Innledning: funksjoner i Qwen3.8 Max-familien
Qwen3.8 Max Prime tilhører Qwen3.8 Max-familien. Qwen utvikler denne familien for programmering, faglig arbeid, forskning og oppgaver som omfatter mange sammenhengende steg. Det praktiske formålet er å holde oversikt over kravene, bruke ny informasjon underveis og produsere en ferdig tekstleveranse. Prime-utgaven beholder sin egen identitet; familiebeskrivelsen fastslår ikke et eget sett med vekter eller en utgavespesifikk garanti for svartid.
Hovedarbeid: programmering, faglige oppgaver og forskning
For en utviklingsoppgave legger du ved relevante prosjektfiler eller utdrag, atferden som skal endres, og forventet leveranse. Be om en diagnose, et implementasjonsforslag og kontroller som viser om endringen oppfyller kravet. For en forskningsoppgave legger du ved materialet som skal sammenlignes, og ber om en rapport som skiller mellom kildegrunnlag og tolkning. For et faglig dokument angir du målgruppe, deler og kriterier for et fullstendig resultat. Bruk kildematerialet og fullføringskriteriene til å vurdere diagnosen, rapporten eller dokumentet som produseres.
Agentutførelse og tilbakemeldinger
Utvikleren fremhever autonom planlegging og evnen til å bruke tilbakemeldinger fra et miljø. En agentoppgave kan formuleres som et mål, tillatte handlinger, relevante verktøy og en synlig betingelse for fullføring. Et program kan for eksempel la modellen undersøke et kodelager, foreslå en endring, motta resultatet fra en tillatt kontroll og revidere neste steg. Modellen bidrar med planlegging og resonnering; programmet kobler til verktøy og utfører handlingene deres.
Be om en oversikt over fullført arbeid og uavklarte betingelser sammen med den endelige leveransen. Dette bidrar til å skille et foreslått neste steg fra en utført handling. En oppgave som går over flere steg, trenger fortsatt uttrykkelige inndata og tilbakemeldinger; en modells planleggingsevne er ikke bevis på at den har tilgang til en datamaskin, oppdaterte kilder eller forretningssystemer.
Kompatibilitet og resonneringskontroll
Familiedokumentasjonen for Qwen3.8 beskriver integrasjon med utviklingsmiljøer og kontroll av resonneringsdybde gjennom reasoning_effort. Den beskriver også bevaring av resonneringskontekst gjennom samtalehistorikken med preserve_thinking. Dette er produsentfunksjoner der tilgjengelighet og konkrete innstillinger avhenger av utgaven og grensesnittet. Hold rettelser og verktøyresultater knyttet til oppgaven de oppdaterer, og be om en kortfattet sluttkonklusjon selv når resonneringen er omfattende.
Utvikleren skiller det administrerte Qwen3.8-Max-tilbudet fra den åpne modellversjonen Qwen3.8-2.4T-A95B. Max-referansen omfatter tekst-, bilde- og videoinndata, tekstutdata og støtte for direkte svar; den åpne modellversjonen er kun tekstbasert og bruker alltid tenkning. Disse spesifikasjonene bør holdes atskilt. For visuelt arbeid med Max-familien legger du ved lesbare dokumentsider, diagrammer eller det relevante videosegmentet og angir hvilke observasjoner svaret skal drøfte.
Verktøy og strukturerte resultater
Produsentens referanse for administrert Max oppgir funksjonskall, strukturerte utdata, informasjonsinnhenting og verktøy av kodetolktypen, med støtte avhengig av grensesnittet. En nyttig dokumentarbeidsflyt kan be om en tabell med funn og tilhørende side- eller avsnittsreferanser; en kodearbeidsflyt kan be om en patch og en separat forklaring. Håndhevede utdataskjemaer og ekstern utførelse er funksjoner i den tilkoblede arbeidsflyten, ikke følger av å skrive ordet JSON eller «kjør» i en prompt. Denne familiebeskrivelsen lover ikke at alle oppførte administrerte funksjoner eksponeres av Prime eller et annet program.
Kontekst og utgavespesifikke grenser
Referansen for administrert Max beskriver en kontekst på én million tokener, med separate avrundede rammer for inndata, utdata og resonnering. Den åpne modellversjonen dokumenterer i stedet en opprinnelig kontekst på 262,144 tokener og betinget utvidelse til 1,010,000. Dette er forskjellige produsentspesifikasjoner og bør ikke slås sammen til én universell Prime-grense. Det nøyaktige Prime-spesifikke utdatataket, mediegrensene og kontrollspesifikasjonen er ikke fastslått av familiekildene som brukes her.
Forbered bare materialet oppgaven trenger, og sett av plass til forklaringen og den endelige leveransen. Bevar dokumentgrenser og kodeidentifikatorer i lange inndata, slik at konklusjoner fortsatt kan spores. Kontroller generert kode, beregninger og siterte avsnitt mot det vedlagte kildegrunnlaget. Hold den endelige implementasjonen, rapporten eller dokumentet knyttet til dette grunnlaget og oppgavens fullføringskriterier.
", "aboutText": "Innledning: funksjoner i Qwen3.8 Max-familien\n\nQwen3.8 Max Prime tilhører Qwen3.8 Max-familien. Qwen utvikler denne familien for programmering, faglig arbeid, forskning og oppgaver som omfatter mange sammenhengende steg. Det praktiske formålet er å holde oversikt over kravene, bruke ny informasjon underveis og produsere en ferdig tekstleveranse. Prime-utgaven beholder sin egen identitet; familiebeskrivelsen fastslår ikke et eget sett med vekter eller en utgavespesifikk garanti for svartid.\n\nHovedarbeid: programmering, faglige oppgaver og forskning\n\nFor en utviklingsoppgave legger du ved relevante prosjektfiler eller utdrag, atferden som skal endres, og forventet leveranse. Be om en diagnose, et implementasjonsforslag og kontroller som viser om endringen oppfyller kravet. For en forskningsoppgave legger du ved materialet som skal sammenlignes, og ber om en rapport som skiller mellom kildegrunnlag og tolkning. For et faglig dokument angir du målgruppe, deler og kriterier for et fullstendig resultat. Bruk kildematerialet og fullføringskriteriene til å vurdere diagnosen, rapporten eller dokumentet som produseres.\n\nAgentutførelse og tilbakemeldinger\n\nUtvikleren fremhever autonom planlegging og evnen til å bruke tilbakemeldinger fra et miljø. En agentoppgave kan formuleres som et mål, tillatte handlinger, relevante verktøy og en synlig betingelse for fullføring. Et program kan for eksempel la modellen undersøke et kodelager, foreslå en endring, motta resultatet fra en tillatt kontroll og revidere neste steg. Modellen bidrar med planlegging og resonnering; programmet kobler til verktøy og utfører handlingene deres.\n\nBe om en oversikt over fullført arbeid og uavklarte betingelser sammen med den endelige leveransen. Dette bidrar til å skille et foreslått neste steg fra en utført handling. En oppgave som går over flere steg, trenger fortsatt uttrykkelige inndata og tilbakemeldinger; en modells planleggingsevne er ikke bevis på at den har tilgang til en datamaskin, oppdaterte kilder eller forretningssystemer.\n\nKompatibilitet og resonneringskontroll\n\nFamiliedokumentasjonen for Qwen3.8 beskriver integrasjon med utviklingsmiljøer og kontroll av resonneringsdybde gjennom reasoning_effort. Den beskriver også bevaring av resonneringskontekst gjennom samtalehistorikken med preserve_thinking. Dette er produsentfunksjoner der tilgjengelighet og konkrete innstillinger avhenger av utgaven og grensesnittet. Hold rettelser og verktøyresultater knyttet til oppgaven de oppdaterer, og be om en kortfattet sluttkonklusjon selv når resonneringen er omfattende.\n\nUtvikleren skiller det administrerte Qwen3.8-Max-tilbudet fra den åpne modellversjonen Qwen3.8-2.4T-A95B. Max-referansen omfatter tekst-, bilde- og videoinndata, tekstutdata og støtte for direkte svar; den åpne modellversjonen er kun tekstbasert og bruker alltid tenkning. Disse spesifikasjonene bør holdes atskilt. For visuelt arbeid med Max-familien legger du ved lesbare dokumentsider, diagrammer eller det relevante videosegmentet og angir hvilke observasjoner svaret skal drøfte.\n\nVerktøy og strukturerte resultater\n\nProdusentens referanse for administrert Max oppgir funksjonskall, strukturerte utdata, informasjonsinnhenting og verktøy av kodetolktypen, med støtte avhengig av grensesnittet. En nyttig dokumentarbeidsflyt kan be om en tabell med funn og tilhørende side- eller avsnittsreferanser; en kodearbeidsflyt kan be om en patch og en separat forklaring. Håndhevede utdataskjemaer og ekstern utførelse er funksjoner i den tilkoblede arbeidsflyten, ikke følger av å skrive ordet JSON eller «kjør» i en prompt. Denne familiebeskrivelsen lover ikke at alle oppførte administrerte funksjoner eksponeres av Prime eller et annet program.\n\nKontekst og utgavespesifikke grenser\n\nReferansen for administrert Max beskriver en kontekst på én million tokener, med separate avrundede rammer for inndata, utdata og resonnering. Den åpne modellversjonen dokumenterer i stedet en opprinnelig kontekst på 262,144 tokener og betinget utvidelse til 1,010,000. Dette er forskjellige produsentspesifikasjoner og bør ikke slås sammen til én universell Prime-grense. Det nøyaktige Prime-spesifikke utdatataket, mediegrensene og kontrollspesifikasjonen er ikke fastslått av familiekildene som brukes her.\n\nForbered bare materialet oppgaven trenger, og sett av plass til forklaringen og den endelige leveransen. Bevar dokumentgrenser og kodeidentifikatorer i lange inndata, slik at konklusjoner fortsatt kan spores. Kontroller generert kode, beregninger og siterte avsnitt mot det vedlagte kildegrunnlaget. Hold den endelige implementasjonen, rapporten eller dokumentet knyttet til dette grunnlaget og oppgavens fullføringskriterier.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Produce an evidence-based readiness memo\n\nPrepare a release-readiness memo from supplied feedback. [REQUIREMENTS] New exports must preserve column order and empty headings. [CHECK A] Column order passed. [CHECK B] Empty headings were dropped. [REVIEW] Preserve all header cells, including blank ones. Give the decision, a focused correction proposal and the exact follow-up check needed. Do not report unexecuted work as complete.A short readiness decision with evidence, proposed correction and a targeted recheck definition.Check the memo treats the failed header case as unresolved despite the passing order check.qwen/qwen3.8-max-primeQwen3.8 Max Prime tilhører Qwens Max-familie for programmering, faglig arbeid, forskning og langvarige agentoppgaver. Det nyttige oppgaveområdet omfatter å tolke krav, arbeide videre med tilbakemeldinger og utarbeide komplette tekstleveranser fra vedlagt prosjektmateriale.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Innledning: funksjoner i Qwen3.8 Max-familien
Qwen3.8 Max Prime tilhører Qwen3.8 Max-familien. Qwen utvikler denne familien for programmering, faglig arbeid, forskning og oppgaver som omfatter mange sammenhengende steg. Det praktiske formålet er å holde oversikt over kravene, bruke ny informasjon underveis og produsere en ferdig tekstleveranse. Prime-utgaven beholder sin egen identitet; familiebeskrivelsen fastslår ikke et eget sett med vekter eller en utgavespesifikk garanti for svartid.
Hovedarbeid: programmering, faglige oppgaver og forskning
For en utviklingsoppgave legger du ved relevante prosjektfiler eller utdrag, atferden som skal endres, og forventet leveranse. Be om en diagnose, et implementasjonsforslag og kontroller som viser om endringen oppfyller kravet. For en forskningsoppgave legger du ved materialet som skal sammenlignes, og ber om en rapport som skiller mellom kildegrunnlag og tolkning. For et faglig dokument angir du målgruppe, deler og kriterier for et fullstendig resultat. Bruk kildematerialet og fullføringskriteriene til å vurdere diagnosen, rapporten eller dokumentet som produseres.
Agentutførelse og tilbakemeldinger
Utvikleren fremhever autonom planlegging og evnen til å bruke tilbakemeldinger fra et miljø. En agentoppgave kan formuleres som et mål, tillatte handlinger, relevante verktøy og en synlig betingelse for fullføring. Et program kan for eksempel la modellen undersøke et kodelager, foreslå en endring, motta resultatet fra en tillatt kontroll og revidere neste steg. Modellen bidrar med planlegging og resonnering; programmet kobler til verktøy og utfører handlingene deres.
Be om en oversikt over fullført arbeid og uavklarte betingelser sammen med den endelige leveransen. Dette bidrar til å skille et foreslått neste steg fra en utført handling. En oppgave som går over flere steg, trenger fortsatt uttrykkelige inndata og tilbakemeldinger; en modells planleggingsevne er ikke bevis på at den har tilgang til en datamaskin, oppdaterte kilder eller forretningssystemer.
Kompatibilitet og resonneringskontroll
Familiedokumentasjonen for Qwen3.8 beskriver integrasjon med utviklingsmiljøer og kontroll av resonneringsdybde gjennom reasoning_effort. Den beskriver også bevaring av resonneringskontekst gjennom samtalehistorikken med preserve_thinking. Dette er produsentfunksjoner der tilgjengelighet og konkrete innstillinger avhenger av utgaven og grensesnittet. Hold rettelser og verktøyresultater knyttet til oppgaven de oppdaterer, og be om en kortfattet sluttkonklusjon selv når resonneringen er omfattende.
Utvikleren skiller det administrerte Qwen3.8-Max-tilbudet fra den åpne modellversjonen Qwen3.8-2.4T-A95B. Max-referansen omfatter tekst-, bilde- og videoinndata, tekstutdata og støtte for direkte svar; den åpne modellversjonen er kun tekstbasert og bruker alltid tenkning. Disse spesifikasjonene bør holdes atskilt. For visuelt arbeid med Max-familien legger du ved lesbare dokumentsider, diagrammer eller det relevante videosegmentet og angir hvilke observasjoner svaret skal drøfte.
Verktøy og strukturerte resultater
Produsentens referanse for administrert Max oppgir funksjonskall, strukturerte utdata, informasjonsinnhenting og verktøy av kodetolktypen, med støtte avhengig av grensesnittet. En nyttig dokumentarbeidsflyt kan be om en tabell med funn og tilhørende side- eller avsnittsreferanser; en kodearbeidsflyt kan be om en patch og en separat forklaring. Håndhevede utdataskjemaer og ekstern utførelse er funksjoner i den tilkoblede arbeidsflyten, ikke følger av å skrive ordet JSON eller «kjør» i en prompt. Denne familiebeskrivelsen lover ikke at alle oppførte administrerte funksjoner eksponeres av Prime eller et annet program.
Kontekst og utgavespesifikke grenser
Referansen for administrert Max beskriver en kontekst på én million tokener, med separate avrundede rammer for inndata, utdata og resonnering. Den åpne modellversjonen dokumenterer i stedet en opprinnelig kontekst på 262,144 tokener og betinget utvidelse til 1,010,000. Dette er forskjellige produsentspesifikasjoner og bør ikke slås sammen til én universell Prime-grense. Det nøyaktige Prime-spesifikke utdatataket, mediegrensene og kontrollspesifikasjonen er ikke fastslått av familiekildene som brukes her.
Forbered bare materialet oppgaven trenger, og sett av plass til forklaringen og den endelige leveransen. Bevar dokumentgrenser og kodeidentifikatorer i lange inndata, slik at konklusjoner fortsatt kan spores. Kontroller generert kode, beregninger og siterte avsnitt mot det vedlagte kildegrunnlaget. Hold den endelige implementasjonen, rapporten eller dokumentet knyttet til dette grunnlaget og oppgavens fullføringskriterier.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qwen/qwen3.8-max-prime | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.008 / 1K tokener Utdata · Utgående tokener $0.024 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.001 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.008 / 1K tokener Utdata · Utgående tokener $0.024 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.001 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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-prime", "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-prime',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-prime',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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra qwen/qwen3.8-max-prime
Bruk metodestiene som vises ovenfor.
qwen/qwen3.8-max-primeQwen3.8 Max Prime tilhører Qwens Max-familie for programmering, faglig arbeid, forskning og langvarige agentoppgaver. Det nyttige oppgaveområdet omfatter å tolke krav, arbeide videre med tilbakemeldinger og utarbeide komplette tekstleveranser fra vedlagt prosjektmateriale.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Innledning: funksjoner i Qwen3.8 Max-familien
Qwen3.8 Max Prime tilhører Qwen3.8 Max-familien. Qwen utvikler denne familien for programmering, faglig arbeid, forskning og oppgaver som omfatter mange sammenhengende steg. Det praktiske formålet er å holde oversikt over kravene, bruke ny informasjon underveis og produsere en ferdig tekstleveranse. Prime-utgaven beholder sin egen identitet; familiebeskrivelsen fastslår ikke et eget sett med vekter eller en utgavespesifikk garanti for svartid.
Hovedarbeid: programmering, faglige oppgaver og forskning
For en utviklingsoppgave legger du ved relevante prosjektfiler eller utdrag, atferden som skal endres, og forventet leveranse. Be om en diagnose, et implementasjonsforslag og kontroller som viser om endringen oppfyller kravet. For en forskningsoppgave legger du ved materialet som skal sammenlignes, og ber om en rapport som skiller mellom kildegrunnlag og tolkning. For et faglig dokument angir du målgruppe, deler og kriterier for et fullstendig resultat. Bruk kildematerialet og fullføringskriteriene til å vurdere diagnosen, rapporten eller dokumentet som produseres.
Agentutførelse og tilbakemeldinger
Utvikleren fremhever autonom planlegging og evnen til å bruke tilbakemeldinger fra et miljø. En agentoppgave kan formuleres som et mål, tillatte handlinger, relevante verktøy og en synlig betingelse for fullføring. Et program kan for eksempel la modellen undersøke et kodelager, foreslå en endring, motta resultatet fra en tillatt kontroll og revidere neste steg. Modellen bidrar med planlegging og resonnering; programmet kobler til verktøy og utfører handlingene deres.
Be om en oversikt over fullført arbeid og uavklarte betingelser sammen med den endelige leveransen. Dette bidrar til å skille et foreslått neste steg fra en utført handling. En oppgave som går over flere steg, trenger fortsatt uttrykkelige inndata og tilbakemeldinger; en modells planleggingsevne er ikke bevis på at den har tilgang til en datamaskin, oppdaterte kilder eller forretningssystemer.
Kompatibilitet og resonneringskontroll
Familiedokumentasjonen for Qwen3.8 beskriver integrasjon med utviklingsmiljøer og kontroll av resonneringsdybde gjennom reasoning_effort. Den beskriver også bevaring av resonneringskontekst gjennom samtalehistorikken med preserve_thinking. Dette er produsentfunksjoner der tilgjengelighet og konkrete innstillinger avhenger av utgaven og grensesnittet. Hold rettelser og verktøyresultater knyttet til oppgaven de oppdaterer, og be om en kortfattet sluttkonklusjon selv når resonneringen er omfattende.
Utvikleren skiller det administrerte Qwen3.8-Max-tilbudet fra den åpne modellversjonen Qwen3.8-2.4T-A95B. Max-referansen omfatter tekst-, bilde- og videoinndata, tekstutdata og støtte for direkte svar; den åpne modellversjonen er kun tekstbasert og bruker alltid tenkning. Disse spesifikasjonene bør holdes atskilt. For visuelt arbeid med Max-familien legger du ved lesbare dokumentsider, diagrammer eller det relevante videosegmentet og angir hvilke observasjoner svaret skal drøfte.
Verktøy og strukturerte resultater
Produsentens referanse for administrert Max oppgir funksjonskall, strukturerte utdata, informasjonsinnhenting og verktøy av kodetolktypen, med støtte avhengig av grensesnittet. En nyttig dokumentarbeidsflyt kan be om en tabell med funn og tilhørende side- eller avsnittsreferanser; en kodearbeidsflyt kan be om en patch og en separat forklaring. Håndhevede utdataskjemaer og ekstern utførelse er funksjoner i den tilkoblede arbeidsflyten, ikke følger av å skrive ordet JSON eller «kjør» i en prompt. Denne familiebeskrivelsen lover ikke at alle oppførte administrerte funksjoner eksponeres av Prime eller et annet program.
Kontekst og utgavespesifikke grenser
Referansen for administrert Max beskriver en kontekst på én million tokener, med separate avrundede rammer for inndata, utdata og resonnering. Den åpne modellversjonen dokumenterer i stedet en opprinnelig kontekst på 262,144 tokener og betinget utvidelse til 1,010,000. Dette er forskjellige produsentspesifikasjoner og bør ikke slås sammen til én universell Prime-grense. Det nøyaktige Prime-spesifikke utdatataket, mediegrensene og kontrollspesifikasjonen er ikke fastslått av familiekildene som brukes her.
Forbered bare materialet oppgaven trenger, og sett av plass til forklaringen og den endelige leveransen. Bevar dokumentgrenser og kodeidentifikatorer i lange inndata, slik at konklusjoner fortsatt kan spores. Kontroller generert kode, beregninger og siterte avsnitt mot det vedlagte kildegrunnlaget. Hold den endelige implementasjonen, rapporten eller dokumentet knyttet til dette grunnlaget og oppgavens fullføringskriterier.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qwen/qwen3.8-max-prime | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.008 / 1K tokener Utdata · Utgående tokener $0.024 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.001 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.008 / 1K tokener Utdata · Utgående tokener $0.024 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.001 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "qwen/qwen3.8-max-prime",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-prime', '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-prime', '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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra qwen/qwen3.8-max-prime
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Produce an evidence-based readiness memo\n\nPrepare a release-readiness memo from supplied feedback. [REQUIREMENTS] New exports must preserve column order and empty headings. [CHECK A] Column order passed. [CHECK B] Empty headings were dropped. [REVIEW] Preserve all header cells, including blank ones. Give the decision, a focused correction proposal and the exact follow-up check needed. Do not report unexecuted work as complete.A short readiness decision with evidence, proposed correction and a targeted recheck definition.Check the memo treats the failed header case as unresolved despite the passing order check.