QwQ-Plus — 2025-03-05 è una voce datata della famiglia di ragionamento testuale QwQ-Plus. Il produttore descrive QwQ-Plus come una linea QwQ potenziata, addestrata a partire da Qwen2.5, con apprendimento per rinforzo usato per sviluppare il ragionamento. Gli ambiti evidenziati sono matematica, programmazione e altre domande che richiedono di collegare più condizioni. Il risultato utile è una soluzione testuale, una spiegazione o un'implementazione fondata sul materiale fornito dall'utente.
Un compito di ragionamento richiede un obiettivo definito. Per la matematica, fornisci l'enunciato completo, le definizioni, gli intervalli consentiti delle variabili e la quantità o l'affermazione da stabilire. Richiedi un risultato finale in una forma specifica e una spiegazione sufficiente a verificare i passaggi. Se valuti un tentativo di soluzione, includi insieme il problema originale e il passaggio contestato. Il modello può così discutere il problema effettivo anziché ricostruire ipotesi mancanti da un frammento parziale.
Per la programmazione, fornisci il codice pertinente, il linguaggio, il comportamento atteso e un input che evidenzi il problema. Una richiesta utile domanda una funzione rivista, una spiegazione della condizione modificata ed esempi che mostrino il comportamento desiderato. Conserva l'interfaccia e indica quale comportamento circostante debba restare invariato. Nel confronto tra algoritmi, definisci prima i criteri, per esempio la correttezza sui casi forniti e le ipotesi di complessità pertinenti, quindi richiedi una scelta motivata anziché un elenco generale di alternative.
Il riferimento di chat del produttore consiglia di inserire le istruzioni QwQ nella richiesta utente anziché affidarsi a un messaggio di sistema. Separa i dati di partenza dal compito, compreso il testo o il codice citato per l'analisi. Indica come gestire informazioni insufficienti: identifica la condizione mancante o formula una domanda successiva mirata, anziché presumere un valore. Se l'applicazione dispone già di risultati di un calcolatore, un esecutore di test o uno strumento di ricerca, passali esplicitamente e chiedi al modello di usarli come prove.
Il flusso di servizio QwQ documentato restituisce l'output in streaming. Mantieni distinguibili il ragionamento intermedio e la risposta completa e assembla i frammenti restituiti prima di considerare la risposta un elaborato finito. Un flusso parziale può contenere un calcolo incompleto o un approccio abbandonato. Per un risultato destinato all'utente, identifica la conclusione finale e i controlli a supporto, conservando abbastanza contesto delle fonti da esaminare ciò che è stato effettivamente chiesto.
Per un compito di ragionamento ripetibile, conserva il nome esatto e datato del modello insieme alla versione dell'input, al formato di output richiesto e alle impostazioni di generazione. In una richiesta successiva, identifica il passaggio specifico da modificare e mantieni espliciti i fatti accettati. Fornisci brani pertinenti anziché informazioni di contorno estranee e definisci un obiettivo di risposta sintetico, così che la richiesta lasci spazio sia all'analisi sia al risultato finale.
Per un compito analitico, assegna etichette alle opzioni confrontate e indica la regola decisionale. Per una dimostrazione, distingui le premesse dall'affermazione; per un programma, distingui un malfunzionamento osservato da una causa proposta. Chiedi alla risposta finale di identificare quale conclusione segua dai fatti forniti e quale parte dipenda da un'ipotesi. Verifica l'aritmetica con i numeri originali, testa il codice proposto sui casi effettivi ed esamina qualsiasi output dall'aspetto strutturato prima che un'applicazione lo utilizzi. Una tabella o un'impaginazione simile a JSON richieste sono istruzioni di output, non una garanzia di generazione strutturata vincolata.
Scegli questo formato di compito orientato al ragionamento quando il percorso verso un risultato deve essere spiegato e verificato. Un elaborato finale utile può essere una soluzione verificata, una modifica al codice con esempi pertinenti o un confronto che renda esplicita la condizione decisiva. Le azioni esterne richiedono comunque uno strumento applicativo definito e un risultato restituito; il solo testo di ragionamento non dimostra che sia stato eseguito un calcolo o applicata una modifica proposta.
", "aboutText": "QwQ-Plus — 2025-03-05 è una voce datata della famiglia di ragionamento testuale QwQ-Plus. Il produttore descrive QwQ-Plus come una linea QwQ potenziata, addestrata a partire da Qwen2.5, con apprendimento per rinforzo usato per sviluppare il ragionamento. Gli ambiti evidenziati sono matematica, programmazione e altre domande che richiedono di collegare più condizioni. Il risultato utile è una soluzione testuale, una spiegazione o un'implementazione fondata sul materiale fornito dall'utente.\n\nUn compito di ragionamento richiede un obiettivo definito. Per la matematica, fornisci l'enunciato completo, le definizioni, gli intervalli consentiti delle variabili e la quantità o l'affermazione da stabilire. Richiedi un risultato finale in una forma specifica e una spiegazione sufficiente a verificare i passaggi. Se valuti un tentativo di soluzione, includi insieme il problema originale e il passaggio contestato. Il modello può così discutere il problema effettivo anziché ricostruire ipotesi mancanti da un frammento parziale.\n\nPer la programmazione, fornisci il codice pertinente, il linguaggio, il comportamento atteso e un input che evidenzi il problema. Una richiesta utile domanda una funzione rivista, una spiegazione della condizione modificata ed esempi che mostrino il comportamento desiderato. Conserva l'interfaccia e indica quale comportamento circostante debba restare invariato. Nel confronto tra algoritmi, definisci prima i criteri, per esempio la correttezza sui casi forniti e le ipotesi di complessità pertinenti, quindi richiedi una scelta motivata anziché un elenco generale di alternative.\n\nIl riferimento di chat del produttore consiglia di inserire le istruzioni QwQ nella richiesta utente anziché affidarsi a un messaggio di sistema. Separa i dati di partenza dal compito, compreso il testo o il codice citato per l'analisi. Indica come gestire informazioni insufficienti: identifica la condizione mancante o formula una domanda successiva mirata, anziché presumere un valore. Se l'applicazione dispone già di risultati di un calcolatore, un esecutore di test o uno strumento di ricerca, passali esplicitamente e chiedi al modello di usarli come prove.\n\nIl flusso di servizio QwQ documentato restituisce l'output in streaming. Mantieni distinguibili il ragionamento intermedio e la risposta completa e assembla i frammenti restituiti prima di considerare la risposta un elaborato finito. Un flusso parziale può contenere un calcolo incompleto o un approccio abbandonato. Per un risultato destinato all'utente, identifica la conclusione finale e i controlli a supporto, conservando abbastanza contesto delle fonti da esaminare ciò che è stato effettivamente chiesto.\n\nPer un compito di ragionamento ripetibile, conserva il nome esatto e datato del modello insieme alla versione dell'input, al formato di output richiesto e alle impostazioni di generazione. In una richiesta successiva, identifica il passaggio specifico da modificare e mantieni espliciti i fatti accettati. Fornisci brani pertinenti anziché informazioni di contorno estranee e definisci un obiettivo di risposta sintetico, così che la richiesta lasci spazio sia all'analisi sia al risultato finale.\n\nPer un compito analitico, assegna etichette alle opzioni confrontate e indica la regola decisionale. Per una dimostrazione, distingui le premesse dall'affermazione; per un programma, distingui un malfunzionamento osservato da una causa proposta. Chiedi alla risposta finale di identificare quale conclusione segua dai fatti forniti e quale parte dipenda da un'ipotesi. Verifica l'aritmetica con i numeri originali, testa il codice proposto sui casi effettivi ed esamina qualsiasi output dall'aspetto strutturato prima che un'applicazione lo utilizzi. Una tabella o un'impaginazione simile a JSON richieste sono istruzioni di output, non una garanzia di generazione strutturata vincolata.\n\nScegli questo formato di compito orientato al ragionamento quando il percorso verso un risultato deve essere spiegato e verificato. Un elaborato finale utile può essere una soluzione verificata, una modifica al codice con esempi pertinenti o un confronto che renda esplicita la condizione decisiva. Le azioni esterne richiedono comunque uno strumento applicativo definito e un risultato restituito; il solo testo di ragionamento non dimostra che sia stato eseguito un calcolo o applicata una modifica proposta.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Check a batch-capacity claim\n\nA processor handles 18 records per minute and must finish 1,000 records within one hour. Each run also needs a fixed seven-minute setup, during which no records are processed. Determine whether one run can meet the deadline under these assumptions. Show the available processing time, capacity and minimum rate needed, rounding only where required.A feasibility calculation with processing time, attainable capacity and the rate required to meet the deadline.The seven-minute setup is deducted before applying the processing rate, and units remain consistent.qwq-plus-2025-03-05QwQ-Plus — 2025-03-05 conserva un'identità datata nella famiglia di ragionamento testuale di Qwen. Il suo approccio basato su Qwen2.5 e addestrato per rinforzo è destinato a matematica, programmazione e problemi che richiedono un risultato giustificato a partire da più condizioni collegate.
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.
QwQ-Plus — 2025-03-05 è una voce datata della famiglia di ragionamento testuale QwQ-Plus. Il produttore descrive QwQ-Plus come una linea QwQ potenziata, addestrata a partire da Qwen2.5, con apprendimento per rinforzo usato per sviluppare il ragionamento. Gli ambiti evidenziati sono matematica, programmazione e altre domande che richiedono di collegare più condizioni. Il risultato utile è una soluzione testuale, una spiegazione o un'implementazione fondata sul materiale fornito dall'utente.
Un compito di ragionamento richiede un obiettivo definito. Per la matematica, fornisci l'enunciato completo, le definizioni, gli intervalli consentiti delle variabili e la quantità o l'affermazione da stabilire. Richiedi un risultato finale in una forma specifica e una spiegazione sufficiente a verificare i passaggi. Se valuti un tentativo di soluzione, includi insieme il problema originale e il passaggio contestato. Il modello può così discutere il problema effettivo anziché ricostruire ipotesi mancanti da un frammento parziale.
Per la programmazione, fornisci il codice pertinente, il linguaggio, il comportamento atteso e un input che evidenzi il problema. Una richiesta utile domanda una funzione rivista, una spiegazione della condizione modificata ed esempi che mostrino il comportamento desiderato. Conserva l'interfaccia e indica quale comportamento circostante debba restare invariato. Nel confronto tra algoritmi, definisci prima i criteri, per esempio la correttezza sui casi forniti e le ipotesi di complessità pertinenti, quindi richiedi una scelta motivata anziché un elenco generale di alternative.
Il riferimento di chat del produttore consiglia di inserire le istruzioni QwQ nella richiesta utente anziché affidarsi a un messaggio di sistema. Separa i dati di partenza dal compito, compreso il testo o il codice citato per l'analisi. Indica come gestire informazioni insufficienti: identifica la condizione mancante o formula una domanda successiva mirata, anziché presumere un valore. Se l'applicazione dispone già di risultati di un calcolatore, un esecutore di test o uno strumento di ricerca, passali esplicitamente e chiedi al modello di usarli come prove.
Il flusso di servizio QwQ documentato restituisce l'output in streaming. Mantieni distinguibili il ragionamento intermedio e la risposta completa e assembla i frammenti restituiti prima di considerare la risposta un elaborato finito. Un flusso parziale può contenere un calcolo incompleto o un approccio abbandonato. Per un risultato destinato all'utente, identifica la conclusione finale e i controlli a supporto, conservando abbastanza contesto delle fonti da esaminare ciò che è stato effettivamente chiesto.
Per un compito di ragionamento ripetibile, conserva il nome esatto e datato del modello insieme alla versione dell'input, al formato di output richiesto e alle impostazioni di generazione. In una richiesta successiva, identifica il passaggio specifico da modificare e mantieni espliciti i fatti accettati. Fornisci brani pertinenti anziché informazioni di contorno estranee e definisci un obiettivo di risposta sintetico, così che la richiesta lasci spazio sia all'analisi sia al risultato finale.
Per un compito analitico, assegna etichette alle opzioni confrontate e indica la regola decisionale. Per una dimostrazione, distingui le premesse dall'affermazione; per un programma, distingui un malfunzionamento osservato da una causa proposta. Chiedi alla risposta finale di identificare quale conclusione segua dai fatti forniti e quale parte dipenda da un'ipotesi. Verifica l'aritmetica con i numeri originali, testa il codice proposto sui casi effettivi ed esamina qualsiasi output dall'aspetto strutturato prima che un'applicazione lo utilizzi. Una tabella o un'impaginazione simile a JSON richieste sono istruzioni di output, non una garanzia di generazione strutturata vincolata.
Scegli questo formato di compito orientato al ragionamento quando il percorso verso un risultato deve essere spiegato e verificato. Un elaborato finale utile può essere una soluzione verificata, una modifica al codice con esempi pertinenti o un confronto che renda esplicita la condizione decisiva. Le azioni esterne richiedono comunque uno strumento applicativo definito e un risultato restituito; il solo testo di ragionamento non dimostra che sia stato eseguito un calcolo o applicata una modifica proposta.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwq-plus-2025-03-05 | 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 $0.00046 / 1K token Output · Token in output $0.00116 / 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": "qwq-plus-2025-03-05", "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='qwq-plus-2025-03-05',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='qwq-plus-2025-03-05',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 qwq-plus-2025-03-05
Usa i percorsi dei metodi indicati sopra.
qwq-plus-2025-03-05QwQ-Plus — 2025-03-05 conserva un'identità datata nella famiglia di ragionamento testuale di Qwen. Il suo approccio basato su Qwen2.5 e addestrato per rinforzo è destinato a matematica, programmazione e problemi che richiedono un risultato giustificato a partire da più condizioni collegate.
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.
QwQ-Plus — 2025-03-05 è una voce datata della famiglia di ragionamento testuale QwQ-Plus. Il produttore descrive QwQ-Plus come una linea QwQ potenziata, addestrata a partire da Qwen2.5, con apprendimento per rinforzo usato per sviluppare il ragionamento. Gli ambiti evidenziati sono matematica, programmazione e altre domande che richiedono di collegare più condizioni. Il risultato utile è una soluzione testuale, una spiegazione o un'implementazione fondata sul materiale fornito dall'utente.
Un compito di ragionamento richiede un obiettivo definito. Per la matematica, fornisci l'enunciato completo, le definizioni, gli intervalli consentiti delle variabili e la quantità o l'affermazione da stabilire. Richiedi un risultato finale in una forma specifica e una spiegazione sufficiente a verificare i passaggi. Se valuti un tentativo di soluzione, includi insieme il problema originale e il passaggio contestato. Il modello può così discutere il problema effettivo anziché ricostruire ipotesi mancanti da un frammento parziale.
Per la programmazione, fornisci il codice pertinente, il linguaggio, il comportamento atteso e un input che evidenzi il problema. Una richiesta utile domanda una funzione rivista, una spiegazione della condizione modificata ed esempi che mostrino il comportamento desiderato. Conserva l'interfaccia e indica quale comportamento circostante debba restare invariato. Nel confronto tra algoritmi, definisci prima i criteri, per esempio la correttezza sui casi forniti e le ipotesi di complessità pertinenti, quindi richiedi una scelta motivata anziché un elenco generale di alternative.
Il riferimento di chat del produttore consiglia di inserire le istruzioni QwQ nella richiesta utente anziché affidarsi a un messaggio di sistema. Separa i dati di partenza dal compito, compreso il testo o il codice citato per l'analisi. Indica come gestire informazioni insufficienti: identifica la condizione mancante o formula una domanda successiva mirata, anziché presumere un valore. Se l'applicazione dispone già di risultati di un calcolatore, un esecutore di test o uno strumento di ricerca, passali esplicitamente e chiedi al modello di usarli come prove.
Il flusso di servizio QwQ documentato restituisce l'output in streaming. Mantieni distinguibili il ragionamento intermedio e la risposta completa e assembla i frammenti restituiti prima di considerare la risposta un elaborato finito. Un flusso parziale può contenere un calcolo incompleto o un approccio abbandonato. Per un risultato destinato all'utente, identifica la conclusione finale e i controlli a supporto, conservando abbastanza contesto delle fonti da esaminare ciò che è stato effettivamente chiesto.
Per un compito di ragionamento ripetibile, conserva il nome esatto e datato del modello insieme alla versione dell'input, al formato di output richiesto e alle impostazioni di generazione. In una richiesta successiva, identifica il passaggio specifico da modificare e mantieni espliciti i fatti accettati. Fornisci brani pertinenti anziché informazioni di contorno estranee e definisci un obiettivo di risposta sintetico, così che la richiesta lasci spazio sia all'analisi sia al risultato finale.
Per un compito analitico, assegna etichette alle opzioni confrontate e indica la regola decisionale. Per una dimostrazione, distingui le premesse dall'affermazione; per un programma, distingui un malfunzionamento osservato da una causa proposta. Chiedi alla risposta finale di identificare quale conclusione segua dai fatti forniti e quale parte dipenda da un'ipotesi. Verifica l'aritmetica con i numeri originali, testa il codice proposto sui casi effettivi ed esamina qualsiasi output dall'aspetto strutturato prima che un'applicazione lo utilizzi. Una tabella o un'impaginazione simile a JSON richieste sono istruzioni di output, non una garanzia di generazione strutturata vincolata.
Scegli questo formato di compito orientato al ragionamento quando il percorso verso un risultato deve essere spiegato e verificato. Un elaborato finale utile può essere una soluzione verificata, una modifica al codice con esempi pertinenti o un confronto che renda esplicita la condizione decisiva. Le azioni esterne richiedono comunque uno strumento applicativo definito e un risultato restituito; il solo testo di ragionamento non dimostra che sia stato eseguito un calcolo o applicata una modifica proposta.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qwq-plus-2025-03-05 | 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 $0.00046 / 1K token Output · Token in output $0.00116 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "qwq-plus-2025-03-05",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwq-plus-2025-03-05', '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': 'qwq-plus-2025-03-05', '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 qwq-plus-2025-03-05
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Check a batch-capacity claim\n\nA processor handles 18 records per minute and must finish 1,000 records within one hour. Each run also needs a fixed seven-minute setup, during which no records are processed. Determine whether one run can meet the deadline under these assumptions. Show the available processing time, capacity and minimum rate needed, rounding only where required.A feasibility calculation with processing time, attainable capacity and the rate required to meet the deadline.The seven-minute setup is deducted before applying the processing rate, and units remain consistent.