Snapshot tetap 0902
Qwen3.8-Max-0902 ialah snapshot Qwen3.8-Max pada 2 September 2026. Notis kemas kini pembuat mengenal pastinya sebagai naik taraf khusus Max, dengan keupayaan pengekodan lebih mendalam, kerjasama ejen lebih kukuh dan pemahaman visual lebih halus. Keluaran turut mendokumenkan nama qwen3.8-max-2026-09-02 untuk snapshot ini. Kekalkan identiti bertarikh yang diminta apabila kerja memerlukan edisi tetap; nama Max yang boleh berubah tidak dengan sendirinya menjadi rekod tetap versi tersebut.
Kedalaman pengekodan dan pembangunan berterusan
Pengeluar menerangkan sokongan untuk projek berskala kejuruteraan yang lebih kompleks dan tugas pembangunan yang berterusan merentasi banyak langkah. Sediakan soalan repositori dengan modul, keperluan, kekangan dan hasil yang dijangka yang berkaitan. Minta model menerangkan komponen yang terjejas, mencadangkan urutan pelaksanaan dan mengembalikan tampalan atau artifak kod yang diperlukan. Laporan penyiapan yang berguna perlu membezakan perubahan yang dicadangkan daripada pemeriksaan yang benar-benar dilakukan oleh aliran kerja yang disambungkan.
Untuk tugas lebih besar, tentukan bukti perantaraan: tingkah laku yang patut berubah, input yang mendedahkan masalah semasa dan hasil yang dijangka selepas setiap langkah. Salurkan semula ralat yang diperhatikan atau dapatan semakan kepada giliran seterusnya.
Kerjasama ejen dan alat
Notis menonjolkan penyelarasan lebih baik dengan beberapa alat dan penyampaian tugas yang lebih stabil. Dokumentasi keluarga Max Qwen menerangkan perancangan autonomi serta gelung maklum balas tertutup. Aplikasi boleh menyediakan alat untuk pengambilan maklumat, pemeriksaan atau pelaksanaan yang dibenarkan dan mengembalikan hasilnya kepada model. Model kemudian boleh menyemak rancangan berdasarkan perkara yang berlaku, bukannya menganggap cadangan awal sebagai kerja selesai.
Rujukan Max terurus menyenaraikan panggilan fungsi, output berstruktur serta alat pengambilan maklumat atau gaya pentafsir kod, dengan alat terbina dalam yang berbeza terikat pada antara muka berbeza. Notis snapshot menyatakan bahawa ia mengekalkan ekosistem alat; ia tidak menetapkan ketersediaan setiap alat melalui setiap kaedah aplikasi. Nyatakan alat yang dibenarkan dan artifak akhir secara eksplisit. Prompt yang meminta hasil JSON atau tindakan yang dilaksanakan tidak patut dikelirukan dengan skema yang dikuatkuasakan atau hasil pelaksanaan sebenar.
Pemahaman visual yang diperhalus
Edisi ini menambah baik penaakulan carta, penghuraian dokumen dan persepsi multimodal. Input keluarga Max yang didokumenkan ialah teks, imej dan video, dengan output teks. Untuk carta, kekalkan label, unit dan siri berkaitan, kemudian tanya nilai yang menyokong kesimpulan. Untuk dokumen, simpan pengecam halaman serta bahagian dan minta laporan yang dipautkan kepadanya. Untuk rajah teknikal, bekalkan definisi bersama imej supaya penjelasan boleh membezakan struktur yang kelihatan daripada andaian yang tidak dinyatakan.
Jawapan berasaskan visual boleh menghubungkan petikan dokumen, rajah dan arahan pengguna. Output kekal sebagai analisis teks atau artifak draf kod/dokumen; pemahaman visual tidak bermaksud penjanaan imej atau video. Periksa label kecil, nilai jadual dan hubungan yang disimpulkan berdasarkan sumber yang dibekalkan.
Konteks dan pemikiran
Notis tepat menyatakan bahawa snapshot mengekalkan konteks satu juta token dan mod berfikir. Keluarga Max terurus menyokong mod berfikir serta respons terus, manakala kawalan kedalaman penaakulan dan pengekalan diterangkan dalam dokumentasi keluarga. Kontrak kawalan yang tersedia bagi snapshot tepat perlu mengikuti antara mukanya sendiri, bukannya disalin daripada checkpoint terbuka teks sahaja Qwen3.8-2.4T-A95B.
Rujukan Max terurus pembuat menggunakan angka yang dibundarkan: input maksimum 991K dalam mod terus atau 983K dalam mod berfikir, output maksimum 131K dan penaakulan maksimum 262K. Ini ialah nilai rujukan keluarga, bukannya had mutlak khusus snapshot yang dinyatakan secara bebas. Input, sejarah, perwakilan bahan visual, penaakulan dan jawapan akhir masih perlu muat dalam had konfigurasi yang terpakai.
Hasil praktikal dan had
Minta hasil yang boleh disemak: tampalan bersama fail terjejas, penjelasan carta dengan nilai sokongan atau perbandingan dokumen dengan rujukan bahagian. Konteks panjang boleh menyimpan lebih banyak bukti bersama-sama, tetapi tidak menjamin ingatan semula sempurna atau ketepatan. Notis kemas kini tepat memberikan perubahan bermakna dan ciri yang dikekalkan tanpa menerbitkan had mutlak media yang berasingan atau jadual output tersendiri bagi 0902. Kekalkan sempadan itu, bukannya menganggap nama snapshot sebagai jaminan prestasi atau pelaksanaan model.
", "aboutText": "Snapshot tetap 0902\n\nQwen3.8-Max-0902 ialah snapshot Qwen3.8-Max pada 2 September 2026. Notis kemas kini pembuat mengenal pastinya sebagai naik taraf khusus Max, dengan keupayaan pengekodan lebih mendalam, kerjasama ejen lebih kukuh dan pemahaman visual lebih halus. Keluaran turut mendokumenkan nama qwen3.8-max-2026-09-02 untuk snapshot ini. Kekalkan identiti bertarikh yang diminta apabila kerja memerlukan edisi tetap; nama Max yang boleh berubah tidak dengan sendirinya menjadi rekod tetap versi tersebut.\n\nKedalaman pengekodan dan pembangunan berterusan\n\nPengeluar menerangkan sokongan untuk projek berskala kejuruteraan yang lebih kompleks dan tugas pembangunan yang berterusan merentasi banyak langkah. Sediakan soalan repositori dengan modul, keperluan, kekangan dan hasil yang dijangka yang berkaitan. Minta model menerangkan komponen yang terjejas, mencadangkan urutan pelaksanaan dan mengembalikan tampalan atau artifak kod yang diperlukan. Laporan penyiapan yang berguna perlu membezakan perubahan yang dicadangkan daripada pemeriksaan yang benar-benar dilakukan oleh aliran kerja yang disambungkan.\n\nUntuk tugas lebih besar, tentukan bukti perantaraan: tingkah laku yang patut berubah, input yang mendedahkan masalah semasa dan hasil yang dijangka selepas setiap langkah. Salurkan semula ralat yang diperhatikan atau dapatan semakan kepada giliran seterusnya.\n\nKerjasama ejen dan alat\n\nNotis menonjolkan penyelarasan lebih baik dengan beberapa alat dan penyampaian tugas yang lebih stabil. Dokumentasi keluarga Max Qwen menerangkan perancangan autonomi serta gelung maklum balas tertutup. Aplikasi boleh menyediakan alat untuk pengambilan maklumat, pemeriksaan atau pelaksanaan yang dibenarkan dan mengembalikan hasilnya kepada model. Model kemudian boleh menyemak rancangan berdasarkan perkara yang berlaku, bukannya menganggap cadangan awal sebagai kerja selesai.\n\nRujukan Max terurus menyenaraikan panggilan fungsi, output berstruktur serta alat pengambilan maklumat atau gaya pentafsir kod, dengan alat terbina dalam yang berbeza terikat pada antara muka berbeza. Notis snapshot menyatakan bahawa ia mengekalkan ekosistem alat; ia tidak menetapkan ketersediaan setiap alat melalui setiap kaedah aplikasi. Nyatakan alat yang dibenarkan dan artifak akhir secara eksplisit. Prompt yang meminta hasil JSON atau tindakan yang dilaksanakan tidak patut dikelirukan dengan skema yang dikuatkuasakan atau hasil pelaksanaan sebenar.\n\nPemahaman visual yang diperhalus\n\nEdisi ini menambah baik penaakulan carta, penghuraian dokumen dan persepsi multimodal. Input keluarga Max yang didokumenkan ialah teks, imej dan video, dengan output teks. Untuk carta, kekalkan label, unit dan siri berkaitan, kemudian tanya nilai yang menyokong kesimpulan. Untuk dokumen, simpan pengecam halaman serta bahagian dan minta laporan yang dipautkan kepadanya. Untuk rajah teknikal, bekalkan definisi bersama imej supaya penjelasan boleh membezakan struktur yang kelihatan daripada andaian yang tidak dinyatakan.\n\nJawapan berasaskan visual boleh menghubungkan petikan dokumen, rajah dan arahan pengguna. Output kekal sebagai analisis teks atau artifak draf kod/dokumen; pemahaman visual tidak bermaksud penjanaan imej atau video. Periksa label kecil, nilai jadual dan hubungan yang disimpulkan berdasarkan sumber yang dibekalkan.\n\nKonteks dan pemikiran\n\nNotis tepat menyatakan bahawa snapshot mengekalkan konteks satu juta token dan mod berfikir. Keluarga Max terurus menyokong mod berfikir serta respons terus, manakala kawalan kedalaman penaakulan dan pengekalan diterangkan dalam dokumentasi keluarga. Kontrak kawalan yang tersedia bagi snapshot tepat perlu mengikuti antara mukanya sendiri, bukannya disalin daripada checkpoint terbuka teks sahaja Qwen3.8-2.4T-A95B.\n\nRujukan Max terurus pembuat menggunakan angka yang dibundarkan: input maksimum 991K dalam mod terus atau 983K dalam mod berfikir, output maksimum 131K dan penaakulan maksimum 262K. Ini ialah nilai rujukan keluarga, bukannya had mutlak khusus snapshot yang dinyatakan secara bebas. Input, sejarah, perwakilan bahan visual, penaakulan dan jawapan akhir masih perlu muat dalam had konfigurasi yang terpakai.\n\nHasil praktikal dan had\n\nMinta hasil yang boleh disemak: tampalan bersama fail terjejas, penjelasan carta dengan nilai sokongan atau perbandingan dokumen dengan rujukan bahagian. Konteks panjang boleh menyimpan lebih banyak bukti bersama-sama, tetapi tidak menjamin ingatan semula sempurna atau ketepatan. Notis kemas kini tepat memberikan perubahan bermakna dan ciri yang dikekalkan tanpa menerbitkan had mutlak media yang berasingan atau jadual output tersendiri bagi 0902. Kekalkan sempadan itu, bukannya menganggap nama snapshot sebagai jaminan prestasi atau pelaksanaan model.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Align a producer and a reader\n\nIn producer.py, records are emitted as {'status': 'ready', 'count': n}. In reader.py, code reads record['total']. The intended public record uses count; changing that contract is forbidden. Explain the failure, propose the smallest reader correction and provide a regression example for n=4. Return proposed code separately from the explanation.A source-linked defect explanation, a focused reader change and a regression example.The proposal must preserve the producer record contract and read count rather than introduce total.qwen/qwen3.8-max-0902Qwen3.8-Max-0902 ialah snapshot Qwen3.8 Max pada 2 September untuk pengekodan berskala kejuruteraan, pembangunan berterusan dan analisis visual. Pembuat menonjolkan kerjasama berbilang alat, penaakulan carta dan penghuraian dokumen yang lebih kukuh, sambil mengekalkan konteks satu juta token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Snapshot tetap 0902
Qwen3.8-Max-0902 ialah snapshot Qwen3.8-Max pada 2 September 2026. Notis kemas kini pembuat mengenal pastinya sebagai naik taraf khusus Max, dengan keupayaan pengekodan lebih mendalam, kerjasama ejen lebih kukuh dan pemahaman visual lebih halus. Keluaran turut mendokumenkan nama qwen3.8-max-2026-09-02 untuk snapshot ini. Kekalkan identiti bertarikh yang diminta apabila kerja memerlukan edisi tetap; nama Max yang boleh berubah tidak dengan sendirinya menjadi rekod tetap versi tersebut.
Kedalaman pengekodan dan pembangunan berterusan
Pengeluar menerangkan sokongan untuk projek berskala kejuruteraan yang lebih kompleks dan tugas pembangunan yang berterusan merentasi banyak langkah. Sediakan soalan repositori dengan modul, keperluan, kekangan dan hasil yang dijangka yang berkaitan. Minta model menerangkan komponen yang terjejas, mencadangkan urutan pelaksanaan dan mengembalikan tampalan atau artifak kod yang diperlukan. Laporan penyiapan yang berguna perlu membezakan perubahan yang dicadangkan daripada pemeriksaan yang benar-benar dilakukan oleh aliran kerja yang disambungkan.
Untuk tugas lebih besar, tentukan bukti perantaraan: tingkah laku yang patut berubah, input yang mendedahkan masalah semasa dan hasil yang dijangka selepas setiap langkah. Salurkan semula ralat yang diperhatikan atau dapatan semakan kepada giliran seterusnya.
Kerjasama ejen dan alat
Notis menonjolkan penyelarasan lebih baik dengan beberapa alat dan penyampaian tugas yang lebih stabil. Dokumentasi keluarga Max Qwen menerangkan perancangan autonomi serta gelung maklum balas tertutup. Aplikasi boleh menyediakan alat untuk pengambilan maklumat, pemeriksaan atau pelaksanaan yang dibenarkan dan mengembalikan hasilnya kepada model. Model kemudian boleh menyemak rancangan berdasarkan perkara yang berlaku, bukannya menganggap cadangan awal sebagai kerja selesai.
Rujukan Max terurus menyenaraikan panggilan fungsi, output berstruktur serta alat pengambilan maklumat atau gaya pentafsir kod, dengan alat terbina dalam yang berbeza terikat pada antara muka berbeza. Notis snapshot menyatakan bahawa ia mengekalkan ekosistem alat; ia tidak menetapkan ketersediaan setiap alat melalui setiap kaedah aplikasi. Nyatakan alat yang dibenarkan dan artifak akhir secara eksplisit. Prompt yang meminta hasil JSON atau tindakan yang dilaksanakan tidak patut dikelirukan dengan skema yang dikuatkuasakan atau hasil pelaksanaan sebenar.
Pemahaman visual yang diperhalus
Edisi ini menambah baik penaakulan carta, penghuraian dokumen dan persepsi multimodal. Input keluarga Max yang didokumenkan ialah teks, imej dan video, dengan output teks. Untuk carta, kekalkan label, unit dan siri berkaitan, kemudian tanya nilai yang menyokong kesimpulan. Untuk dokumen, simpan pengecam halaman serta bahagian dan minta laporan yang dipautkan kepadanya. Untuk rajah teknikal, bekalkan definisi bersama imej supaya penjelasan boleh membezakan struktur yang kelihatan daripada andaian yang tidak dinyatakan.
Jawapan berasaskan visual boleh menghubungkan petikan dokumen, rajah dan arahan pengguna. Output kekal sebagai analisis teks atau artifak draf kod/dokumen; pemahaman visual tidak bermaksud penjanaan imej atau video. Periksa label kecil, nilai jadual dan hubungan yang disimpulkan berdasarkan sumber yang dibekalkan.
Konteks dan pemikiran
Notis tepat menyatakan bahawa snapshot mengekalkan konteks satu juta token dan mod berfikir. Keluarga Max terurus menyokong mod berfikir serta respons terus, manakala kawalan kedalaman penaakulan dan pengekalan diterangkan dalam dokumentasi keluarga. Kontrak kawalan yang tersedia bagi snapshot tepat perlu mengikuti antara mukanya sendiri, bukannya disalin daripada checkpoint terbuka teks sahaja Qwen3.8-2.4T-A95B.
Rujukan Max terurus pembuat menggunakan angka yang dibundarkan: input maksimum 991K dalam mod terus atau 983K dalam mod berfikir, output maksimum 131K dan penaakulan maksimum 262K. Ini ialah nilai rujukan keluarga, bukannya had mutlak khusus snapshot yang dinyatakan secara bebas. Input, sejarah, perwakilan bahan visual, penaakulan dan jawapan akhir masih perlu muat dalam had konfigurasi yang terpakai.
Hasil praktikal dan had
Minta hasil yang boleh disemak: tampalan bersama fail terjejas, penjelasan carta dengan nilai sokongan atau perbandingan dokumen dengan rujukan bahagian. Konteks panjang boleh menyimpan lebih banyak bukti bersama-sama, tetapi tidak menjamin ingatan semula sempurna atau ketepatan. Notis kemas kini tepat memberikan perubahan bermakna dan ciri yang dikekalkan tanpa menerbitkan had mutlak media yang berasingan atau jadual output tersendiri bagi 0902. Kekalkan sempadan itu, bukannya menganggap nama snapshot sebagai jaminan prestasi atau pelaksanaan model.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen/qwen3.8-max-0902 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | 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— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_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.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.004 / 1K token Output · Token output $0.012 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache $0.005 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.004 / 1K token Output · Token output $0.012 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache $0.005 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.8-max-0902", "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/qwen3.8-max-0902',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/qwen3.8-max-0902',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 atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot Ultra qwen/qwen3.8-max-0902
Gunakan laluan kaedah yang dipaparkan di atas.
qwen/qwen3.8-max-0902Qwen3.8-Max-0902 ialah snapshot Qwen3.8 Max pada 2 September untuk pengekodan berskala kejuruteraan, pembangunan berterusan dan analisis visual. Pembuat menonjolkan kerjasama berbilang alat, penaakulan carta dan penghuraian dokumen yang lebih kukuh, sambil mengekalkan konteks satu juta token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Snapshot tetap 0902
Qwen3.8-Max-0902 ialah snapshot Qwen3.8-Max pada 2 September 2026. Notis kemas kini pembuat mengenal pastinya sebagai naik taraf khusus Max, dengan keupayaan pengekodan lebih mendalam, kerjasama ejen lebih kukuh dan pemahaman visual lebih halus. Keluaran turut mendokumenkan nama qwen3.8-max-2026-09-02 untuk snapshot ini. Kekalkan identiti bertarikh yang diminta apabila kerja memerlukan edisi tetap; nama Max yang boleh berubah tidak dengan sendirinya menjadi rekod tetap versi tersebut.
Kedalaman pengekodan dan pembangunan berterusan
Pengeluar menerangkan sokongan untuk projek berskala kejuruteraan yang lebih kompleks dan tugas pembangunan yang berterusan merentasi banyak langkah. Sediakan soalan repositori dengan modul, keperluan, kekangan dan hasil yang dijangka yang berkaitan. Minta model menerangkan komponen yang terjejas, mencadangkan urutan pelaksanaan dan mengembalikan tampalan atau artifak kod yang diperlukan. Laporan penyiapan yang berguna perlu membezakan perubahan yang dicadangkan daripada pemeriksaan yang benar-benar dilakukan oleh aliran kerja yang disambungkan.
Untuk tugas lebih besar, tentukan bukti perantaraan: tingkah laku yang patut berubah, input yang mendedahkan masalah semasa dan hasil yang dijangka selepas setiap langkah. Salurkan semula ralat yang diperhatikan atau dapatan semakan kepada giliran seterusnya.
Kerjasama ejen dan alat
Notis menonjolkan penyelarasan lebih baik dengan beberapa alat dan penyampaian tugas yang lebih stabil. Dokumentasi keluarga Max Qwen menerangkan perancangan autonomi serta gelung maklum balas tertutup. Aplikasi boleh menyediakan alat untuk pengambilan maklumat, pemeriksaan atau pelaksanaan yang dibenarkan dan mengembalikan hasilnya kepada model. Model kemudian boleh menyemak rancangan berdasarkan perkara yang berlaku, bukannya menganggap cadangan awal sebagai kerja selesai.
Rujukan Max terurus menyenaraikan panggilan fungsi, output berstruktur serta alat pengambilan maklumat atau gaya pentafsir kod, dengan alat terbina dalam yang berbeza terikat pada antara muka berbeza. Notis snapshot menyatakan bahawa ia mengekalkan ekosistem alat; ia tidak menetapkan ketersediaan setiap alat melalui setiap kaedah aplikasi. Nyatakan alat yang dibenarkan dan artifak akhir secara eksplisit. Prompt yang meminta hasil JSON atau tindakan yang dilaksanakan tidak patut dikelirukan dengan skema yang dikuatkuasakan atau hasil pelaksanaan sebenar.
Pemahaman visual yang diperhalus
Edisi ini menambah baik penaakulan carta, penghuraian dokumen dan persepsi multimodal. Input keluarga Max yang didokumenkan ialah teks, imej dan video, dengan output teks. Untuk carta, kekalkan label, unit dan siri berkaitan, kemudian tanya nilai yang menyokong kesimpulan. Untuk dokumen, simpan pengecam halaman serta bahagian dan minta laporan yang dipautkan kepadanya. Untuk rajah teknikal, bekalkan definisi bersama imej supaya penjelasan boleh membezakan struktur yang kelihatan daripada andaian yang tidak dinyatakan.
Jawapan berasaskan visual boleh menghubungkan petikan dokumen, rajah dan arahan pengguna. Output kekal sebagai analisis teks atau artifak draf kod/dokumen; pemahaman visual tidak bermaksud penjanaan imej atau video. Periksa label kecil, nilai jadual dan hubungan yang disimpulkan berdasarkan sumber yang dibekalkan.
Konteks dan pemikiran
Notis tepat menyatakan bahawa snapshot mengekalkan konteks satu juta token dan mod berfikir. Keluarga Max terurus menyokong mod berfikir serta respons terus, manakala kawalan kedalaman penaakulan dan pengekalan diterangkan dalam dokumentasi keluarga. Kontrak kawalan yang tersedia bagi snapshot tepat perlu mengikuti antara mukanya sendiri, bukannya disalin daripada checkpoint terbuka teks sahaja Qwen3.8-2.4T-A95B.
Rujukan Max terurus pembuat menggunakan angka yang dibundarkan: input maksimum 991K dalam mod terus atau 983K dalam mod berfikir, output maksimum 131K dan penaakulan maksimum 262K. Ini ialah nilai rujukan keluarga, bukannya had mutlak khusus snapshot yang dinyatakan secara bebas. Input, sejarah, perwakilan bahan visual, penaakulan dan jawapan akhir masih perlu muat dalam had konfigurasi yang terpakai.
Hasil praktikal dan had
Minta hasil yang boleh disemak: tampalan bersama fail terjejas, penjelasan carta dengan nilai sokongan atau perbandingan dokumen dengan rujukan bahagian. Konteks panjang boleh menyimpan lebih banyak bukti bersama-sama, tetapi tidak menjamin ingatan semula sempurna atau ketepatan. Notis kemas kini tepat memberikan perubahan bermakna dan ciri yang dikekalkan tanpa menerbitkan had mutlak media yang berasingan atau jadual output tersendiri bagi 0902. Kekalkan sempadan itu, bukannya menganggap nama snapshot sebagai jaminan prestasi atau pelaksanaan model.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen/qwen3.8-max-0902 | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.004 / 1K token Output · Token output $0.012 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache $0.005 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.004 / 1K token Output · Token output $0.012 / 1K token Input · Bacaan cache $0.0005 / 1K token Input · Penulisan cache $0.005 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "qwen/qwen3.8-max-0902",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.8-max-0902', '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/qwen3.8-max-0902', '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 atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot Ultra qwen/qwen3.8-max-0902
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Align a producer and a reader\n\nIn producer.py, records are emitted as {'status': 'ready', 'count': n}. In reader.py, code reads record['total']. The intended public record uses count; changing that contract is forbidden. Explain the failure, propose the smallest reader correction and provide a regression example for n=4. Return proposed code separately from the explanation.A source-linked defect explanation, a focused reader change and a regression example.The proposal must preserve the producer record contract and read count rather than introduce total.