Qwen3-1.7Bは、小型のデンス型言語モデルで直接回答と推論を提供します。開発元は、指示追従、創作、役割に基づく会話、数学、論理の問題、コードを説明し、100を超える言語と方言に対応するとしています。テキストを受け取り、テキストを生成します。最初の有用なタスクは、短い顧客メッセージを丁寧な返信に変える、特定の読者向けに用語を説明する、会議メモを行動リストに変換するなど、条件を明確にした変換です。
この正確なリリースは、パラメータ数17億、そのうち埋め込み以外が14億で、28層です。Grouped-query attentionは、16のクエリヘッドと8つのキー／バリューヘッドを使います。このモデル自身のカードには、コンテキスト長32,768トークンと記載されています。これはこのエディションの文書上のウィンドウであり、別のサイズのQwen3にある大きなコンテキスト値は、それぞれのカードに結び付けておくべきです。元のテキスト、指示、会話履歴、求める回答を、該当する列の予算に収めてください。返信アシスタントには、無関係な通信記録を丸ごと与えるのではなく、受信メッセージ、確認済みの背景事実、読者、希望する長さを提示します。
開発元のクイックスタートは、モデルのチャットテンプレートで会話を整形します。元資料と照合できる、小さく完結したタスクを準備してください。行動リストの例では、名前、日付、決定事項を含むメモを与え、行動ごとに1項目を求め、担当が示されていない場合には明示的な不明値を要求します。プログラミングの例では、1つの関数と代表的な入力を与え、結果を決める分岐を説明させます。返される説明は仮想的な動作を持ち込まず、実際の変数と条件を参照すべきです。公開されている統合方法にはQwen3に対応したランタイムが必要です。カードは、4.51.0未満のTransformersでは必要なアーキテクチャが認識されないと警告しています。
提示されたテンプレートでは思考が既定で有効です。ハードな切り替えを使うと思考なしの出力となり、推論部分がなくなります。思考を有効にしたままなら、/thinkと/no_thinkはターンごとの指示として働き、最新の指示が選択を制御します。ハードに無効化されたモードを上書きすることはできません。短い書き換えには直接回答の設定を、複数の条件を突き合わせる回答には推論の設定を使ってください。途中の推論と最終回答を分け、その後の対話履歴には最終回答を保持します。思考が有効な場合、ソフトな思考なしの要求でも推論ブロックは残り、その内容が空になる場合があります。ハードな無効化では、そのブロックがなくなります。
エージェントとしての利用は、公開された能力の一部です。開発元はツールの書式と解析にQwen-Agentを推奨し、ツールはアプリケーションが提供し実行します。用途を絞ったアシスタントは、製品用語の辞書照会を要求し、確認された定義を受け取ってから、ユーザーの文を書き換えることができます。許可する引数と返すフィールドを定義し、結果の利用前に両方を確認してください。最終テキストでは、提示された事実、取得した情報、未回答の問いを区別すべきです。Qwen3のガイドには、並列および複数段階のツール呼び出しも説明されており、引数はオブジェクトとして表現し、結果を会話に戻します。
出力予算はタスク全体に収まる必要があります。モデルカードには生成例と出力長の推奨値がありますが、実証されたサービス側の最大値とは異なります。短い要求出力は検証しやすいため、フィールド、順序、言語を指定し、比較用に元のメッセージを残してください。長文生成に依存する前に、実際に扱う種類の入力で結果を評価します。Qwen3の文書は、学習時の長さの説明で、思考モードのアシスタントメッセージ長38,912トークン、思考なしモードの長さ16,384トークンに言及し、長い生成の品質を評価するよう推奨しています。これらの値は全体のコンテキストウィンドウとは別であり、エンドポイント固有の固定上限ではありません。
このサイズには、持続的な反復に関する個別の注記があります。カードは、推奨サンプリング設定を用い、著しい反復が起きた場合にはpresence_penalty 1.5を使うよう提案しています。強いペナルティは言語の混在や性能低下を引き起こす場合があります。思考時の推奨値はtemperature 0.6、top-p 0.95、top-k 20、min-p 0で、思考なしではtemperature 0.7、top-p 0.8、top-k 20、min-p 0です。推論モードでは貪欲デコードを避けてください。名前、日付、ラベル、繰り返された節を確認し、構造化出力はアプリケーションの別の部分に渡す前に検証します。
", "aboutText": "Qwen3-1.7Bは、小型のデンス型言語モデルで直接回答と推論を提供します。開発元は、指示追従、創作、役割に基づく会話、数学、論理の問題、コードを説明し、100を超える言語と方言に対応するとしています。テキストを受け取り、テキストを生成します。最初の有用なタスクは、短い顧客メッセージを丁寧な返信に変える、特定の読者向けに用語を説明する、会議メモを行動リストに変換するなど、条件を明確にした変換です。\n\nこの正確なリリースは、パラメータ数17億、そのうち埋め込み以外が14億で、28層です。Grouped-query attentionは、16のクエリヘッドと8つのキー／バリューヘッドを使います。このモデル自身のカードには、コンテキスト長32,768トークンと記載されています。これはこのエディションの文書上のウィンドウであり、別のサイズのQwen3にある大きなコンテキスト値は、それぞれのカードに結び付けておくべきです。元のテキスト、指示、会話履歴、求める回答を、該当する列の予算に収めてください。返信アシスタントには、無関係な通信記録を丸ごと与えるのではなく、受信メッセージ、確認済みの背景事実、読者、希望する長さを提示します。\n\n開発元のクイックスタートは、モデルのチャットテンプレートで会話を整形します。元資料と照合できる、小さく完結したタスクを準備してください。行動リストの例では、名前、日付、決定事項を含むメモを与え、行動ごとに1項目を求め、担当が示されていない場合には明示的な不明値を要求します。プログラミングの例では、1つの関数と代表的な入力を与え、結果を決める分岐を説明させます。返される説明は仮想的な動作を持ち込まず、実際の変数と条件を参照すべきです。公開されている統合方法にはQwen3に対応したランタイムが必要です。カードは、4.51.0未満のTransformersでは必要なアーキテクチャが認識されないと警告しています。\n\n提示されたテンプレートでは思考が既定で有効です。ハードな切り替えを使うと思考なしの出力となり、推論部分がなくなります。思考を有効にしたままなら、/thinkと/no_thinkはターンごとの指示として働き、最新の指示が選択を制御します。ハードに無効化されたモードを上書きすることはできません。短い書き換えには直接回答の設定を、複数の条件を突き合わせる回答には推論の設定を使ってください。途中の推論と最終回答を分け、その後の対話履歴には最終回答を保持します。思考が有効な場合、ソフトな思考なしの要求でも推論ブロックは残り、その内容が空になる場合があります。ハードな無効化では、そのブロックがなくなります。\n\nエージェントとしての利用は、公開された能力の一部です。開発元はツールの書式と解析にQwen-Agentを推奨し、ツールはアプリケーションが提供し実行します。用途を絞ったアシスタントは、製品用語の辞書照会を要求し、確認された定義を受け取ってから、ユーザーの文を書き換えることができます。許可する引数と返すフィールドを定義し、結果の利用前に両方を確認してください。最終テキストでは、提示された事実、取得した情報、未回答の問いを区別すべきです。Qwen3のガイドには、並列および複数段階のツール呼び出しも説明されており、引数はオブジェクトとして表現し、結果を会話に戻します。\n\n出力予算はタスク全体に収まる必要があります。モデルカードには生成例と出力長の推奨値がありますが、実証されたサービス側の最大値とは異なります。短い要求出力は検証しやすいため、フィールド、順序、言語を指定し、比較用に元のメッセージを残してください。長文生成に依存する前に、実際に扱う種類の入力で結果を評価します。Qwen3の文書は、学習時の長さの説明で、思考モードのアシスタントメッセージ長38,912トークン、思考なしモードの長さ16,384トークンに言及し、長い生成の品質を評価するよう推奨しています。これらの値は全体のコンテキストウィンドウとは別であり、エンドポイント固有の固定上限ではありません。\n\nこのサイズには、持続的な反復に関する個別の注記があります。カードは、推奨サンプリング設定を用い、著しい反復が起きた場合にはpresence_penalty 1.5を使うよう提案しています。強いペナルティは言語の混在や性能低下を引き起こす場合があります。思考時の推奨値はtemperature 0.6、top-p 0.95、top-k 20、min-p 0で、思考なしではtemperature 0.7、top-p 0.8、top-k 20、min-p 0です。推論モードでは貪欲デコードを避けてください。名前、日付、ラベル、繰り返された節を確認し、構造化出力はアプリケーションの別の部分に渡す前に検証します。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Convert a short note into actions\n\nTurn this note into an action list: 'Mina will order six folders by Thursday. Leo will check the cupboard today. Someone must print the welcome sheets before Friday, but we have not assigned that task.' Return one row per action with owner, task and deadline; use 'unassigned' where needed.Three action rows retaining names, deadlines and the unassigned printing owner.Do not assign the printing task to Mina or Leo without evidence in the note.qwen3-1.7bQwen3-1.7Bは、直接回答と思考の両モードを備えるコンパクトなデンス型テキストモデルです。多言語対話、文章作成、コード、ツール利用を想定した指示に対応し、この正確なリリースでは32,768トークンのコンテキストが文書化されています。
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。
Qwen3-1.7Bは、小型のデンス型言語モデルで直接回答と推論を提供します。開発元は、指示追従、創作、役割に基づく会話、数学、論理の問題、コードを説明し、100を超える言語と方言に対応するとしています。テキストを受け取り、テキストを生成します。最初の有用なタスクは、短い顧客メッセージを丁寧な返信に変える、特定の読者向けに用語を説明する、会議メモを行動リストに変換するなど、条件を明確にした変換です。
この正確なリリースは、パラメータ数17億、そのうち埋め込み以外が14億で、28層です。Grouped-query attentionは、16のクエリヘッドと8つのキー／バリューヘッドを使います。このモデル自身のカードには、コンテキスト長32,768トークンと記載されています。これはこのエディションの文書上のウィンドウであり、別のサイズのQwen3にある大きなコンテキスト値は、それぞれのカードに結び付けておくべきです。元のテキスト、指示、会話履歴、求める回答を、該当する列の予算に収めてください。返信アシスタントには、無関係な通信記録を丸ごと与えるのではなく、受信メッセージ、確認済みの背景事実、読者、希望する長さを提示します。
開発元のクイックスタートは、モデルのチャットテンプレートで会話を整形します。元資料と照合できる、小さく完結したタスクを準備してください。行動リストの例では、名前、日付、決定事項を含むメモを与え、行動ごとに1項目を求め、担当が示されていない場合には明示的な不明値を要求します。プログラミングの例では、1つの関数と代表的な入力を与え、結果を決める分岐を説明させます。返される説明は仮想的な動作を持ち込まず、実際の変数と条件を参照すべきです。公開されている統合方法にはQwen3に対応したランタイムが必要です。カードは、4.51.0未満のTransformersでは必要なアーキテクチャが認識されないと警告しています。
提示されたテンプレートでは思考が既定で有効です。ハードな切り替えを使うと思考なしの出力となり、推論部分がなくなります。思考を有効にしたままなら、/thinkと/no_thinkはターンごとの指示として働き、最新の指示が選択を制御します。ハードに無効化されたモードを上書きすることはできません。短い書き換えには直接回答の設定を、複数の条件を突き合わせる回答には推論の設定を使ってください。途中の推論と最終回答を分け、その後の対話履歴には最終回答を保持します。思考が有効な場合、ソフトな思考なしの要求でも推論ブロックは残り、その内容が空になる場合があります。ハードな無効化では、そのブロックがなくなります。
エージェントとしての利用は、公開された能力の一部です。開発元はツールの書式と解析にQwen-Agentを推奨し、ツールはアプリケーションが提供し実行します。用途を絞ったアシスタントは、製品用語の辞書照会を要求し、確認された定義を受け取ってから、ユーザーの文を書き換えることができます。許可する引数と返すフィールドを定義し、結果の利用前に両方を確認してください。最終テキストでは、提示された事実、取得した情報、未回答の問いを区別すべきです。Qwen3のガイドには、並列および複数段階のツール呼び出しも説明されており、引数はオブジェクトとして表現し、結果を会話に戻します。
出力予算はタスク全体に収まる必要があります。モデルカードには生成例と出力長の推奨値がありますが、実証されたサービス側の最大値とは異なります。短い要求出力は検証しやすいため、フィールド、順序、言語を指定し、比較用に元のメッセージを残してください。長文生成に依存する前に、実際に扱う種類の入力で結果を評価します。Qwen3の文書は、学習時の長さの説明で、思考モードのアシスタントメッセージ長38,912トークン、思考なしモードの長さ16,384トークンに言及し、長い生成の品質を評価するよう推奨しています。これらの値は全体のコンテキストウィンドウとは別であり、エンドポイント固有の固定上限ではありません。
このサイズには、持続的な反復に関する個別の注記があります。カードは、推奨サンプリング設定を用い、著しい反復が起きた場合にはpresence_penalty 1.5を使うよう提案しています。強いペナルティは言語の混在や性能低下を引き起こす場合があります。思考時の推奨値はtemperature 0.6、top-p 0.95、top-k 20、min-p 0で、思考なしではtemperature 0.7、top-p 0.8、top-k 20、min-p 0です。推論モードでは貪欲デコードを避けてください。名前、日付、ラベル、繰り返された節を確認し、構造化出力はアプリケーションの別の部分に渡す前に検証します。
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 qwen3-1.7b | 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。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.0001 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-1.7b", "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='qwen3-1.7b',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='qwen3-1.7b',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 qwen3-1.7b
上記に表示されたメソッドパスを使用してください。
qwen3-1.7bQwen3-1.7Bは、直接回答と思考の両モードを備えるコンパクトなデンス型テキストモデルです。多言語対話、文章作成、コード、ツール利用を想定した指示に対応し、この正確なリリースでは32,768トークンのコンテキストが文書化されています。
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。
Qwen3-1.7Bは、小型のデンス型言語モデルで直接回答と推論を提供します。開発元は、指示追従、創作、役割に基づく会話、数学、論理の問題、コードを説明し、100を超える言語と方言に対応するとしています。テキストを受け取り、テキストを生成します。最初の有用なタスクは、短い顧客メッセージを丁寧な返信に変える、特定の読者向けに用語を説明する、会議メモを行動リストに変換するなど、条件を明確にした変換です。
この正確なリリースは、パラメータ数17億、そのうち埋め込み以外が14億で、28層です。Grouped-query attentionは、16のクエリヘッドと8つのキー／バリューヘッドを使います。このモデル自身のカードには、コンテキスト長32,768トークンと記載されています。これはこのエディションの文書上のウィンドウであり、別のサイズのQwen3にある大きなコンテキスト値は、それぞれのカードに結び付けておくべきです。元のテキスト、指示、会話履歴、求める回答を、該当する列の予算に収めてください。返信アシスタントには、無関係な通信記録を丸ごと与えるのではなく、受信メッセージ、確認済みの背景事実、読者、希望する長さを提示します。
開発元のクイックスタートは、モデルのチャットテンプレートで会話を整形します。元資料と照合できる、小さく完結したタスクを準備してください。行動リストの例では、名前、日付、決定事項を含むメモを与え、行動ごとに1項目を求め、担当が示されていない場合には明示的な不明値を要求します。プログラミングの例では、1つの関数と代表的な入力を与え、結果を決める分岐を説明させます。返される説明は仮想的な動作を持ち込まず、実際の変数と条件を参照すべきです。公開されている統合方法にはQwen3に対応したランタイムが必要です。カードは、4.51.0未満のTransformersでは必要なアーキテクチャが認識されないと警告しています。
提示されたテンプレートでは思考が既定で有効です。ハードな切り替えを使うと思考なしの出力となり、推論部分がなくなります。思考を有効にしたままなら、/thinkと/no_thinkはターンごとの指示として働き、最新の指示が選択を制御します。ハードに無効化されたモードを上書きすることはできません。短い書き換えには直接回答の設定を、複数の条件を突き合わせる回答には推論の設定を使ってください。途中の推論と最終回答を分け、その後の対話履歴には最終回答を保持します。思考が有効な場合、ソフトな思考なしの要求でも推論ブロックは残り、その内容が空になる場合があります。ハードな無効化では、そのブロックがなくなります。
エージェントとしての利用は、公開された能力の一部です。開発元はツールの書式と解析にQwen-Agentを推奨し、ツールはアプリケーションが提供し実行します。用途を絞ったアシスタントは、製品用語の辞書照会を要求し、確認された定義を受け取ってから、ユーザーの文を書き換えることができます。許可する引数と返すフィールドを定義し、結果の利用前に両方を確認してください。最終テキストでは、提示された事実、取得した情報、未回答の問いを区別すべきです。Qwen3のガイドには、並列および複数段階のツール呼び出しも説明されており、引数はオブジェクトとして表現し、結果を会話に戻します。
出力予算はタスク全体に収まる必要があります。モデルカードには生成例と出力長の推奨値がありますが、実証されたサービス側の最大値とは異なります。短い要求出力は検証しやすいため、フィールド、順序、言語を指定し、比較用に元のメッセージを残してください。長文生成に依存する前に、実際に扱う種類の入力で結果を評価します。Qwen3の文書は、学習時の長さの説明で、思考モードのアシスタントメッセージ長38,912トークン、思考なしモードの長さ16,384トークンに言及し、長い生成の品質を評価するよう推奨しています。これらの値は全体のコンテキストウィンドウとは別であり、エンドポイント固有の固定上限ではありません。
このサイズには、持続的な反復に関する個別の注記があります。カードは、推奨サンプリング設定を用い、著しい反復が起きた場合にはpresence_penalty 1.5を使うよう提案しています。強いペナルティは言語の混在や性能低下を引き起こす場合があります。思考時の推奨値はtemperature 0.6、top-p 0.95、top-k 20、min-p 0で、思考なしではtemperature 0.7、top-p 0.8、top-k 20、min-p 0です。推論モードでは貪欲デコードを避けてください。名前、日付、ラベル、繰り返された節を確認し、構造化出力はアプリケーションの別の部分に渡す前に検証します。
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 qwen3-1.7b | 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。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.0001 / 1K トークン 出力 · 出力トークン $0.001 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "qwen3-1.7b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-1.7b', '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': 'qwen3-1.7b', '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 qwen3-1.7b
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
Convert a short note into actions\n\nTurn this note into an action list: 'Mina will order six folders by Thursday. Leo will check the cupboard today. Someone must print the welcome sheets before Friday, but we have not assigned that task.' Return one row per action with owner, task and deadline; use 'unassigned' where needed.Three action rows retaining names, deadlines and the unassigned printing owner.Do not assign the printing task to Mina or Leo without evidence in the note.