Qwen3-4B applica il sistema di risposta ibrido di Qwen3 a un modello linguistico denso e compatto. Il produttore descrive ragionamento matematico e logico, generazione di codice, scrittura creativa, interazioni basate su ruoli e dialoghi a più turni, oltre al rispetto delle istruzioni in più di 100 lingue e dialetti. Un compito editoriale o tecnico circoscritto è un modo utile per utilizzarlo: fornisci un frammento sorgente preciso e chiedi una trasformazione ben definita, anziché una panoramica aperta.
La versione contiene quattro miliardi di parametri, di cui 3,6 miliardi esclusi gli embedding, e 36 livelli. L’attenzione a query raggruppate utilizza 32 teste di query e otto teste di chiave/valore. Sia l’ingresso sia l’uscita sono testuali. Questa scheda descrive la versione ibrida originale di Qwen3-4B, non un successivo modello Thinking o Instruct con una data nel nome. Un esempio pratico consiste nel trasformare una breve nota su un incidente in un passaggio di consegne operativo che includa il guasto osservato, l’impatto noto e il passo successivo dell’indagine. Fornisci questi fatti come campi separati e chiedi al modello di segnalare le informazioni mancanti anziché inventarle.
Prepara l’istruzione e la fonte come parti distinte di un messaggio di chat. Per la programmazione, allega una piccola funzione, un ingresso rappresentativo e il valore di ritorno desiderato, poi chiedi una spiegazione o una modifica circoscritta. Richiedi un caso ordinario e un caso limite nell’uscita. Per la scrittura, indica il pubblico, la lunghezza e il lessico da mantenere invariato. Per la classificazione, fornisci le etichette ammesse, le relative definizioni e un esempio di uscita; verifica poi che la scelta restituita appartenga a quell’elenco. L’integrazione pubblicata richiede un ambiente di esecuzione compatibile con Qwen3; la scheda avverte che le versioni di Transformers precedenti alla 4.51.0 non riconoscono l’architettura richiesta.
La stessa versione integra le modalità con e senza ragionamento. Nel template del produttore il ragionamento è attivo per impostazione predefinita e un interruttore rigido lo disattiva. Quando è attivo, /think e /no_think sono istruzioni flessibili che possono cambiare il comportamento tra i turni; vale l’istruzione più recente. Non riattivano una modalità disabilitata con l’interruttore rigido. Una breve trasformazione testuale può richiedere una risposta diretta, mentre una spiegazione di condizioni contrastanti può utilizzare il ragionamento. Conserva la risposta finale, anziché il precedente testo di ragionamento, come risultato utile del turno di conversazione. Quando il ragionamento è attivo, anche una richiesta flessibile di risposta senza ragionamento mantiene un blocco di ragionamento, il cui contenuto può essere vuoto. La disattivazione rigida elimina quel blocco.
La scheda del modello include l’uso con agenti e raccomanda Qwen-Agent per le definizioni degli strumenti e l’analisi delle risposte. Per un assistente che classifica una segnalazione in arrivo e poi consulta la descrizione di una categoria, l’applicazione esporrebbe lo strumento di consultazione, eseguirebbe gli eventuali richiami accettati e fornirebbe il risultato. Definisci in anticipo gli argomenti e i campi attesi. Richiedi una scheda finale della segnalazione con la categoria selezionata, una breve motivazione e gli eventuali campi sconosciuti. Valida la scheda e conserva il risultato dello strumento utilizzato per crearla. La guida Qwen3 descrive anche chiamate parallele e in più passaggi agli strumenti, con argomenti rappresentati come oggetti e risultati reinseriti nella conversazione.
La scheda esatta indica 32 768 token di contesto nativo e documenta l’estensione a 131 072 tramite YaRN. Il valore esteso dipende dalla configurazione; il ridimensionamento statico può influire sugli ingressi più brevi. Pianifica insieme l’intera richiesta e la risposta. Per una raccolta di brevi note, etichetta ogni elemento, richiedi un identificativo corrispondente nell’uscita e usa uno schema conciso, in modo che il risultato generato rientri ancora nello spazio disponibile. Gli esempi e le raccomandazioni della scheda sulla lunghezza dell’uscita non costituiscono un limite rigido universale di generazione. Nella spiegazione delle lunghezze di addestramento, la documentazione Qwen3 tratta messaggi dell’assistente di 38 912 token in modalità con ragionamento e di 16 384 senza ragionamento, e raccomanda di valutare la qualità delle generazioni più lunghe. Questi valori sono distinti dalla finestra di contesto complessiva e non sono un limite rigido specifico di un endpoint. La scheda spiega anche l’allocazione posizionale predefinita di 40 960 token: 8 192 per i prompt tipici e 32 768 per l’uscita. Sono indicazioni di configurazione del produttore, separate dal contesto nativo di addestramento e da qualsiasi limite dell’endpoint.
Questa edizione presenta un’ulteriore avvertenza sulla ripetizione persistente. Il produttore rimanda alla configurazione di campionamento consigliata e suggerisce presence_penalty 1.5 in caso di ripetizioni significative. Le indicazioni generali segnalano che penalità maggiori possono introdurre uscite con lingue mescolate o ridurre la qualità: è quindi un’impostazione mirata, non una garanzia. La modalità con ragionamento usa temperatura 0.6, top-p 0.95, top-k 20 e min-p 0; quella senza ragionamento usa 0.7, 0.8, 20 e 0. Evita la decodifica greedy per il ragionamento, richiedi una risposta finale chiaramente delimitata e controlla il risultato per individuare frasi ripetute, campi mancanti e terminologia modificata.
", "aboutText": "Qwen3-4B applica il sistema di risposta ibrido di Qwen3 a un modello linguistico denso e compatto. Il produttore descrive ragionamento matematico e logico, generazione di codice, scrittura creativa, interazioni basate su ruoli e dialoghi a più turni, oltre al rispetto delle istruzioni in più di 100 lingue e dialetti. Un compito editoriale o tecnico circoscritto è un modo utile per utilizzarlo: fornisci un frammento sorgente preciso e chiedi una trasformazione ben definita, anziché una panoramica aperta.\n\nLa versione contiene quattro miliardi di parametri, di cui 3,6 miliardi esclusi gli embedding, e 36 livelli. L’attenzione a query raggruppate utilizza 32 teste di query e otto teste di chiave/valore. Sia l’ingresso sia l’uscita sono testuali. Questa scheda descrive la versione ibrida originale di Qwen3-4B, non un successivo modello Thinking o Instruct con una data nel nome. Un esempio pratico consiste nel trasformare una breve nota su un incidente in un passaggio di consegne operativo che includa il guasto osservato, l’impatto noto e il passo successivo dell’indagine. Fornisci questi fatti come campi separati e chiedi al modello di segnalare le informazioni mancanti anziché inventarle.\n\nPrepara l’istruzione e la fonte come parti distinte di un messaggio di chat. Per la programmazione, allega una piccola funzione, un ingresso rappresentativo e il valore di ritorno desiderato, poi chiedi una spiegazione o una modifica circoscritta. Richiedi un caso ordinario e un caso limite nell’uscita. Per la scrittura, indica il pubblico, la lunghezza e il lessico da mantenere invariato. Per la classificazione, fornisci le etichette ammesse, le relative definizioni e un esempio di uscita; verifica poi che la scelta restituita appartenga a quell’elenco. L’integrazione pubblicata richiede un ambiente di esecuzione compatibile con Qwen3; la scheda avverte che le versioni di Transformers precedenti alla 4.51.0 non riconoscono l’architettura richiesta.\n\nLa stessa versione integra le modalità con e senza ragionamento. Nel template del produttore il ragionamento è attivo per impostazione predefinita e un interruttore rigido lo disattiva. Quando è attivo, /think e /no_think sono istruzioni flessibili che possono cambiare il comportamento tra i turni; vale l’istruzione più recente. Non riattivano una modalità disabilitata con l’interruttore rigido. Una breve trasformazione testuale può richiedere una risposta diretta, mentre una spiegazione di condizioni contrastanti può utilizzare il ragionamento. Conserva la risposta finale, anziché il precedente testo di ragionamento, come risultato utile del turno di conversazione. Quando il ragionamento è attivo, anche una richiesta flessibile di risposta senza ragionamento mantiene un blocco di ragionamento, il cui contenuto può essere vuoto. La disattivazione rigida elimina quel blocco.\n\nLa scheda del modello include l’uso con agenti e raccomanda Qwen-Agent per le definizioni degli strumenti e l’analisi delle risposte. Per un assistente che classifica una segnalazione in arrivo e poi consulta la descrizione di una categoria, l’applicazione esporrebbe lo strumento di consultazione, eseguirebbe gli eventuali richiami accettati e fornirebbe il risultato. Definisci in anticipo gli argomenti e i campi attesi. Richiedi una scheda finale della segnalazione con la categoria selezionata, una breve motivazione e gli eventuali campi sconosciuti. Valida la scheda e conserva il risultato dello strumento utilizzato per crearla. La guida Qwen3 descrive anche chiamate parallele e in più passaggi agli strumenti, con argomenti rappresentati come oggetti e risultati reinseriti nella conversazione.\n\nLa scheda esatta indica 32 768 token di contesto nativo e documenta l’estensione a 131 072 tramite YaRN. Il valore esteso dipende dalla configurazione; il ridimensionamento statico può influire sugli ingressi più brevi. Pianifica insieme l’intera richiesta e la risposta. Per una raccolta di brevi note, etichetta ogni elemento, richiedi un identificativo corrispondente nell’uscita e usa uno schema conciso, in modo che il risultato generato rientri ancora nello spazio disponibile. Gli esempi e le raccomandazioni della scheda sulla lunghezza dell’uscita non costituiscono un limite rigido universale di generazione. Nella spiegazione delle lunghezze di addestramento, la documentazione Qwen3 tratta messaggi dell’assistente di 38 912 token in modalità con ragionamento e di 16 384 senza ragionamento, e raccomanda di valutare la qualità delle generazioni più lunghe. Questi valori sono distinti dalla finestra di contesto complessiva e non sono un limite rigido specifico di un endpoint. La scheda spiega anche l’allocazione posizionale predefinita di 40 960 token: 8 192 per i prompt tipici e 32 768 per l’uscita. Sono indicazioni di configurazione del produttore, separate dal contesto nativo di addestramento e da qualsiasi limite dell’endpoint.\n\nQuesta edizione presenta un’ulteriore avvertenza sulla ripetizione persistente. Il produttore rimanda alla configurazione di campionamento consigliata e suggerisce presence_penalty 1.5 in caso di ripetizioni significative. Le indicazioni generali segnalano che penalità maggiori possono introdurre uscite con lingue mescolate o ridurre la qualità: è quindi un’impostazione mirata, non una garanzia. La modalità con ragionamento usa temperatura 0.6, top-p 0.95, top-k 20 e min-p 0; quella senza ragionamento usa 0.7, 0.8, 20 e 0. Evita la decodifica greedy per il ragionamento, richiedi una risposta finale chiaramente delimitata e controlla il risultato per individuare frasi ripetute, campi mancanti e terminologia modificata.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.qwen3-4bQwen3-4B è un modello testuale da quattro miliardi di parametri per seguire istruzioni, dialogare in più lingue e scrivere codice. Il suo design ibrido supporta sia risposte dirette sia una modalità di ragionamento, con indicazioni specifiche per edizione sul controllo delle ripetizioni.
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.
Qwen3-4B applica il sistema di risposta ibrido di Qwen3 a un modello linguistico denso e compatto. Il produttore descrive ragionamento matematico e logico, generazione di codice, scrittura creativa, interazioni basate su ruoli e dialoghi a più turni, oltre al rispetto delle istruzioni in più di 100 lingue e dialetti. Un compito editoriale o tecnico circoscritto è un modo utile per utilizzarlo: fornisci un frammento sorgente preciso e chiedi una trasformazione ben definita, anziché una panoramica aperta.
La versione contiene quattro miliardi di parametri, di cui 3,6 miliardi esclusi gli embedding, e 36 livelli. L’attenzione a query raggruppate utilizza 32 teste di query e otto teste di chiave/valore. Sia l’ingresso sia l’uscita sono testuali. Questa scheda descrive la versione ibrida originale di Qwen3-4B, non un successivo modello Thinking o Instruct con una data nel nome. Un esempio pratico consiste nel trasformare una breve nota su un incidente in un passaggio di consegne operativo che includa il guasto osservato, l’impatto noto e il passo successivo dell’indagine. Fornisci questi fatti come campi separati e chiedi al modello di segnalare le informazioni mancanti anziché inventarle.
Prepara l’istruzione e la fonte come parti distinte di un messaggio di chat. Per la programmazione, allega una piccola funzione, un ingresso rappresentativo e il valore di ritorno desiderato, poi chiedi una spiegazione o una modifica circoscritta. Richiedi un caso ordinario e un caso limite nell’uscita. Per la scrittura, indica il pubblico, la lunghezza e il lessico da mantenere invariato. Per la classificazione, fornisci le etichette ammesse, le relative definizioni e un esempio di uscita; verifica poi che la scelta restituita appartenga a quell’elenco. L’integrazione pubblicata richiede un ambiente di esecuzione compatibile con Qwen3; la scheda avverte che le versioni di Transformers precedenti alla 4.51.0 non riconoscono l’architettura richiesta.
La stessa versione integra le modalità con e senza ragionamento. Nel template del produttore il ragionamento è attivo per impostazione predefinita e un interruttore rigido lo disattiva. Quando è attivo, /think e /no_think sono istruzioni flessibili che possono cambiare il comportamento tra i turni; vale l’istruzione più recente. Non riattivano una modalità disabilitata con l’interruttore rigido. Una breve trasformazione testuale può richiedere una risposta diretta, mentre una spiegazione di condizioni contrastanti può utilizzare il ragionamento. Conserva la risposta finale, anziché il precedente testo di ragionamento, come risultato utile del turno di conversazione. Quando il ragionamento è attivo, anche una richiesta flessibile di risposta senza ragionamento mantiene un blocco di ragionamento, il cui contenuto può essere vuoto. La disattivazione rigida elimina quel blocco.
La scheda del modello include l’uso con agenti e raccomanda Qwen-Agent per le definizioni degli strumenti e l’analisi delle risposte. Per un assistente che classifica una segnalazione in arrivo e poi consulta la descrizione di una categoria, l’applicazione esporrebbe lo strumento di consultazione, eseguirebbe gli eventuali richiami accettati e fornirebbe il risultato. Definisci in anticipo gli argomenti e i campi attesi. Richiedi una scheda finale della segnalazione con la categoria selezionata, una breve motivazione e gli eventuali campi sconosciuti. Valida la scheda e conserva il risultato dello strumento utilizzato per crearla. La guida Qwen3 descrive anche chiamate parallele e in più passaggi agli strumenti, con argomenti rappresentati come oggetti e risultati reinseriti nella conversazione.
La scheda esatta indica 32 768 token di contesto nativo e documenta l’estensione a 131 072 tramite YaRN. Il valore esteso dipende dalla configurazione; il ridimensionamento statico può influire sugli ingressi più brevi. Pianifica insieme l’intera richiesta e la risposta. Per una raccolta di brevi note, etichetta ogni elemento, richiedi un identificativo corrispondente nell’uscita e usa uno schema conciso, in modo che il risultato generato rientri ancora nello spazio disponibile. Gli esempi e le raccomandazioni della scheda sulla lunghezza dell’uscita non costituiscono un limite rigido universale di generazione. Nella spiegazione delle lunghezze di addestramento, la documentazione Qwen3 tratta messaggi dell’assistente di 38 912 token in modalità con ragionamento e di 16 384 senza ragionamento, e raccomanda di valutare la qualità delle generazioni più lunghe. Questi valori sono distinti dalla finestra di contesto complessiva e non sono un limite rigido specifico di un endpoint. La scheda spiega anche l’allocazione posizionale predefinita di 40 960 token: 8 192 per i prompt tipici e 32 768 per l’uscita. Sono indicazioni di configurazione del produttore, separate dal contesto nativo di addestramento e da qualsiasi limite dell’endpoint.
Questa edizione presenta un’ulteriore avvertenza sulla ripetizione persistente. Il produttore rimanda alla configurazione di campionamento consigliata e suggerisce presence_penalty 1.5 in caso di ripetizioni significative. Le indicazioni generali segnalano che penalità maggiori possono introdurre uscite con lingue mescolate o ridurre la qualità: è quindi un’impostazione mirata, non una garanzia. La modalità con ragionamento usa temperatura 0.6, top-p 0.95, top-k 20 e min-p 0; quella senza ragionamento usa 0.7, 0.8, 20 e 0. Evita la decodifica greedy per il ragionamento, richiedi una risposta finale chiaramente delimitata e controlla il risultato per individuare frasi ripetute, campi mancanti e terminologia modificata.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen3-4b | 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 $0.0001 / 1K token Output · Token in output $0.001 / 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": "qwen3-4b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3-4b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3-4b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 qwen3-4b
Usa i percorsi dei metodi indicati sopra.
qwen3-4bQwen3-4B è un modello testuale da quattro miliardi di parametri per seguire istruzioni, dialogare in più lingue e scrivere codice. Il suo design ibrido supporta sia risposte dirette sia una modalità di ragionamento, con indicazioni specifiche per edizione sul controllo delle ripetizioni.
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.
Qwen3-4B applica il sistema di risposta ibrido di Qwen3 a un modello linguistico denso e compatto. Il produttore descrive ragionamento matematico e logico, generazione di codice, scrittura creativa, interazioni basate su ruoli e dialoghi a più turni, oltre al rispetto delle istruzioni in più di 100 lingue e dialetti. Un compito editoriale o tecnico circoscritto è un modo utile per utilizzarlo: fornisci un frammento sorgente preciso e chiedi una trasformazione ben definita, anziché una panoramica aperta.
La versione contiene quattro miliardi di parametri, di cui 3,6 miliardi esclusi gli embedding, e 36 livelli. L’attenzione a query raggruppate utilizza 32 teste di query e otto teste di chiave/valore. Sia l’ingresso sia l’uscita sono testuali. Questa scheda descrive la versione ibrida originale di Qwen3-4B, non un successivo modello Thinking o Instruct con una data nel nome. Un esempio pratico consiste nel trasformare una breve nota su un incidente in un passaggio di consegne operativo che includa il guasto osservato, l’impatto noto e il passo successivo dell’indagine. Fornisci questi fatti come campi separati e chiedi al modello di segnalare le informazioni mancanti anziché inventarle.
Prepara l’istruzione e la fonte come parti distinte di un messaggio di chat. Per la programmazione, allega una piccola funzione, un ingresso rappresentativo e il valore di ritorno desiderato, poi chiedi una spiegazione o una modifica circoscritta. Richiedi un caso ordinario e un caso limite nell’uscita. Per la scrittura, indica il pubblico, la lunghezza e il lessico da mantenere invariato. Per la classificazione, fornisci le etichette ammesse, le relative definizioni e un esempio di uscita; verifica poi che la scelta restituita appartenga a quell’elenco. L’integrazione pubblicata richiede un ambiente di esecuzione compatibile con Qwen3; la scheda avverte che le versioni di Transformers precedenti alla 4.51.0 non riconoscono l’architettura richiesta.
La stessa versione integra le modalità con e senza ragionamento. Nel template del produttore il ragionamento è attivo per impostazione predefinita e un interruttore rigido lo disattiva. Quando è attivo, /think e /no_think sono istruzioni flessibili che possono cambiare il comportamento tra i turni; vale l’istruzione più recente. Non riattivano una modalità disabilitata con l’interruttore rigido. Una breve trasformazione testuale può richiedere una risposta diretta, mentre una spiegazione di condizioni contrastanti può utilizzare il ragionamento. Conserva la risposta finale, anziché il precedente testo di ragionamento, come risultato utile del turno di conversazione. Quando il ragionamento è attivo, anche una richiesta flessibile di risposta senza ragionamento mantiene un blocco di ragionamento, il cui contenuto può essere vuoto. La disattivazione rigida elimina quel blocco.
La scheda del modello include l’uso con agenti e raccomanda Qwen-Agent per le definizioni degli strumenti e l’analisi delle risposte. Per un assistente che classifica una segnalazione in arrivo e poi consulta la descrizione di una categoria, l’applicazione esporrebbe lo strumento di consultazione, eseguirebbe gli eventuali richiami accettati e fornirebbe il risultato. Definisci in anticipo gli argomenti e i campi attesi. Richiedi una scheda finale della segnalazione con la categoria selezionata, una breve motivazione e gli eventuali campi sconosciuti. Valida la scheda e conserva il risultato dello strumento utilizzato per crearla. La guida Qwen3 descrive anche chiamate parallele e in più passaggi agli strumenti, con argomenti rappresentati come oggetti e risultati reinseriti nella conversazione.
La scheda esatta indica 32 768 token di contesto nativo e documenta l’estensione a 131 072 tramite YaRN. Il valore esteso dipende dalla configurazione; il ridimensionamento statico può influire sugli ingressi più brevi. Pianifica insieme l’intera richiesta e la risposta. Per una raccolta di brevi note, etichetta ogni elemento, richiedi un identificativo corrispondente nell’uscita e usa uno schema conciso, in modo che il risultato generato rientri ancora nello spazio disponibile. Gli esempi e le raccomandazioni della scheda sulla lunghezza dell’uscita non costituiscono un limite rigido universale di generazione. Nella spiegazione delle lunghezze di addestramento, la documentazione Qwen3 tratta messaggi dell’assistente di 38 912 token in modalità con ragionamento e di 16 384 senza ragionamento, e raccomanda di valutare la qualità delle generazioni più lunghe. Questi valori sono distinti dalla finestra di contesto complessiva e non sono un limite rigido specifico di un endpoint. La scheda spiega anche l’allocazione posizionale predefinita di 40 960 token: 8 192 per i prompt tipici e 32 768 per l’uscita. Sono indicazioni di configurazione del produttore, separate dal contesto nativo di addestramento e da qualsiasi limite dell’endpoint.
Questa edizione presenta un’ulteriore avvertenza sulla ripetizione persistente. Il produttore rimanda alla configurazione di campionamento consigliata e suggerisce presence_penalty 1.5 in caso di ripetizioni significative. Le indicazioni generali segnalano che penalità maggiori possono introdurre uscite con lingue mescolate o ridurre la qualità: è quindi un’impostazione mirata, non una garanzia. La modalità con ragionamento usa temperatura 0.6, top-p 0.95, top-k 20 e min-p 0; quella senza ragionamento usa 0.7, 0.8, 20 e 0. Evita la decodifica greedy per il ragionamento, richiedi una risposta finale chiaramente delimitata e controlla il risultato per individuare frasi ripetute, campi mancanti e terminologia modificata.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwen3-4b | 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 $0.0001 / 1K token Output · Token in output $0.001 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "qwen3-4b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-4b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-4b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 qwen3-4b
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.