi yang hilang, bukan mengisinya sendiri.
Siapkan instruksi dan sumber sebagai bagian terpisah dalam pesan percakapan. Untuk pemrograman, lampirkan fungsi kecil, contoh masukan yang mewakili penggunaan, dan nilai kembalian yang diinginkan, lalu minta penjelasan atau perubahan dengan lingkup sempit. Minta satu kasus biasa dan satu kasus tepi sebagai bagian keluaran. Untuk tugas penulisan, tentukan audiens, panjang, dan kosakata yang harus tetap sama. Untuk klasifikasi, berikan label yang diperbolehkan, definisinya, dan contoh keluaran; pilihan yang dikembalikan kemudian harus diperiksa terhadap daftar tersebut. Integrasi yang dipublikasikan memerlukan runtime yang mengenali Qwen3; kartu memperingatkan bahwa versi Transformers di bawah 4.51.0 tidak mengenali arsitektur yang diperlukan.
Mode thinking dan non-thinking tersedia dalam rilis yang sama. Dalam templat pengembang, thinking aktif secara bawaan dan dapat dimatikan dengan sakelar tegas. Saat thinking aktif, /think dan /no_think merupakan instruksi lunak yang dapat mengubah perilaku antar-giliran; instruksi terbaru berlaku. Keduanya tidak mengaktifkan kembali mode yang telah dimatikan secara tegas. Transformasi teks singkat dapat meminta jawaban langsung, sedangkan penjelasan tentang kondisi yang bertentangan dapat menggunakan penalaran. Simpan respons akhir, bukan teks penalaran sebelumnya, sebagai hasil berguna dari satu giliran percakapan. Saat thinking aktif, permintaan non-thinking melalui instruksi lunak tetap mempertahankan blok penalaran, meskipun isinya dapat kosong. Penonaktifan tegas menghapus blok tersebut.
Kartu model mencakup penggunaan sebagai agen dan merekomendasikan Qwen-Agent untuk definisi alat dan penguraian. Untuk asisten yang mengklasifikasikan tiket masuk lalu mencari deskripsi kategori, aplikasi perlu menyediakan alat pencarian, menjalankan panggilan yang diterima, dan memasok hasilnya. Tentukan argumen dan bidang yang diharapkan terlebih dahulu. Minta catatan tiket akhir berisi kategori yang dipilih, alasan singkat, dan bidang yang belum diketahui. Validasi catatan tersebut dan simpan hasil alat yang digunakan untuk membuatnya. Panduan Qwen3 juga menjelaskan panggilan alat paralel dan beberapa langkah, dengan argumen berbentuk objek dan hasil yang dikembalikan ke percakapan.
Kartu untuk edisi ini mencantumkan konteks native 32,768 token dan mendokumentasikan perluasan hingga 131,072 menggunakan YaRN. Angka yang diperluas bergantung pada konfigurasi; penskalaan statis dapat memengaruhi masukan yang lebih pendek. Rencanakan seluruh permintaan dan respons secara bersamaan. Untuk kumpulan catatan singkat, beri label pada setiap item, minta pengenal keluaran yang sesuai, dan gunakan skema ringkas agar hasil yang dibuat tetap muat. Contoh dan rekomendasi panjang keluaran pada kartu bukan batas keras universal untuk generasi. Dalam penjelasan panjang pelatihannya, dokumentasi Qwen3 membahas panjang pesan asisten 38,912 token dalam mode thinking dan 16,384 dalam mode non-thinking, serta menyarankan evaluasi kualitas generasi yang lebih panjang. Angka tersebut berbeda dari jendela konteks keseluruhan dan bukan batas keras khusus endpoint. Kartu juga menjelaskan alokasi posisi bawaan 40,960 token sebagai 8,192 untuk prompt umum ditambah 32,768 untuk keluaran; ini merupakan panduan konfigurasi pengembang, terpisah dari konteks pelatihan native dan batas endpoint apa pun.
Edisi ini memiliki peringatan tambahan tentang pengulangan yang terus-menerus. Pengembang merujuk pada pengaturan sampling yang direkomendasikan dan menyarankan presence_penalty 1.5 jika terjadi pengulangan yang signifikan. Saran umumnya menyebutkan bahwa penalti yang lebih kuat dapat menimbulkan keluaran campuran bahasa atau mengurangi kualitas, sehingga pengaturan ini ditujukan untuk masalah tertentu, bukan jaminan. Mode thinking menggunakan temperature 0.6, top-p 0.95, top-k 20, dan min-p 0; non-thinking menggunakan 0.7, 0.8, 20, dan 0. Hindari greedy decoding untuk penalaran, minta jawaban akhir dengan batas yang jelas, dan periksa hasil untuk menemukan klausa berulang, bidang yang hilang, dan istilah yang berubah.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen3-4b | 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 $0.0001 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "qwen3-4b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-4b', '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': 'qwen3-4b', '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 qwen3-4b
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.