特長：コーディングエージェント向けに構築されたモデル
Qwen3-Coder-Nextは、コーディングエージェントと開発ワークフローに特化して設計された、オープンなテキストモデルです。Qwenは、長期にわたる問題解決、複雑なツール利用、実行失敗からの復旧、さまざまな開発用のエージェント基盤への適応性を説明しています。テキストを受け取り、コード、説明、ツール要求を含むテキストを生成します。このCoder-Nextチェックポイントには独自の非思考仕様があり、より広いNextファミリーのThinking版で置き換えないでください。
開発タスクでは、関連するファイルや抜粋、意図した動作、問題を再現する入力を示してください。編集可能な変更と、その条件に結び付いた説明を求めてください。複数の手順にまたがるタスクでは、目的、許可するツール、完了を示す観察結果を定義してください。提案されたコード変更と説明を、提供したファイル、失敗する入力、完了基準に照らして確認してください。
モデル概要
総パラメータ数は80（単位：十億）で、三十億を有効化します。48層のハイブリッド配置では、Gated DeltaNetのエキスパート層三層に続いて、ゲート付きアテンションのエキスパート層一層を置く構成を繰り返します。開発元は、エキスパート512個、アクティブなエキスパート十個、共有エキスパート一個を示しています。少ないアクティブ数は疎なモデルの計算上の特性であり、チェックポイント全体のサイズではありません。
ネイティブコンテキストは262,144トークンです。開発元の例では、メモリ制約で大きな構成が動作しない場合に、32,768などの小さいコンテキストを利用できます。ソースコード、履歴、ツールの観察結果、生成テキストは、設定されたシーケンス予算内に収める必要があります。モデルカードは、このチェックポイントの既定の百万トークン拡張を確立していません。
非思考テキストインターフェースの利用
Coder-Nextは非思考モードだけに対応し、明示的な思考ブロックを生成しません。開発元の例では、enable_thinking=Falseを設定する必要はありません。それでも、パッチの説明、アルゴリズムの検討、通常のテキストによる推論は可能です。非思考とは出力モードを指し、説明を禁じるものではありません。
クイックスタートではソートアルゴリズムを求め、生成予算65,536トークンを使用しています。この値は例の予算であり、別途公開された厳密な最大出力長ではありません。言語、関連インターフェース、必要な動作、回答にパッチ・完全な関数・説明のいずれを含めるかなど、成果物の形式と制約を示してください。確認しやすいよう、編集可能な結果を補足説明と分けてください。
開発用のエージェント基盤とコンテキスト
開発元は、Qwen Codeを含むCLIやIDE形式のエージェント基盤との互換性を強調しています。基盤はプロジェクト状態、ツール定義、観察結果、会話形式を提供します。複数手順のタスクでは、それらの入力を一貫して保持してください。ツールがチェックの失敗を報告した場合は、単にモデルに再試行を求めるのではなく、実際のエラーと関連する変更済みコードを示してください。
長期の作業では、観察されたこと、提案する変更、未解決の条件というタスクの状態が見えることが役立ちます。ツールの観察結果と、生成テキストの主張は異なります。モデルの失敗復旧能力を、コマンドを実行する自動的な許可や、すべての復旧が成功する保証として扱わないでください。
エージェントによるコーディングとツール呼び出し
Qwenは、名前、説明、入力スキーマ、必須フィールドを含む、関数形式のツール定義を文書化しています。正確な定義と、返り値に期待する意味を示してください。選択したツールを実行し、その結果を返すのはアプリケーションであり、モデルはその結果を次の手順に利用します。ツール呼び出し自体が、ファイルシステム、最新の資料、実行環境へのアクセスを与えるわけではありません。
リポジトリを編集するエージェントでは、許可するファイルと求める成果物を限定してください。有用な最終レポートでは、影響を受けるモジュールを特定し、変更を説明し、接続されたチェックが返した実際の結果を列挙できます。提案コマンド、生成コード、完了した操作を区別してください。これらは、文書化された開発とツールの対応範囲に基づく実用的なワークフローの例です。
生成の推奨事項
開発元はtemperature 1.0、top_p 0.95、top_k 40を推奨しています。これらの設定は、いくつかの会話用Qwenモデルとは異なり、Coder-Next固有のレシピとして維持する必要があります。公開構成はQwen3-Nextの因果言語モデルアーキテクチャを使用します。コーディングのワークフロー全体で、このチェックポイントに文書化されたモデル名とチャットテンプレートを一貫して使用してください。
実質的な制約
文書化された入力はテキストであるため、スクリーンショット、音声、動画をこのコーディングワークフローで使うには、適切な別の表現が必要です。ネイティブコンテキストと例の生成予算は有限です。無関係なコードを削り、依頼した成果物のために空きを確保してください。生成された構文、インターフェース、エッジケース、提案変更を、実際の開発ワークフローで確認してください。有用な出力は、実際のタスクの根拠に支えられ、このチェックポイントのテキスト専用・非思考という特性を保った、確認可能なコードや説明の成果物です。
", "aboutText": "特長：コーディングエージェント向けに構築されたモデル\n\nQwen3-Coder-Nextは、コーディングエージェントと開発ワークフローに特化して設計された、オープンなテキストモデルです。Qwenは、長期にわたる問題解決、複雑なツール利用、実行失敗からの復旧、さまざまな開発用のエージェント基盤への適応性を説明しています。テキストを受け取り、コード、説明、ツール要求を含むテキストを生成します。このCoder-Nextチェックポイントには独自の非思考仕様があり、より広いNextファミリーのThinking版で置き換えないでください。\n\n開発タスクでは、関連するファイルや抜粋、意図した動作、問題を再現する入力を示してください。編集可能な変更と、その条件に結び付いた説明を求めてください。複数の手順にまたがるタスクでは、目的、許可するツール、完了を示す観察結果を定義してください。提案されたコード変更と説明を、提供したファイル、失敗する入力、完了基準に照らして確認してください。\n\nモデル概要\n\n総パラメータ数は80（単位：十億）で、三十億を有効化します。48層のハイブリッド配置では、Gated DeltaNetのエキスパート層三層に続いて、ゲート付きアテンションのエキスパート層一層を置く構成を繰り返します。開発元は、エキスパート512個、アクティブなエキスパート十個、共有エキスパート一個を示しています。少ないアクティブ数は疎なモデルの計算上の特性であり、チェックポイント全体のサイズではありません。\n\nネイティブコンテキストは262,144トークンです。開発元の例では、メモリ制約で大きな構成が動作しない場合に、32,768などの小さいコンテキストを利用できます。ソースコード、履歴、ツールの観察結果、生成テキストは、設定されたシーケンス予算内に収める必要があります。モデルカードは、このチェックポイントの既定の百万トークン拡張を確立していません。\n\n非思考テキストインターフェースの利用\n\nCoder-Nextは非思考モードだけに対応し、明示的な思考ブロックを生成しません。開発元の例では、enable_thinking=Falseを設定する必要はありません。それでも、パッチの説明、アルゴリズムの検討、通常のテキストによる推論は可能です。非思考とは出力モードを指し、説明を禁じるものではありません。\n\nクイックスタートではソートアルゴリズムを求め、生成予算65,536トークンを使用しています。この値は例の予算であり、別途公開された厳密な最大出力長ではありません。言語、関連インターフェース、必要な動作、回答にパッチ・完全な関数・説明のいずれを含めるかなど、成果物の形式と制約を示してください。確認しやすいよう、編集可能な結果を補足説明と分けてください。\n\n開発用のエージェント基盤とコンテキスト\n\n開発元は、Qwen Codeを含むCLIやIDE形式のエージェント基盤との互換性を強調しています。基盤はプロジェクト状態、ツール定義、観察結果、会話形式を提供します。複数手順のタスクでは、それらの入力を一貫して保持してください。ツールがチェックの失敗を報告した場合は、単にモデルに再試行を求めるのではなく、実際のエラーと関連する変更済みコードを示してください。\n\n長期の作業では、観察されたこと、提案する変更、未解決の条件というタスクの状態が見えることが役立ちます。ツールの観察結果と、生成テキストの主張は異なります。モデルの失敗復旧能力を、コマンドを実行する自動的な許可や、すべての復旧が成功する保証として扱わないでください。\n\nエージェントによるコーディングとツール呼び出し\n\nQwenは、名前、説明、入力スキーマ、必須フィールドを含む、関数形式のツール定義を文書化しています。正確な定義と、返り値に期待する意味を示してください。選択したツールを実行し、その結果を返すのはアプリケーションであり、モデルはその結果を次の手順に利用します。ツール呼び出し自体が、ファイルシステム、最新の資料、実行環境へのアクセスを与えるわけではありません。\n\nリポジトリを編集するエージェントでは、許可するファイルと求める成果物を限定してください。有用な最終レポートでは、影響を受けるモジュールを特定し、変更を説明し、接続されたチェックが返した実際の結果を列挙できます。提案コマンド、生成コード、完了した操作を区別してください。これらは、文書化された開発とツールの対応範囲に基づく実用的なワークフローの例です。\n\n生成の推奨事項\n\n開発元はtemperature 1.0、top_p 0.95、top_k 40を推奨しています。これらの設定は、いくつかの会話用Qwenモデルとは異なり、Coder-Next固有のレシピとして維持する必要があります。公開構成はQwen3-Nextの因果言語モデルアーキテクチャを使用します。コーディングのワークフロー全体で、このチェックポイントに文書化されたモデル名とチャットテンプレートを一貫して使用してください。\n\n実質的な制約\n\n文書化された入力はテキストであるため、スクリーンショット、音声、動画をこのコーディングワークフローで使うには、適切な別の表現が必要です。ネイティブコンテキストと例の生成予算は有限です。無関係なコードを削り、依頼した成果物のために空きを確保してください。生成された構文、インターフェース、エッジケース、提案変更を、実際の開発ワークフローで確認してください。有用な出力は、実際のタスクの根拠に支えられ、このチェックポイントのテキスト専用・非思考という特性を保った、確認可能なコードや説明の成果物です。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Implement a stable partition helper\n\nWrite a Python function partition_even(values) returning two new lists: even integers first and odd integers second. Preserve order within each list and do not mutate values. Provide tests for negative integers, repeated values and empty input. Return the complete function separately from the explanation, with no claim that tests have been executed.A complete function, tests for the named cases and a brief order-preservation explanation.Check that each input occurrence appears exactly once in the appropriate result list and that source order is retained.qwen/qwen3-coder-nextQwen3-Coder-Nextは、総数80、アクティブ数3（単位はいずれも十億）のパラメータを持つ、Qwenのテキスト専用コーディングエージェントモデルです。非思考の出力、ネイティブ262,144トークンのコンテキスト、ツール呼び出しを用い、複数手順の作業や実行フィードバックからの復旧を含む開発ワークフローに対応します。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
特長：コーディングエージェント向けに構築されたモデル
Qwen3-Coder-Nextは、コーディングエージェントと開発ワークフローに特化して設計された、オープンなテキストモデルです。Qwenは、長期にわたる問題解決、複雑なツール利用、実行失敗からの復旧、さまざまな開発用のエージェント基盤への適応性を説明しています。テキストを受け取り、コード、説明、ツール要求を含むテキストを生成します。このCoder-Nextチェックポイントには独自の非思考仕様があり、より広いNextファミリーのThinking版で置き換えないでください。
開発タスクでは、関連するファイルや抜粋、意図した動作、問題を再現する入力を示してください。編集可能な変更と、その条件に結び付いた説明を求めてください。複数の手順にまたがるタスクでは、目的、許可するツール、完了を示す観察結果を定義してください。提案されたコード変更と説明を、提供したファイル、失敗する入力、完了基準に照らして確認してください。
モデル概要
総パラメータ数は80（単位：十億）で、三十億を有効化します。48層のハイブリッド配置では、Gated DeltaNetのエキスパート層三層に続いて、ゲート付きアテンションのエキスパート層一層を置く構成を繰り返します。開発元は、エキスパート512個、アクティブなエキスパート十個、共有エキスパート一個を示しています。少ないアクティブ数は疎なモデルの計算上の特性であり、チェックポイント全体のサイズではありません。
ネイティブコンテキストは262,144トークンです。開発元の例では、メモリ制約で大きな構成が動作しない場合に、32,768などの小さいコンテキストを利用できます。ソースコード、履歴、ツールの観察結果、生成テキストは、設定されたシーケンス予算内に収める必要があります。モデルカードは、このチェックポイントの既定の百万トークン拡張を確立していません。
非思考テキストインターフェースの利用
Coder-Nextは非思考モードだけに対応し、明示的な思考ブロックを生成しません。開発元の例では、enable_thinking=Falseを設定する必要はありません。それでも、パッチの説明、アルゴリズムの検討、通常のテキストによる推論は可能です。非思考とは出力モードを指し、説明を禁じるものではありません。
クイックスタートではソートアルゴリズムを求め、生成予算65,536トークンを使用しています。この値は例の予算であり、別途公開された厳密な最大出力長ではありません。言語、関連インターフェース、必要な動作、回答にパッチ・完全な関数・説明のいずれを含めるかなど、成果物の形式と制約を示してください。確認しやすいよう、編集可能な結果を補足説明と分けてください。
開発用のエージェント基盤とコンテキスト
開発元は、Qwen Codeを含むCLIやIDE形式のエージェント基盤との互換性を強調しています。基盤はプロジェクト状態、ツール定義、観察結果、会話形式を提供します。複数手順のタスクでは、それらの入力を一貫して保持してください。ツールがチェックの失敗を報告した場合は、単にモデルに再試行を求めるのではなく、実際のエラーと関連する変更済みコードを示してください。
長期の作業では、観察されたこと、提案する変更、未解決の条件というタスクの状態が見えることが役立ちます。ツールの観察結果と、生成テキストの主張は異なります。モデルの失敗復旧能力を、コマンドを実行する自動的な許可や、すべての復旧が成功する保証として扱わないでください。
エージェントによるコーディングとツール呼び出し
Qwenは、名前、説明、入力スキーマ、必須フィールドを含む、関数形式のツール定義を文書化しています。正確な定義と、返り値に期待する意味を示してください。選択したツールを実行し、その結果を返すのはアプリケーションであり、モデルはその結果を次の手順に利用します。ツール呼び出し自体が、ファイルシステム、最新の資料、実行環境へのアクセスを与えるわけではありません。
リポジトリを編集するエージェントでは、許可するファイルと求める成果物を限定してください。有用な最終レポートでは、影響を受けるモジュールを特定し、変更を説明し、接続されたチェックが返した実際の結果を列挙できます。提案コマンド、生成コード、完了した操作を区別してください。これらは、文書化された開発とツールの対応範囲に基づく実用的なワークフローの例です。
生成の推奨事項
開発元はtemperature 1.0、top_p 0.95、top_k 40を推奨しています。これらの設定は、いくつかの会話用Qwenモデルとは異なり、Coder-Next固有のレシピとして維持する必要があります。公開構成はQwen3-Nextの因果言語モデルアーキテクチャを使用します。コーディングのワークフロー全体で、このチェックポイントに文書化されたモデル名とチャットテンプレートを一貫して使用してください。
実質的な制約
文書化された入力はテキストであるため、スクリーンショット、音声、動画をこのコーディングワークフローで使うには、適切な別の表現が必要です。ネイティブコンテキストと例の生成予算は有限です。無関係なコードを削り、依頼した成果物のために空きを確保してください。生成された構文、インターフェース、エッジケース、提案変更を、実際の開発ワークフローで確認してください。有用な出力は、実際のタスクの根拠に支えられ、このチェックポイントのテキスト専用・非思考という特性を保った、確認可能なコードや説明の成果物です。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 qwen/qwen3-coder-next | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.00024 / 1K トークン 出力 · 出力トークン $0.0016 / 1K トークン 入力 · キャッシュ読み取り $0.00014 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.00024 / 1K トークン 出力 · 出力トークン $0.0016 / 1K トークン 入力 · キャッシュ読み取り $0.00014 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${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-next", "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-next',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-next',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra qwen/qwen3-coder-next
上記に表示されたメソッドパスを使用してください。
qwen/qwen3-coder-nextQwen3-Coder-Nextは、総数80、アクティブ数3（単位はいずれも十億）のパラメータを持つ、Qwenのテキスト専用コーディングエージェントモデルです。非思考の出力、ネイティブ262,144トークンのコンテキスト、ツール呼び出しを用い、複数手順の作業や実行フィードバックからの復旧を含む開発ワークフローに対応します。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
特長：コーディングエージェント向けに構築されたモデル
Qwen3-Coder-Nextは、コーディングエージェントと開発ワークフローに特化して設計された、オープンなテキストモデルです。Qwenは、長期にわたる問題解決、複雑なツール利用、実行失敗からの復旧、さまざまな開発用のエージェント基盤への適応性を説明しています。テキストを受け取り、コード、説明、ツール要求を含むテキストを生成します。このCoder-Nextチェックポイントには独自の非思考仕様があり、より広いNextファミリーのThinking版で置き換えないでください。
開発タスクでは、関連するファイルや抜粋、意図した動作、問題を再現する入力を示してください。編集可能な変更と、その条件に結び付いた説明を求めてください。複数の手順にまたがるタスクでは、目的、許可するツール、完了を示す観察結果を定義してください。提案されたコード変更と説明を、提供したファイル、失敗する入力、完了基準に照らして確認してください。
モデル概要
総パラメータ数は80（単位：十億）で、三十億を有効化します。48層のハイブリッド配置では、Gated DeltaNetのエキスパート層三層に続いて、ゲート付きアテンションのエキスパート層一層を置く構成を繰り返します。開発元は、エキスパート512個、アクティブなエキスパート十個、共有エキスパート一個を示しています。少ないアクティブ数は疎なモデルの計算上の特性であり、チェックポイント全体のサイズではありません。
ネイティブコンテキストは262,144トークンです。開発元の例では、メモリ制約で大きな構成が動作しない場合に、32,768などの小さいコンテキストを利用できます。ソースコード、履歴、ツールの観察結果、生成テキストは、設定されたシーケンス予算内に収める必要があります。モデルカードは、このチェックポイントの既定の百万トークン拡張を確立していません。
非思考テキストインターフェースの利用
Coder-Nextは非思考モードだけに対応し、明示的な思考ブロックを生成しません。開発元の例では、enable_thinking=Falseを設定する必要はありません。それでも、パッチの説明、アルゴリズムの検討、通常のテキストによる推論は可能です。非思考とは出力モードを指し、説明を禁じるものではありません。
クイックスタートではソートアルゴリズムを求め、生成予算65,536トークンを使用しています。この値は例の予算であり、別途公開された厳密な最大出力長ではありません。言語、関連インターフェース、必要な動作、回答にパッチ・完全な関数・説明のいずれを含めるかなど、成果物の形式と制約を示してください。確認しやすいよう、編集可能な結果を補足説明と分けてください。
開発用のエージェント基盤とコンテキスト
開発元は、Qwen Codeを含むCLIやIDE形式のエージェント基盤との互換性を強調しています。基盤はプロジェクト状態、ツール定義、観察結果、会話形式を提供します。複数手順のタスクでは、それらの入力を一貫して保持してください。ツールがチェックの失敗を報告した場合は、単にモデルに再試行を求めるのではなく、実際のエラーと関連する変更済みコードを示してください。
長期の作業では、観察されたこと、提案する変更、未解決の条件というタスクの状態が見えることが役立ちます。ツールの観察結果と、生成テキストの主張は異なります。モデルの失敗復旧能力を、コマンドを実行する自動的な許可や、すべての復旧が成功する保証として扱わないでください。
エージェントによるコーディングとツール呼び出し
Qwenは、名前、説明、入力スキーマ、必須フィールドを含む、関数形式のツール定義を文書化しています。正確な定義と、返り値に期待する意味を示してください。選択したツールを実行し、その結果を返すのはアプリケーションであり、モデルはその結果を次の手順に利用します。ツール呼び出し自体が、ファイルシステム、最新の資料、実行環境へのアクセスを与えるわけではありません。
リポジトリを編集するエージェントでは、許可するファイルと求める成果物を限定してください。有用な最終レポートでは、影響を受けるモジュールを特定し、変更を説明し、接続されたチェックが返した実際の結果を列挙できます。提案コマンド、生成コード、完了した操作を区別してください。これらは、文書化された開発とツールの対応範囲に基づく実用的なワークフローの例です。
生成の推奨事項
開発元はtemperature 1.0、top_p 0.95、top_k 40を推奨しています。これらの設定は、いくつかの会話用Qwenモデルとは異なり、Coder-Next固有のレシピとして維持する必要があります。公開構成はQwen3-Nextの因果言語モデルアーキテクチャを使用します。コーディングのワークフロー全体で、このチェックポイントに文書化されたモデル名とチャットテンプレートを一貫して使用してください。
実質的な制約
文書化された入力はテキストであるため、スクリーンショット、音声、動画をこのコーディングワークフローで使うには、適切な別の表現が必要です。ネイティブコンテキストと例の生成予算は有限です。無関係なコードを削り、依頼した成果物のために空きを確保してください。生成された構文、インターフェース、エッジケース、提案変更を、実際の開発ワークフローで確認してください。有用な出力は、実際のタスクの根拠に支えられ、このチェックポイントのテキスト専用・非思考という特性を保った、確認可能なコードや説明の成果物です。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 qwen/qwen3-coder-next | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.00024 / 1K トークン 出力 · 出力トークン $0.0016 / 1K トークン 入力 · キャッシュ読み取り $0.00014 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.00024 / 1K トークン 出力 · 出力トークン $0.0016 / 1K トークン 入力 · キャッシュ読み取り $0.00014 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "qwen/qwen3-coder-next",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-next', '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-next', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra qwen/qwen3-coder-next
上記に表示されたメソッドパスを使用してください。
英語の技術例
Implement a stable partition helper\n\nWrite a Python function partition_even(values) returning two new lists: even integers first and odd integers second. Preserve order within each list and do not mutate values. Provide tests for negative integers, repeated values and empty input. Return the complete function separately from the explanation, with no claim that tests have been executed.A complete function, tests for the named cases and a brief order-preservation explanation.Check that each input occurrence appears exactly once in the appropriate result list and that source order is retained.