Punti principali: la versione fissa Thinking-2507
Qwen3-30B-A3B-Thinking-2507 è un modello per la generazione di testo incentrato sul ragionamento difficile. Qwen descrive miglioramenti in logica, matematica, scienze, programmazione, rispetto delle istruzioni, uso degli strumenti e generazione testuale, insieme a sequenze di ragionamento più lunghe e a una migliore comprensione dei contesti estesi. Scegliere questa precisa edizione 2507 quando l’attività trae vantaggio da un ragionamento prolungato, ad esempio per esaminare spiegazioni concorrenti, risolvere un problema matematico in più fasi o affrontare una modifica complessa del codice.
Panoramica del modello e modalità
Il modello mixture-of-experts ha 30.5 miliardi di parametri totali e 3.3 miliardi di parametri attivati, con 128 esperti e otto selezionati per token su 48 livelli. Il contesto nativo è di 262,144 token. Accetta testo e restituisce testo; i risultati degli strumenti vengono forniti tramite un flusso applicativo collegato. Questo checkpoint supporta esclusivamente il ragionamento. È distinto dal precedente Qwen3-30B-A3B ibrido, dalla sua edizione FP8 e da Qwen3-30B-A3B-Instruct-2507. Non si deve presumere che l’interruttore per disattivare il ragionamento del modello ibrido si applichi anche qui.
Il template di chat predefinito avvia già la sequenza di ragionamento con un marcatore di apertura, quindi non è necessaria un’impostazione esplicita enable_thinking=True. Una sequenza restituita può contenere il marcatore di chiusura senza ripetere quello di apertura. L’esempio del produttore separa il ragionamento dalla risposta finale. Mantenere questa distinzione quando si richiede un prodotto concreto: la conclusione di una dimostrazione, una patch o una tabella decisionale devono restare facili da trovare dopo la spiegazione più lunga.
Preparare un’attività difficile
Fornire al modello l’enunciato completo del problema, i vincoli e le evidenze pertinenti. Per una modifica al codice, includere la funzione esistente, un input che provoca l’errore e il comportamento atteso, quindi richiedere una patch proposta con una spiegazione dei casi limite. Per una domanda scientifica, separare le osservazioni dalle ipotesi e chiedere quale conclusione derivi da ciascuna. Per una policy o una specifica lunga, mantenere gli identificatori delle sezioni e richiedere una decisione concisa sostenuta dalle clausole pertinenti. Sono usi pratici dei domini di ragionamento documentati, non affermazioni che il modello abbia eseguito una patch o convalidato un esperimento.
Poiché questa versione può ragionare a lungo, riservare spazio sia al ragionamento sia all’artefatto finale. Qwen consiglia di mantenere, ove possibile, un contesto superiore a 131,072 token nella configurazione del modello, anche se un contesto inferiore ridurrebbe la pressione sulla memoria. La dimensione del contesto nativo comprende il budget della sequenza; non promette che tutto lo spazio possa essere usato per un documento lasciando uno spazio illimitato alla risposta.
Uso come agente
Il produttore documenta le chiamate a strumenti e raccomanda Qwen-Agent per i template e il parsing degli strumenti, compresa l’integrazione con strumenti configurati e flussi con interprete di codice. Definire esplicitamente gli strumenti e il risultato atteso. Ad esempio, un’applicazione può consentire al modello di esaminare evidenze recuperate, usare una calcolatrice autorizzata e poi produrre un rapporto che spieghi il calcolo. Recupero ed esecuzione spettano agli strumenti collegati; la capacità del modello di chiamare strumenti non stabilisce di per sé l’accesso a Internet, a un ambiente di codice o a sistemi aziendali.
Elaborare testi ultraestesi
Qwen documenta un flusso opzionale che raggiunge circa un milione di token combinando Dual Chunk Attention con l’attenzione sparsa MInference. La prima tecnica divide le sequenze lunghe in blocchi preservando le interazioni fra essi; la seconda concentra il calcolo su relazioni di attenzione selezionate. È un percorso di configurazione aggiuntivo, oltre al contesto nativo di 262,144 token. La procedura del produttore richiede la sua speciale configurazione per contesti lunghi e stima circa 240 GB di memoria GPU totale per pesi, stato dell’attenzione in cache e picchi delle attivazioni.
Questa procedura ha limiti concreti di risorse: lo stato della sequenza in cache, la memoria delle attivazioni e la lunghezza totale dell’input possono ciascuno esaurire la capacità configurata. Un flusso da un milione di token dipende quindi dalla configurazione, dalla memoria e dall’implementazione dell’attenzione supportata. Per la revisione pratica di documenti, partire dal materiale pertinente, segnare i confini dei documenti e richiedere evidenze tracciabili, anziché considerare l’input più grande possibile un sostituto di una domanda chiara.
Indicazioni per la generazione e limiti
Qwen raccomanda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Suggerisce un budget di output di 32,768 token per la maggior parte delle richieste e di 81,920 per problemi matematici o di programmazione insolitamente difficili. Sono raccomandazioni sul budget di generazione, non un limite massimo rigido dell’output pubblicato separatamente. Una penalità di presenza fra zero e due può ridurre le ripetizioni, ma valori più alti possono mescolare le lingue o ridurre leggermente la qualità.
Specificare nel prompt il formato della risposta finale, ad esempio un risultato matematico delimitato o un campo risposta per una domanda a scelta multipla. Conservare nella cronologia della conversazione soltanto la parte della risposta finale, come raccomanda il produttore. Il ragionamento più lungo è utile quando produce un risultato verificabile; esaminare ipotesi, calcoli e codice proposto prima di affidarsi all’esito.
", "aboutText": "Punti principali: la versione fissa Thinking-2507\n\nQwen3-30B-A3B-Thinking-2507 è un modello per la generazione di testo incentrato sul ragionamento difficile. Qwen descrive miglioramenti in logica, matematica, scienze, programmazione, rispetto delle istruzioni, uso degli strumenti e generazione testuale, insieme a sequenze di ragionamento più lunghe e a una migliore comprensione dei contesti estesi. Scegliere questa precisa edizione 2507 quando l’attività trae vantaggio da un ragionamento prolungato, ad esempio per esaminare spiegazioni concorrenti, risolvere un problema matematico in più fasi o affrontare una modifica complessa del codice.\n\nPanoramica del modello e modalità\n\nIl modello mixture-of-experts ha 30.5 miliardi di parametri totali e 3.3 miliardi di parametri attivati, con 128 esperti e otto selezionati per token su 48 livelli. Il contesto nativo è di 262,144 token. Accetta testo e restituisce testo; i risultati degli strumenti vengono forniti tramite un flusso applicativo collegato. Questo checkpoint supporta esclusivamente il ragionamento. È distinto dal precedente Qwen3-30B-A3B ibrido, dalla sua edizione FP8 e da Qwen3-30B-A3B-Instruct-2507. Non si deve presumere che l’interruttore per disattivare il ragionamento del modello ibrido si applichi anche qui.\n\nIl template di chat predefinito avvia già la sequenza di ragionamento con un marcatore di apertura, quindi non è necessaria un’impostazione esplicita enable_thinking=True. Una sequenza restituita può contenere il marcatore di chiusura senza ripetere quello di apertura. L’esempio del produttore separa il ragionamento dalla risposta finale. Mantenere questa distinzione quando si richiede un prodotto concreto: la conclusione di una dimostrazione, una patch o una tabella decisionale devono restare facili da trovare dopo la spiegazione più lunga.\n\nPreparare un’attività difficile\n\nFornire al modello l’enunciato completo del problema, i vincoli e le evidenze pertinenti. Per una modifica al codice, includere la funzione esistente, un input che provoca l’errore e il comportamento atteso, quindi richiedere una patch proposta con una spiegazione dei casi limite. Per una domanda scientifica, separare le osservazioni dalle ipotesi e chiedere quale conclusione derivi da ciascuna. Per una policy o una specifica lunga, mantenere gli identificatori delle sezioni e richiedere una decisione concisa sostenuta dalle clausole pertinenti. Sono usi pratici dei domini di ragionamento documentati, non affermazioni che il modello abbia eseguito una patch o convalidato un esperimento.\n\nPoiché questa versione può ragionare a lungo, riservare spazio sia al ragionamento sia all’artefatto finale. Qwen consiglia di mantenere, ove possibile, un contesto superiore a 131,072 token nella configurazione del modello, anche se un contesto inferiore ridurrebbe la pressione sulla memoria. La dimensione del contesto nativo comprende il budget della sequenza; non promette che tutto lo spazio possa essere usato per un documento lasciando uno spazio illimitato alla risposta.\n\nUso come agente\n\nIl produttore documenta le chiamate a strumenti e raccomanda Qwen-Agent per i template e il parsing degli strumenti, compresa l’integrazione con strumenti configurati e flussi con interprete di codice. Definire esplicitamente gli strumenti e il risultato atteso. Ad esempio, un’applicazione può consentire al modello di esaminare evidenze recuperate, usare una calcolatrice autorizzata e poi produrre un rapporto che spieghi il calcolo. Recupero ed esecuzione spettano agli strumenti collegati; la capacità del modello di chiamare strumenti non stabilisce di per sé l’accesso a Internet, a un ambiente di codice o a sistemi aziendali.\n\nElaborare testi ultraestesi\n\nQwen documenta un flusso opzionale che raggiunge circa un milione di token combinando Dual Chunk Attention con l’attenzione sparsa MInference. La prima tecnica divide le sequenze lunghe in blocchi preservando le interazioni fra essi; la seconda concentra il calcolo su relazioni di attenzione selezionate. È un percorso di configurazione aggiuntivo, oltre al contesto nativo di 262,144 token. La procedura del produttore richiede la sua speciale configurazione per contesti lunghi e stima circa 240 GB di memoria GPU totale per pesi, stato dell’attenzione in cache e picchi delle attivazioni.\n\nQuesta procedura ha limiti concreti di risorse: lo stato della sequenza in cache, la memoria delle attivazioni e la lunghezza totale dell’input possono ciascuno esaurire la capacità configurata. Un flusso da un milione di token dipende quindi dalla configurazione, dalla memoria e dall’implementazione dell’attenzione supportata. Per la revisione pratica di documenti, partire dal materiale pertinente, segnare i confini dei documenti e richiedere evidenze tracciabili, anziché considerare l’input più grande possibile un sostituto di una domanda chiara.\n\nIndicazioni per la generazione e limiti\n\nQwen raccomanda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Suggerisce un budget di output di 32,768 token per la maggior parte delle richieste e di 81,920 per problemi matematici o di programmazione insolitamente difficili. Sono raccomandazioni sul budget di generazione, non un limite massimo rigido dell’output pubblicato separatamente. Una penalità di presenza fra zero e due può ridurre le ripetizioni, ma valori più alti possono mescolare le lingue o ridurre leggermente la qualità.\n\nSpecificare nel prompt il formato della risposta finale, ad esempio un risultato matematico delimitato o un campo risposta per una domanda a scelta multipla. Conservare nella cronologia della conversazione soltanto la parte della risposta finale, come raccomanda il produttore. Il ragionamento più lungo è utile quando produce un risultato verificabile; esaminare ipotesi, calcoli e codice proposto prima di affidarsi all’esito.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 è il modello testuale di Qwen che opera esclusivamente in modalità di ragionamento, per matematica, scienze, programmazione e ragionamento logico impegnativi. Questa edizione fissa 2507 offre un contesto nativo di 262,144 token e un budget di ragionamento più ampio, con chiamate a strumenti documentate e flussi a contesto ultraesteso soggetti a condizioni.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Punti principali: la versione fissa Thinking-2507
Qwen3-30B-A3B-Thinking-2507 è un modello per la generazione di testo incentrato sul ragionamento difficile. Qwen descrive miglioramenti in logica, matematica, scienze, programmazione, rispetto delle istruzioni, uso degli strumenti e generazione testuale, insieme a sequenze di ragionamento più lunghe e a una migliore comprensione dei contesti estesi. Scegliere questa precisa edizione 2507 quando l’attività trae vantaggio da un ragionamento prolungato, ad esempio per esaminare spiegazioni concorrenti, risolvere un problema matematico in più fasi o affrontare una modifica complessa del codice.
Panoramica del modello e modalità
Il modello mixture-of-experts ha 30.5 miliardi di parametri totali e 3.3 miliardi di parametri attivati, con 128 esperti e otto selezionati per token su 48 livelli. Il contesto nativo è di 262,144 token. Accetta testo e restituisce testo; i risultati degli strumenti vengono forniti tramite un flusso applicativo collegato. Questo checkpoint supporta esclusivamente il ragionamento. È distinto dal precedente Qwen3-30B-A3B ibrido, dalla sua edizione FP8 e da Qwen3-30B-A3B-Instruct-2507. Non si deve presumere che l’interruttore per disattivare il ragionamento del modello ibrido si applichi anche qui.
Il template di chat predefinito avvia già la sequenza di ragionamento con un marcatore di apertura, quindi non è necessaria un’impostazione esplicita enable_thinking=True. Una sequenza restituita può contenere il marcatore di chiusura senza ripetere quello di apertura. L’esempio del produttore separa il ragionamento dalla risposta finale. Mantenere questa distinzione quando si richiede un prodotto concreto: la conclusione di una dimostrazione, una patch o una tabella decisionale devono restare facili da trovare dopo la spiegazione più lunga.
Preparare un’attività difficile
Fornire al modello l’enunciato completo del problema, i vincoli e le evidenze pertinenti. Per una modifica al codice, includere la funzione esistente, un input che provoca l’errore e il comportamento atteso, quindi richiedere una patch proposta con una spiegazione dei casi limite. Per una domanda scientifica, separare le osservazioni dalle ipotesi e chiedere quale conclusione derivi da ciascuna. Per una policy o una specifica lunga, mantenere gli identificatori delle sezioni e richiedere una decisione concisa sostenuta dalle clausole pertinenti. Sono usi pratici dei domini di ragionamento documentati, non affermazioni che il modello abbia eseguito una patch o convalidato un esperimento.
Poiché questa versione può ragionare a lungo, riservare spazio sia al ragionamento sia all’artefatto finale. Qwen consiglia di mantenere, ove possibile, un contesto superiore a 131,072 token nella configurazione del modello, anche se un contesto inferiore ridurrebbe la pressione sulla memoria. La dimensione del contesto nativo comprende il budget della sequenza; non promette che tutto lo spazio possa essere usato per un documento lasciando uno spazio illimitato alla risposta.
Uso come agente
Il produttore documenta le chiamate a strumenti e raccomanda Qwen-Agent per i template e il parsing degli strumenti, compresa l’integrazione con strumenti configurati e flussi con interprete di codice. Definire esplicitamente gli strumenti e il risultato atteso. Ad esempio, un’applicazione può consentire al modello di esaminare evidenze recuperate, usare una calcolatrice autorizzata e poi produrre un rapporto che spieghi il calcolo. Recupero ed esecuzione spettano agli strumenti collegati; la capacità del modello di chiamare strumenti non stabilisce di per sé l’accesso a Internet, a un ambiente di codice o a sistemi aziendali.
Elaborare testi ultraestesi
Qwen documenta un flusso opzionale che raggiunge circa un milione di token combinando Dual Chunk Attention con l’attenzione sparsa MInference. La prima tecnica divide le sequenze lunghe in blocchi preservando le interazioni fra essi; la seconda concentra il calcolo su relazioni di attenzione selezionate. È un percorso di configurazione aggiuntivo, oltre al contesto nativo di 262,144 token. La procedura del produttore richiede la sua speciale configurazione per contesti lunghi e stima circa 240 GB di memoria GPU totale per pesi, stato dell’attenzione in cache e picchi delle attivazioni.
Questa procedura ha limiti concreti di risorse: lo stato della sequenza in cache, la memoria delle attivazioni e la lunghezza totale dell’input possono ciascuno esaurire la capacità configurata. Un flusso da un milione di token dipende quindi dalla configurazione, dalla memoria e dall’implementazione dell’attenzione supportata. Per la revisione pratica di documenti, partire dal materiale pertinente, segnare i confini dei documenti e richiedere evidenze tracciabili, anziché considerare l’input più grande possibile un sostituto di una domanda chiara.
Indicazioni per la generazione e limiti
Qwen raccomanda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Suggerisce un budget di output di 32,768 token per la maggior parte delle richieste e di 81,920 per problemi matematici o di programmazione insolitamente difficili. Sono raccomandazioni sul budget di generazione, non un limite massimo rigido dell’output pubblicato separatamente. Una penalità di presenza fra zero e due può ridurre le ripetizioni, ma valori più alti possono mescolare le lingue o ridurre leggermente la qualità.
Specificare nel prompt il formato della risposta finale, ad esempio un risultato matematico delimitato o un campo risposta per una domanda a scelta multipla. Conservare nella cronologia della conversazione soltanto la parte della risposta finale, come raccomanda il produttore. Il ragionamento più lungo è utile quando produce un risultato verificabile; esaminare ipotesi, calcoli e codice proposto prima di affidarsi all’esito.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti Qwen/Qwen3-30B-A3B-Thinking-2507 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Conversazione testuale | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream |
Parametrocontrol_scope | ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false. |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Alias del metodo: /chat/completions
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0008 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"Qwen/Qwen3-30B-A3B-Thinking-2507","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="Qwen/Qwen3-30B-A3B-Thinking-2507", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 è il modello testuale di Qwen che opera esclusivamente in modalità di ragionamento, per matematica, scienze, programmazione e ragionamento logico impegnativi. Questa edizione fissa 2507 offre un contesto nativo di 262,144 token e un budget di ragionamento più ampio, con chiamate a strumenti documentate e flussi a contesto ultraesteso soggetti a condizioni.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Punti principali: la versione fissa Thinking-2507
Qwen3-30B-A3B-Thinking-2507 è un modello per la generazione di testo incentrato sul ragionamento difficile. Qwen descrive miglioramenti in logica, matematica, scienze, programmazione, rispetto delle istruzioni, uso degli strumenti e generazione testuale, insieme a sequenze di ragionamento più lunghe e a una migliore comprensione dei contesti estesi. Scegliere questa precisa edizione 2507 quando l’attività trae vantaggio da un ragionamento prolungato, ad esempio per esaminare spiegazioni concorrenti, risolvere un problema matematico in più fasi o affrontare una modifica complessa del codice.
Panoramica del modello e modalità
Il modello mixture-of-experts ha 30.5 miliardi di parametri totali e 3.3 miliardi di parametri attivati, con 128 esperti e otto selezionati per token su 48 livelli. Il contesto nativo è di 262,144 token. Accetta testo e restituisce testo; i risultati degli strumenti vengono forniti tramite un flusso applicativo collegato. Questo checkpoint supporta esclusivamente il ragionamento. È distinto dal precedente Qwen3-30B-A3B ibrido, dalla sua edizione FP8 e da Qwen3-30B-A3B-Instruct-2507. Non si deve presumere che l’interruttore per disattivare il ragionamento del modello ibrido si applichi anche qui.
Il template di chat predefinito avvia già la sequenza di ragionamento con un marcatore di apertura, quindi non è necessaria un’impostazione esplicita enable_thinking=True. Una sequenza restituita può contenere il marcatore di chiusura senza ripetere quello di apertura. L’esempio del produttore separa il ragionamento dalla risposta finale. Mantenere questa distinzione quando si richiede un prodotto concreto: la conclusione di una dimostrazione, una patch o una tabella decisionale devono restare facili da trovare dopo la spiegazione più lunga.
Preparare un’attività difficile
Fornire al modello l’enunciato completo del problema, i vincoli e le evidenze pertinenti. Per una modifica al codice, includere la funzione esistente, un input che provoca l’errore e il comportamento atteso, quindi richiedere una patch proposta con una spiegazione dei casi limite. Per una domanda scientifica, separare le osservazioni dalle ipotesi e chiedere quale conclusione derivi da ciascuna. Per una policy o una specifica lunga, mantenere gli identificatori delle sezioni e richiedere una decisione concisa sostenuta dalle clausole pertinenti. Sono usi pratici dei domini di ragionamento documentati, non affermazioni che il modello abbia eseguito una patch o convalidato un esperimento.
Poiché questa versione può ragionare a lungo, riservare spazio sia al ragionamento sia all’artefatto finale. Qwen consiglia di mantenere, ove possibile, un contesto superiore a 131,072 token nella configurazione del modello, anche se un contesto inferiore ridurrebbe la pressione sulla memoria. La dimensione del contesto nativo comprende il budget della sequenza; non promette che tutto lo spazio possa essere usato per un documento lasciando uno spazio illimitato alla risposta.
Uso come agente
Il produttore documenta le chiamate a strumenti e raccomanda Qwen-Agent per i template e il parsing degli strumenti, compresa l’integrazione con strumenti configurati e flussi con interprete di codice. Definire esplicitamente gli strumenti e il risultato atteso. Ad esempio, un’applicazione può consentire al modello di esaminare evidenze recuperate, usare una calcolatrice autorizzata e poi produrre un rapporto che spieghi il calcolo. Recupero ed esecuzione spettano agli strumenti collegati; la capacità del modello di chiamare strumenti non stabilisce di per sé l’accesso a Internet, a un ambiente di codice o a sistemi aziendali.
Elaborare testi ultraestesi
Qwen documenta un flusso opzionale che raggiunge circa un milione di token combinando Dual Chunk Attention con l’attenzione sparsa MInference. La prima tecnica divide le sequenze lunghe in blocchi preservando le interazioni fra essi; la seconda concentra il calcolo su relazioni di attenzione selezionate. È un percorso di configurazione aggiuntivo, oltre al contesto nativo di 262,144 token. La procedura del produttore richiede la sua speciale configurazione per contesti lunghi e stima circa 240 GB di memoria GPU totale per pesi, stato dell’attenzione in cache e picchi delle attivazioni.
Questa procedura ha limiti concreti di risorse: lo stato della sequenza in cache, la memoria delle attivazioni e la lunghezza totale dell’input possono ciascuno esaurire la capacità configurata. Un flusso da un milione di token dipende quindi dalla configurazione, dalla memoria e dall’implementazione dell’attenzione supportata. Per la revisione pratica di documenti, partire dal materiale pertinente, segnare i confini dei documenti e richiedere evidenze tracciabili, anziché considerare l’input più grande possibile un sostituto di una domanda chiara.
Indicazioni per la generazione e limiti
Qwen raccomanda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Suggerisce un budget di output di 32,768 token per la maggior parte delle richieste e di 81,920 per problemi matematici o di programmazione insolitamente difficili. Sono raccomandazioni sul budget di generazione, non un limite massimo rigido dell’output pubblicato separatamente. Una penalità di presenza fra zero e due può ridurre le ripetizioni, ma valori più alti possono mescolare le lingue o ridurre leggermente la qualità.
Specificare nel prompt il formato della risposta finale, ad esempio un risultato matematico delimitato o un campo risposta per una domanda a scelta multipla. Conservare nella cronologia della conversazione soltanto la parte della risposta finale, come raccomanda il produttore. Il ragionamento più lungo è utile quando produce un risultato verificabile; esaminare ipotesi, calcoli e codice proposto prima di affidarsi all’esito.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti Qwen/Qwen3-30B-A3B-Thinking-2507 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0008 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', '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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 è il modello testuale di Qwen che opera esclusivamente in modalità di ragionamento, per matematica, scienze, programmazione e ragionamento logico impegnativi. Questa edizione fissa 2507 offre un contesto nativo di 262,144 token e un budget di ragionamento più ampio, con chiamate a strumenti documentate e flussi a contesto ultraesteso soggetti a condizioni.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Punti principali: la versione fissa Thinking-2507
Qwen3-30B-A3B-Thinking-2507 è un modello per la generazione di testo incentrato sul ragionamento difficile. Qwen descrive miglioramenti in logica, matematica, scienze, programmazione, rispetto delle istruzioni, uso degli strumenti e generazione testuale, insieme a sequenze di ragionamento più lunghe e a una migliore comprensione dei contesti estesi. Scegliere questa precisa edizione 2507 quando l’attività trae vantaggio da un ragionamento prolungato, ad esempio per esaminare spiegazioni concorrenti, risolvere un problema matematico in più fasi o affrontare una modifica complessa del codice.
Panoramica del modello e modalità
Il modello mixture-of-experts ha 30.5 miliardi di parametri totali e 3.3 miliardi di parametri attivati, con 128 esperti e otto selezionati per token su 48 livelli. Il contesto nativo è di 262,144 token. Accetta testo e restituisce testo; i risultati degli strumenti vengono forniti tramite un flusso applicativo collegato. Questo checkpoint supporta esclusivamente il ragionamento. È distinto dal precedente Qwen3-30B-A3B ibrido, dalla sua edizione FP8 e da Qwen3-30B-A3B-Instruct-2507. Non si deve presumere che l’interruttore per disattivare il ragionamento del modello ibrido si applichi anche qui.
Il template di chat predefinito avvia già la sequenza di ragionamento con un marcatore di apertura, quindi non è necessaria un’impostazione esplicita enable_thinking=True. Una sequenza restituita può contenere il marcatore di chiusura senza ripetere quello di apertura. L’esempio del produttore separa il ragionamento dalla risposta finale. Mantenere questa distinzione quando si richiede un prodotto concreto: la conclusione di una dimostrazione, una patch o una tabella decisionale devono restare facili da trovare dopo la spiegazione più lunga.
Preparare un’attività difficile
Fornire al modello l’enunciato completo del problema, i vincoli e le evidenze pertinenti. Per una modifica al codice, includere la funzione esistente, un input che provoca l’errore e il comportamento atteso, quindi richiedere una patch proposta con una spiegazione dei casi limite. Per una domanda scientifica, separare le osservazioni dalle ipotesi e chiedere quale conclusione derivi da ciascuna. Per una policy o una specifica lunga, mantenere gli identificatori delle sezioni e richiedere una decisione concisa sostenuta dalle clausole pertinenti. Sono usi pratici dei domini di ragionamento documentati, non affermazioni che il modello abbia eseguito una patch o convalidato un esperimento.
Poiché questa versione può ragionare a lungo, riservare spazio sia al ragionamento sia all’artefatto finale. Qwen consiglia di mantenere, ove possibile, un contesto superiore a 131,072 token nella configurazione del modello, anche se un contesto inferiore ridurrebbe la pressione sulla memoria. La dimensione del contesto nativo comprende il budget della sequenza; non promette che tutto lo spazio possa essere usato per un documento lasciando uno spazio illimitato alla risposta.
Uso come agente
Il produttore documenta le chiamate a strumenti e raccomanda Qwen-Agent per i template e il parsing degli strumenti, compresa l’integrazione con strumenti configurati e flussi con interprete di codice. Definire esplicitamente gli strumenti e il risultato atteso. Ad esempio, un’applicazione può consentire al modello di esaminare evidenze recuperate, usare una calcolatrice autorizzata e poi produrre un rapporto che spieghi il calcolo. Recupero ed esecuzione spettano agli strumenti collegati; la capacità del modello di chiamare strumenti non stabilisce di per sé l’accesso a Internet, a un ambiente di codice o a sistemi aziendali.
Elaborare testi ultraestesi
Qwen documenta un flusso opzionale che raggiunge circa un milione di token combinando Dual Chunk Attention con l’attenzione sparsa MInference. La prima tecnica divide le sequenze lunghe in blocchi preservando le interazioni fra essi; la seconda concentra il calcolo su relazioni di attenzione selezionate. È un percorso di configurazione aggiuntivo, oltre al contesto nativo di 262,144 token. La procedura del produttore richiede la sua speciale configurazione per contesti lunghi e stima circa 240 GB di memoria GPU totale per pesi, stato dell’attenzione in cache e picchi delle attivazioni.
Questa procedura ha limiti concreti di risorse: lo stato della sequenza in cache, la memoria delle attivazioni e la lunghezza totale dell’input possono ciascuno esaurire la capacità configurata. Un flusso da un milione di token dipende quindi dalla configurazione, dalla memoria e dall’implementazione dell’attenzione supportata. Per la revisione pratica di documenti, partire dal materiale pertinente, segnare i confini dei documenti e richiedere evidenze tracciabili, anziché considerare l’input più grande possibile un sostituto di una domanda chiara.
Indicazioni per la generazione e limiti
Qwen raccomanda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Suggerisce un budget di output di 32,768 token per la maggior parte delle richieste e di 81,920 per problemi matematici o di programmazione insolitamente difficili. Sono raccomandazioni sul budget di generazione, non un limite massimo rigido dell’output pubblicato separatamente. Una penalità di presenza fra zero e due può ridurre le ripetizioni, ma valori più alti possono mescolare le lingue o ridurre leggermente la qualità.
Specificare nel prompt il formato della risposta finale, ad esempio un risultato matematico delimitato o un campo risposta per una domanda a scelta multipla. Conservare nella cronologia della conversazione soltanto la parte della risposta finale, come raccomanda il produttore. Il ragionamento più lungo è utile quando produce un risultato verificabile; esaminare ipotesi, calcoli e codice proposto prima di affidarsi all’esito.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen3-30b-a3b-thinking-2507 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0008 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-30b-a3b-thinking-2507", "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='qwen3-30b-a3b-thinking-2507',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='qwen3-30b-a3b-thinking-2507',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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 è il modello testuale di Qwen che opera esclusivamente in modalità di ragionamento, per matematica, scienze, programmazione e ragionamento logico impegnativi. Questa edizione fissa 2507 offre un contesto nativo di 262,144 token e un budget di ragionamento più ampio, con chiamate a strumenti documentate e flussi a contesto ultraesteso soggetti a condizioni.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Punti principali: la versione fissa Thinking-2507
Qwen3-30B-A3B-Thinking-2507 è un modello per la generazione di testo incentrato sul ragionamento difficile. Qwen descrive miglioramenti in logica, matematica, scienze, programmazione, rispetto delle istruzioni, uso degli strumenti e generazione testuale, insieme a sequenze di ragionamento più lunghe e a una migliore comprensione dei contesti estesi. Scegliere questa precisa edizione 2507 quando l’attività trae vantaggio da un ragionamento prolungato, ad esempio per esaminare spiegazioni concorrenti, risolvere un problema matematico in più fasi o affrontare una modifica complessa del codice.
Panoramica del modello e modalità
Il modello mixture-of-experts ha 30.5 miliardi di parametri totali e 3.3 miliardi di parametri attivati, con 128 esperti e otto selezionati per token su 48 livelli. Il contesto nativo è di 262,144 token. Accetta testo e restituisce testo; i risultati degli strumenti vengono forniti tramite un flusso applicativo collegato. Questo checkpoint supporta esclusivamente il ragionamento. È distinto dal precedente Qwen3-30B-A3B ibrido, dalla sua edizione FP8 e da Qwen3-30B-A3B-Instruct-2507. Non si deve presumere che l’interruttore per disattivare il ragionamento del modello ibrido si applichi anche qui.
Il template di chat predefinito avvia già la sequenza di ragionamento con un marcatore di apertura, quindi non è necessaria un’impostazione esplicita enable_thinking=True. Una sequenza restituita può contenere il marcatore di chiusura senza ripetere quello di apertura. L’esempio del produttore separa il ragionamento dalla risposta finale. Mantenere questa distinzione quando si richiede un prodotto concreto: la conclusione di una dimostrazione, una patch o una tabella decisionale devono restare facili da trovare dopo la spiegazione più lunga.
Preparare un’attività difficile
Fornire al modello l’enunciato completo del problema, i vincoli e le evidenze pertinenti. Per una modifica al codice, includere la funzione esistente, un input che provoca l’errore e il comportamento atteso, quindi richiedere una patch proposta con una spiegazione dei casi limite. Per una domanda scientifica, separare le osservazioni dalle ipotesi e chiedere quale conclusione derivi da ciascuna. Per una policy o una specifica lunga, mantenere gli identificatori delle sezioni e richiedere una decisione concisa sostenuta dalle clausole pertinenti. Sono usi pratici dei domini di ragionamento documentati, non affermazioni che il modello abbia eseguito una patch o convalidato un esperimento.
Poiché questa versione può ragionare a lungo, riservare spazio sia al ragionamento sia all’artefatto finale. Qwen consiglia di mantenere, ove possibile, un contesto superiore a 131,072 token nella configurazione del modello, anche se un contesto inferiore ridurrebbe la pressione sulla memoria. La dimensione del contesto nativo comprende il budget della sequenza; non promette che tutto lo spazio possa essere usato per un documento lasciando uno spazio illimitato alla risposta.
Uso come agente
Il produttore documenta le chiamate a strumenti e raccomanda Qwen-Agent per i template e il parsing degli strumenti, compresa l’integrazione con strumenti configurati e flussi con interprete di codice. Definire esplicitamente gli strumenti e il risultato atteso. Ad esempio, un’applicazione può consentire al modello di esaminare evidenze recuperate, usare una calcolatrice autorizzata e poi produrre un rapporto che spieghi il calcolo. Recupero ed esecuzione spettano agli strumenti collegati; la capacità del modello di chiamare strumenti non stabilisce di per sé l’accesso a Internet, a un ambiente di codice o a sistemi aziendali.
Elaborare testi ultraestesi
Qwen documenta un flusso opzionale che raggiunge circa un milione di token combinando Dual Chunk Attention con l’attenzione sparsa MInference. La prima tecnica divide le sequenze lunghe in blocchi preservando le interazioni fra essi; la seconda concentra il calcolo su relazioni di attenzione selezionate. È un percorso di configurazione aggiuntivo, oltre al contesto nativo di 262,144 token. La procedura del produttore richiede la sua speciale configurazione per contesti lunghi e stima circa 240 GB di memoria GPU totale per pesi, stato dell’attenzione in cache e picchi delle attivazioni.
Questa procedura ha limiti concreti di risorse: lo stato della sequenza in cache, la memoria delle attivazioni e la lunghezza totale dell’input possono ciascuno esaurire la capacità configurata. Un flusso da un milione di token dipende quindi dalla configurazione, dalla memoria e dall’implementazione dell’attenzione supportata. Per la revisione pratica di documenti, partire dal materiale pertinente, segnare i confini dei documenti e richiedere evidenze tracciabili, anziché considerare l’input più grande possibile un sostituto di una domanda chiara.
Indicazioni per la generazione e limiti
Qwen raccomanda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Suggerisce un budget di output di 32,768 token per la maggior parte delle richieste e di 81,920 per problemi matematici o di programmazione insolitamente difficili. Sono raccomandazioni sul budget di generazione, non un limite massimo rigido dell’output pubblicato separatamente. Una penalità di presenza fra zero e due può ridurre le ripetizioni, ma valori più alti possono mescolare le lingue o ridurre leggermente la qualità.
Specificare nel prompt il formato della risposta finale, ad esempio un risultato matematico delimitato o un campo risposta per una domanda a scelta multipla. Conservare nella cronologia della conversazione soltanto la parte della risposta finale, come raccomanda il produttore. Il ragionamento più lungo è utile quando produce un risultato verificabile; esaminare ipotesi, calcoli e codice proposto prima di affidarsi all’esito.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen3-30b-a3b-thinking-2507 | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0002 / 1K token Output · Token in output $0.0008 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-30b-a3b-thinking-2507', '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': 'qwen3-30b-a3b-thinking-2507', '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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Esempio tecnico in inglese
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.