Source: https://ailoot.ai/models/ms/qwen3-235b-a22b/ Canonical: https://ailoot.ai/models/ms/qwen3-235b-a22b/ Language: ms # Qwen3-235B-A22B [Markdown](https://ailoot.ai/models/ms/qwen3-235b-a22b/index.md) · [JSON](https://ailoot.ai/models/ms/qwen3-235b-a22b/facts.json) ## [Qwen3-235B-A22B](https://ailoot.ai/models/ms/qwen3-235b-a22b/) Qwen3-235B-A22B menggabungkan penaakulan terperinci dan respons teks terus dalam satu model campuran pakar. Gunakannya untuk analisis matematik, kod, penulisan berbilang bahasa dan pembantu yang bekerja dengan alat yang disambungkan. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen3-235b-a22b`](https://ailoot.ai/models/ms/qwen3-235b-a22b/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen3-235b-a22b`](https://ailoot.ai/models/ms/qwen3-235b-a22b/#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 membawa pendekatan penaakulan hibrid Qwen3 kepada model campuran pakar yang besar. Keupayaan teksnya merangkumi masalah matematik dan logik, penjanaan kod, penulisan kreatif, perbualan berasaskan peranan dan pematuhan arahan berbilang giliran. Ia berfungsi merentas lebih daripada 100 bahasa dan dialek. Untuk perbincangan pembangunan produk, berikan keperluan, contoh konkrit dan keputusan yang diperlukan: perbandingan reka bentuk, pelaksanaan atau penjelasan yang boleh digunakan khalayak tertentu. Model ini mempunyai 235 bilion parameter keseluruhan dan mengaktifkan 22 bilion semasa pemprosesan. Seni binanya mengandungi 128 pakar, memilih lapan daripadanya dan mempunyai 94 lapisan. Angka ini mengenal pasti keluaran ini; model Qwen3 yang lebih kecil dan edisi FP8 mempunyai identiti berasingan. Input dan output ialah teks. Tugas kejuruteraan yang sesuai ialah membandingkan dua algoritma penyelarasan menggunakan rekod contoh yang sama, mengenal pasti kekangan yang dipenuhi setiap satu dan mengembalikan algoritma pilihan bersama kes ujian. Bekalkan nama medan sebenar, peraturan pengendalian pendua dan jumlah yang dijangka supaya jawapan boleh diperiksa berdasarkan masalah asal. Sediakan permintaan sebagai mesej sembang, dengan mengasingkan bahan sumber daripada arahan. Untuk soalan matematik, sertakan pernyataan lengkap, andaian yang dibenarkan dan notasi, kemudian minta jawapan akhir dalam bentuk yang ditetapkan. Untuk kod, sertakan fungsi berkaitan, bahasa, input yang mewakili penggunaan dan kegagalan yang diperhatikan. Minta perubahan terkecil yang berasas dan terangkan tingkah laku sedia ada yang mesti dikekalkan. Untuk penulisan berbilang bahasa, berikan khalayak dan senarai istilah, bukannya meminta terjemahan umum. Penyepaduan yang diterbitkan memerlukan runtime yang mengenali Qwen3; kad ini memberi amaran bahawa versi Transformers di bawah 4.51.0 tidak mengenali seni bina yang diperlukan. Berfikir dan tanpa berfikir ialah mod bagi model yang sama ini. Templat sembang pengeluar mendayakan pemikiran secara lalai; suis pada peringkat konfigurasi boleh menyahdayakannya sepenuhnya. Apabila pemikiran kekal didayakan, /think dan /no\_think menyediakan kawalan pada peringkat giliran, dengan arahan terkini diberi keutamaan. Mod yang dinyahdayakan sepenuhnya tidak bertindak balas kepada arahan per giliran tersebut. Dalam antara muka pembangun, asingkan jawapan akhir daripada bahagian penaakulan dan bawa jawapan akhir ke sejarah perbualan seterusnya. Pilih mod dengan sengaja: pertikaian algoritma dan penulisan semula pendek memerlukan jumlah analisis yang berbeza. Dengan pemikiran didayakan, permintaan tanpa berfikir melalui arahan per giliran tetap mengekalkan blok penaakulan; kandungannya mungkin kosong. Penyahdayaan sepenuhnya membuang blok itu. Untuk aliran kerja ejen, pengeluar mengesyorkan Qwen-Agent untuk templat alat dan penghuraian. Alat boleh merangkumi perkhidmatan yang disambungkan atau pentafsir kod; aplikasi mentakrifkan dan melaksanakannya. Sebagai contoh, berikan pembantu carian inventori baca sahaja dengan medan yang didokumenkan dan minta ia membandingkan stok yang dikembalikan dengan pesanan yang dibekalkan. Tentukan tujuan alat, argumen yang diterima, struktur hasil dan sempadan kebenaran. Wajibkan respons akhir membezakan tindakan yang dicadangkan daripada hasil alat yang disahkan. Keupayaan model berkaitan alat tidak menyebabkan tindakan luaran berlaku dengan sendirinya. Panduan Qwen3 turut menerangkan panggilan alat selari dan berbilang langkah, dengan argumen diwakili sebagai objek serta hasil dibekalkan semula ke dalam perbualan. Konteks natif ialah 32,768 token. Pengeluar mengesahkan 131,072 token dengan peluasan YaRN; ini bergantung pada konfigurasi, dan penskalaan statik boleh menjejaskan input yang lebih pendek. Bajet konteks merangkumi permintaan dan respons yang dijana. Untuk spesifikasi panjang, kenal pasti bahagian yang berkaitan dengan keputusan, labelkannya dan sediakan ruang jawapan, bukannya mengisi seluruh bajet dengan teks sumber. Kad ini mengesyorkan 32,768 token output untuk kebanyakan pertanyaan, bukannya mengisytiharkan nilai itu sebagai had perkhidmatan sejagat. Dokumentasi Qwen3 membincangkan panjang mesej pembantu sebanyak 38,912 token dalam mod berfikir dan 16,384 dalam mod tanpa berfikir dalam penjelasan panjang latihannya, serta mengesyorkan penilaian kualiti penjanaan yang lebih panjang. Angka ini berbeza daripada tetingkap konteks keseluruhan dan bukan had mutlak khusus titik akhir. Kad ini turut menerangkan peruntukan kedudukan lalainya sebanyak 40,960 token sebagai 8,192 untuk prompt lazim ditambah 32,768 untuk output; ini ialah panduan konfigurasi pengeluar yang berasingan daripada konteks latihan natif dan sebarang had titik akhir. Pensampelan yang disyorkan bagi mod berfikir ialah temperature 0.6, top-p 0.95, top-k 20 dan min-p 0; mod tanpa berfikir menggunakan 0.7, 0.8, 20 dan 0. Pengeluar mengesyorkan penyahkodan bersampel dan memberi amaran bahawa penyahkodan greedy dalam mod berfikir boleh menyebabkan pengulangan. Penalti kehadiran lebih tinggi juga boleh mencampurkan bahasa. Jadikan hasil mudah diperiksa: minta medan jawapan akhir bernama, jadual keputusan berserta alasan, atau tampalan kod bersama contoh. Periksa pengiraan berdasarkan nombor yang dibekalkan, jalankan kod yang dicadangkan dalam persekitaran yang dimaksudkan dan semak hasil alat sebelum bertindak. Tugas praktikal ### Tugas praktikal Contoh teknikal dalam bahasa Inggeris ``` Reconcile duplicate transaction records Compare two reconciliation rules on these records: (id=A, revision=1, amount=10), (A,2,12), (B,1,5). Rule X sums every row; rule Y keeps the highest revision per ID, then sums. Requirement: one current amount per ID; equal-revision disagreements must be flagged. Choose a rule, propose pseudocode and give tests for duplicates and conflicting ties. ``` #### Hasil yang dijangka ``` A rule comparison, chosen algorithm, expected total for the supplied records and conflict tests. ``` #### Semak hasil ``` Check the algorithm uses ID plus revision semantics and does not silently choose between conflicting equal revisions. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen3-235b-a22b` [`qwen3-235b-a22b`](https://ailoot.ai/models/ms/#m=qwen3-235b-a22b&route=Ultra&caller=qwen3-235b-a22b&fmt=chat) Alibaba /`qwen3-235b-a22b` ### Pengenalan Qwen3-235B-A22B menggabungkan penaakulan terperinci dan respons teks terus dalam satu model campuran pakar. Gunakannya untuk analisis matematik, kod, penulisan berbilang bahasa dan pembantu yang bekerja dengan alat yang disambungkan. 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 qwen3-235b-a22b | 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 **$0.00114** / 1K token Output · Token output **$0.00342** / 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": "qwen3-235b-a22b", "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='qwen3-235b-a22b',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='qwen3-235b-a22b',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** [`qwen3-235b-a22b`](https://ailoot.ai/models/ms/#m=qwen3-235b-a22b&route=Ultra&caller=qwen3-235b-a22b&fmt=chat) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`qwen3-235b-a22b`](https://ailoot.ai/models/ms/#m=qwen3-235b-a22b&route=Ultra&caller=qwen3-235b-a22b&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen3-235b-a22b` [`qwen3-235b-a22b`](https://ailoot.ai/models/ms/#m=qwen3-235b-a22b&route=Ultra&caller=qwen3-235b-a22b&fmt=messages) Alibaba /`qwen3-235b-a22b` ### Pengenalan Qwen3-235B-A22B menggabungkan penaakulan terperinci dan respons teks terus dalam satu model campuran pakar. Gunakannya untuk analisis matematik, kod, penulisan berbilang bahasa dan pembantu yang bekerja dengan alat yang disambungkan. 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 qwen3-235b-a22b | 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 **$0.00114** / 1K token Output · Token output **$0.00342** / 1K token Input · Bacaan cache **$0** / 1K token Input · Penulisan cache **$0** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token | Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Anthropic Messages Badan JSON minimum yang lengkapcurl · gunakan dokumen UTF-8 andaPython · simpan hasil lengkap ```json { "model": "qwen3-235b-a22b", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${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': 'qwen3-235b-a22b', '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': 'qwen3-235b-a22b', '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** [`qwen3-235b-a22b`](https://ailoot.ai/models/ms/#m=qwen3-235b-a22b&route=Ultra&caller=qwen3-235b-a22b&fmt=messages) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`qwen3-235b-a22b`](https://ailoot.ai/models/ms/#m=qwen3-235b-a22b&route=Ultra&caller=qwen3-235b-a22b&fmt=messages) FAQ · Qwen3-235B-A22B Apakah input dan hasil yang tersedia? `POST /v1/chat/completions` · `qwen3-235b-a22b`: `text` → `text` `POST /v1/messages` · `qwen3-235b-a22b`: `text` → `json`, `sse` Apakah medan yang digunakan oleh permintaan? `POST /v1/chat/completions` · `qwen3-235b-a22b`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen3-235b-a22b`: `model`, `messages`, `max_tokens`, `stream` Apakah had yang terpakai? `POST /v1/chat/completions` · `qwen3-235b-a22b`: `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.