De 30B-A3B Instruct-editie
Qwen3-VL-30B-A3B-Instruct is de instructiegerichte mixture-of-experts-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Behoud deze specifieke Instruct-identiteit, in plaats van de Thinking-editie met versterkte redeneervaardigheden of een andere grootte binnen de familie te gebruiken. Een nuttige aanvraag definieert het visuele bewijs, de vraag en het concrete artefact dat in het antwoord wordt verwacht.
Visuele agents en visueel programmeren
De ontwikkelaar beschrijft het herkennen van computer- of mobiele interface-elementen, het begrijpen van hun functies en het aanroepen van tools in een workflow met visuele agents. Geef het screenshot en het beoogde doel en vraag vervolgens welk zichtbaar bedieningselement bij de taak hoort en wat de keuze ondersteunt. De aangesloten toepassing voert acties uit en geeft de resultaten ervan terug; visuele herkenning alleen bestuurt het toestel niet.
Visueel programmeren omvat diagraminhoud en HTML, CSS of JavaScript die op basis van afbeeldingen of video worden gegenereerd. Geef een lay-outreferentie met functionele beperkingen en vraag om bewerkbare broncode. Voeg voor een wijziging aan een bestaande interface de relevante code en verwachte interactietoestanden toe. Scheid het artefact van de uitleg, zodat een ontwikkelworkflow het kan renderen en inspecteren. Gegenereerde broncode is een voorstel om te beoordelen, geen bewijs van een werkende toepassing.
Ruimtelijke waarneming, context en video
Qwen documenteert oordelen over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Duid het doelobject aan en vraag om de zichtbare aanwijzingen die de relatie ondersteunen. Een relatie die uit een afbeelding is afgeleid, moet onderscheiden blijven van een gekalibreerde fysieke meting.
De native context bedraagt 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. Behoud timing en framevolgorde wanneer u naar een opeenvolging vraagt. Het ingestelde representatiebudget bepaalt welk materiaal wordt verwerkt. De brede beschrijving van lange video binnen de familie mag daarom geen belofte worden dat alle informatie uit elk frame foutloos wordt teruggehaald.
Multimodaal redeneren, herkenning en OCR
Het model ondersteunt visuele STEM- en wiskundige vragen, causale analyse en uitleg op basis van bewijs. Geef de volledige opgave en diagramlabels en vraag vóór de definitieve conclusie om de gebruikte waarden. De familie breidt ook herkenning uit over mensen, producten, herkenningspunten, planten, dieren en mediapersonages. Controleer een identificatieresultaat wanneer de exacte identiteit van belang is.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en documentstructuur. Geef leesbare pagina's en vraag om velden, citaten of een tabel die aan de hand van de bron kan worden gecontroleerd. Tekstueel en visueel begrip worden gecombineerd, zodat de vraag een passage met de bijbehorende figuur en de instructies van de gebruiker kan verbinden.
Architectuur
De gepubliceerde configuratie identificeert een vision-language mixture-of-experts-model met 48 tekstlagen, 128 experts en acht geselecteerde experts per token. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte; DeepStack combineert kenmerken uit meerdere niveaus van de vision encoder; tekst-timestampuitlijning verankert gebeurtenissen in tijdsreferenties. Gebruik deze 30B-A3B Instruct-editie consequent bij het voorbereiden van visuele taken en het vergelijken van de resultaten ervan.
Invoer voorbereiden
De familievoorbeelden omvatten taken met alleen tekst, één of meerdere afbeeldingen en video. Geef visuele invoer labels en behoud het onderlinge verband. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk, waarbij het videobudget de pixels over de gesamplede frames omvat. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor frequentie of frameaantal in ondersteunde workflows.
De mediahelper kan videometadata bewaren en adviseert een tweede schaling te vermijden wanneer hij het materiaal al heeft geschaald. Orden het antwoord bij een documentvergelijking per paginalabel. Vraag bij een clip om de gebeurtenis, het relevante interval en het ondersteunende bewijs. Vergelijk de teruggegeven velden, passages en gebeurtenistijden met de oorspronkelijke pagina's of clip.
Generatierichtlijnen en beperkingen
Het generatiebestand van het checkpoint gebruikt standaard temperature 0.7, top_p 0.8, top_k 20 en repetition penalty 1.0. Het Instruct-recept van de familie gebruikt daarnaast presence penalty 1.5 en een uitvoerbudget van 32,768 tokens. Dat budget is een receptbudget van de producent, geen onafhankelijk vastgestelde harde uitvoerlimiet. De afzonderlijke taakbudgetten van de 8B Instruct-modelkaart mogen niet automatisch aan deze editie worden toegekend.
De uitbreidingsprocedure van de familie gebruikt YaRN en stelt een factor twee of drie voor bij uitbreiding van het interleaved positieschema van 256K naar ongeveer 1M. Reserveer ruimte voor het resultaat naast tekst en visuele representaties en controleer OCR, berekende conclusies en gegenereerde code aan de hand van het oorspronkelijke bewijs. Houd de generatievoorwaarden van Instruct gescheiden van de instellingen van een Thinking-checkpoint; de editienaam alleen legt geen toepassingsspecifieke hybride schakelaar vast.
", "aboutText": "De 30B-A3B Instruct-editie\n\nQwen3-VL-30B-A3B-Instruct is de instructiegerichte mixture-of-experts-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Behoud deze specifieke Instruct-identiteit, in plaats van de Thinking-editie met versterkte redeneervaardigheden of een andere grootte binnen de familie te gebruiken. Een nuttige aanvraag definieert het visuele bewijs, de vraag en het concrete artefact dat in het antwoord wordt verwacht.\n\nVisuele agents en visueel programmeren\n\nDe ontwikkelaar beschrijft het herkennen van computer- of mobiele interface-elementen, het begrijpen van hun functies en het aanroepen van tools in een workflow met visuele agents. Geef het screenshot en het beoogde doel en vraag vervolgens welk zichtbaar bedieningselement bij de taak hoort en wat de keuze ondersteunt. De aangesloten toepassing voert acties uit en geeft de resultaten ervan terug; visuele herkenning alleen bestuurt het toestel niet.\n\nVisueel programmeren omvat diagraminhoud en HTML, CSS of JavaScript die op basis van afbeeldingen of video worden gegenereerd. Geef een lay-outreferentie met functionele beperkingen en vraag om bewerkbare broncode. Voeg voor een wijziging aan een bestaande interface de relevante code en verwachte interactietoestanden toe. Scheid het artefact van de uitleg, zodat een ontwikkelworkflow het kan renderen en inspecteren. Gegenereerde broncode is een voorstel om te beoordelen, geen bewijs van een werkende toepassing.\n\nRuimtelijke waarneming, context en video\n\nQwen documenteert oordelen over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Duid het doelobject aan en vraag om de zichtbare aanwijzingen die de relatie ondersteunen. Een relatie die uit een afbeelding is afgeleid, moet onderscheiden blijven van een gekalibreerde fysieke meting.\n\nDe native context bedraagt 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. Behoud timing en framevolgorde wanneer u naar een opeenvolging vraagt. Het ingestelde representatiebudget bepaalt welk materiaal wordt verwerkt. De brede beschrijving van lange video binnen de familie mag daarom geen belofte worden dat alle informatie uit elk frame foutloos wordt teruggehaald.\n\nMultimodaal redeneren, herkenning en OCR\n\nHet model ondersteunt visuele STEM- en wiskundige vragen, causale analyse en uitleg op basis van bewijs. Geef de volledige opgave en diagramlabels en vraag vóór de definitieve conclusie om de gebruikte waarden. De familie breidt ook herkenning uit over mensen, producten, herkenningspunten, planten, dieren en mediapersonages. Controleer een identificatieresultaat wanneer de exacte identiteit van belang is.\n\nOCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en documentstructuur. Geef leesbare pagina's en vraag om velden, citaten of een tabel die aan de hand van de bron kan worden gecontroleerd. Tekstueel en visueel begrip worden gecombineerd, zodat de vraag een passage met de bijbehorende figuur en de instructies van de gebruiker kan verbinden.\n\nArchitectuur\n\nDe gepubliceerde configuratie identificeert een vision-language mixture-of-experts-model met 48 tekstlagen, 128 experts en acht geselecteerde experts per token. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte; DeepStack combineert kenmerken uit meerdere niveaus van de vision encoder; tekst-timestampuitlijning verankert gebeurtenissen in tijdsreferenties. Gebruik deze 30B-A3B Instruct-editie consequent bij het voorbereiden van visuele taken en het vergelijken van de resultaten ervan.\n\nInvoer voorbereiden\n\nDe familievoorbeelden omvatten taken met alleen tekst, één of meerdere afbeeldingen en video. Geef visuele invoer labels en behoud het onderlinge verband. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk, waarbij het videobudget de pixels over de gesamplede frames omvat. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor frequentie of frameaantal in ondersteunde workflows.\n\nDe mediahelper kan videometadata bewaren en adviseert een tweede schaling te vermijden wanneer hij het materiaal al heeft geschaald. Orden het antwoord bij een documentvergelijking per paginalabel. Vraag bij een clip om de gebeurtenis, het relevante interval en het ondersteunende bewijs. Vergelijk de teruggegeven velden, passages en gebeurtenistijden met de oorspronkelijke pagina's of clip.\n\nGeneratierichtlijnen en beperkingen\n\nHet generatiebestand van het checkpoint gebruikt standaard temperature 0.7, top_p 0.8, top_k 20 en repetition penalty 1.0. Het Instruct-recept van de familie gebruikt daarnaast presence penalty 1.5 en een uitvoerbudget van 32,768 tokens. Dat budget is een receptbudget van de producent, geen onafhankelijk vastgestelde harde uitvoerlimiet. De afzonderlijke taakbudgetten van de 8B Instruct-modelkaart mogen niet automatisch aan deze editie worden toegekend.\n\nDe uitbreidingsprocedure van de familie gebruikt YaRN en stelt een factor twee of drie voor bij uitbreiding van het interleaved positieschema van 256K naar ongeveer 1M. Reserveer ruimte voor het resultaat naast tekst en visuele representaties en controleer OCR, berekende conclusies en gegenereerde code aan de hand van het oorspronkelijke bewijs. Houd de generatievoorwaarden van Instruct gescheiden van de instellingen van een Thinking-checkpoint; de editienaam alleen legt geen toepassingsspecifieke hybride schakelaar vast.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Generate source from a written layout\n\nProduce self-contained HTML and CSS from this written layout: a heading “Upload report”, a file input and a status line below it. On screens narrower than 480 pixels, controls fill the available width. Include empty, selected-file and error text examples, accessible labels and no external assets. Return editable source with a short state explanation.An HTML/CSS source artifact and a short explanation of the three requested states.Check that the file input has an associated label, narrow layouts fit their container and every requested state has distinct text.qwen/qwen3-vl-30b-a3b-instructQwen3-VL-30B-A3B-Instruct is de instructiegerichte mixture-of-experts vision-language-editie van Qwen voor tekst, afbeeldingen en video. Het geeft tekst of code terug voor workflows met visuele agents, documenten lezen, ruimtelijke vragen en visueel programmeren, met OCR voor 32 talen en een native context van 262,144 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
De 30B-A3B Instruct-editie
Qwen3-VL-30B-A3B-Instruct is de instructiegerichte mixture-of-experts-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Behoud deze specifieke Instruct-identiteit, in plaats van de Thinking-editie met versterkte redeneervaardigheden of een andere grootte binnen de familie te gebruiken. Een nuttige aanvraag definieert het visuele bewijs, de vraag en het concrete artefact dat in het antwoord wordt verwacht.
Visuele agents en visueel programmeren
De ontwikkelaar beschrijft het herkennen van computer- of mobiele interface-elementen, het begrijpen van hun functies en het aanroepen van tools in een workflow met visuele agents. Geef het screenshot en het beoogde doel en vraag vervolgens welk zichtbaar bedieningselement bij de taak hoort en wat de keuze ondersteunt. De aangesloten toepassing voert acties uit en geeft de resultaten ervan terug; visuele herkenning alleen bestuurt het toestel niet.
Visueel programmeren omvat diagraminhoud en HTML, CSS of JavaScript die op basis van afbeeldingen of video worden gegenereerd. Geef een lay-outreferentie met functionele beperkingen en vraag om bewerkbare broncode. Voeg voor een wijziging aan een bestaande interface de relevante code en verwachte interactietoestanden toe. Scheid het artefact van de uitleg, zodat een ontwikkelworkflow het kan renderen en inspecteren. Gegenereerde broncode is een voorstel om te beoordelen, geen bewijs van een werkende toepassing.
Ruimtelijke waarneming, context en video
Qwen documenteert oordelen over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Duid het doelobject aan en vraag om de zichtbare aanwijzingen die de relatie ondersteunen. Een relatie die uit een afbeelding is afgeleid, moet onderscheiden blijven van een gekalibreerde fysieke meting.
De native context bedraagt 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. Behoud timing en framevolgorde wanneer u naar een opeenvolging vraagt. Het ingestelde representatiebudget bepaalt welk materiaal wordt verwerkt. De brede beschrijving van lange video binnen de familie mag daarom geen belofte worden dat alle informatie uit elk frame foutloos wordt teruggehaald.
Multimodaal redeneren, herkenning en OCR
Het model ondersteunt visuele STEM- en wiskundige vragen, causale analyse en uitleg op basis van bewijs. Geef de volledige opgave en diagramlabels en vraag vóór de definitieve conclusie om de gebruikte waarden. De familie breidt ook herkenning uit over mensen, producten, herkenningspunten, planten, dieren en mediapersonages. Controleer een identificatieresultaat wanneer de exacte identiteit van belang is.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en documentstructuur. Geef leesbare pagina's en vraag om velden, citaten of een tabel die aan de hand van de bron kan worden gecontroleerd. Tekstueel en visueel begrip worden gecombineerd, zodat de vraag een passage met de bijbehorende figuur en de instructies van de gebruiker kan verbinden.
Architectuur
De gepubliceerde configuratie identificeert een vision-language mixture-of-experts-model met 48 tekstlagen, 128 experts en acht geselecteerde experts per token. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte; DeepStack combineert kenmerken uit meerdere niveaus van de vision encoder; tekst-timestampuitlijning verankert gebeurtenissen in tijdsreferenties. Gebruik deze 30B-A3B Instruct-editie consequent bij het voorbereiden van visuele taken en het vergelijken van de resultaten ervan.
Invoer voorbereiden
De familievoorbeelden omvatten taken met alleen tekst, één of meerdere afbeeldingen en video. Geef visuele invoer labels en behoud het onderlinge verband. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk, waarbij het videobudget de pixels over de gesamplede frames omvat. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor frequentie of frameaantal in ondersteunde workflows.
De mediahelper kan videometadata bewaren en adviseert een tweede schaling te vermijden wanneer hij het materiaal al heeft geschaald. Orden het antwoord bij een documentvergelijking per paginalabel. Vraag bij een clip om de gebeurtenis, het relevante interval en het ondersteunende bewijs. Vergelijk de teruggegeven velden, passages en gebeurtenistijden met de oorspronkelijke pagina's of clip.
Generatierichtlijnen en beperkingen
Het generatiebestand van het checkpoint gebruikt standaard temperature 0.7, top_p 0.8, top_k 20 en repetition penalty 1.0. Het Instruct-recept van de familie gebruikt daarnaast presence penalty 1.5 en een uitvoerbudget van 32,768 tokens. Dat budget is een receptbudget van de producent, geen onafhankelijk vastgestelde harde uitvoerlimiet. De afzonderlijke taakbudgetten van de 8B Instruct-modelkaart mogen niet automatisch aan deze editie worden toegekend.
De uitbreidingsprocedure van de familie gebruikt YaRN en stelt een factor twee of drie voor bij uitbreiding van het interleaved positieschema van 256K naar ongeveer 1M. Reserveer ruimte voor het resultaat naast tekst en visuele representaties en controleer OCR, berekende conclusies en gegenereerde code aan de hand van het oorspronkelijke bewijs. Houd de generatievoorwaarden van Instruct gescheiden van de instellingen van een Thinking-checkpoint; de editienaam alleen legt geen toepassingsspecifieke hybride schakelaar vast.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-vl-30b-a3b-instruct | 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.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 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-vl-30b-a3b-instruct", "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-vl-30b-a3b-instruct',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-vl-30b-a3b-instruct',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-vl-30b-a3b-instruct
Gebruik de hierboven getoonde methodepaden.
qwen/qwen3-vl-30b-a3b-instructQwen3-VL-30B-A3B-Instruct is de instructiegerichte mixture-of-experts vision-language-editie van Qwen voor tekst, afbeeldingen en video. Het geeft tekst of code terug voor workflows met visuele agents, documenten lezen, ruimtelijke vragen en visueel programmeren, met OCR voor 32 talen en een native context van 262,144 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
De 30B-A3B Instruct-editie
Qwen3-VL-30B-A3B-Instruct is de instructiegerichte mixture-of-experts-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Behoud deze specifieke Instruct-identiteit, in plaats van de Thinking-editie met versterkte redeneervaardigheden of een andere grootte binnen de familie te gebruiken. Een nuttige aanvraag definieert het visuele bewijs, de vraag en het concrete artefact dat in het antwoord wordt verwacht.
Visuele agents en visueel programmeren
De ontwikkelaar beschrijft het herkennen van computer- of mobiele interface-elementen, het begrijpen van hun functies en het aanroepen van tools in een workflow met visuele agents. Geef het screenshot en het beoogde doel en vraag vervolgens welk zichtbaar bedieningselement bij de taak hoort en wat de keuze ondersteunt. De aangesloten toepassing voert acties uit en geeft de resultaten ervan terug; visuele herkenning alleen bestuurt het toestel niet.
Visueel programmeren omvat diagraminhoud en HTML, CSS of JavaScript die op basis van afbeeldingen of video worden gegenereerd. Geef een lay-outreferentie met functionele beperkingen en vraag om bewerkbare broncode. Voeg voor een wijziging aan een bestaande interface de relevante code en verwachte interactietoestanden toe. Scheid het artefact van de uitleg, zodat een ontwikkelworkflow het kan renderen en inspecteren. Gegenereerde broncode is een voorstel om te beoordelen, geen bewijs van een werkende toepassing.
Ruimtelijke waarneming, context en video
Qwen documenteert oordelen over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Duid het doelobject aan en vraag om de zichtbare aanwijzingen die de relatie ondersteunen. Een relatie die uit een afbeelding is afgeleid, moet onderscheiden blijven van een gekalibreerde fysieke meting.
De native context bedraagt 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. Behoud timing en framevolgorde wanneer u naar een opeenvolging vraagt. Het ingestelde representatiebudget bepaalt welk materiaal wordt verwerkt. De brede beschrijving van lange video binnen de familie mag daarom geen belofte worden dat alle informatie uit elk frame foutloos wordt teruggehaald.
Multimodaal redeneren, herkenning en OCR
Het model ondersteunt visuele STEM- en wiskundige vragen, causale analyse en uitleg op basis van bewijs. Geef de volledige opgave en diagramlabels en vraag vóór de definitieve conclusie om de gebruikte waarden. De familie breidt ook herkenning uit over mensen, producten, herkenningspunten, planten, dieren en mediapersonages. Controleer een identificatieresultaat wanneer de exacte identiteit van belang is.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en documentstructuur. Geef leesbare pagina's en vraag om velden, citaten of een tabel die aan de hand van de bron kan worden gecontroleerd. Tekstueel en visueel begrip worden gecombineerd, zodat de vraag een passage met de bijbehorende figuur en de instructies van de gebruiker kan verbinden.
Architectuur
De gepubliceerde configuratie identificeert een vision-language mixture-of-experts-model met 48 tekstlagen, 128 experts en acht geselecteerde experts per token. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte; DeepStack combineert kenmerken uit meerdere niveaus van de vision encoder; tekst-timestampuitlijning verankert gebeurtenissen in tijdsreferenties. Gebruik deze 30B-A3B Instruct-editie consequent bij het voorbereiden van visuele taken en het vergelijken van de resultaten ervan.
Invoer voorbereiden
De familievoorbeelden omvatten taken met alleen tekst, één of meerdere afbeeldingen en video. Geef visuele invoer labels en behoud het onderlinge verband. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk, waarbij het videobudget de pixels over de gesamplede frames omvat. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor frequentie of frameaantal in ondersteunde workflows.
De mediahelper kan videometadata bewaren en adviseert een tweede schaling te vermijden wanneer hij het materiaal al heeft geschaald. Orden het antwoord bij een documentvergelijking per paginalabel. Vraag bij een clip om de gebeurtenis, het relevante interval en het ondersteunende bewijs. Vergelijk de teruggegeven velden, passages en gebeurtenistijden met de oorspronkelijke pagina's of clip.
Generatierichtlijnen en beperkingen
Het generatiebestand van het checkpoint gebruikt standaard temperature 0.7, top_p 0.8, top_k 20 en repetition penalty 1.0. Het Instruct-recept van de familie gebruikt daarnaast presence penalty 1.5 en een uitvoerbudget van 32,768 tokens. Dat budget is een receptbudget van de producent, geen onafhankelijk vastgestelde harde uitvoerlimiet. De afzonderlijke taakbudgetten van de 8B Instruct-modelkaart mogen niet automatisch aan deze editie worden toegekend.
De uitbreidingsprocedure van de familie gebruikt YaRN en stelt een factor twee of drie voor bij uitbreiding van het interleaved positieschema van 256K naar ongeveer 1M. Reserveer ruimte voor het resultaat naast tekst en visuele representaties en controleer OCR, berekende conclusies en gegenereerde code aan de hand van het oorspronkelijke bewijs. Houd de generatievoorwaarden van Instruct gescheiden van de instellingen van een Thinking-checkpoint; de editienaam alleen legt geen toepassingsspecifieke hybride schakelaar vast.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-vl-30b-a3b-instruct | 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.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.0012 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen/qwen3-vl-30b-a3b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-vl-30b-a3b-instruct', '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-vl-30b-a3b-instruct', '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-vl-30b-a3b-instruct
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Generate source from a written layout\n\nProduce self-contained HTML and CSS from this written layout: a heading “Upload report”, a file input and a status line below it. On screens narrower than 480 pixels, controls fill the available width. Include empty, selected-file and error text examples, accessible labels and no external assets. Return editable source with a short state explanation.An HTML/CSS source artifact and a short explanation of the three requested states.Check that the file input has an associated label, narrow layouts fit their container and every requested state has distinct text.