Panoramica: programmazione orientata ai repository
Qwen3-Coder-Flash è un modello per la generazione di codice basato su Qwen3. Il produttore afferma che eredita da Qwen3-Coder-Plus le capacità degli agenti di programmazione ed è ottimizzato per la comprensione a livello di repository, per chiamate a strumenti stabili e per l’interazione su più turni. L’input e l’output documentati sono testuali. Utilizzarlo per attività di programmazione con il contesto del progetto fornito e un artefatto concreto da ottenere, come una patch proposta, una funzione o una spiegazione.
Il produttore descrive attualmente qwen3-coder-flash come funzionalmente equivalente a qwen3-coder-flash-2025-07-28 e mantiene tale snapshot datato come versione identificata da un proprio nome. Conservare l’identità richiesta quando si registra la selezione del modello. La pagina del modello specifico non stabilisce il numero di parametri né l’identità dei pesi di un checkpoint Coder aperto, quindi il nome Flash non va trasformato in un’affermazione non dimostrata sulle dimensioni o sull’architettura.
Preparare le evidenze del repository
Fornire i moduli, le interfacce e i requisiti pertinenti, insieme a un input che mostri il comportamento in esame. Chiedere una proposta di implementazione organizzata per componenti interessati, quindi richiedere separatamente l’artefatto modificabile e il commento. Per l’analisi di un difetto, includere l’errore o l’output osservato e il comportamento atteso. Per una funzionalità, descrivere le interazioni e le condizioni che il risultato deve soddisfare.
Una risposta utile può illustrare la diagnosi, la modifica proposta e i controlli necessari alla revisione. Se l’attività riguarda un progetto di grandi dimensioni, mantenere gli identificatori di file e funzioni nel materiale fornito affinché la spiegazione possa rimandare alle proprie evidenze. Esaminare le modifiche proposte confrontandole con i file forniti, il comportamento atteso e i risultati restituiti dai controlli collegati.
Strumenti su più turni e feedback
Il produttore sottolinea l’interazione con strumenti su più turni. Un flusso collegato può fornire strumenti di ispezione o esecuzione e restituire al modello osservazioni effettive. Indicare le azioni consentite e i criteri osservabili di completamento. Quando un controllo fallisce, fornire l’errore reale e il codice pertinente anziché limitarsi a chiedere un nuovo tentativo. Il modello può rivedere il lavoro proposto usando tale feedback; è l’applicazione a eseguire le azioni.
La matrice delle capacità supporta Function Calling nel profilo China (Beijing) di Alibaba e lo indica come non supportato in Singapore, Germany (Frankfurt) e US (Virginia). La disponibilità degli strumenti è quindi condizionata, non una promessa ricavabile dal solo nome del modello. Nel rapporto finale devono restare distinguibili una proposta testuale, una richiesta a uno strumento e un’operazione completata. Restituire un rapporto finale che separi la proposta di codice, le chiamate a strumenti richieste e i risultati effettivi degli strumenti.
Capacità e formattazione dei risultati
Gli output strutturati vincolati e la ricerca web integrata sono indicati come non supportati nella pagina dedicata al modello. Un prompt può richiedere una tabella o un testo in forma JSON, ma questo non crea un contratto di conformità allo schema. Un agente di programmazione può ricevere evidenze aggiornate da uno strumento fornito dall’applicazione senza che il modello disponga di una capacità di ricerca integrata.
Prefix Completion non è supportato in China (Beijing) ed è supportato in Singapore, Germany (Frankfurt) e US (Virginia). Context Caching è supportato per l’alias senza data in tutti e quattro i profili, mentre lo snapshot del 28 luglio elencato separatamente lo indica come non supportato. Entrambe le edizioni indicano inferenza batch e fine-tuning come non supportati. Richiedere un artefatto finale facile da ispezionare e conservare le osservazioni effettive degli strumenti quando un rapporto afferma che qualcosa è stato verificato.
Limiti di contesto e output
Le specifiche indicano una finestra di contesto di 1,000,000 token, una lunghezza massima dell’input di 997,952 token e una lunghezza massima dell’output di 65,536 token. Sono limiti distinti; non si deve presumere che input e output massimi possano rientrare contemporaneamente nel contesto. Testo del progetto, cronologia, risultati degli strumenti e sorgente generato devono trovare spazio nel budget effettivo della richiesta.
Un contesto ampio consente di includere più evidenze del repository in un’unica attività. Resta utile rimuovere file generati estranei, materiale ripetuto e moduli non pertinenti, conservando le definizioni e le interfacce da cui dipende la modifica. Per un artefatto lungo, richiedere esplicitamente i file o le funzioni necessari e riservare spazio sufficiente alla risposta. Tenere separati i file di codice e le spiegazioni affinché chi revisiona possa esaminare le modifiche proposte.
Risultato pratico e limiti sostanziali
Per una modifica al repository, richiedere una patch con i file interessati, le ipotesi e i risultati reali restituiti dai controlli collegati. Per un algoritmo, specificare i vincoli dell’input e l’output atteso prima di chiedere il codice. L’input documentato è testuale, quindi un riferimento visivo o una registrazione richiedono una rappresentazione separata adeguata se devono essere usati come evidenza nell’attività.
Ispezionare la sintassi generata, le interfacce e i casi limite nel flusso di sviluppo. Una spiegazione plausibile o una descrizione del modello orientata agli strumenti non dimostrano che il codice sia stato eseguito con successo. Il risultato pratico è un artefatto testuale o di codice esaminabile, collegato al materiale del repository fornito, che conserva l’identità Flash esatta, i limiti del produttore e il contratto condizionato degli strumenti.
", "aboutText": "Panoramica: programmazione orientata ai repository\n\nQwen3-Coder-Flash è un modello per la generazione di codice basato su Qwen3. Il produttore afferma che eredita da Qwen3-Coder-Plus le capacità degli agenti di programmazione ed è ottimizzato per la comprensione a livello di repository, per chiamate a strumenti stabili e per l’interazione su più turni. L’input e l’output documentati sono testuali. Utilizzarlo per attività di programmazione con il contesto del progetto fornito e un artefatto concreto da ottenere, come una patch proposta, una funzione o una spiegazione.\n\nIl produttore descrive attualmente qwen3-coder-flash come funzionalmente equivalente a qwen3-coder-flash-2025-07-28 e mantiene tale snapshot datato come versione identificata da un proprio nome. Conservare l’identità richiesta quando si registra la selezione del modello. La pagina del modello specifico non stabilisce il numero di parametri né l’identità dei pesi di un checkpoint Coder aperto, quindi il nome Flash non va trasformato in un’affermazione non dimostrata sulle dimensioni o sull’architettura.\n\nPreparare le evidenze del repository\n\nFornire i moduli, le interfacce e i requisiti pertinenti, insieme a un input che mostri il comportamento in esame. Chiedere una proposta di implementazione organizzata per componenti interessati, quindi richiedere separatamente l’artefatto modificabile e il commento. Per l’analisi di un difetto, includere l’errore o l’output osservato e il comportamento atteso. Per una funzionalità, descrivere le interazioni e le condizioni che il risultato deve soddisfare.\n\nUna risposta utile può illustrare la diagnosi, la modifica proposta e i controlli necessari alla revisione. Se l’attività riguarda un progetto di grandi dimensioni, mantenere gli identificatori di file e funzioni nel materiale fornito affinché la spiegazione possa rimandare alle proprie evidenze. Esaminare le modifiche proposte confrontandole con i file forniti, il comportamento atteso e i risultati restituiti dai controlli collegati.\n\nStrumenti su più turni e feedback\n\nIl produttore sottolinea l’interazione con strumenti su più turni. Un flusso collegato può fornire strumenti di ispezione o esecuzione e restituire al modello osservazioni effettive. Indicare le azioni consentite e i criteri osservabili di completamento. Quando un controllo fallisce, fornire l’errore reale e il codice pertinente anziché limitarsi a chiedere un nuovo tentativo. Il modello può rivedere il lavoro proposto usando tale feedback; è l’applicazione a eseguire le azioni.\n\nLa matrice delle capacità supporta Function Calling nel profilo China (Beijing) di Alibaba e lo indica come non supportato in Singapore, Germany (Frankfurt) e US (Virginia). La disponibilità degli strumenti è quindi condizionata, non una promessa ricavabile dal solo nome del modello. Nel rapporto finale devono restare distinguibili una proposta testuale, una richiesta a uno strumento e un’operazione completata. Restituire un rapporto finale che separi la proposta di codice, le chiamate a strumenti richieste e i risultati effettivi degli strumenti.\n\nCapacità e formattazione dei risultati\n\nGli output strutturati vincolati e la ricerca web integrata sono indicati come non supportati nella pagina dedicata al modello. Un prompt può richiedere una tabella o un testo in forma JSON, ma questo non crea un contratto di conformità allo schema. Un agente di programmazione può ricevere evidenze aggiornate da uno strumento fornito dall’applicazione senza che il modello disponga di una capacità di ricerca integrata.\n\nPrefix Completion non è supportato in China (Beijing) ed è supportato in Singapore, Germany (Frankfurt) e US (Virginia). Context Caching è supportato per l’alias senza data in tutti e quattro i profili, mentre lo snapshot del 28 luglio elencato separatamente lo indica come non supportato. Entrambe le edizioni indicano inferenza batch e fine-tuning come non supportati. Richiedere un artefatto finale facile da ispezionare e conservare le osservazioni effettive degli strumenti quando un rapporto afferma che qualcosa è stato verificato.\n\nLimiti di contesto e output\n\nLe specifiche indicano una finestra di contesto di 1,000,000 token, una lunghezza massima dell’input di 997,952 token e una lunghezza massima dell’output di 65,536 token. Sono limiti distinti; non si deve presumere che input e output massimi possano rientrare contemporaneamente nel contesto. Testo del progetto, cronologia, risultati degli strumenti e sorgente generato devono trovare spazio nel budget effettivo della richiesta.\n\nUn contesto ampio consente di includere più evidenze del repository in un’unica attività. Resta utile rimuovere file generati estranei, materiale ripetuto e moduli non pertinenti, conservando le definizioni e le interfacce da cui dipende la modifica. Per un artefatto lungo, richiedere esplicitamente i file o le funzioni necessari e riservare spazio sufficiente alla risposta. Tenere separati i file di codice e le spiegazioni affinché chi revisiona possa esaminare le modifiche proposte.\n\nRisultato pratico e limiti sostanziali\n\nPer una modifica al repository, richiedere una patch con i file interessati, le ipotesi e i risultati reali restituiti dai controlli collegati. Per un algoritmo, specificare i vincoli dell’input e l’output atteso prima di chiedere il codice. L’input documentato è testuale, quindi un riferimento visivo o una registrazione richiedono una rappresentazione separata adeguata se devono essere usati come evidenza nell’attività.\n\nIspezionare la sintassi generata, le interfacce e i casi limite nel flusso di sviluppo. Una spiegazione plausibile o una descrizione del modello orientata agli strumenti non dimostrano che il codice sia stato eseguito con successo. Il risultato pratico è un artefatto testuale o di codice esaminabile, collegato al materiale del repository fornito, che conserva l’identità Flash esatta, i limiti del produttore e il contratto condizionato degli strumenti.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Keep repository paths portable\n\nIn config.py, DATA_PATH = 'data/items.csv'. In runner.py, open(DATA_PATH) fails when the CLI is launched outside the repository directory. Propose a focused fix that anchors the resource path to the module location rather than the current working directory. Preserve the public CLI arguments and include a regression scenario launched from another directory.A small coordinated code proposal for the named modules and a regression scenario for an unrelated working directory.The proposed path does not depend on the launch directory and does not change the public CLI arguments.qwen/qwen3-coder-flashQwen3-Coder-Flash è il modello testuale di Qwen per la programmazione, la comprensione dei repository e l’interazione con strumenti su più turni. Le specifiche riportano un contesto di un milione di token, un input massimo di 997,952 token e un output massimo di 65,536 token; le funzionalità degli strumenti dipendono dal profilo di distribuzione del produttore.
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.
Panoramica: programmazione orientata ai repository
Qwen3-Coder-Flash è un modello per la generazione di codice basato su Qwen3. Il produttore afferma che eredita da Qwen3-Coder-Plus le capacità degli agenti di programmazione ed è ottimizzato per la comprensione a livello di repository, per chiamate a strumenti stabili e per l’interazione su più turni. L’input e l’output documentati sono testuali. Utilizzarlo per attività di programmazione con il contesto del progetto fornito e un artefatto concreto da ottenere, come una patch proposta, una funzione o una spiegazione.
Il produttore descrive attualmente qwen3-coder-flash come funzionalmente equivalente a qwen3-coder-flash-2025-07-28 e mantiene tale snapshot datato come versione identificata da un proprio nome. Conservare l’identità richiesta quando si registra la selezione del modello. La pagina del modello specifico non stabilisce il numero di parametri né l’identità dei pesi di un checkpoint Coder aperto, quindi il nome Flash non va trasformato in un’affermazione non dimostrata sulle dimensioni o sull’architettura.
Preparare le evidenze del repository
Fornire i moduli, le interfacce e i requisiti pertinenti, insieme a un input che mostri il comportamento in esame. Chiedere una proposta di implementazione organizzata per componenti interessati, quindi richiedere separatamente l’artefatto modificabile e il commento. Per l’analisi di un difetto, includere l’errore o l’output osservato e il comportamento atteso. Per una funzionalità, descrivere le interazioni e le condizioni che il risultato deve soddisfare.
Una risposta utile può illustrare la diagnosi, la modifica proposta e i controlli necessari alla revisione. Se l’attività riguarda un progetto di grandi dimensioni, mantenere gli identificatori di file e funzioni nel materiale fornito affinché la spiegazione possa rimandare alle proprie evidenze. Esaminare le modifiche proposte confrontandole con i file forniti, il comportamento atteso e i risultati restituiti dai controlli collegati.
Strumenti su più turni e feedback
Il produttore sottolinea l’interazione con strumenti su più turni. Un flusso collegato può fornire strumenti di ispezione o esecuzione e restituire al modello osservazioni effettive. Indicare le azioni consentite e i criteri osservabili di completamento. Quando un controllo fallisce, fornire l’errore reale e il codice pertinente anziché limitarsi a chiedere un nuovo tentativo. Il modello può rivedere il lavoro proposto usando tale feedback; è l’applicazione a eseguire le azioni.
La matrice delle capacità supporta Function Calling nel profilo China (Beijing) di Alibaba e lo indica come non supportato in Singapore, Germany (Frankfurt) e US (Virginia). La disponibilità degli strumenti è quindi condizionata, non una promessa ricavabile dal solo nome del modello. Nel rapporto finale devono restare distinguibili una proposta testuale, una richiesta a uno strumento e un’operazione completata. Restituire un rapporto finale che separi la proposta di codice, le chiamate a strumenti richieste e i risultati effettivi degli strumenti.
Capacità e formattazione dei risultati
Gli output strutturati vincolati e la ricerca web integrata sono indicati come non supportati nella pagina dedicata al modello. Un prompt può richiedere una tabella o un testo in forma JSON, ma questo non crea un contratto di conformità allo schema. Un agente di programmazione può ricevere evidenze aggiornate da uno strumento fornito dall’applicazione senza che il modello disponga di una capacità di ricerca integrata.
Prefix Completion non è supportato in China (Beijing) ed è supportato in Singapore, Germany (Frankfurt) e US (Virginia). Context Caching è supportato per l’alias senza data in tutti e quattro i profili, mentre lo snapshot del 28 luglio elencato separatamente lo indica come non supportato. Entrambe le edizioni indicano inferenza batch e fine-tuning come non supportati. Richiedere un artefatto finale facile da ispezionare e conservare le osservazioni effettive degli strumenti quando un rapporto afferma che qualcosa è stato verificato.
Limiti di contesto e output
Le specifiche indicano una finestra di contesto di 1,000,000 token, una lunghezza massima dell’input di 997,952 token e una lunghezza massima dell’output di 65,536 token. Sono limiti distinti; non si deve presumere che input e output massimi possano rientrare contemporaneamente nel contesto. Testo del progetto, cronologia, risultati degli strumenti e sorgente generato devono trovare spazio nel budget effettivo della richiesta.
Un contesto ampio consente di includere più evidenze del repository in un’unica attività. Resta utile rimuovere file generati estranei, materiale ripetuto e moduli non pertinenti, conservando le definizioni e le interfacce da cui dipende la modifica. Per un artefatto lungo, richiedere esplicitamente i file o le funzioni necessari e riservare spazio sufficiente alla risposta. Tenere separati i file di codice e le spiegazioni affinché chi revisiona possa esaminare le modifiche proposte.
Risultato pratico e limiti sostanziali
Per una modifica al repository, richiedere una patch con i file interessati, le ipotesi e i risultati reali restituiti dai controlli collegati. Per un algoritmo, specificare i vincoli dell’input e l’output atteso prima di chiedere il codice. L’input documentato è testuale, quindi un riferimento visivo o una registrazione richiedono una rappresentazione separata adeguata se devono essere usati come evidenza nell’attività.
Ispezionare la sintassi generata, le interfacce e i casi limite nel flusso di sviluppo. Una spiegazione plausibile o una descrizione del modello orientata agli strumenti non dimostrano che il codice sia stato eseguito con successo. Il risultato pratico è un artefatto testuale o di codice esaminabile, collegato al materiale del repository fornito, che conserva l’identità Flash esatta, i limiti del produttore e il contratto condizionato degli strumenti.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen/qwen3-coder-flash | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00039 / 1K token Output · Token in output $0.00195 / 1K token Input · Lettura dalla cache $0.000078 / 1K token Input · Scrittura nella cache $0.0004875 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso32.000 | Costo Input · Token in input $0.00039 / 1K token Output · Token in output $0.00195 / 1K token Input · Lettura dalla cache $0.000078 / 1K token Input · Scrittura nella cache $0.0004875 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di32.000 | Token di contesto, fino al limite incluso128.000 | Costo Input · Token in input $0.00065 / 1K token Output · Token in output $0.00325 / 1K token Input · Lettura dalla cache $0.00013 / 1K token Input · Scrittura nella cache $0.0008125 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia di lunghezza della richiesta 3 | Listino delle tariffe— | Token di contesto, più di128.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00104 / 1K token Output · Token in output $0.0052 / 1K token Input · Lettura dalla cache $0.000208 / 1K token Input · Scrittura nella cache $0.0013 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-coder-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3-coder-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3-coder-flash',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-coder-flash, qwen3-coder-flash
/chat/completions
qwen/qwen3-coder-flashQwen3-Coder-Flash è il modello testuale di Qwen per la programmazione, la comprensione dei repository e l’interazione con strumenti su più turni. Le specifiche riportano un contesto di un milione di token, un input massimo di 997,952 token e un output massimo di 65,536 token; le funzionalità degli strumenti dipendono dal profilo di distribuzione del produttore.
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.
Panoramica: programmazione orientata ai repository
Qwen3-Coder-Flash è un modello per la generazione di codice basato su Qwen3. Il produttore afferma che eredita da Qwen3-Coder-Plus le capacità degli agenti di programmazione ed è ottimizzato per la comprensione a livello di repository, per chiamate a strumenti stabili e per l’interazione su più turni. L’input e l’output documentati sono testuali. Utilizzarlo per attività di programmazione con il contesto del progetto fornito e un artefatto concreto da ottenere, come una patch proposta, una funzione o una spiegazione.
Il produttore descrive attualmente qwen3-coder-flash come funzionalmente equivalente a qwen3-coder-flash-2025-07-28 e mantiene tale snapshot datato come versione identificata da un proprio nome. Conservare l’identità richiesta quando si registra la selezione del modello. La pagina del modello specifico non stabilisce il numero di parametri né l’identità dei pesi di un checkpoint Coder aperto, quindi il nome Flash non va trasformato in un’affermazione non dimostrata sulle dimensioni o sull’architettura.
Preparare le evidenze del repository
Fornire i moduli, le interfacce e i requisiti pertinenti, insieme a un input che mostri il comportamento in esame. Chiedere una proposta di implementazione organizzata per componenti interessati, quindi richiedere separatamente l’artefatto modificabile e il commento. Per l’analisi di un difetto, includere l’errore o l’output osservato e il comportamento atteso. Per una funzionalità, descrivere le interazioni e le condizioni che il risultato deve soddisfare.
Una risposta utile può illustrare la diagnosi, la modifica proposta e i controlli necessari alla revisione. Se l’attività riguarda un progetto di grandi dimensioni, mantenere gli identificatori di file e funzioni nel materiale fornito affinché la spiegazione possa rimandare alle proprie evidenze. Esaminare le modifiche proposte confrontandole con i file forniti, il comportamento atteso e i risultati restituiti dai controlli collegati.
Strumenti su più turni e feedback
Il produttore sottolinea l’interazione con strumenti su più turni. Un flusso collegato può fornire strumenti di ispezione o esecuzione e restituire al modello osservazioni effettive. Indicare le azioni consentite e i criteri osservabili di completamento. Quando un controllo fallisce, fornire l’errore reale e il codice pertinente anziché limitarsi a chiedere un nuovo tentativo. Il modello può rivedere il lavoro proposto usando tale feedback; è l’applicazione a eseguire le azioni.
La matrice delle capacità supporta Function Calling nel profilo China (Beijing) di Alibaba e lo indica come non supportato in Singapore, Germany (Frankfurt) e US (Virginia). La disponibilità degli strumenti è quindi condizionata, non una promessa ricavabile dal solo nome del modello. Nel rapporto finale devono restare distinguibili una proposta testuale, una richiesta a uno strumento e un’operazione completata. Restituire un rapporto finale che separi la proposta di codice, le chiamate a strumenti richieste e i risultati effettivi degli strumenti.
Capacità e formattazione dei risultati
Gli output strutturati vincolati e la ricerca web integrata sono indicati come non supportati nella pagina dedicata al modello. Un prompt può richiedere una tabella o un testo in forma JSON, ma questo non crea un contratto di conformità allo schema. Un agente di programmazione può ricevere evidenze aggiornate da uno strumento fornito dall’applicazione senza che il modello disponga di una capacità di ricerca integrata.
Prefix Completion non è supportato in China (Beijing) ed è supportato in Singapore, Germany (Frankfurt) e US (Virginia). Context Caching è supportato per l’alias senza data in tutti e quattro i profili, mentre lo snapshot del 28 luglio elencato separatamente lo indica come non supportato. Entrambe le edizioni indicano inferenza batch e fine-tuning come non supportati. Richiedere un artefatto finale facile da ispezionare e conservare le osservazioni effettive degli strumenti quando un rapporto afferma che qualcosa è stato verificato.
Limiti di contesto e output
Le specifiche indicano una finestra di contesto di 1,000,000 token, una lunghezza massima dell’input di 997,952 token e una lunghezza massima dell’output di 65,536 token. Sono limiti distinti; non si deve presumere che input e output massimi possano rientrare contemporaneamente nel contesto. Testo del progetto, cronologia, risultati degli strumenti e sorgente generato devono trovare spazio nel budget effettivo della richiesta.
Un contesto ampio consente di includere più evidenze del repository in un’unica attività. Resta utile rimuovere file generati estranei, materiale ripetuto e moduli non pertinenti, conservando le definizioni e le interfacce da cui dipende la modifica. Per un artefatto lungo, richiedere esplicitamente i file o le funzioni necessari e riservare spazio sufficiente alla risposta. Tenere separati i file di codice e le spiegazioni affinché chi revisiona possa esaminare le modifiche proposte.
Risultato pratico e limiti sostanziali
Per una modifica al repository, richiedere una patch con i file interessati, le ipotesi e i risultati reali restituiti dai controlli collegati. Per un algoritmo, specificare i vincoli dell’input e l’output atteso prima di chiedere il codice. L’input documentato è testuale, quindi un riferimento visivo o una registrazione richiedono una rappresentazione separata adeguata se devono essere usati come evidenza nell’attività.
Ispezionare la sintassi generata, le interfacce e i casi limite nel flusso di sviluppo. Una spiegazione plausibile o una descrizione del modello orientata agli strumenti non dimostrano che il codice sia stato eseguito con successo. Il risultato pratico è un artefatto testuale o di codice esaminabile, collegato al materiale del repository fornito, che conserva l’identità Flash esatta, i limiti del produttore e il contratto condizionato degli strumenti.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen/qwen3-coder-flash | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00039 / 1K token Output · Token in output $0.00195 / 1K token Input · Lettura dalla cache $0.000078 / 1K token Input · Scrittura nella cache $0.0004875 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso32.000 | Costo Input · Token in input $0.00039 / 1K token Output · Token in output $0.00195 / 1K token Input · Lettura dalla cache $0.000078 / 1K token Input · Scrittura nella cache $0.0004875 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di32.000 | Token di contesto, fino al limite incluso128.000 | Costo Input · Token in input $0.00065 / 1K token Output · Token in output $0.00325 / 1K token Input · Lettura dalla cache $0.00013 / 1K token Input · Scrittura nella cache $0.0008125 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia di lunghezza della richiesta 3 | Listino delle tariffe— | Token di contesto, più di128.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00104 / 1K token Output · Token in output $0.0052 / 1K token Input · Lettura dalla cache $0.000208 / 1K token Input · Scrittura nella cache $0.0013 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "qwen/qwen3-coder-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-coder-flash', '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-coder-flash', '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-coder-flash, qwen3-coder-flash
/chat/completions
qwen3-coder-flashQwen3-Coder-Flash è il modello testuale di Qwen per la programmazione, la comprensione dei repository e l’interazione con strumenti su più turni. Le specifiche riportano un contesto di un milione di token, un input massimo di 997,952 token e un output massimo di 65,536 token; le funzionalità degli strumenti dipendono dal profilo di distribuzione del produttore.
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.
Panoramica: programmazione orientata ai repository
Qwen3-Coder-Flash è un modello per la generazione di codice basato su Qwen3. Il produttore afferma che eredita da Qwen3-Coder-Plus le capacità degli agenti di programmazione ed è ottimizzato per la comprensione a livello di repository, per chiamate a strumenti stabili e per l’interazione su più turni. L’input e l’output documentati sono testuali. Utilizzarlo per attività di programmazione con il contesto del progetto fornito e un artefatto concreto da ottenere, come una patch proposta, una funzione o una spiegazione.
Il produttore descrive attualmente qwen3-coder-flash come funzionalmente equivalente a qwen3-coder-flash-2025-07-28 e mantiene tale snapshot datato come versione identificata da un proprio nome. Conservare l’identità richiesta quando si registra la selezione del modello. La pagina del modello specifico non stabilisce il numero di parametri né l’identità dei pesi di un checkpoint Coder aperto, quindi il nome Flash non va trasformato in un’affermazione non dimostrata sulle dimensioni o sull’architettura.
Preparare le evidenze del repository
Fornire i moduli, le interfacce e i requisiti pertinenti, insieme a un input che mostri il comportamento in esame. Chiedere una proposta di implementazione organizzata per componenti interessati, quindi richiedere separatamente l’artefatto modificabile e il commento. Per l’analisi di un difetto, includere l’errore o l’output osservato e il comportamento atteso. Per una funzionalità, descrivere le interazioni e le condizioni che il risultato deve soddisfare.
Una risposta utile può illustrare la diagnosi, la modifica proposta e i controlli necessari alla revisione. Se l’attività riguarda un progetto di grandi dimensioni, mantenere gli identificatori di file e funzioni nel materiale fornito affinché la spiegazione possa rimandare alle proprie evidenze. Esaminare le modifiche proposte confrontandole con i file forniti, il comportamento atteso e i risultati restituiti dai controlli collegati.
Strumenti su più turni e feedback
Il produttore sottolinea l’interazione con strumenti su più turni. Un flusso collegato può fornire strumenti di ispezione o esecuzione e restituire al modello osservazioni effettive. Indicare le azioni consentite e i criteri osservabili di completamento. Quando un controllo fallisce, fornire l’errore reale e il codice pertinente anziché limitarsi a chiedere un nuovo tentativo. Il modello può rivedere il lavoro proposto usando tale feedback; è l’applicazione a eseguire le azioni.
La matrice delle capacità supporta Function Calling nel profilo China (Beijing) di Alibaba e lo indica come non supportato in Singapore, Germany (Frankfurt) e US (Virginia). La disponibilità degli strumenti è quindi condizionata, non una promessa ricavabile dal solo nome del modello. Nel rapporto finale devono restare distinguibili una proposta testuale, una richiesta a uno strumento e un’operazione completata. Restituire un rapporto finale che separi la proposta di codice, le chiamate a strumenti richieste e i risultati effettivi degli strumenti.
Capacità e formattazione dei risultati
Gli output strutturati vincolati e la ricerca web integrata sono indicati come non supportati nella pagina dedicata al modello. Un prompt può richiedere una tabella o un testo in forma JSON, ma questo non crea un contratto di conformità allo schema. Un agente di programmazione può ricevere evidenze aggiornate da uno strumento fornito dall’applicazione senza che il modello disponga di una capacità di ricerca integrata.
Prefix Completion non è supportato in China (Beijing) ed è supportato in Singapore, Germany (Frankfurt) e US (Virginia). Context Caching è supportato per l’alias senza data in tutti e quattro i profili, mentre lo snapshot del 28 luglio elencato separatamente lo indica come non supportato. Entrambe le edizioni indicano inferenza batch e fine-tuning come non supportati. Richiedere un artefatto finale facile da ispezionare e conservare le osservazioni effettive degli strumenti quando un rapporto afferma che qualcosa è stato verificato.
Limiti di contesto e output
Le specifiche indicano una finestra di contesto di 1,000,000 token, una lunghezza massima dell’input di 997,952 token e una lunghezza massima dell’output di 65,536 token. Sono limiti distinti; non si deve presumere che input e output massimi possano rientrare contemporaneamente nel contesto. Testo del progetto, cronologia, risultati degli strumenti e sorgente generato devono trovare spazio nel budget effettivo della richiesta.
Un contesto ampio consente di includere più evidenze del repository in un’unica attività. Resta utile rimuovere file generati estranei, materiale ripetuto e moduli non pertinenti, conservando le definizioni e le interfacce da cui dipende la modifica. Per un artefatto lungo, richiedere esplicitamente i file o le funzioni necessari e riservare spazio sufficiente alla risposta. Tenere separati i file di codice e le spiegazioni affinché chi revisiona possa esaminare le modifiche proposte.
Risultato pratico e limiti sostanziali
Per una modifica al repository, richiedere una patch con i file interessati, le ipotesi e i risultati reali restituiti dai controlli collegati. Per un algoritmo, specificare i vincoli dell’input e l’output atteso prima di chiedere il codice. L’input documentato è testuale, quindi un riferimento visivo o una registrazione richiedono una rappresentazione separata adeguata se devono essere usati come evidenza nell’attività.
Ispezionare la sintassi generata, le interfacce e i casi limite nel flusso di sviluppo. Una spiegazione plausibile o una descrizione del modello orientata agli strumenti non dimostrano che il codice sia stato eseguito con successo. Il risultato pratico è un artefatto testuale o di codice esaminabile, collegato al materiale del repository fornito, che conserva l’identità Flash esatta, i limiti del produttore e il contratto condizionato degli strumenti.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen3-coder-flash | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00039 / 1K token Output · Token in output $0.00195 / 1K token Input · Lettura dalla cache $0.000078 / 1K token Input · Scrittura nella cache $0.0004875 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso32.000 | Costo Input · Token in input $0.00039 / 1K token Output · Token in output $0.00195 / 1K token Input · Lettura dalla cache $0.000078 / 1K token Input · Scrittura nella cache $0.0004875 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di32.000 | Token di contesto, fino al limite incluso128.000 | Costo Input · Token in input $0.00065 / 1K token Output · Token in output $0.00325 / 1K token Input · Lettura dalla cache $0.00013 / 1K token Input · Scrittura nella cache $0.0008125 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia di lunghezza della richiesta 3 | Listino delle tariffe— | Token di contesto, più di128.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00104 / 1K token Output · Token in output $0.0052 / 1K token Input · Lettura dalla cache $0.000208 / 1K token Input · Scrittura nella cache $0.0013 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"qwen3-coder-flash","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="qwen3-coder-flash", 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-coder-flash, qwen3-coder-flash
/chat/completions
qwen3-coder-flashQwen3-Coder-Flash è il modello testuale di Qwen per la programmazione, la comprensione dei repository e l’interazione con strumenti su più turni. Le specifiche riportano un contesto di un milione di token, un input massimo di 997,952 token e un output massimo di 65,536 token; le funzionalità degli strumenti dipendono dal profilo di distribuzione del produttore.
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.
Panoramica: programmazione orientata ai repository
Qwen3-Coder-Flash è un modello per la generazione di codice basato su Qwen3. Il produttore afferma che eredita da Qwen3-Coder-Plus le capacità degli agenti di programmazione ed è ottimizzato per la comprensione a livello di repository, per chiamate a strumenti stabili e per l’interazione su più turni. L’input e l’output documentati sono testuali. Utilizzarlo per attività di programmazione con il contesto del progetto fornito e un artefatto concreto da ottenere, come una patch proposta, una funzione o una spiegazione.
Il produttore descrive attualmente qwen3-coder-flash come funzionalmente equivalente a qwen3-coder-flash-2025-07-28 e mantiene tale snapshot datato come versione identificata da un proprio nome. Conservare l’identità richiesta quando si registra la selezione del modello. La pagina del modello specifico non stabilisce il numero di parametri né l’identità dei pesi di un checkpoint Coder aperto, quindi il nome Flash non va trasformato in un’affermazione non dimostrata sulle dimensioni o sull’architettura.
Preparare le evidenze del repository
Fornire i moduli, le interfacce e i requisiti pertinenti, insieme a un input che mostri il comportamento in esame. Chiedere una proposta di implementazione organizzata per componenti interessati, quindi richiedere separatamente l’artefatto modificabile e il commento. Per l’analisi di un difetto, includere l’errore o l’output osservato e il comportamento atteso. Per una funzionalità, descrivere le interazioni e le condizioni che il risultato deve soddisfare.
Una risposta utile può illustrare la diagnosi, la modifica proposta e i controlli necessari alla revisione. Se l’attività riguarda un progetto di grandi dimensioni, mantenere gli identificatori di file e funzioni nel materiale fornito affinché la spiegazione possa rimandare alle proprie evidenze. Esaminare le modifiche proposte confrontandole con i file forniti, il comportamento atteso e i risultati restituiti dai controlli collegati.
Strumenti su più turni e feedback
Il produttore sottolinea l’interazione con strumenti su più turni. Un flusso collegato può fornire strumenti di ispezione o esecuzione e restituire al modello osservazioni effettive. Indicare le azioni consentite e i criteri osservabili di completamento. Quando un controllo fallisce, fornire l’errore reale e il codice pertinente anziché limitarsi a chiedere un nuovo tentativo. Il modello può rivedere il lavoro proposto usando tale feedback; è l’applicazione a eseguire le azioni.
La matrice delle capacità supporta Function Calling nel profilo China (Beijing) di Alibaba e lo indica come non supportato in Singapore, Germany (Frankfurt) e US (Virginia). La disponibilità degli strumenti è quindi condizionata, non una promessa ricavabile dal solo nome del modello. Nel rapporto finale devono restare distinguibili una proposta testuale, una richiesta a uno strumento e un’operazione completata. Restituire un rapporto finale che separi la proposta di codice, le chiamate a strumenti richieste e i risultati effettivi degli strumenti.
Capacità e formattazione dei risultati
Gli output strutturati vincolati e la ricerca web integrata sono indicati come non supportati nella pagina dedicata al modello. Un prompt può richiedere una tabella o un testo in forma JSON, ma questo non crea un contratto di conformità allo schema. Un agente di programmazione può ricevere evidenze aggiornate da uno strumento fornito dall’applicazione senza che il modello disponga di una capacità di ricerca integrata.
Prefix Completion non è supportato in China (Beijing) ed è supportato in Singapore, Germany (Frankfurt) e US (Virginia). Context Caching è supportato per l’alias senza data in tutti e quattro i profili, mentre lo snapshot del 28 luglio elencato separatamente lo indica come non supportato. Entrambe le edizioni indicano inferenza batch e fine-tuning come non supportati. Richiedere un artefatto finale facile da ispezionare e conservare le osservazioni effettive degli strumenti quando un rapporto afferma che qualcosa è stato verificato.
Limiti di contesto e output
Le specifiche indicano una finestra di contesto di 1,000,000 token, una lunghezza massima dell’input di 997,952 token e una lunghezza massima dell’output di 65,536 token. Sono limiti distinti; non si deve presumere che input e output massimi possano rientrare contemporaneamente nel contesto. Testo del progetto, cronologia, risultati degli strumenti e sorgente generato devono trovare spazio nel budget effettivo della richiesta.
Un contesto ampio consente di includere più evidenze del repository in un’unica attività. Resta utile rimuovere file generati estranei, materiale ripetuto e moduli non pertinenti, conservando le definizioni e le interfacce da cui dipende la modifica. Per un artefatto lungo, richiedere esplicitamente i file o le funzioni necessari e riservare spazio sufficiente alla risposta. Tenere separati i file di codice e le spiegazioni affinché chi revisiona possa esaminare le modifiche proposte.
Risultato pratico e limiti sostanziali
Per una modifica al repository, richiedere una patch con i file interessati, le ipotesi e i risultati reali restituiti dai controlli collegati. Per un algoritmo, specificare i vincoli dell’input e l’output atteso prima di chiedere il codice. L’input documentato è testuale, quindi un riferimento visivo o una registrazione richiedono una rappresentazione separata adeguata se devono essere usati come evidenza nell’attività.
Ispezionare la sintassi generata, le interfacce e i casi limite nel flusso di sviluppo. Una spiegazione plausibile o una descrizione del modello orientata agli strumenti non dimostrano che il codice sia stato eseguito con successo. Il risultato pratico è un artefatto testuale o di codice esaminabile, collegato al materiale del repository fornito, che conserva l’identità Flash esatta, i limiti del produttore e il contratto condizionato degli strumenti.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen3-coder-flash | 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.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00039 / 1K token Output · Token in output $0.00195 / 1K token Input · Lettura dalla cache $0.000078 / 1K token Input · Scrittura nella cache $0.0004875 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite incluso32.000 | Costo Input · Token in input $0.00039 / 1K token Output · Token in output $0.00195 / 1K token Input · Lettura dalla cache $0.000078 / 1K token Input · Scrittura nella cache $0.0004875 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia 2 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di32.000 | Token di contesto, fino al limite incluso128.000 | Costo Input · Token in input $0.00065 / 1K token Output · Token in output $0.00325 / 1K token Input · Lettura dalla cache $0.00013 / 1K token Input · Scrittura nella cache $0.0008125 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
| ConfigurazioneFascia di lunghezza della richiesta 3 | Listino delle tariffe— | Token di contesto, più di128.000 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.00104 / 1K token Output · Token in output $0.0052 / 1K token Input · Lettura dalla cache $0.000208 / 1K token Input · Scrittura nella cache $0.0013 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "qwen3-coder-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-coder-flash', '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-coder-flash', '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-coder-flash, qwen3-coder-flash
/chat/completions
Esempio tecnico in inglese
Keep repository paths portable\n\nIn config.py, DATA_PATH = 'data/items.csv'. In runner.py, open(DATA_PATH) fails when the CLI is launched outside the repository directory. Propose a focused fix that anchors the resource path to the module location rather than the current working directory. Preserve the public CLI arguments and include a regression scenario launched from another directory.A small coordinated code proposal for the named modules and a regression scenario for an unrelated working directory.The proposed path does not depend on the launch directory and does not change the public CLI arguments.