Qwen3-32B is het grootste dense model in de oorspronkelijke Qwen3-release. Het combineert thinking voor complexe logica, wiskunde en code met non-thinking antwoorden voor gewone gesprekken. Qwen benadrukt ook creatief schrijven, rolgebaseerde dialoog, instructies volgen over meerdere beurten en agentmatig toolgebruik. Het model verwerkt en genereert tekst; meertalige instructies en vertaling vallen onder de oorspronkelijke familieondersteuning voor 119 talen en dialecten. Je kunt het een opdracht geven voor een analytische uitleg, codevoorstel of zorgvuldig gespecificeerde tekst.
De exacte editie heeft 32,8 miljard parameters in totaal, verspreid over 64 lagen. Het is een dense model, apart van de expertroutingarchitectuur van Qwen3-30B-A3B en latere afzonderlijk benoemde Qwen3-edities. De native context is 32.768 tokens. Geef bij een veeleisende taak het relevante bewijs, de vereisten en het verwachte resultaat samen. Lever voor een engineeringreview de componentbeschrijving, interfacebeperkingen en het op te lossen probleem en vraag om een voorstel met aannames, afhankelijkheden en alternatieven, waar passend uitsluitend op basis van het aangeleverde materiaal.
De chattemplate van de producent schakelt thinking standaard in en biedt een harde enable_thinking-schakelaar. Harde uitschakeling voorkomt alle thinking-inhoud. Met thinking aan geven /think en /no_think in gebruikers- of systeeminstructies zachte controle per beurt en bepaalt de nieuwste instructie het gevraagde gedrag. Een zacht non-thinking verzoek kan een leeg thinking-blok laten staan; /think kan een hard uitgeschakelde template niet overrulen. Met de voorgeschreven instellingen kan het oorspronkelijke model zo afwisselen tussen direct een tekstconcept maken en een vraag die baat heeft bij een langere redeneerketen.
Het generatievoorbeeld parseert een <think>-sectie apart van het eindantwoord. Qwen beveelt aan de eindvorm expliciet te maken, zoals een omkaderd wiskundig antwoord of één antwoordveld voor meerkeuze. Geef bij praktische analyse de conclusie en ondersteunend materiaal aan, bijvoorbeeld een uiteindelijke ontwerpkeuze met de beperkingen waaraan die voldoet en resterende open punten. Bewaar volgens de producent het eindantwoord in latere gespreksgeschiedenis, niet de eerdere thinking-inhoud. Zo blijft het resultaat dat volgende vragen nodig hebben behouden zonder elke redeneerstap mee te nemen.
Toolaanroepen behoren in beide modi tot het gedocumenteerde profiel. Qwen beveelt Qwen-Agent aan voor toolaanroeptemplates en parsers en toont informatieophaling, tijdinformatie en een code-interpreter. Definieer tools duidelijk, leg argumenten uit en vertel het model wanneer de taak voltooid is. Een nuttige werkwijze kan vragen om bepaalde informatie op te halen, de daadwerkelijke teruggegeven inhoud aanbieden en vervolgens om synthese of een implementatievoorstel vragen. De door het model gevraagde toolaanroep en de tooluitvoering door de toepassing zijn aparte stappen; het eindantwoord zou op het teruggegeven bewijs moeten steunen.
Voor langere invoer documenteert de kaart YaRN-uitbreiding tot 131.072 tokens. Het native venster is kleiner en statische schaling kan de prestaties bij korte invoer beïnvloeden. Qwen beveelt aan de uitbreiding in te schakelen als langere context daadwerkelijk nodig is; de kaart verklaart daarnaast een standaardtoewijzing van 40.960 posities voor prompt en uitvoer. Kies relevante documenten en behoud koppen, brongrenzen en terminologie. Laat ruimte voor redeneren en het eindantwoord, vooral als de taak verschillende specificaties moet verzoenen in plaats van één passage samen te vatten.
De officiële aanbevelingen zijn temperature 0,6, top-p 0,95, top-k 20 en min-p 0 voor thinking; bij non-thinking vervangen temperature 0,7 en top-p 0,8 de eerste twee instellingen. Qwen raadt greedy decoding in thinking af en merkt op dat een hoge presence penalty taalvermenging of lagere kwaliteit kan veroorzaken. Het beveelt uitvoerruimte van 32.768 tokens voor de meeste vragen aan en beschrijft 38.912 voor bijzonder veeleisende wiskunde- en programmeerproblemen. Dit is generatieadvies, geen universele harde antwoordgrens. Een precieze opdracht en vastgelegd eindformaat helpen het beschikbare redeneren op het benodigde werk te richten.
", "aboutText": "Qwen3-32B is het grootste dense model in de oorspronkelijke Qwen3-release. Het combineert thinking voor complexe logica, wiskunde en code met non-thinking antwoorden voor gewone gesprekken. Qwen benadrukt ook creatief schrijven, rolgebaseerde dialoog, instructies volgen over meerdere beurten en agentmatig toolgebruik. Het model verwerkt en genereert tekst; meertalige instructies en vertaling vallen onder de oorspronkelijke familieondersteuning voor 119 talen en dialecten. Je kunt het een opdracht geven voor een analytische uitleg, codevoorstel of zorgvuldig gespecificeerde tekst.\n\nDe exacte editie heeft 32,8 miljard parameters in totaal, verspreid over 64 lagen. Het is een dense model, apart van de expertroutingarchitectuur van Qwen3-30B-A3B en latere afzonderlijk benoemde Qwen3-edities. De native context is 32.768 tokens. Geef bij een veeleisende taak het relevante bewijs, de vereisten en het verwachte resultaat samen. Lever voor een engineeringreview de componentbeschrijving, interfacebeperkingen en het op te lossen probleem en vraag om een voorstel met aannames, afhankelijkheden en alternatieven, waar passend uitsluitend op basis van het aangeleverde materiaal.\n\nDe chattemplate van de producent schakelt thinking standaard in en biedt een harde enable_thinking-schakelaar. Harde uitschakeling voorkomt alle thinking-inhoud. Met thinking aan geven /think en /no_think in gebruikers- of systeeminstructies zachte controle per beurt en bepaalt de nieuwste instructie het gevraagde gedrag. Een zacht non-thinking verzoek kan een leeg thinking-blok laten staan; /think kan een hard uitgeschakelde template niet overrulen. Met de voorgeschreven instellingen kan het oorspronkelijke model zo afwisselen tussen direct een tekstconcept maken en een vraag die baat heeft bij een langere redeneerketen.\n\nHet generatievoorbeeld parseert eenTechnisch voorbeeld in het Engels
Review a cache invalidation design\n\nA report cache is keyed only by report name. Reports also depend on account ID and selected month. Two users requesting the same name can receive the wrong account or month. Propose a revised key contract, explain the dependencies it captures and give three text test cases. Use only the described inputs; propose no repository edits.A key contract, dependency explanation and cases distinguishing account and month.Different accounts or months must not share a cache entry solely because the report name matches.qwen/qwen3-32bQwen3-32B is Qwens dense hybride tekstmodel voor complex redeneren, programmeren, meertalig schrijven en taken met tools. Het combineert thinking en non-thinking in één model en heeft een native context van 32.768 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3-32B is het grootste dense model in de oorspronkelijke Qwen3-release. Het combineert thinking voor complexe logica, wiskunde en code met non-thinking antwoorden voor gewone gesprekken. Qwen benadrukt ook creatief schrijven, rolgebaseerde dialoog, instructies volgen over meerdere beurten en agentmatig toolgebruik. Het model verwerkt en genereert tekst; meertalige instructies en vertaling vallen onder de oorspronkelijke familieondersteuning voor 119 talen en dialecten. Je kunt het een opdracht geven voor een analytische uitleg, codevoorstel of zorgvuldig gespecificeerde tekst.
De exacte editie heeft 32,8 miljard parameters in totaal, verspreid over 64 lagen. Het is een dense model, apart van de expertroutingarchitectuur van Qwen3-30B-A3B en latere afzonderlijk benoemde Qwen3-edities. De native context is 32.768 tokens. Geef bij een veeleisende taak het relevante bewijs, de vereisten en het verwachte resultaat samen. Lever voor een engineeringreview de componentbeschrijving, interfacebeperkingen en het op te lossen probleem en vraag om een voorstel met aannames, afhankelijkheden en alternatieven, waar passend uitsluitend op basis van het aangeleverde materiaal.
De chattemplate van de producent schakelt thinking standaard in en biedt een harde enable_thinking-schakelaar. Harde uitschakeling voorkomt alle thinking-inhoud. Met thinking aan geven /think en /no_think in gebruikers- of systeeminstructies zachte controle per beurt en bepaalt de nieuwste instructie het gevraagde gedrag. Een zacht non-thinking verzoek kan een leeg thinking-blok laten staan; /think kan een hard uitgeschakelde template niet overrulen. Met de voorgeschreven instellingen kan het oorspronkelijke model zo afwisselen tussen direct een tekstconcept maken en een vraag die baat heeft bij een langere redeneerketen.
Het generatievoorbeeld parseert een <think>-sectie apart van het eindantwoord. Qwen beveelt aan de eindvorm expliciet te maken, zoals een omkaderd wiskundig antwoord of één antwoordveld voor meerkeuze. Geef bij praktische analyse de conclusie en ondersteunend materiaal aan, bijvoorbeeld een uiteindelijke ontwerpkeuze met de beperkingen waaraan die voldoet en resterende open punten. Bewaar volgens de producent het eindantwoord in latere gespreksgeschiedenis, niet de eerdere thinking-inhoud. Zo blijft het resultaat dat volgende vragen nodig hebben behouden zonder elke redeneerstap mee te nemen.
Toolaanroepen behoren in beide modi tot het gedocumenteerde profiel. Qwen beveelt Qwen-Agent aan voor toolaanroeptemplates en parsers en toont informatieophaling, tijdinformatie en een code-interpreter. Definieer tools duidelijk, leg argumenten uit en vertel het model wanneer de taak voltooid is. Een nuttige werkwijze kan vragen om bepaalde informatie op te halen, de daadwerkelijke teruggegeven inhoud aanbieden en vervolgens om synthese of een implementatievoorstel vragen. De door het model gevraagde toolaanroep en de tooluitvoering door de toepassing zijn aparte stappen; het eindantwoord zou op het teruggegeven bewijs moeten steunen.
Voor langere invoer documenteert de kaart YaRN-uitbreiding tot 131.072 tokens. Het native venster is kleiner en statische schaling kan de prestaties bij korte invoer beïnvloeden. Qwen beveelt aan de uitbreiding in te schakelen als langere context daadwerkelijk nodig is; de kaart verklaart daarnaast een standaardtoewijzing van 40.960 posities voor prompt en uitvoer. Kies relevante documenten en behoud koppen, brongrenzen en terminologie. Laat ruimte voor redeneren en het eindantwoord, vooral als de taak verschillende specificaties moet verzoenen in plaats van één passage samen te vatten.
De officiële aanbevelingen zijn temperature 0,6, top-p 0,95, top-k 20 en min-p 0 voor thinking; bij non-thinking vervangen temperature 0,7 en top-p 0,8 de eerste twee instellingen. Qwen raadt greedy decoding in thinking af en merkt op dat een hoge presence penalty taalvermenging of lagere kwaliteit kan veroorzaken. Het beveelt uitvoerruimte van 32.768 tokens voor de meeste vragen aan en beschrijft 38.912 voor bijzonder veeleisende wiskunde- en programmeerproblemen. Dit is generatieadvies, geen universele harde antwoordgrens. Een precieze opdracht en vastgelegd eindformaat helpen het beschikbare redeneren op het benodigde werk te richten.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-32b | 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 $0.000286 / 1K tokens Uitvoer · Uitvoertokens $0.001144 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.000286 / 1K tokens Uitvoer · Uitvoertokens $0.001144 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-32b", "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/qwen3-32b',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/qwen3-32b',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/qwen3-32b
Gebruik de hierboven getoonde methodepaden.
qwen/qwen3-32bQwen3-32B is Qwens dense hybride tekstmodel voor complex redeneren, programmeren, meertalig schrijven en taken met tools. Het combineert thinking en non-thinking in één model en heeft een native context van 32.768 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3-32B is het grootste dense model in de oorspronkelijke Qwen3-release. Het combineert thinking voor complexe logica, wiskunde en code met non-thinking antwoorden voor gewone gesprekken. Qwen benadrukt ook creatief schrijven, rolgebaseerde dialoog, instructies volgen over meerdere beurten en agentmatig toolgebruik. Het model verwerkt en genereert tekst; meertalige instructies en vertaling vallen onder de oorspronkelijke familieondersteuning voor 119 talen en dialecten. Je kunt het een opdracht geven voor een analytische uitleg, codevoorstel of zorgvuldig gespecificeerde tekst.
De exacte editie heeft 32,8 miljard parameters in totaal, verspreid over 64 lagen. Het is een dense model, apart van de expertroutingarchitectuur van Qwen3-30B-A3B en latere afzonderlijk benoemde Qwen3-edities. De native context is 32.768 tokens. Geef bij een veeleisende taak het relevante bewijs, de vereisten en het verwachte resultaat samen. Lever voor een engineeringreview de componentbeschrijving, interfacebeperkingen en het op te lossen probleem en vraag om een voorstel met aannames, afhankelijkheden en alternatieven, waar passend uitsluitend op basis van het aangeleverde materiaal.
De chattemplate van de producent schakelt thinking standaard in en biedt een harde enable_thinking-schakelaar. Harde uitschakeling voorkomt alle thinking-inhoud. Met thinking aan geven /think en /no_think in gebruikers- of systeeminstructies zachte controle per beurt en bepaalt de nieuwste instructie het gevraagde gedrag. Een zacht non-thinking verzoek kan een leeg thinking-blok laten staan; /think kan een hard uitgeschakelde template niet overrulen. Met de voorgeschreven instellingen kan het oorspronkelijke model zo afwisselen tussen direct een tekstconcept maken en een vraag die baat heeft bij een langere redeneerketen.
Het generatievoorbeeld parseert een <think>-sectie apart van het eindantwoord. Qwen beveelt aan de eindvorm expliciet te maken, zoals een omkaderd wiskundig antwoord of één antwoordveld voor meerkeuze. Geef bij praktische analyse de conclusie en ondersteunend materiaal aan, bijvoorbeeld een uiteindelijke ontwerpkeuze met de beperkingen waaraan die voldoet en resterende open punten. Bewaar volgens de producent het eindantwoord in latere gespreksgeschiedenis, niet de eerdere thinking-inhoud. Zo blijft het resultaat dat volgende vragen nodig hebben behouden zonder elke redeneerstap mee te nemen.
Toolaanroepen behoren in beide modi tot het gedocumenteerde profiel. Qwen beveelt Qwen-Agent aan voor toolaanroeptemplates en parsers en toont informatieophaling, tijdinformatie en een code-interpreter. Definieer tools duidelijk, leg argumenten uit en vertel het model wanneer de taak voltooid is. Een nuttige werkwijze kan vragen om bepaalde informatie op te halen, de daadwerkelijke teruggegeven inhoud aanbieden en vervolgens om synthese of een implementatievoorstel vragen. De door het model gevraagde toolaanroep en de tooluitvoering door de toepassing zijn aparte stappen; het eindantwoord zou op het teruggegeven bewijs moeten steunen.
Voor langere invoer documenteert de kaart YaRN-uitbreiding tot 131.072 tokens. Het native venster is kleiner en statische schaling kan de prestaties bij korte invoer beïnvloeden. Qwen beveelt aan de uitbreiding in te schakelen als langere context daadwerkelijk nodig is; de kaart verklaart daarnaast een standaardtoewijzing van 40.960 posities voor prompt en uitvoer. Kies relevante documenten en behoud koppen, brongrenzen en terminologie. Laat ruimte voor redeneren en het eindantwoord, vooral als de taak verschillende specificaties moet verzoenen in plaats van één passage samen te vatten.
De officiële aanbevelingen zijn temperature 0,6, top-p 0,95, top-k 20 en min-p 0 voor thinking; bij non-thinking vervangen temperature 0,7 en top-p 0,8 de eerste twee instellingen. Qwen raadt greedy decoding in thinking af en merkt op dat een hoge presence penalty taalvermenging of lagere kwaliteit kan veroorzaken. Het beveelt uitvoerruimte van 32.768 tokens voor de meeste vragen aan en beschrijft 38.912 voor bijzonder veeleisende wiskunde- en programmeerproblemen. Dit is generatieadvies, geen universele harde antwoordgrens. Een precieze opdracht en vastgelegd eindformaat helpen het beschikbare redeneren op het benodigde werk te richten.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-32b | 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 $0.000286 / 1K tokens Uitvoer · Uitvoertokens $0.001144 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.000286 / 1K tokens Uitvoer · Uitvoertokens $0.001144 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen/qwen3-32b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3-32b', '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/qwen3-32b', '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/qwen3-32b
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Review a cache invalidation design\n\nA report cache is keyed only by report name. Reports also depend on account ID and selected month. Two users requesting the same name can receive the wrong account or month. Propose a revised key contract, explain the dependencies it captures and give three text test cases. Use only the described inputs; propose no repository edits.A key contract, dependency explanation and cases distinguishing account and month.Different accounts or months must not share a cache entry solely because the report name matches.