Qwen3-Omni-30B-A3B-Instruct yra instrukcijų besilaikantis ir kalbą generuojantis Qwen3-Omni šeimos narys. Jis supranta tekstą, vaizdus, garsą ir vaizdo įrašus, įskaitant mišrias įvestis, ir gali grąžinti tiek tekstą, tiek natūralią sakytinę kalbą. Qwen aprašo šeimos architektūrą kaip palaikančią srautinius teksto ir kalbos atsakymus. Konkrečioje Instruct modelio versijoje yra Thinker ir Talker komponentai: supratimas ir tekstinio atsakymo formavimas susieti su kalbos generavimo keliu. Thinking ir Captioner versijų komponentų bei išvesties vaidmenys skiriasi, todėl jos lieka atskirais modelių pasirinkimais.
Paskelbta šeimos daugiakalbė aprėptis apima 119 teksto kalbų, 19 kalbos įvesties kalbų ir 10 kalbos išvesties kalbų. Rusų kalba yra abiejuose kalbos sąrašuose. Gamintojas aprašo ekspertų mišinio Thinker–Talker struktūrą su garso ir vaizdų apdorojimu daugiarūšiam supratimui bei kalbos generavimu naudojant kelias kodų knygas. Sisteminės užklausos gali formuoti asistento vaidmenį ir atsako stilių. Tinkama užduotis yra įgarsintas paaiškinimas, priklausantis nuo matomo objekto ir naudotojo ištarto klausimo, o ne nesusijęs teksto pavertimas sakytine kalba.
Praktiniai vadovai apima kalbos atpažinimą, kalbos vertimą, muzikos ir garso analizę, mišrų garsą, klausimus apie vaizdus, OCR, objektų vietos nustatymą, vaizdo aprašymą ir audiovizualinį dialogą. Mokymo asistentui pateikite demonstracinį įrašą ir paprašykite paaiškinti matomą procedūrą pradedančiajam. Produkto klausimui derinkite nuotrauką su ištarta užklausa ir įvardykite aptariamą detalę. Nurodykite numatomą klausytoją ir norimą rezultatą: trumpą sakytinį atsakymą, tekstinę santrauką ar abu. Išlaikykite šaltinio pavadinimus ir matavimus, kurie turi likti nepakeisti.
Gamintojo įvesties eiga naudoja atitinkamą procesorių, pokalbio šabloną ir medijos apdorojimo priemones. Medija gali būti kaitaliojama su tekstu, o dekodavimas yra aiški užklausos parengimo dalis. Naudodami vaizdo įrašą lydintį garsą, nuosekliai išlaikykite use_audio_in_video per išankstinį apdorojimą, generavimą ir tolesnius dialogo ėjimus. Audiovizualinis klausimas reikalauja įtraukti garso takelį; tik vaizdu pagrįsta užduotis turėtų aiškiai nurodyti tą apimtį. Pasirinkite susijusį įrašą ir naudokite įskaitomus vaizdus, kad asistentas gautų klausimui reikalingas detales.
Kalbos išvestis valdoma. Paskelbta generavimo sąsaja gali prašyti tik teksto su return_audio=False, o išjungus Talker šis komponentas pašalinamas iš įkelto modelio kalbos išvesties kelio. Gamintojo paketinis pavyzdys grąžina tekstą, o ne garsą. Instruct modelio versija dokumentuoja tris balso pasirinkimus — Ethan, Chelsie ir Aiden — numatytasis balsas yra Ethan. Pavyzdyje bangos forma išsaugoma 24 000 Hz dažniu. Balso pasirinkimas ir šio pavyzdžio išvesties formatas aprašo paskelbtą modelio darbo eigą, o ne visas įmanomas aplinkinių paslaugų sąsajas.
Sakytiniams atsakymams gamintojas rekomenduoja lengvai ištariamą pokalbio stilių, o ne sudėtingą formatavimą. Užklausa gali prašyti glausto paaiškinimo klausytojo kalba, kartu išlaikant atskirą skaitomą tekstinį rezultatą peržiūrai. Jei šaltinyje yra vardas, formulė ar nepažįstama santrumpa, pateikite reikšmę ir pageidaujamą formuluotę. Paprašykite atsakyme atskirti stebimą turinį nuo prielaidų, kad sklandus balsas nepanaikintų neapibrėžtumo.
Thinker ir Talker tekstinėse konfigūracijose max_position_embeddings nustatomas į 65 536. Bendros kortelės vLLM pavyzdžiuose atskirai pasirenkama 32 768 žetonų modelio ilgio nuostata ir 16 384 žetonų generavimo nuostata; tai lieka pavyzdžiai, o ne nepriklausomos visuotinės ribos. Vaizdo ir garso apdorojimas veikia faktinį užklausos dydį. Sąsajų palaikymas irgi skiriasi: kortelės Transformers pavyzdys gali grąžinti kalbą, o jos aptarimas apie aptarnavimą aprašo į Thinker orientuotą kelią bei atskirą vaizdo ir garso apdorojimą. Modelio lygmens kalbos gebėjimus atskirkite nuo konkrečios vykdymo aplinkos palaikomo išvesties kelio.
Naudingas rezultatas derina atsakymą su jam peržiūrėti reikalinga šaltinio medžiaga. Demonstracijoje tikrinkite aprašytą veiksmą pagal įrašą; garso klausime palyginkite atsakymą su girdimais žodžiais ar garsais; vaizdinio skaičiavimo atveju tikrinkite vienetus ir žymas. Šeima turi audio-function-call praktinį vadovą, tačiau programa vis tiek apibrėžia ir vykdo bet kokį išorinį įrankio veiksmą. Sugeneruota užklausa veikti skiriasi nuo patvirtinto rezultato. Šios laidos stiprybė yra daugiarūšė sąveika su pasirenkamu sakytiniu atsakymu, o faktų tikrinimui, vėlesniems veiksmams ir medijos redagavimui reikia jų pačių pagrindo ir darbo eigos.
", "aboutText": "Qwen3-Omni-30B-A3B-Instruct yra instrukcijų besilaikantis ir kalbą generuojantis Qwen3-Omni šeimos narys. Jis supranta tekstą, vaizdus, garsą ir vaizdo įrašus, įskaitant mišrias įvestis, ir gali grąžinti tiek tekstą, tiek natūralią sakytinę kalbą. Qwen aprašo šeimos architektūrą kaip palaikančią srautinius teksto ir kalbos atsakymus. Konkrečioje Instruct modelio versijoje yra Thinker ir Talker komponentai: supratimas ir tekstinio atsakymo formavimas susieti su kalbos generavimo keliu. Thinking ir Captioner versijų komponentų bei išvesties vaidmenys skiriasi, todėl jos lieka atskirais modelių pasirinkimais.\n\nPaskelbta šeimos daugiakalbė aprėptis apima 119 teksto kalbų, 19 kalbos įvesties kalbų ir 10 kalbos išvesties kalbų. Rusų kalba yra abiejuose kalbos sąrašuose. Gamintojas aprašo ekspertų mišinio Thinker–Talker struktūrą su garso ir vaizdų apdorojimu daugiarūšiam supratimui bei kalbos generavimu naudojant kelias kodų knygas. Sisteminės užklausos gali formuoti asistento vaidmenį ir atsako stilių. Tinkama užduotis yra įgarsintas paaiškinimas, priklausantis nuo matomo objekto ir naudotojo ištarto klausimo, o ne nesusijęs teksto pavertimas sakytine kalba.\n\nPraktiniai vadovai apima kalbos atpažinimą, kalbos vertimą, muzikos ir garso analizę, mišrų garsą, klausimus apie vaizdus, OCR, objektų vietos nustatymą, vaizdo aprašymą ir audiovizualinį dialogą. Mokymo asistentui pateikite demonstracinį įrašą ir paprašykite paaiškinti matomą procedūrą pradedančiajam. Produkto klausimui derinkite nuotrauką su ištarta užklausa ir įvardykite aptariamą detalę. Nurodykite numatomą klausytoją ir norimą rezultatą: trumpą sakytinį atsakymą, tekstinę santrauką ar abu. Išlaikykite šaltinio pavadinimus ir matavimus, kurie turi likti nepakeisti.\n\nGamintojo įvesties eiga naudoja atitinkamą procesorių, pokalbio šabloną ir medijos apdorojimo priemones. Medija gali būti kaitaliojama su tekstu, o dekodavimas yra aiški užklausos parengimo dalis. Naudodami vaizdo įrašą lydintį garsą, nuosekliai išlaikykite use_audio_in_video per išankstinį apdorojimą, generavimą ir tolesnius dialogo ėjimus. Audiovizualinis klausimas reikalauja įtraukti garso takelį; tik vaizdu pagrįsta užduotis turėtų aiškiai nurodyti tą apimtį. Pasirinkite susijusį įrašą ir naudokite įskaitomus vaizdus, kad asistentas gautų klausimui reikalingas detales.\n\nKalbos išvestis valdoma. Paskelbta generavimo sąsaja gali prašyti tik teksto su return_audio=False, o išjungus Talker šis komponentas pašalinamas iš įkelto modelio kalbos išvesties kelio. Gamintojo paketinis pavyzdys grąžina tekstą, o ne garsą. Instruct modelio versija dokumentuoja tris balso pasirinkimus — Ethan, Chelsie ir Aiden — numatytasis balsas yra Ethan. Pavyzdyje bangos forma išsaugoma 24 000 Hz dažniu. Balso pasirinkimas ir šio pavyzdžio išvesties formatas aprašo paskelbtą modelio darbo eigą, o ne visas įmanomas aplinkinių paslaugų sąsajas.\n\nSakytiniams atsakymams gamintojas rekomenduoja lengvai ištariamą pokalbio stilių, o ne sudėtingą formatavimą. Užklausa gali prašyti glausto paaiškinimo klausytojo kalba, kartu išlaikant atskirą skaitomą tekstinį rezultatą peržiūrai. Jei šaltinyje yra vardas, formulė ar nepažįstama santrumpa, pateikite reikšmę ir pageidaujamą formuluotę. Paprašykite atsakyme atskirti stebimą turinį nuo prielaidų, kad sklandus balsas nepanaikintų neapibrėžtumo.\n\nThinker ir Talker tekstinėse konfigūracijose max_position_embeddings nustatomas į 65 536. Bendros kortelės vLLM pavyzdžiuose atskirai pasirenkama 32 768 žetonų modelio ilgio nuostata ir 16 384 žetonų generavimo nuostata; tai lieka pavyzdžiai, o ne nepriklausomos visuotinės ribos. Vaizdo ir garso apdorojimas veikia faktinį užklausos dydį. Sąsajų palaikymas irgi skiriasi: kortelės Transformers pavyzdys gali grąžinti kalbą, o jos aptarimas apie aptarnavimą aprašo į Thinker orientuotą kelią bei atskirą vaizdo ir garso apdorojimą. Modelio lygmens kalbos gebėjimus atskirkite nuo konkrečios vykdymo aplinkos palaikomo išvesties kelio.\n\nNaudingas rezultatas derina atsakymą su jam peržiūrėti reikalinga šaltinio medžiaga. Demonstracijoje tikrinkite aprašytą veiksmą pagal įrašą; garso klausime palyginkite atsakymą su girdimais žodžiais ar garsais; vaizdinio skaičiavimo atveju tikrinkite vienetus ir žymas. Šeima turi audio-function-call praktinį vadovą, tačiau programa vis tiek apibrėžia ir vykdo bet kokį išorinį įrankio veiksmą. Sugeneruota užklausa veikti skiriasi nuo patvirtinto rezultato. Šios laidos stiprybė yra daugiarūšė sąveika su pasirenkamu sakytiniu atsakymu, o faktų tikrinimui, vėlesniems veiksmams ir medijos redagavimui reikia jų pačių pagrindo ir darbo eigos.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Explain a supplied procedure to a novice\n\nWrite a text-only explanation for a novice using this supplied procedure: turn the dial to zero; insert the sample tray until it clicks; close the cover; press Start once; wait for the green completion light before opening. Keep the sequence and stopping condition exact. Use short conversational sentences and explain only what the supplied procedure establishes.A concise, easy-to-read textual procedure with the original action order and completion condition.Check opening the cover is never instructed before the green completion light.Qwen/Qwen3-Omni-30B-A3B-InstructQwen3-Omni-30B-A3B-Instruct supranta tekstą, vaizdus, garsą ir vaizdo įrašus bei gali atsakyti tekstu ir natūralia sakytine kalba. Jo Thinker–Talker architektūra palaiko daugiarūšį dialogą ir leidžia aiškiai valdyti, ar grąžinama kalba bei kuris dokumentuotas balsas naudojamas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Qwen3-Omni-30B-A3B-Instruct yra instrukcijų besilaikantis ir kalbą generuojantis Qwen3-Omni šeimos narys. Jis supranta tekstą, vaizdus, garsą ir vaizdo įrašus, įskaitant mišrias įvestis, ir gali grąžinti tiek tekstą, tiek natūralią sakytinę kalbą. Qwen aprašo šeimos architektūrą kaip palaikančią srautinius teksto ir kalbos atsakymus. Konkrečioje Instruct modelio versijoje yra Thinker ir Talker komponentai: supratimas ir tekstinio atsakymo formavimas susieti su kalbos generavimo keliu. Thinking ir Captioner versijų komponentų bei išvesties vaidmenys skiriasi, todėl jos lieka atskirais modelių pasirinkimais.
Paskelbta šeimos daugiakalbė aprėptis apima 119 teksto kalbų, 19 kalbos įvesties kalbų ir 10 kalbos išvesties kalbų. Rusų kalba yra abiejuose kalbos sąrašuose. Gamintojas aprašo ekspertų mišinio Thinker–Talker struktūrą su garso ir vaizdų apdorojimu daugiarūšiam supratimui bei kalbos generavimu naudojant kelias kodų knygas. Sisteminės užklausos gali formuoti asistento vaidmenį ir atsako stilių. Tinkama užduotis yra įgarsintas paaiškinimas, priklausantis nuo matomo objekto ir naudotojo ištarto klausimo, o ne nesusijęs teksto pavertimas sakytine kalba.
Praktiniai vadovai apima kalbos atpažinimą, kalbos vertimą, muzikos ir garso analizę, mišrų garsą, klausimus apie vaizdus, OCR, objektų vietos nustatymą, vaizdo aprašymą ir audiovizualinį dialogą. Mokymo asistentui pateikite demonstracinį įrašą ir paprašykite paaiškinti matomą procedūrą pradedančiajam. Produkto klausimui derinkite nuotrauką su ištarta užklausa ir įvardykite aptariamą detalę. Nurodykite numatomą klausytoją ir norimą rezultatą: trumpą sakytinį atsakymą, tekstinę santrauką ar abu. Išlaikykite šaltinio pavadinimus ir matavimus, kurie turi likti nepakeisti.
Gamintojo įvesties eiga naudoja atitinkamą procesorių, pokalbio šabloną ir medijos apdorojimo priemones. Medija gali būti kaitaliojama su tekstu, o dekodavimas yra aiški užklausos parengimo dalis. Naudodami vaizdo įrašą lydintį garsą, nuosekliai išlaikykite use_audio_in_video per išankstinį apdorojimą, generavimą ir tolesnius dialogo ėjimus. Audiovizualinis klausimas reikalauja įtraukti garso takelį; tik vaizdu pagrįsta užduotis turėtų aiškiai nurodyti tą apimtį. Pasirinkite susijusį įrašą ir naudokite įskaitomus vaizdus, kad asistentas gautų klausimui reikalingas detales.
Kalbos išvestis valdoma. Paskelbta generavimo sąsaja gali prašyti tik teksto su return_audio=False, o išjungus Talker šis komponentas pašalinamas iš įkelto modelio kalbos išvesties kelio. Gamintojo paketinis pavyzdys grąžina tekstą, o ne garsą. Instruct modelio versija dokumentuoja tris balso pasirinkimus — Ethan, Chelsie ir Aiden — numatytasis balsas yra Ethan. Pavyzdyje bangos forma išsaugoma 24 000 Hz dažniu. Balso pasirinkimas ir šio pavyzdžio išvesties formatas aprašo paskelbtą modelio darbo eigą, o ne visas įmanomas aplinkinių paslaugų sąsajas.
Sakytiniams atsakymams gamintojas rekomenduoja lengvai ištariamą pokalbio stilių, o ne sudėtingą formatavimą. Užklausa gali prašyti glausto paaiškinimo klausytojo kalba, kartu išlaikant atskirą skaitomą tekstinį rezultatą peržiūrai. Jei šaltinyje yra vardas, formulė ar nepažįstama santrumpa, pateikite reikšmę ir pageidaujamą formuluotę. Paprašykite atsakyme atskirti stebimą turinį nuo prielaidų, kad sklandus balsas nepanaikintų neapibrėžtumo.
Thinker ir Talker tekstinėse konfigūracijose max_position_embeddings nustatomas į 65 536. Bendros kortelės vLLM pavyzdžiuose atskirai pasirenkama 32 768 žetonų modelio ilgio nuostata ir 16 384 žetonų generavimo nuostata; tai lieka pavyzdžiai, o ne nepriklausomos visuotinės ribos. Vaizdo ir garso apdorojimas veikia faktinį užklausos dydį. Sąsajų palaikymas irgi skiriasi: kortelės Transformers pavyzdys gali grąžinti kalbą, o jos aptarimas apie aptarnavimą aprašo į Thinker orientuotą kelią bei atskirą vaizdo ir garso apdorojimą. Modelio lygmens kalbos gebėjimus atskirkite nuo konkrečios vykdymo aplinkos palaikomo išvesties kelio.
Naudingas rezultatas derina atsakymą su jam peržiūrėti reikalinga šaltinio medžiaga. Demonstracijoje tikrinkite aprašytą veiksmą pagal įrašą; garso klausime palyginkite atsakymą su girdimais žodžiais ar garsais; vaizdinio skaičiavimo atveju tikrinkite vienetus ir žymas. Šeima turi audio-function-call praktinį vadovą, tačiau programa vis tiek apibrėžia ir vykdo bet kokį išorinį įrankio veiksmą. Sugeneruota užklausa veikti skiriasi nuo patvirtinto rezultato. Šios laidos stiprybė yra daugiarūšė sąveika su pasirenkamu sakytiniu atsakymu, o faktų tikrinimui, vėlesniems veiksmams ir medijos redagavimui reikia jų pačių pagrindo ir darbo eigos.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Qwen/Qwen3-Omni-30B-A3B-Instruct | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.0002 / 1K tokenų Išvestis · Išvesties tokenai $0.0008 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Qwen/Qwen3-Omni-30B-A3B-Instruct", "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-Omni-30B-A3B-Instruct',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-Omni-30B-A3B-Instruct',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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra Qwen/Qwen3-Omni-30B-A3B-Instruct
Naudokite aukščiau nurodytus metodų kelius.
Qwen/Qwen3-Omni-30B-A3B-InstructQwen3-Omni-30B-A3B-Instruct supranta tekstą, vaizdus, garsą ir vaizdo įrašus bei gali atsakyti tekstu ir natūralia sakytine kalba. Jo Thinker–Talker architektūra palaiko daugiarūšį dialogą ir leidžia aiškiai valdyti, ar grąžinama kalba bei kuris dokumentuotas balsas naudojamas.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Qwen3-Omni-30B-A3B-Instruct yra instrukcijų besilaikantis ir kalbą generuojantis Qwen3-Omni šeimos narys. Jis supranta tekstą, vaizdus, garsą ir vaizdo įrašus, įskaitant mišrias įvestis, ir gali grąžinti tiek tekstą, tiek natūralią sakytinę kalbą. Qwen aprašo šeimos architektūrą kaip palaikančią srautinius teksto ir kalbos atsakymus. Konkrečioje Instruct modelio versijoje yra Thinker ir Talker komponentai: supratimas ir tekstinio atsakymo formavimas susieti su kalbos generavimo keliu. Thinking ir Captioner versijų komponentų bei išvesties vaidmenys skiriasi, todėl jos lieka atskirais modelių pasirinkimais.
Paskelbta šeimos daugiakalbė aprėptis apima 119 teksto kalbų, 19 kalbos įvesties kalbų ir 10 kalbos išvesties kalbų. Rusų kalba yra abiejuose kalbos sąrašuose. Gamintojas aprašo ekspertų mišinio Thinker–Talker struktūrą su garso ir vaizdų apdorojimu daugiarūšiam supratimui bei kalbos generavimu naudojant kelias kodų knygas. Sisteminės užklausos gali formuoti asistento vaidmenį ir atsako stilių. Tinkama užduotis yra įgarsintas paaiškinimas, priklausantis nuo matomo objekto ir naudotojo ištarto klausimo, o ne nesusijęs teksto pavertimas sakytine kalba.
Praktiniai vadovai apima kalbos atpažinimą, kalbos vertimą, muzikos ir garso analizę, mišrų garsą, klausimus apie vaizdus, OCR, objektų vietos nustatymą, vaizdo aprašymą ir audiovizualinį dialogą. Mokymo asistentui pateikite demonstracinį įrašą ir paprašykite paaiškinti matomą procedūrą pradedančiajam. Produkto klausimui derinkite nuotrauką su ištarta užklausa ir įvardykite aptariamą detalę. Nurodykite numatomą klausytoją ir norimą rezultatą: trumpą sakytinį atsakymą, tekstinę santrauką ar abu. Išlaikykite šaltinio pavadinimus ir matavimus, kurie turi likti nepakeisti.
Gamintojo įvesties eiga naudoja atitinkamą procesorių, pokalbio šabloną ir medijos apdorojimo priemones. Medija gali būti kaitaliojama su tekstu, o dekodavimas yra aiški užklausos parengimo dalis. Naudodami vaizdo įrašą lydintį garsą, nuosekliai išlaikykite use_audio_in_video per išankstinį apdorojimą, generavimą ir tolesnius dialogo ėjimus. Audiovizualinis klausimas reikalauja įtraukti garso takelį; tik vaizdu pagrįsta užduotis turėtų aiškiai nurodyti tą apimtį. Pasirinkite susijusį įrašą ir naudokite įskaitomus vaizdus, kad asistentas gautų klausimui reikalingas detales.
Kalbos išvestis valdoma. Paskelbta generavimo sąsaja gali prašyti tik teksto su return_audio=False, o išjungus Talker šis komponentas pašalinamas iš įkelto modelio kalbos išvesties kelio. Gamintojo paketinis pavyzdys grąžina tekstą, o ne garsą. Instruct modelio versija dokumentuoja tris balso pasirinkimus — Ethan, Chelsie ir Aiden — numatytasis balsas yra Ethan. Pavyzdyje bangos forma išsaugoma 24 000 Hz dažniu. Balso pasirinkimas ir šio pavyzdžio išvesties formatas aprašo paskelbtą modelio darbo eigą, o ne visas įmanomas aplinkinių paslaugų sąsajas.
Sakytiniams atsakymams gamintojas rekomenduoja lengvai ištariamą pokalbio stilių, o ne sudėtingą formatavimą. Užklausa gali prašyti glausto paaiškinimo klausytojo kalba, kartu išlaikant atskirą skaitomą tekstinį rezultatą peržiūrai. Jei šaltinyje yra vardas, formulė ar nepažįstama santrumpa, pateikite reikšmę ir pageidaujamą formuluotę. Paprašykite atsakyme atskirti stebimą turinį nuo prielaidų, kad sklandus balsas nepanaikintų neapibrėžtumo.
Thinker ir Talker tekstinėse konfigūracijose max_position_embeddings nustatomas į 65 536. Bendros kortelės vLLM pavyzdžiuose atskirai pasirenkama 32 768 žetonų modelio ilgio nuostata ir 16 384 žetonų generavimo nuostata; tai lieka pavyzdžiai, o ne nepriklausomos visuotinės ribos. Vaizdo ir garso apdorojimas veikia faktinį užklausos dydį. Sąsajų palaikymas irgi skiriasi: kortelės Transformers pavyzdys gali grąžinti kalbą, o jos aptarimas apie aptarnavimą aprašo į Thinker orientuotą kelią bei atskirą vaizdo ir garso apdorojimą. Modelio lygmens kalbos gebėjimus atskirkite nuo konkrečios vykdymo aplinkos palaikomo išvesties kelio.
Naudingas rezultatas derina atsakymą su jam peržiūrėti reikalinga šaltinio medžiaga. Demonstracijoje tikrinkite aprašytą veiksmą pagal įrašą; garso klausime palyginkite atsakymą su girdimais žodžiais ar garsais; vaizdinio skaičiavimo atveju tikrinkite vienetus ir žymas. Šeima turi audio-function-call praktinį vadovą, tačiau programa vis tiek apibrėžia ir vykdo bet kokį išorinį įrankio veiksmą. Sugeneruota užklausa veikti skiriasi nuo patvirtinto rezultato. Šios laidos stiprybė yra daugiarūšė sąveika su pasirenkamu sakytiniu atsakymu, o faktų tikrinimui, vėlesniems veiksmams ir medijos redagavimui reikia jų pačių pagrindo ir darbo eigos.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Qwen/Qwen3-Omni-30B-A3B-Instruct | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.0002 / 1K tokenų Išvestis · Išvesties tokenai $0.0008 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "Qwen/Qwen3-Omni-30B-A3B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-Omni-30B-A3B-Instruct', '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-Omni-30B-A3B-Instruct', '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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra Qwen/Qwen3-Omni-30B-A3B-Instruct
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Explain a supplied procedure to a novice\n\nWrite a text-only explanation for a novice using this supplied procedure: turn the dial to zero; insert the sample tray until it clicks; close the cover; press Start once; wait for the green completion light before opening. Keep the sequence and stopping condition exact. Use short conversational sentences and explain only what the supplied procedure establishes.A concise, easy-to-read textual procedure with the original action order and completion condition.Check opening the cover is never instructed before the green completion light.