Qwen-Max is een grootschalig tekstmodel in de Qwen-familie voor taken die taalbegrip, logisch redeneren en een omvangrijk geschreven resultaat combineren. De ontwikkelaar benadrukt programmeertaken in het Chinees en Engels, meertalig werk, creatief schrijven en rolgebonden gesprekken. Het model is ontworpen om duidelijkere, gedetailleerdere antwoorden te geven en daarbij de gevraagde antwoordstijl te volgen.
De modelnaam wordt doorlopend bijgewerkt. De ontwikkelaar beschrijft qwen-max momenteel als functioneel gelijkwaardig aan de momentopname qwen-max-2025-01-25. De veranderende naam en de gedateerde momentopname hebben verschillende doelen: de ene volgt de reeks tijdens haar ontwikkeling, terwijl de andere een specifieke editie aanduidt. Behoud dat onderscheid wanneer je herhaalde taken vergelijkt of een consistente assistentconfiguratie onderhoudt.
Modelmogelijkheden
Qwen-Max accepteert tekst en maakt tekst. Het kan werken met een gesprek, bronpassages, een software-eis of een bestaand codefragment. Gebruik het wanneer het resultaat een uitleg, herschreven document, implementatie of verzameling geëxtraheerde velden moet zijn. Een gescande pagina of schermafbeelding heeft een afzonderlijke stap nodig die de vereiste informatie als tekst beschikbaar maakt; de gedocumenteerde invoer van dit model is geen afbeelding.
De ontwikkelaar benoemt vooral het naleven van JSON-opmaak. Een praktische extractietaak kan velden bepalen zoals een onderwerp, voorwaarden die expliciet in de bron staan en een onopgeloste vraag. Geef de bronpassage en de beoogde veldnamen en vermeld hoe ontbrekende informatie moet worden weergegeven. Dat maakt van een gespreksantwoord gegevens die een applicatie kan bekijken en verwerken. Een verzoek om JSON en een verzoek om een tekstuele uitleg zijn verschillende uitvoereisen en moeten afzonderlijk worden benoemd.
De gedocumenteerde interfaces omvatten ook functieaanroepen, gestructureerde uitvoer, voortzetting vanuit een antwoordvoorvoegsel, contextcaching en batchinferentie. Functieaanroepen en webzoeken worden niet in elke configuratie van de ontwikkelaar op dezelfde manier aangeboden. Behandel ze als opties van de omringende interface: de applicatie levert de tools, voert gekozen handelingen uit en geeft de resultaten terug. Caching en batchverwerking gaan over het indienen en hergebruiken van werk, niet over een nieuwe inhoudsmodaliteit.
Contextlimieten
De gepubliceerde specificatie vermeldt een contextvenster van 32.768 tokens, een maximale invoer van 30.720 tokens en een maximale uitvoer van 8.192 tokens. Houd het bronmateriaal, het gesprek en het gevraagde antwoord binnen de toepasselijke grenzen. Het uitvoerplafond helpt om te kiezen tussen een beknopt antwoord en een lang document; het mag niet als garantie worden gelezen dat elk antwoord die lengte gebruikt.
Plaats voor een documenttaak de essentiële brondelen vóór optionele voorbeelden en benoem wat het eindresultaat moet bevatten. Geef bijvoorbeeld een productbeschrijving en vragen van een klant en vraag daarna om een antwoord dat de aangeleverde voorwaarden behoudt, de taal van de klant gebruikt en onbeantwoorde vragen van bevestigde informatie scheidt. Het resultaat kan een klantgericht antwoord zijn met een klein JSON-record voor de volgende applicatiestap.
Geef voor programmeren het doel van de functie, de geaccepteerde invoer, de verwachte uitvoer en het bestaande fragment waarmee de wijziging compatibel moet blijven. Vraag om de implementatie, een uitleg van de beslissingen en voorbeelden voor een gewone invoer en een grensgeval. Zo worden de gedocumenteerde programmeer- en redeneermogelijkheden gebruikt zonder toegang tot een repository, compiler of draaiende applicatie te veronderstellen.
Definieer voor creatief schrijven of rolgebonden dialoog de doelgroep, de toon en de feiten die in een revisie behouden moeten blijven. Een rol kan het gesprek ordenen, terwijl het bronmateriaal bepaalt wat het model moet zeggen. Vraag om alternatieve inleidingen of uitleg voor verschillende lezers in plaats van een onbepaalde herschrijving; elke variant heeft dan een waarneembaar doel.
Relevante beperkingen
Qwen-Max is een tekst-naar-tekstreeks, geen editie voor visuele of spraakgeneratie. De ontwikkelaar vermeldt fijnafstemming op deze modelkaart niet als ondersteunde interfacemogelijkheid. Gedrag met tools hangt af van de aangesloten interface en de veranderende naam legt geen permanente momentopname vast. Die verschillen helpen om de juiste editie te kiezen en invoer voor te bereiden die bij het werkelijk benodigde resultaat past.
", "aboutText": "Qwen-Max is een grootschalig tekstmodel in de Qwen-familie voor taken die taalbegrip, logisch redeneren en een omvangrijk geschreven resultaat combineren. De ontwikkelaar benadrukt programmeertaken in het Chinees en Engels, meertalig werk, creatief schrijven en rolgebonden gesprekken. Het model is ontworpen om duidelijkere, gedetailleerdere antwoorden te geven en daarbij de gevraagde antwoordstijl te volgen.\n\nDe modelnaam wordt doorlopend bijgewerkt. De ontwikkelaar beschrijft qwen-max momenteel als functioneel gelijkwaardig aan de momentopname qwen-max-2025-01-25. De veranderende naam en de gedateerde momentopname hebben verschillende doelen: de ene volgt de reeks tijdens haar ontwikkeling, terwijl de andere een specifieke editie aanduidt. Behoud dat onderscheid wanneer je herhaalde taken vergelijkt of een consistente assistentconfiguratie onderhoudt.\n\nModelmogelijkheden\n\nQwen-Max accepteert tekst en maakt tekst. Het kan werken met een gesprek, bronpassages, een software-eis of een bestaand codefragment. Gebruik het wanneer het resultaat een uitleg, herschreven document, implementatie of verzameling geëxtraheerde velden moet zijn. Een gescande pagina of schermafbeelding heeft een afzonderlijke stap nodig die de vereiste informatie als tekst beschikbaar maakt; de gedocumenteerde invoer van dit model is geen afbeelding.\n\nDe ontwikkelaar benoemt vooral het naleven van JSON-opmaak. Een praktische extractietaak kan velden bepalen zoals een onderwerp, voorwaarden die expliciet in de bron staan en een onopgeloste vraag. Geef de bronpassage en de beoogde veldnamen en vermeld hoe ontbrekende informatie moet worden weergegeven. Dat maakt van een gespreksantwoord gegevens die een applicatie kan bekijken en verwerken. Een verzoek om JSON en een verzoek om een tekstuele uitleg zijn verschillende uitvoereisen en moeten afzonderlijk worden benoemd.\n\nDe gedocumenteerde interfaces omvatten ook functieaanroepen, gestructureerde uitvoer, voortzetting vanuit een antwoordvoorvoegsel, contextcaching en batchinferentie. Functieaanroepen en webzoeken worden niet in elke configuratie van de ontwikkelaar op dezelfde manier aangeboden. Behandel ze als opties van de omringende interface: de applicatie levert de tools, voert gekozen handelingen uit en geeft de resultaten terug. Caching en batchverwerking gaan over het indienen en hergebruiken van werk, niet over een nieuwe inhoudsmodaliteit.\n\nContextlimieten\n\nDe gepubliceerde specificatie vermeldt een contextvenster van 32.768 tokens, een maximale invoer van 30.720 tokens en een maximale uitvoer van 8.192 tokens. Houd het bronmateriaal, het gesprek en het gevraagde antwoord binnen de toepasselijke grenzen. Het uitvoerplafond helpt om te kiezen tussen een beknopt antwoord en een lang document; het mag niet als garantie worden gelezen dat elk antwoord die lengte gebruikt.\n\nPlaats voor een documenttaak de essentiële brondelen vóór optionele voorbeelden en benoem wat het eindresultaat moet bevatten. Geef bijvoorbeeld een productbeschrijving en vragen van een klant en vraag daarna om een antwoord dat de aangeleverde voorwaarden behoudt, de taal van de klant gebruikt en onbeantwoorde vragen van bevestigde informatie scheidt. Het resultaat kan een klantgericht antwoord zijn met een klein JSON-record voor de volgende applicatiestap.\n\nGeef voor programmeren het doel van de functie, de geaccepteerde invoer, de verwachte uitvoer en het bestaande fragment waarmee de wijziging compatibel moet blijven. Vraag om de implementatie, een uitleg van de beslissingen en voorbeelden voor een gewone invoer en een grensgeval. Zo worden de gedocumenteerde programmeer- en redeneermogelijkheden gebruikt zonder toegang tot een repository, compiler of draaiende applicatie te veronderstellen.\n\nDefinieer voor creatief schrijven of rolgebonden dialoog de doelgroep, de toon en de feiten die in een revisie behouden moeten blijven. Een rol kan het gesprek ordenen, terwijl het bronmateriaal bepaalt wat het model moet zeggen. Vraag om alternatieve inleidingen of uitleg voor verschillende lezers in plaats van een onbepaalde herschrijving; elke variant heeft dan een waarneembaar doel.\n\nRelevante beperkingen\n\nQwen-Max is een tekst-naar-tekstreeks, geen editie voor visuele of spraakgeneratie. De ontwikkelaar vermeldt fijnafstemming op deze modelkaart niet als ondersteunde interfacemogelijkheid. Gedrag met tools hangt af van de aangesloten interface en de veranderende naam legt geen permanente momentopname vast. Die verschillen helpen om de juiste editie te kiezen en invoer voor te bereiden die bij het werkelijk benodigde resultaat past.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "04d1e00ce24d0779f41425c16c039faeeec8ff00fffe5040e18246d225be9de0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "qwen-max-latestQwen-Max is een tekstmodel voor meertalige gesprekken, logisch redeneren, programmeren en inhoud maken. Het combineert nauwkeurige instructieopvolging met JSON-gerichte uitvoer en controle over de antwoordstijl.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen-Max is een grootschalig tekstmodel in de Qwen-familie voor taken die taalbegrip, logisch redeneren en een omvangrijk geschreven resultaat combineren. De ontwikkelaar benadrukt programmeertaken in het Chinees en Engels, meertalig werk, creatief schrijven en rolgebonden gesprekken. Het model is ontworpen om duidelijkere, gedetailleerdere antwoorden te geven en daarbij de gevraagde antwoordstijl te volgen.
De modelnaam wordt doorlopend bijgewerkt. De ontwikkelaar beschrijft qwen-max momenteel als functioneel gelijkwaardig aan de momentopname qwen-max-2025-01-25. De veranderende naam en de gedateerde momentopname hebben verschillende doelen: de ene volgt de reeks tijdens haar ontwikkeling, terwijl de andere een specifieke editie aanduidt. Behoud dat onderscheid wanneer je herhaalde taken vergelijkt of een consistente assistentconfiguratie onderhoudt.
Modelmogelijkheden
Qwen-Max accepteert tekst en maakt tekst. Het kan werken met een gesprek, bronpassages, een software-eis of een bestaand codefragment. Gebruik het wanneer het resultaat een uitleg, herschreven document, implementatie of verzameling geëxtraheerde velden moet zijn. Een gescande pagina of schermafbeelding heeft een afzonderlijke stap nodig die de vereiste informatie als tekst beschikbaar maakt; de gedocumenteerde invoer van dit model is geen afbeelding.
De ontwikkelaar benoemt vooral het naleven van JSON-opmaak. Een praktische extractietaak kan velden bepalen zoals een onderwerp, voorwaarden die expliciet in de bron staan en een onopgeloste vraag. Geef de bronpassage en de beoogde veldnamen en vermeld hoe ontbrekende informatie moet worden weergegeven. Dat maakt van een gespreksantwoord gegevens die een applicatie kan bekijken en verwerken. Een verzoek om JSON en een verzoek om een tekstuele uitleg zijn verschillende uitvoereisen en moeten afzonderlijk worden benoemd.
De gedocumenteerde interfaces omvatten ook functieaanroepen, gestructureerde uitvoer, voortzetting vanuit een antwoordvoorvoegsel, contextcaching en batchinferentie. Functieaanroepen en webzoeken worden niet in elke configuratie van de ontwikkelaar op dezelfde manier aangeboden. Behandel ze als opties van de omringende interface: de applicatie levert de tools, voert gekozen handelingen uit en geeft de resultaten terug. Caching en batchverwerking gaan over het indienen en hergebruiken van werk, niet over een nieuwe inhoudsmodaliteit.
Contextlimieten
De gepubliceerde specificatie vermeldt een contextvenster van 32.768 tokens, een maximale invoer van 30.720 tokens en een maximale uitvoer van 8.192 tokens. Houd het bronmateriaal, het gesprek en het gevraagde antwoord binnen de toepasselijke grenzen. Het uitvoerplafond helpt om te kiezen tussen een beknopt antwoord en een lang document; het mag niet als garantie worden gelezen dat elk antwoord die lengte gebruikt.
Plaats voor een documenttaak de essentiële brondelen vóór optionele voorbeelden en benoem wat het eindresultaat moet bevatten. Geef bijvoorbeeld een productbeschrijving en vragen van een klant en vraag daarna om een antwoord dat de aangeleverde voorwaarden behoudt, de taal van de klant gebruikt en onbeantwoorde vragen van bevestigde informatie scheidt. Het resultaat kan een klantgericht antwoord zijn met een klein JSON-record voor de volgende applicatiestap.
Geef voor programmeren het doel van de functie, de geaccepteerde invoer, de verwachte uitvoer en het bestaande fragment waarmee de wijziging compatibel moet blijven. Vraag om de implementatie, een uitleg van de beslissingen en voorbeelden voor een gewone invoer en een grensgeval. Zo worden de gedocumenteerde programmeer- en redeneermogelijkheden gebruikt zonder toegang tot een repository, compiler of draaiende applicatie te veronderstellen.
Definieer voor creatief schrijven of rolgebonden dialoog de doelgroep, de toon en de feiten die in een revisie behouden moeten blijven. Een rol kan het gesprek ordenen, terwijl het bronmateriaal bepaalt wat het model moet zeggen. Vraag om alternatieve inleidingen of uitleg voor verschillende lezers in plaats van een onbepaalde herschrijving; elke variant heeft dan een waarneembaar doel.
Relevante beperkingen
Qwen-Max is een tekst-naar-tekstreeks, geen editie voor visuele of spraakgeneratie. De ontwikkelaar vermeldt fijnafstemming op deze modelkaart niet als ondersteunde interfacemogelijkheid. Gedrag met tools hangt af van de aangesloten interface en de veranderende naam legt geen permanente momentopname vast. Die verschillen helpen om de juiste editie te kiezen en invoer voor te bereiden die bij het werkelijk benodigde resultaat past.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen-max-latest | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Tekstgesprek | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
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 |
Parametercontrol_scope | ContractTekstgesprek; stream is een booleaanse waarde en is standaard false. |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Methodealiasnamen: /chat/completions
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 $0.000686 / 1K tokens Uitvoer · Uitvoertokens $0.002744 / 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-max-latest","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-max-latest", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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-max-latest
/chat/completions
qwen-max-latestQwen-Max is een tekstmodel voor meertalige gesprekken, logisch redeneren, programmeren en inhoud maken. Het combineert nauwkeurige instructieopvolging met JSON-gerichte uitvoer en controle over de antwoordstijl.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen-Max is een grootschalig tekstmodel in de Qwen-familie voor taken die taalbegrip, logisch redeneren en een omvangrijk geschreven resultaat combineren. De ontwikkelaar benadrukt programmeertaken in het Chinees en Engels, meertalig werk, creatief schrijven en rolgebonden gesprekken. Het model is ontworpen om duidelijkere, gedetailleerdere antwoorden te geven en daarbij de gevraagde antwoordstijl te volgen.
De modelnaam wordt doorlopend bijgewerkt. De ontwikkelaar beschrijft qwen-max momenteel als functioneel gelijkwaardig aan de momentopname qwen-max-2025-01-25. De veranderende naam en de gedateerde momentopname hebben verschillende doelen: de ene volgt de reeks tijdens haar ontwikkeling, terwijl de andere een specifieke editie aanduidt. Behoud dat onderscheid wanneer je herhaalde taken vergelijkt of een consistente assistentconfiguratie onderhoudt.
Modelmogelijkheden
Qwen-Max accepteert tekst en maakt tekst. Het kan werken met een gesprek, bronpassages, een software-eis of een bestaand codefragment. Gebruik het wanneer het resultaat een uitleg, herschreven document, implementatie of verzameling geëxtraheerde velden moet zijn. Een gescande pagina of schermafbeelding heeft een afzonderlijke stap nodig die de vereiste informatie als tekst beschikbaar maakt; de gedocumenteerde invoer van dit model is geen afbeelding.
De ontwikkelaar benoemt vooral het naleven van JSON-opmaak. Een praktische extractietaak kan velden bepalen zoals een onderwerp, voorwaarden die expliciet in de bron staan en een onopgeloste vraag. Geef de bronpassage en de beoogde veldnamen en vermeld hoe ontbrekende informatie moet worden weergegeven. Dat maakt van een gespreksantwoord gegevens die een applicatie kan bekijken en verwerken. Een verzoek om JSON en een verzoek om een tekstuele uitleg zijn verschillende uitvoereisen en moeten afzonderlijk worden benoemd.
De gedocumenteerde interfaces omvatten ook functieaanroepen, gestructureerde uitvoer, voortzetting vanuit een antwoordvoorvoegsel, contextcaching en batchinferentie. Functieaanroepen en webzoeken worden niet in elke configuratie van de ontwikkelaar op dezelfde manier aangeboden. Behandel ze als opties van de omringende interface: de applicatie levert de tools, voert gekozen handelingen uit en geeft de resultaten terug. Caching en batchverwerking gaan over het indienen en hergebruiken van werk, niet over een nieuwe inhoudsmodaliteit.
Contextlimieten
De gepubliceerde specificatie vermeldt een contextvenster van 32.768 tokens, een maximale invoer van 30.720 tokens en een maximale uitvoer van 8.192 tokens. Houd het bronmateriaal, het gesprek en het gevraagde antwoord binnen de toepasselijke grenzen. Het uitvoerplafond helpt om te kiezen tussen een beknopt antwoord en een lang document; het mag niet als garantie worden gelezen dat elk antwoord die lengte gebruikt.
Plaats voor een documenttaak de essentiële brondelen vóór optionele voorbeelden en benoem wat het eindresultaat moet bevatten. Geef bijvoorbeeld een productbeschrijving en vragen van een klant en vraag daarna om een antwoord dat de aangeleverde voorwaarden behoudt, de taal van de klant gebruikt en onbeantwoorde vragen van bevestigde informatie scheidt. Het resultaat kan een klantgericht antwoord zijn met een klein JSON-record voor de volgende applicatiestap.
Geef voor programmeren het doel van de functie, de geaccepteerde invoer, de verwachte uitvoer en het bestaande fragment waarmee de wijziging compatibel moet blijven. Vraag om de implementatie, een uitleg van de beslissingen en voorbeelden voor een gewone invoer en een grensgeval. Zo worden de gedocumenteerde programmeer- en redeneermogelijkheden gebruikt zonder toegang tot een repository, compiler of draaiende applicatie te veronderstellen.
Definieer voor creatief schrijven of rolgebonden dialoog de doelgroep, de toon en de feiten die in een revisie behouden moeten blijven. Een rol kan het gesprek ordenen, terwijl het bronmateriaal bepaalt wat het model moet zeggen. Vraag om alternatieve inleidingen of uitleg voor verschillende lezers in plaats van een onbepaalde herschrijving; elke variant heeft dan een waarneembaar doel.
Relevante beperkingen
Qwen-Max is een tekst-naar-tekstreeks, geen editie voor visuele of spraakgeneratie. De ontwikkelaar vermeldt fijnafstemming op deze modelkaart niet als ondersteunde interfacemogelijkheid. Gedrag met tools hangt af van de aangesloten interface en de veranderende naam legt geen permanente momentopname vast. Die verschillen helpen om de juiste editie te kiezen en invoer voor te bereiden die bij het werkelijk benodigde resultaat past.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen-max-latest | 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 $0.000686 / 1K tokens Uitvoer · Uitvoertokens $0.002744 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen-max-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-max-latest', '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-max-latest', '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-max-latest
/chat/completions