Qwen3-Omni-30B-A3B-Thinking is het redeneergerichte model binnen Qwen3-Omni. Het begrijpt tekst, afbeeldingen, audio en video, ook in combinaties binnen hetzelfde gesprek, en produceert een tekstresultaat. De specifieke Thinking-editie bevat de Thinker-component en is uitgerust voor redeneren; ze bevat niet de Talker die in het Instruct-checkpoint voor gesproken uitvoer wordt gebruikt. Dit onderscheid is van belang wanneer u een model kiest voor een analytisch verslag in plaats van een gesproken gesprek.
De fabrikant beschrijft Qwen3-Omni als een meertalige mixture-of-experts-familie met 119 teksttalen en 19 talen voor spraakinvoer. Russisch staat in de gepubliceerde lijst voor spraakinvoer. De specifieke Thinking-configuratie bevat 48 teksttransformerlagen, 128 experts en acht geselecteerde experts per token. Ze heeft ook componenten voor audio- en beeldverwerking. Dit zijn kenmerken van het genoemde checkpoint; het multimodale begrip ervan mag niet worden vervangen door de mogelijkheden van een Qwen3-model voor gewone tekst met een vergelijkbaar groottelabel.
De cookbooks omvatten spraakherkenning en -vertaling, analyse van muziek en omgevingsgeluid, gemengde audio, afbeeldingsvragen, OCR, objectgrounding, videobeschrijvingen en audiovisuele vragen. Bij wiskunde op basis van afbeeldingen wordt specifiek de Thinking-editie benadrukt. Geef voor een meetkundetaak het volledige diagram, leesbare labels en de vraag en vraag vervolgens om een oplossing die zichtbare gegevens van aannames onderscheidt. Duid bij een opgenomen demonstratie de te onderzoeken actie of afwijking aan en vraag om waarnemingen die aan de relevante delen van het materiaal zijn gekoppeld. Het verwachte artefact kan een schriftelijke oplossing, een gestructureerde waarnemingslijst of een uitleg zijn van wat het bewijs ondersteunt.
Bereid de invoer voor als een multimodaal gesprek met de bijpassende processor en chattemplate. De verwerkingstoolkit van de ontwikkelaar verwerkt afgewisselde tekst, afbeeldingen, audio en video. Qwen beschrijft streaming tekstuele antwoorden als onderdeel van het interactieontwerp van de familie en demonstreert batch-inferentie met gemengde media en uitsluitend tekstuitvoer. De fabrikant raadt aan om in elke gespreksronde naast de media een expliciete tekstinstructie te geven. Een video zonder toelichting laat de taak dubbelzinnig: vermeld of het model acties moet samenvatten, twee scènes vergelijken, een geluid uitleggen of het getoonde probleem oplossen. Geef meerdere invoeren en hun onderlinge relatie labels, zodat de definitieve tekst de juiste vraag aan het juiste materiaal kan koppelen.
Bepaal bij video met spraak of gebeurtenisgeluiden of de audio deel uitmaakt van de taak. De gedocumenteerde flow gebruikt use_audio_in_video consequent tijdens voorverwerking en generatie, en de modelkaart waarschuwt dat een wijziging van deze instelling tussen gespreksrondes onverwachte resultaten kan veroorzaken. Een vraag over alleen de scène en een audiovisuele vraag vereisen daarom verschillende voorbereiding. Houd de oorspronkelijke clip beschikbaar, selecteer het relevante interval en laat de geluidstrack niet weg wanneer de gevraagde conclusie afhangt van wat is gezegd of gehoord.
De gepubliceerde tekstconfiguratie stelt max_position_embeddings in op 65,536. De vLLM-voorbeelden op de modelkaart gebruiken afzonderlijk een instelling voor modellengte van 32,768 tokens en een generatie-instelling van 16,384 tokens. Die tonen een ingesteld inferentievoorbeeld, geen enkele universele limiet voor maximale uitvoer. Media worden via de processor gerepresenteerd, dus de aanvraaggrootte is niet alleen het aantal getypte tekens. Reserveer ruimte voor het tekstresultaat en gebruik een afgebakend bronsegment wanneer een lange opname slechts een korte gebeurtenis bevat die relevant is voor de vraag.
De ontwikkelaar demonstreert Transformers- en vLLM-workflows, met processorondersteuning en mediadecodering als expliciete afhankelijkheden. De gedeelde modelkaart documenteert ook interfaceverschillen, waaronder afzonderlijke verwerking van video en audio in een serving-voorbeeld. Kies het specifieke Thinking-checkpoint en het ondersteunde verwerkingspad, in plaats van aan te nemen dat elk voorbeeld op de familiekaart hetzelfde uitvoergedrag heeft. Spraakstemmen en Talker-instellingen op die pagina gelden voor Instruct, niet voor dit model met alleen Thinker.
Vraag voor een nuttig definitief resultaat om een uitleg op basis van bewijs en een duidelijk afzonderlijke conclusie. Behoud bij een visueel probleem eenheden, symbolen en labels; onderscheid bij audio hoorbare inhoud van een afgeleide bron; onderscheid bij video waargenomen acties van een interpretatie van de bedoeling. Inspecteer het resultaat aan de hand van het aangeleverde materiaal en vermeld onzekere of onleesbare details expliciet. Het tekstantwoord van het model kan analyse of een latere toepassingsstap ondersteunen, terwijl tooluitvoering, feitelijke bevestiging of mediatransformatie een afzonderlijke bewerking blijft die eigen invoer en een eigen resultaat vereist.
", "aboutText": "Qwen3-Omni-30B-A3B-Thinking is het redeneergerichte model binnen Qwen3-Omni. Het begrijpt tekst, afbeeldingen, audio en video, ook in combinaties binnen hetzelfde gesprek, en produceert een tekstresultaat. De specifieke Thinking-editie bevat de Thinker-component en is uitgerust voor redeneren; ze bevat niet de Talker die in het Instruct-checkpoint voor gesproken uitvoer wordt gebruikt. Dit onderscheid is van belang wanneer u een model kiest voor een analytisch verslag in plaats van een gesproken gesprek.\n\nDe fabrikant beschrijft Qwen3-Omni als een meertalige mixture-of-experts-familie met 119 teksttalen en 19 talen voor spraakinvoer. Russisch staat in de gepubliceerde lijst voor spraakinvoer. De specifieke Thinking-configuratie bevat 48 teksttransformerlagen, 128 experts en acht geselecteerde experts per token. Ze heeft ook componenten voor audio- en beeldverwerking. Dit zijn kenmerken van het genoemde checkpoint; het multimodale begrip ervan mag niet worden vervangen door de mogelijkheden van een Qwen3-model voor gewone tekst met een vergelijkbaar groottelabel.\n\nDe cookbooks omvatten spraakherkenning en -vertaling, analyse van muziek en omgevingsgeluid, gemengde audio, afbeeldingsvragen, OCR, objectgrounding, videobeschrijvingen en audiovisuele vragen. Bij wiskunde op basis van afbeeldingen wordt specifiek de Thinking-editie benadrukt. Geef voor een meetkundetaak het volledige diagram, leesbare labels en de vraag en vraag vervolgens om een oplossing die zichtbare gegevens van aannames onderscheidt. Duid bij een opgenomen demonstratie de te onderzoeken actie of afwijking aan en vraag om waarnemingen die aan de relevante delen van het materiaal zijn gekoppeld. Het verwachte artefact kan een schriftelijke oplossing, een gestructureerde waarnemingslijst of een uitleg zijn van wat het bewijs ondersteunt.\n\nBereid de invoer voor als een multimodaal gesprek met de bijpassende processor en chattemplate. De verwerkingstoolkit van de ontwikkelaar verwerkt afgewisselde tekst, afbeeldingen, audio en video. Qwen beschrijft streaming tekstuele antwoorden als onderdeel van het interactieontwerp van de familie en demonstreert batch-inferentie met gemengde media en uitsluitend tekstuitvoer. De fabrikant raadt aan om in elke gespreksronde naast de media een expliciete tekstinstructie te geven. Een video zonder toelichting laat de taak dubbelzinnig: vermeld of het model acties moet samenvatten, twee scènes vergelijken, een geluid uitleggen of het getoonde probleem oplossen. Geef meerdere invoeren en hun onderlinge relatie labels, zodat de definitieve tekst de juiste vraag aan het juiste materiaal kan koppelen.\n\nBepaal bij video met spraak of gebeurtenisgeluiden of de audio deel uitmaakt van de taak. De gedocumenteerde flow gebruikt use_audio_in_video consequent tijdens voorverwerking en generatie, en de modelkaart waarschuwt dat een wijziging van deze instelling tussen gespreksrondes onverwachte resultaten kan veroorzaken. Een vraag over alleen de scène en een audiovisuele vraag vereisen daarom verschillende voorbereiding. Houd de oorspronkelijke clip beschikbaar, selecteer het relevante interval en laat de geluidstrack niet weg wanneer de gevraagde conclusie afhangt van wat is gezegd of gehoord.\n\nDe gepubliceerde tekstconfiguratie stelt max_position_embeddings in op 65,536. De vLLM-voorbeelden op de modelkaart gebruiken afzonderlijk een instelling voor modellengte van 32,768 tokens en een generatie-instelling van 16,384 tokens. Die tonen een ingesteld inferentievoorbeeld, geen enkele universele limiet voor maximale uitvoer. Media worden via de processor gerepresenteerd, dus de aanvraaggrootte is niet alleen het aantal getypte tekens. Reserveer ruimte voor het tekstresultaat en gebruik een afgebakend bronsegment wanneer een lange opname slechts een korte gebeurtenis bevat die relevant is voor de vraag.\n\nDe ontwikkelaar demonstreert Transformers- en vLLM-workflows, met processorondersteuning en mediadecodering als expliciete afhankelijkheden. De gedeelde modelkaart documenteert ook interfaceverschillen, waaronder afzonderlijke verwerking van video en audio in een serving-voorbeeld. Kies het specifieke Thinking-checkpoint en het ondersteunde verwerkingspad, in plaats van aan te nemen dat elk voorbeeld op de familiekaart hetzelfde uitvoergedrag heeft. Spraakstemmen en Talker-instellingen op die pagina gelden voor Instruct, niet voor dit model met alleen Thinker.\n\nVraag voor een nuttig definitief resultaat om een uitleg op basis van bewijs en een duidelijk afzonderlijke conclusie. Behoud bij een visueel probleem eenheden, symbolen en labels; onderscheid bij audio hoorbare inhoud van een afgeleide bron; onderscheid bij video waargenomen acties van een interpretatie van de bedoeling. Inspecteer het resultaat aan de hand van het aangeleverde materiaal en vermeld onzekere of onleesbare details expliciet. Het tekstantwoord van het model kan analyse of een latere toepassingsstap ondersteunen, terwijl tooluitvoering, feitelijke bevestiging of mediatransformatie een afzonderlijke bewerking blijft die eigen invoer en een eigen resultaat vereist.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Reconcile demonstration annotations\n\nAnalyze these supplied text annotations of a demonstration. T0 visual note: valve indicator reads Closed. T1 speech transcript: "I am opening the valve now." T2 visual note: indicator still reads Closed; valve mechanism is off camera. State what each source establishes, whether successful opening is confirmed and what evidence would resolve the discrepancy.An evidence table separating visual notes from quoted speech, followed by a conclusion and one verification need.Check that a spoken intention is not treated as proof of the off-camera action or a faulty indicator.Qwen/Qwen3-Omni-30B-A3B-ThinkingQwen3-Omni-30B-A3B-Thinking redeneert over tekst, afbeeldingen, audio en video en geeft tekst terug. Deze editie met alleen Thinker is geschikt voor visuele wiskunde, audioanalyse en vragen die bewijs uit meerdere modaliteiten vereisen; spraakgeneratie hoort bij een andere Omni-release.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3-Omni-30B-A3B-Thinking is het redeneergerichte model binnen Qwen3-Omni. Het begrijpt tekst, afbeeldingen, audio en video, ook in combinaties binnen hetzelfde gesprek, en produceert een tekstresultaat. De specifieke Thinking-editie bevat de Thinker-component en is uitgerust voor redeneren; ze bevat niet de Talker die in het Instruct-checkpoint voor gesproken uitvoer wordt gebruikt. Dit onderscheid is van belang wanneer u een model kiest voor een analytisch verslag in plaats van een gesproken gesprek.
De fabrikant beschrijft Qwen3-Omni als een meertalige mixture-of-experts-familie met 119 teksttalen en 19 talen voor spraakinvoer. Russisch staat in de gepubliceerde lijst voor spraakinvoer. De specifieke Thinking-configuratie bevat 48 teksttransformerlagen, 128 experts en acht geselecteerde experts per token. Ze heeft ook componenten voor audio- en beeldverwerking. Dit zijn kenmerken van het genoemde checkpoint; het multimodale begrip ervan mag niet worden vervangen door de mogelijkheden van een Qwen3-model voor gewone tekst met een vergelijkbaar groottelabel.
De cookbooks omvatten spraakherkenning en -vertaling, analyse van muziek en omgevingsgeluid, gemengde audio, afbeeldingsvragen, OCR, objectgrounding, videobeschrijvingen en audiovisuele vragen. Bij wiskunde op basis van afbeeldingen wordt specifiek de Thinking-editie benadrukt. Geef voor een meetkundetaak het volledige diagram, leesbare labels en de vraag en vraag vervolgens om een oplossing die zichtbare gegevens van aannames onderscheidt. Duid bij een opgenomen demonstratie de te onderzoeken actie of afwijking aan en vraag om waarnemingen die aan de relevante delen van het materiaal zijn gekoppeld. Het verwachte artefact kan een schriftelijke oplossing, een gestructureerde waarnemingslijst of een uitleg zijn van wat het bewijs ondersteunt.
Bereid de invoer voor als een multimodaal gesprek met de bijpassende processor en chattemplate. De verwerkingstoolkit van de ontwikkelaar verwerkt afgewisselde tekst, afbeeldingen, audio en video. Qwen beschrijft streaming tekstuele antwoorden als onderdeel van het interactieontwerp van de familie en demonstreert batch-inferentie met gemengde media en uitsluitend tekstuitvoer. De fabrikant raadt aan om in elke gespreksronde naast de media een expliciete tekstinstructie te geven. Een video zonder toelichting laat de taak dubbelzinnig: vermeld of het model acties moet samenvatten, twee scènes vergelijken, een geluid uitleggen of het getoonde probleem oplossen. Geef meerdere invoeren en hun onderlinge relatie labels, zodat de definitieve tekst de juiste vraag aan het juiste materiaal kan koppelen.
Bepaal bij video met spraak of gebeurtenisgeluiden of de audio deel uitmaakt van de taak. De gedocumenteerde flow gebruikt use_audio_in_video consequent tijdens voorverwerking en generatie, en de modelkaart waarschuwt dat een wijziging van deze instelling tussen gespreksrondes onverwachte resultaten kan veroorzaken. Een vraag over alleen de scène en een audiovisuele vraag vereisen daarom verschillende voorbereiding. Houd de oorspronkelijke clip beschikbaar, selecteer het relevante interval en laat de geluidstrack niet weg wanneer de gevraagde conclusie afhangt van wat is gezegd of gehoord.
De gepubliceerde tekstconfiguratie stelt max_position_embeddings in op 65,536. De vLLM-voorbeelden op de modelkaart gebruiken afzonderlijk een instelling voor modellengte van 32,768 tokens en een generatie-instelling van 16,384 tokens. Die tonen een ingesteld inferentievoorbeeld, geen enkele universele limiet voor maximale uitvoer. Media worden via de processor gerepresenteerd, dus de aanvraaggrootte is niet alleen het aantal getypte tekens. Reserveer ruimte voor het tekstresultaat en gebruik een afgebakend bronsegment wanneer een lange opname slechts een korte gebeurtenis bevat die relevant is voor de vraag.
De ontwikkelaar demonstreert Transformers- en vLLM-workflows, met processorondersteuning en mediadecodering als expliciete afhankelijkheden. De gedeelde modelkaart documenteert ook interfaceverschillen, waaronder afzonderlijke verwerking van video en audio in een serving-voorbeeld. Kies het specifieke Thinking-checkpoint en het ondersteunde verwerkingspad, in plaats van aan te nemen dat elk voorbeeld op de familiekaart hetzelfde uitvoergedrag heeft. Spraakstemmen en Talker-instellingen op die pagina gelden voor Instruct, niet voor dit model met alleen Thinker.
Vraag voor een nuttig definitief resultaat om een uitleg op basis van bewijs en een duidelijk afzonderlijke conclusie. Behoud bij een visueel probleem eenheden, symbolen en labels; onderscheid bij audio hoorbare inhoud van een afgeleide bron; onderscheid bij video waargenomen acties van een interpretatie van de bedoeling. Inspecteer het resultaat aan de hand van het aangeleverde materiaal en vermeld onzekere of onleesbare details expliciet. Het tekstantwoord van het model kan analyse of een latere toepassingsstap ondersteunen, terwijl tooluitvoering, feitelijke bevestiging of mediatransformatie een afzonderlijke bewerking blijft die eigen invoer en een eigen resultaat vereist.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten Qwen/Qwen3-Omni-30B-A3B-Thinking | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Qwen/Qwen3-Omni-30B-A3B-Thinking", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='Qwen/Qwen3-Omni-30B-A3B-Thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='Qwen/Qwen3-Omni-30B-A3B-Thinking',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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra Qwen/Qwen3-Omni-30B-A3B-Thinking
Gebruik de hierboven getoonde methodepaden.
Qwen/Qwen3-Omni-30B-A3B-ThinkingQwen3-Omni-30B-A3B-Thinking redeneert over tekst, afbeeldingen, audio en video en geeft tekst terug. Deze editie met alleen Thinker is geschikt voor visuele wiskunde, audioanalyse en vragen die bewijs uit meerdere modaliteiten vereisen; spraakgeneratie hoort bij een andere Omni-release.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3-Omni-30B-A3B-Thinking is het redeneergerichte model binnen Qwen3-Omni. Het begrijpt tekst, afbeeldingen, audio en video, ook in combinaties binnen hetzelfde gesprek, en produceert een tekstresultaat. De specifieke Thinking-editie bevat de Thinker-component en is uitgerust voor redeneren; ze bevat niet de Talker die in het Instruct-checkpoint voor gesproken uitvoer wordt gebruikt. Dit onderscheid is van belang wanneer u een model kiest voor een analytisch verslag in plaats van een gesproken gesprek.
De fabrikant beschrijft Qwen3-Omni als een meertalige mixture-of-experts-familie met 119 teksttalen en 19 talen voor spraakinvoer. Russisch staat in de gepubliceerde lijst voor spraakinvoer. De specifieke Thinking-configuratie bevat 48 teksttransformerlagen, 128 experts en acht geselecteerde experts per token. Ze heeft ook componenten voor audio- en beeldverwerking. Dit zijn kenmerken van het genoemde checkpoint; het multimodale begrip ervan mag niet worden vervangen door de mogelijkheden van een Qwen3-model voor gewone tekst met een vergelijkbaar groottelabel.
De cookbooks omvatten spraakherkenning en -vertaling, analyse van muziek en omgevingsgeluid, gemengde audio, afbeeldingsvragen, OCR, objectgrounding, videobeschrijvingen en audiovisuele vragen. Bij wiskunde op basis van afbeeldingen wordt specifiek de Thinking-editie benadrukt. Geef voor een meetkundetaak het volledige diagram, leesbare labels en de vraag en vraag vervolgens om een oplossing die zichtbare gegevens van aannames onderscheidt. Duid bij een opgenomen demonstratie de te onderzoeken actie of afwijking aan en vraag om waarnemingen die aan de relevante delen van het materiaal zijn gekoppeld. Het verwachte artefact kan een schriftelijke oplossing, een gestructureerde waarnemingslijst of een uitleg zijn van wat het bewijs ondersteunt.
Bereid de invoer voor als een multimodaal gesprek met de bijpassende processor en chattemplate. De verwerkingstoolkit van de ontwikkelaar verwerkt afgewisselde tekst, afbeeldingen, audio en video. Qwen beschrijft streaming tekstuele antwoorden als onderdeel van het interactieontwerp van de familie en demonstreert batch-inferentie met gemengde media en uitsluitend tekstuitvoer. De fabrikant raadt aan om in elke gespreksronde naast de media een expliciete tekstinstructie te geven. Een video zonder toelichting laat de taak dubbelzinnig: vermeld of het model acties moet samenvatten, twee scènes vergelijken, een geluid uitleggen of het getoonde probleem oplossen. Geef meerdere invoeren en hun onderlinge relatie labels, zodat de definitieve tekst de juiste vraag aan het juiste materiaal kan koppelen.
Bepaal bij video met spraak of gebeurtenisgeluiden of de audio deel uitmaakt van de taak. De gedocumenteerde flow gebruikt use_audio_in_video consequent tijdens voorverwerking en generatie, en de modelkaart waarschuwt dat een wijziging van deze instelling tussen gespreksrondes onverwachte resultaten kan veroorzaken. Een vraag over alleen de scène en een audiovisuele vraag vereisen daarom verschillende voorbereiding. Houd de oorspronkelijke clip beschikbaar, selecteer het relevante interval en laat de geluidstrack niet weg wanneer de gevraagde conclusie afhangt van wat is gezegd of gehoord.
De gepubliceerde tekstconfiguratie stelt max_position_embeddings in op 65,536. De vLLM-voorbeelden op de modelkaart gebruiken afzonderlijk een instelling voor modellengte van 32,768 tokens en een generatie-instelling van 16,384 tokens. Die tonen een ingesteld inferentievoorbeeld, geen enkele universele limiet voor maximale uitvoer. Media worden via de processor gerepresenteerd, dus de aanvraaggrootte is niet alleen het aantal getypte tekens. Reserveer ruimte voor het tekstresultaat en gebruik een afgebakend bronsegment wanneer een lange opname slechts een korte gebeurtenis bevat die relevant is voor de vraag.
De ontwikkelaar demonstreert Transformers- en vLLM-workflows, met processorondersteuning en mediadecodering als expliciete afhankelijkheden. De gedeelde modelkaart documenteert ook interfaceverschillen, waaronder afzonderlijke verwerking van video en audio in een serving-voorbeeld. Kies het specifieke Thinking-checkpoint en het ondersteunde verwerkingspad, in plaats van aan te nemen dat elk voorbeeld op de familiekaart hetzelfde uitvoergedrag heeft. Spraakstemmen en Talker-instellingen op die pagina gelden voor Instruct, niet voor dit model met alleen Thinker.
Vraag voor een nuttig definitief resultaat om een uitleg op basis van bewijs en een duidelijk afzonderlijke conclusie. Behoud bij een visueel probleem eenheden, symbolen en labels; onderscheid bij audio hoorbare inhoud van een afgeleide bron; onderscheid bij video waargenomen acties van een interpretatie van de bedoeling. Inspecteer het resultaat aan de hand van het aangeleverde materiaal en vermeld onzekere of onleesbare details expliciet. Het tekstantwoord van het model kan analyse of een latere toepassingsstap ondersteunen, terwijl tooluitvoering, feitelijke bevestiging of mediatransformatie een afzonderlijke bewerking blijft die eigen invoer en een eigen resultaat vereist.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten Qwen/Qwen3-Omni-30B-A3B-Thinking | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "Qwen/Qwen3-Omni-30B-A3B-Thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-Omni-30B-A3B-Thinking', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-Omni-30B-A3B-Thinking', '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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra Qwen/Qwen3-Omni-30B-A3B-Thinking
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Reconcile demonstration annotations\n\nAnalyze these supplied text annotations of a demonstration. T0 visual note: valve indicator reads Closed. T1 speech transcript: "I am opening the valve now." T2 visual note: indicator still reads Closed; valve mechanism is off camera. State what each source establishes, whether successful opening is confirmed and what evidence would resolve the discrepancy.An evidence table separating visual notes from quoted speech, followed by a conclusion and one verification need.Check that a spoken intention is not treated as proof of the off-camera action or a faulty indicator.