Source: https://ailoot.ai/models/ms/qwen-qwen3-235b-a22b-fp8/ Canonical: https://ailoot.ai/models/ms/qwen-qwen3-235b-a22b-fp8/ Language: ms # Qwen3 235B A22B FP8 [Markdown](https://ailoot.ai/models/ms/qwen-qwen3-235b-a22b-fp8/index.md) · [JSON](https://ailoot.ai/models/ms/qwen-qwen3-235b-a22b-fp8/facts.json) ## [Qwen3 235B A22B FP8](https://ailoot.ai/models/ms/qwen-qwen3-235b-a22b-fp8/) Qwen3-235B-A22B-FP8 ialah titik semak FP8 butiran halus rasmi bagi model campuran pakar besar Qwen3. Model mengekalkan keupayaan penaakulan teks hibrid dan dialog sambil membawa identiti pengkuantuman serta pertimbangan persekitaran pelaksanaannya sendiri. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen/qwen3-235b-a22b-fp8`](https://ailoot.ai/models/ms/qwen-qwen3-235b-a22b-fp8/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen/qwen3-235b-a22b-fp8`](https://ailoot.ai/models/ms/qwen-qwen3-235b-a22b-fp8/#method-1) Tentang model Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih. Qwen3-235B-A22B-FP8 ialah edisi FP8 rasmi Qwen3-235B-A22B. Keupayaan teks yang diiklankan meliputi penaakulan matematik dan logik, penjanaan kod, penulisan kreatif, dialog berasaskan peranan serta pematuhan arahan berbilang giliran dalam lebih daripada 100 bahasa dan dialek. Model menggabungkan mod pemikiran dan respons langsung. Gunakannya untuk tugas yang menggabungkan beberapa kekangan, seperti membandingkan dua pelaksanaan terhadap spesifikasi yang sama dan menukar perbandingan menjadi cadangan perubahan konkrit. Seni bina asas ialah campuran pakar: 235 bilion parameter keseluruhan, 22 bilion aktif semasa pemprosesan, 94 lapisan dan 128 pakar dengan lapan dipilih bagi setiap token. Perhatian pertanyaan berkelompok menggunakan 64 kepala pertanyaan dan empat kepala kunci/nilai. Akhiran FP8 mengenal pasti titik semak yang diterbitkan secara berasingan, bukannya modaliti respons tambahan atau bilangan parameter berbeza. Model menerima teks dan menjana teks. Berikan pembantu semakan kod spesifikasi, fail sumber berkaitan dan tingkah laku yang dijangka; minta jadual keputusan, pengubahsuaian pilihan serta contoh yang menunjukkan hasil yang dimaksudkan. Aliran permulaan pengeluar memformat sumber dan arahan sebagai perbualan. Untuk perbandingan dokumen, labelkan versi, nyatakan autoriti setiap sumber dan kenal pasti keperluan yang mesti kekal tidak berubah. Untuk soalan matematik, sertakan pernyataan lengkap dan bentuk jawapan akhir yang diingini. Untuk tugas pelaksanaan, tentukan bahasa, bentuk input sebenar, kes kegagalan dan antara muka yang perlu dikekalkan. Nyatakan artifak akhir secara jelas supaya jawapan panjang masih menyelesaikan permintaan asal. Integrasi yang diterbitkan menjangkakan persekitaran pelaksanaan yang mengenali Qwen3; kad memberi amaran bahawa versi Transformers di bawah 4.51.0 tidak mengenali seni bina yang diperlukan. Edisi ini mempunyai nota FP8 khusus. Titik semak menggunakan pengkuantuman FP8 butiran halus dengan saiz blok 128; konfigurasi terbitannya merekodkan skim pengkuantuman. Pengeluar menyenaraikan Transformers, SGLang dan vLLM sebagai pilihan inferens, sambil memberi amaran tentang isu FP8 butiran halus dalam inferens Transformers teragih. Penggunaan berbilang peranti mungkin memerlukan CUDA\_LAUNCH\_BLOCKING=1. Ini ialah butiran keserasian khusus edisi, bukannya alasan untuk menganggap kelajuan, penggunaan memori atau kualiti output yang sama merentas persekitaran pelaksanaan. Kekalkan nama FP8 penuh apabila membandingkan atau merekodkan hasil, dan nilai titik semak sebenar dalam persekitaran yang dimaksudkan. Pemikiran ialah lalai dalam templat sembang yang diberikan, dan suis keras boleh mematikannya. Dengan pemikiran aktif, /think dan /no\_think boleh mengawal giliran individu; arahan terkini diutamakan. Suis lembut tidak mengatasi pelumpuhan keras. Bezakan jawapan akhir daripada bahagian penaakulan yang dijana dan bawa jawapan akhir ke dalam sejarah dialog kemudian. Analisis percanggahan terperinci boleh meminta pemikiran, manakala susulan yang memformat semula kesimpulan yang diterima boleh meminta respons langsung. Dengan pemikiran aktif, permintaan lembut tanpa pemikiran pun mengekalkan blok penaakulan; kandungannya boleh kosong. Pelumpuhan keras membuang blok itu. Kad mengesyorkan Qwen-Agent untuk templat dan penghuraian panggilan alat. Dalam pembantu kejuruteraan, aplikasi boleh mendedahkan pelaksana ujian atau carian sumber baca sahaja, melaksanakan panggilan yang diterima dan mengembalikan bukti untuk jawapan seterusnya. Tentukan input alat, kebenaran dan medan hasil. Wajibkan pembantu mengaitkan cadangan perubahan dengan hasil yang dikembalikan serta membezakan ujian yang dimintanya daripada ujian yang benar-benar diselesaikan aplikasi. Keupayaan model berkaitan alat bergantung pada aliran pelaksanaan yang mengelilinginya ini. Panduan Qwen3 turut menerangkan panggilan alat selari dan berbilang langkah, dengan argumen diwakili sebagai objek dan hasil dibekalkan semula ke perbualan. Konteks asal ialah 32,768 token, dengan 131,072 didokumenkan melalui peluasan YaRN. Input dan output yang dijana berkongsi bajet urutan. Tetingkap lebih besar memerlukan konfigurasi berkaitan, dan YaRN statik boleh mempengaruhi input pendek. Susun bahan sumber panjang mengikut fail atau bahagian dan sediakan ruang untuk perbandingan akhir atau kod. Panjang output yang ditunjukkan dalam panduan mula pantas dan amalan terbaik ialah panduan penjanaan, bukannya bukti maksimum output bebas yang terpakai seluruh perkhidmatan. Dokumentasi Qwen3 membincangkan panjang mesej pembantu 38,912 token dalam mod pemikiran dan 16,384 dalam mod tanpa pemikiran dalam penerangan panjang latihannya, serta mengesyorkan penilaian kualiti penjanaan lebih panjang. Angka ini berbeza daripada tetingkap konteks keseluruhan dan bukan had keras khusus titik akhir. Kad juga menerangkan peruntukan kedudukan lalai 40,960 token sebagai 8,192 untuk prom biasa ditambah 32,768 untuk output; ini ialah panduan konfigurasi pengeluar, berasingan daripada konteks latihan asal dan sebarang had titik akhir. Pensampelan mod pemikiran yang disyorkan ialah temperature 0.6, top-p 0.95, top-k 20 dan min-p 0; mod langsung menggunakan 0.7, 0.8, 20 dan 0. Penyahkodan tamak dalam mod pemikiran boleh menyebabkan pengulangan, dan presence penalty yang lebih kuat mungkin memperkenalkan percampuran bahasa. Minta struktur akhir yang boleh diperiksa, seperti jadual hasil diikuti fungsi yang diubah serta kes berkaitan. Semak kesimpulan berangka, jalankan kod dalam persekitaran sasaran dan periksa hasil alat sebelum menggunakan cadangan perubahan. Identiti titik semak FP8 serta peringatan persekitaran pelaksanaannya disarankan untuk dikekalkan bersama penilaian itu. Tugas praktikal ### Tugas praktikal Contoh teknikal dalam bahasa Inggeris ``` Compare two normalizers to a contract The contract requires unique case-sensitive tags in first-occurrence order. Compare Python A: return sorted(set(tags)) with B: return list(dict.fromkeys(tags)). Input: ["red", "Blue", "red", "blue"]. Give a criterion table, select the compliant implementation and provide tests for order and case preservation. Do not alter the contract to fit either implementation. ``` #### Hasil yang dijangka ``` A two-implementation decision table, a selected implementation and two contract-focused tests. ``` #### Semak hasil ``` Check that sorting is recognized as an order violation and Blue remains distinct from blue. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen/qwen3-235b-a22b-fp8` [`qwen/qwen3-235b-a22b-fp8`](https://ailoot.ai/models/ms/#m=qwen%2Fqwen3-235b-a22b-fp8&route=Ultra&caller=qwen%2Fqwen3-235b-a22b-fp8&fmt=chat) Alibaba /`qwen/qwen3-235b-a22b-fp8` ### Pengenalan Qwen3-235B-A22B-FP8 ialah titik semak FP8 butiran halus rasmi bagi model campuran pakar besar Qwen3. Model mengekalkan keupayaan penaakulan teks hibrid dan dialog sambil membawa identiti pengkuantuman serta pertimbangan persekitaran pelaksanaannya sendiri. Input yang diterima Teks Hasil Teks ### Tersedia di Ailoot · input & kaedah **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Input `text` Output `text` Format output json atau SSE | Medan | Jenis | Keperluan | Nilai & had | Lalai | | --- | --- | --- | --- | --- | | Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had qwen/qwen3-235b-a22b-fp8 | Lalai— | | Medan`messages` | Jenis`message[]` | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— | | Medan`messages[].role` | Jenis`string` | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— | | Medan`messages[].content` | Jenis`string\|content_part[]\|null` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`messages[].tool_calls` | Jenis`tool_call[]` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`messages[].tool_call_id` | Jenis`string` | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— | | Medan`messages[].name` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`messages[].reasoning_content` | Jenis`string` | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— | | Medan`messages[].reasoning_details` | Jenis`object\|array` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`max_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— | | Medan`max_completion_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— | | Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had | Lalaifalse | | Medan`stream_options.include_usage` | Jenis`boolean` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`temperature` | Jenis`number` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`top_p` | Jenis`number` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`stop` | Jenis`string\|string[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`tools` | Jenis`function_tool[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`tools[].type` | Jenis`string` | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— | | Medan`tools[].function.name` | Jenis`string` | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— | | Medan`tools[].function.description` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`tools[].function.parameters` | Jenis`JSON_schema` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`tool_choice` | Jenis`string\|object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`parallel_tool_calls` | Jenis`boolean` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`response_format` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`reasoning_effort` | Jenis`string` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`reasoning` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`service_tier` | Jenis`string` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`instructions` | Jenis`string` | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— | | Medan`functions` | Jenis`function[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`function_call` | Jenis`string\|object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`prompt_cache_options` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— | | Medan`modalities` | Jenis`string[]` | KeperluanPilihan | Nilai & had text | Lalai— | | Medan`provider` | Jenis`object` | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— | | Medan`cache_control.ttl` | Jenis`string` | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— | Gabungan bahan input **Teks** · Teks UTF8 `messages[].content` Parameter kaedah dan kitar hayat | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, messages | | Parameter`material_types` | Kontraktext | | Parameter`messages` | Kontraktatasusunan mesej dengan struktur role/content | | Parameter`file_material` | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan | | Parameter`optional_controls` | Kontrakstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parameter`control_scope` | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan | | Parameter`output_modalities` | Kontraktext | | Parameter`hosted_operations` | Kontrakfalse | | Parameter`multimodal_input_binding` | Kontraknull | Kitar hayat: `synchronous_or_streamed` Hantar ID model yang tepat bersama messages. Panjang konteks bukan had output. Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat. ### Pelan harga Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih. Mod pantas Tidak dinyatakan Apabila mod pantas dipilih Mod flex Tidak dinyatakan Apabila mod flex dipilih Usaha penaakulan maksimum Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default #### Kadar Ailoot #### Harga mengikut konfigurasi | Konfigurasi | Jadual kadar | Caj | | --- | --- | --- | | KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input **$0.0004** / 1K token Output · Token output **$0.0016** / 1K token Input · Bacaan cache **$0** / 1K token Input · Penulisan cache **$0** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token | Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · OpenAI Chat curlPython SDKPenstriman Python ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "qwen/qwen3-235b-a22b-fp8", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='qwen/qwen3-235b-a22b-fp8',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='qwen/qwen3-235b-a22b-fp8',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Terima dan simpan hasil #### Ailoot Ultra · OpenAI Chat json atau SSE ##### Simpan semua hasil yang selesai Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan. Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan. ##### Jika respons asal perlu disemak Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan. Medan respons | Medan | Jenis | | --- | --- | | Medan`choices[].index` | Jenisinteger | | Medan`choices[].message.content` | Jenisstring\|null | | Medan`choices[].message.tool_calls` | Jenistool\_call\[\] | | Medan`choices[].message.reasoning_content` | Jenisstring | | Medan`choices[].message.reasoning_details` | Jenisobject\|array | | Medan`choices[].finish_reason` | Jenisstring\|null | | Medan`usage` | Jenisobject | Ralat dan langkah seterusnya | Respons | Syarat | Langkah seterusnya | | --- | --- | --- | | Respons400 · `invalid_request_error` | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. | ### Alias #### Alias model **Ailoot Ultra** [`qwen/qwen3-235b-a22b-fp8`](https://ailoot.ai/models/ms/#m=qwen%2Fqwen3-235b-a22b-fp8&route=Ultra&caller=qwen%2Fqwen3-235b-a22b-fp8&fmt=chat) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`qwen/qwen3-235b-a22b-fp8`](https://ailoot.ai/models/ms/#m=qwen%2Fqwen3-235b-a22b-fp8&route=Ultra&caller=qwen%2Fqwen3-235b-a22b-fp8&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen/qwen3-235b-a22b-fp8` [`qwen/qwen3-235b-a22b-fp8`](https://ailoot.ai/models/ms/#m=qwen%2Fqwen3-235b-a22b-fp8&route=Ultra&caller=qwen%2Fqwen3-235b-a22b-fp8&fmt=messages) Alibaba /`qwen/qwen3-235b-a22b-fp8` ### Pengenalan Qwen3-235B-A22B-FP8 ialah titik semak FP8 butiran halus rasmi bagi model campuran pakar besar Qwen3. Model mengekalkan keupayaan penaakulan teks hibrid dan dialog sambil membawa identiti pengkuantuman serta pertimbangan persekitaran pelaksanaannya sendiri. Input yang diterima Teks Hasil json · sse ### Tersedia di Ailoot · input & kaedah **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Input `text` Output `json`, `sse` Format output JSON atau SSE | Medan | Jenis | Keperluan | Nilai & had | Lalai | | --- | --- | --- | --- | --- | | Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had qwen/qwen3-235b-a22b-fp8 | Lalai— | | Medan`messages` | Jenis`message[]` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`messages[].role` | Jenis`string` | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— | | Medan`messages[].content` | Jenis`string` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`max_tokens` | Jenis`integer` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had | Lalaifalse | Gabungan bahan input **Teks** · Teks UTF-8 `rentetan messages[].content` Parameter kaedah dan kitar hayat | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, messages, max\_tokens | | Parameter`optional_controls` | Kontrakstream | | Parameter`material_types` | Kontraktext | | Parameter`text_file_material` | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. | Kitar hayat: `synchronous_or_streamed` ### Pelan harga Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih. Mod pantas Tidak dinyatakan Apabila mod pantas dipilih Mod flex Tidak dinyatakan Apabila mod flex dipilih Usaha penaakulan maksimum Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default #### Kadar Ailoot #### Harga mengikut konfigurasi | Konfigurasi | Jadual kadar | Caj | | --- | --- | --- | | KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input **$0.0004** / 1K token Output · Token output **$0.0016** / 1K token Input · Bacaan cache **$0** / 1K token Input · Penulisan cache **$0** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token | Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Anthropic Messages Badan JSON minimum yang lengkapcurl · gunakan dokumen UTF-8 andaPython · simpan hasil lengkap ```json { "model": "qwen/qwen3-235b-a22b-fp8", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen/qwen3-235b-a22b-fp8', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen/qwen3-235b-a22b-fp8', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Terima dan simpan hasil #### Ailoot Ultra · Anthropic Messages JSON atau SSE ##### Simpan semua hasil yang selesai Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan. Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output. ##### Jika respons asal perlu disemak Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan. Medan respons | Medan | Jenis | | --- | --- | | Medan`id` | Jenisstring | | Medan`model` | Jenisstring | | Medan`content[]` | Jenistext\|thinking\|tool\_use\|other content block | | Medan`stop_reason` | Jenisstring\|null | | Medan`usage` | Jenisobject | Ralat dan langkah seterusnya | Respons | Syarat | Langkah seterusnya | | --- | --- | --- | | Respons400 · `invalid_request_error` | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. | ### Alias #### Alias model **Ailoot Ultra** [`qwen/qwen3-235b-a22b-fp8`](https://ailoot.ai/models/ms/#m=qwen%2Fqwen3-235b-a22b-fp8&route=Ultra&caller=qwen%2Fqwen3-235b-a22b-fp8&fmt=messages) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`qwen/qwen3-235b-a22b-fp8`](https://ailoot.ai/models/ms/#m=qwen%2Fqwen3-235b-a22b-fp8&route=Ultra&caller=qwen%2Fqwen3-235b-a22b-fp8&fmt=messages) FAQ · qwen/qwen3-235b-a22b-fp8 Apakah input dan hasil yang tersedia? `POST /v1/chat/completions` · `qwen/qwen3-235b-a22b-fp8`: `text` → `text` `POST /v1/messages` · `qwen/qwen3-235b-a22b-fp8`: `text` → `json`, `sse` Apakah medan yang digunakan oleh permintaan? `POST /v1/chat/completions` · `qwen/qwen3-235b-a22b-fp8`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen/qwen3-235b-a22b-fp8`: `model`, `messages`, `max_tokens`, `stream` Apakah had yang terpakai? `POST /v1/chat/completions` · `qwen/qwen3-235b-a22b-fp8`: `messages.min_items`: `1` Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda. ## Syarikat dan portfolio projeknya Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan. ## Beli token dengan diskaun. Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token. Langganan Pilih pelan berdiskaun untuk permintaan berkala anda. Kod promosi sehingga 50% Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa. Perbelanjaan dalam sejarah Model, token dan jumlah disimpan bagi setiap permintaan. [Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/) ## Sambungkan API kepada produk yang anda jual. SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula. Aplikasi komersial Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda. Lesen penjual semula Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis. Dokumen pada laman Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan. [Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms) ## Ailoot · Syarikat dan portfolio projeknya Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan. Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan. Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.