Hoogtepunten: programmeren op repositoryschaal
Qwen3-Coder-30B-A3B-Instruct is een tekstmodel gericht op instructies voor programmeeragents. Qwen documenteert programmeren, gebruik met browseragents en begrip op repositoryschaal, met een speciaal formaat voor functieaanroepen en integratie via workflows zoals Qwen Code. De invoer en uitvoer zijn tekst. Behoud dit exacte Coder-checkpoint in plaats van het te vervangen door het algemene Qwen3-30B-A3B-Instruct-2507 of Qwen3-Coder-Next, waarvan de trainingsfocus en generatieadviezen verschillen.
De native context is 262.144 tokens; de maker beschrijft uitbreiding tot ongeveer één miljoen met YaRN. Een grote context kan meer informatie uit de repository bijeenbrengen, maar een duidelijke taak heeft nog steeds relevante modules, interfaces en eisen nodig. Geef het verwachte resultaat en het waarneembare gedrag aan voordat je om een codewijziging vraagt.
Modeloverzicht
Het mixture-of-experts-model heeft in totaal 30,5 miljard parameters en activeert er 3,3 miljard. Het heeft 48 lagen, 128 experts en acht geselecteerde experts per token. Totale en geactiveerde parameters hebben verschillende betekenissen; het aantal geactiveerde parameters is niet de omvang van het volledige checkpoint. De configuratie als causaal taalmodel betreft een tekstmodel, geen interface voor beeld of spraak.
Coder-30B-A3B-Instruct ondersteunt alleen de non-thinking-modus en genereert geen expliciete thinking-blokken. Het instellen van enable_thinking=False is in het voorbeeld van de maker niet nodig. Het kan nog steeds in gewone tekst een algoritme uitleggen of een patch onderbouwen. Een verzoek om redeneerstappen moet niet worden verward met het inschakelen van het afzonderlijke Thinking-gedrag van een andere Qwen-editie.
Een ontwikkelverzoek voorbereiden
Geef de relevante code, een invoer die het huidige gedrag laat zien, het waargenomen resultaat en de gewenste wijziging. Beschrijf voor een algoritme de invoerbeperkingen en vereiste uitvoer voordat je om een aanpak vraagt. Geef voor een repositorywijziging de betrokken functionaliteit aan en de interfaces die de implementatie moet behouden. Vraag om een bewerkbare patch of complete functie, los van het toelichtende commentaar.
Een nuttig antwoord kan de diagnose, voorgestelde wijziging en controles voor de beoordeling ordenen. Wanneer een taak uitgaat van een visuele referentie of opgenomen gedrag, geef je een passende tekstuele weergave en behoud je identificatoren waarmee het resultaat met het origineel kan worden vergeleken. Vergelijk de voorgestelde patch met de aangeleverde code, het verwachte gedrag en de resultaten van aangesloten controles.
Programmeren met agents en browserworkflows
De maker benadrukt toolaanroepen en een speciaal ontworpen formaat voor functieaanroepen. Een aangesloten agentworkflow levert toolbeschrijvingen, invoerschema’s en waarnemingen en voert de werkelijke handelingen uit. Definieer toegestane acties en een voltooiingsvoorwaarde en geef daarna echte inspectie- of uitvoeringsresultaten terug aan het model, zodat het zijn voorgestelde werk kan bijstellen.
De mogelijkheid om als browseragent te werken betekent deelname aan een workflow met een aangesloten browsertool, geen automatische toegang tot de browser van een gebruiker of actuele pagina’s. Hetzelfde onderscheid geldt voor het inspecteren van repositories en het uitvoeren van code. Een voorgesteld commando, toolverzoek en voltooide handeling zouden in het eindrapport gescheiden moeten blijven. Behoud het native toolformaat en de parsingprocedure van het model in plaats van aan te nemen dat de template van een ander model uitwisselbaar is.
Lange context en configuratie
De maker beschrijft YaRN-uitbreiding van de native context van 262.144 tokens tot ongeveer één miljoen voor taken op repositoryschaal. Gebruik een contextconfiguratie die past bij het repositorymateriaal en reserveer ruimte voor toolwaarnemingen en het resultaat. De snelstart stelt ook een kleinere context voor, zoals 32.768, wanneer geheugendruk verhindert dat de grotere instelling werkt.
Behoud codepaden, functienamen en relevante definities in een lange invoer. Verwijder niet-relevante gegenereerde bestanden of herhaald materiaal en reserveer ruimte voor het antwoord. Brontekst, geschiedenis, toolwaarnemingen en gegenereerde code delen de ingestelde sequentieruimte; de grootst mogelijke invoer mag niet worden beschouwd als perfect geheugen voor elke afhankelijkheid.
Generatieadvies
Best Practices adviseert temperature 0,7, top_p 0,8, top_k 20 en een herhalingsstraf van 1,05. Dit exacte advies voor de herhalingsstraf verschilt van dat voor diverse andere Qwen-modellen en blijft onderdeel van de aanpak voor deze Coder-editie. Qwen adviseert voor de meeste verzoeken een generatiebudget van 65.536 tokens; dit is een aanbeveling en geen onafhankelijk vastgestelde harde bovengrens.
Geef de uitvoertaal en vorm aan, zoals een patch, complete functie of uitleg, en controleer de syntaxis en interfaces van het resultaat in de echte ontwikkelworkflow. Het functievoorbeeld van de maker illustreert het toolmechanisme; een toolcontract heeft nog steeds intern consistente argumentnamen en retourbetekenissen nodig in de toepassing die het gebruikt.
Wezenlijke beperkingen en bruikbaar resultaat
De gedocumenteerde invoer van dit checkpoint is tekst. Daarmee staat niet rechtstreeks vast dat het beelden, audio of video begrijpt. Gegenereerde code en een zelfverzekerde uitleg zijn conceptresultaten totdat de relevante controles of waarnemingen werkelijk door de aangesloten omgeving zijn teruggegeven. Het bruikbare resultaat is een inspecteerbaar implementatievoorstel gekoppeld aan de aangeleverde repositoryvoorwaarden, met behoud van de exacte Coder-identiteit, non-thinking-modus en generatieadviezen van de producent.
", "aboutText": "Hoogtepunten: programmeren op repositoryschaal\n\nQwen3-Coder-30B-A3B-Instruct is een tekstmodel gericht op instructies voor programmeeragents. Qwen documenteert programmeren, gebruik met browseragents en begrip op repositoryschaal, met een speciaal formaat voor functieaanroepen en integratie via workflows zoals Qwen Code. De invoer en uitvoer zijn tekst. Behoud dit exacte Coder-checkpoint in plaats van het te vervangen door het algemene Qwen3-30B-A3B-Instruct-2507 of Qwen3-Coder-Next, waarvan de trainingsfocus en generatieadviezen verschillen.\n\nDe native context is 262.144 tokens; de maker beschrijft uitbreiding tot ongeveer één miljoen met YaRN. Een grote context kan meer informatie uit de repository bijeenbrengen, maar een duidelijke taak heeft nog steeds relevante modules, interfaces en eisen nodig. Geef het verwachte resultaat en het waarneembare gedrag aan voordat je om een codewijziging vraagt.\n\nModeloverzicht\n\nHet mixture-of-experts-model heeft in totaal 30,5 miljard parameters en activeert er 3,3 miljard. Het heeft 48 lagen, 128 experts en acht geselecteerde experts per token. Totale en geactiveerde parameters hebben verschillende betekenissen; het aantal geactiveerde parameters is niet de omvang van het volledige checkpoint. De configuratie als causaal taalmodel betreft een tekstmodel, geen interface voor beeld of spraak.\n\nCoder-30B-A3B-Instruct ondersteunt alleen de non-thinking-modus en genereert geen expliciete thinking-blokken. Het instellen van enable_thinking=False is in het voorbeeld van de maker niet nodig. Het kan nog steeds in gewone tekst een algoritme uitleggen of een patch onderbouwen. Een verzoek om redeneerstappen moet niet worden verward met het inschakelen van het afzonderlijke Thinking-gedrag van een andere Qwen-editie.\n\nEen ontwikkelverzoek voorbereiden\n\nGeef de relevante code, een invoer die het huidige gedrag laat zien, het waargenomen resultaat en de gewenste wijziging. Beschrijf voor een algoritme de invoerbeperkingen en vereiste uitvoer voordat je om een aanpak vraagt. Geef voor een repositorywijziging de betrokken functionaliteit aan en de interfaces die de implementatie moet behouden. Vraag om een bewerkbare patch of complete functie, los van het toelichtende commentaar.\n\nEen nuttig antwoord kan de diagnose, voorgestelde wijziging en controles voor de beoordeling ordenen. Wanneer een taak uitgaat van een visuele referentie of opgenomen gedrag, geef je een passende tekstuele weergave en behoud je identificatoren waarmee het resultaat met het origineel kan worden vergeleken. Vergelijk de voorgestelde patch met de aangeleverde code, het verwachte gedrag en de resultaten van aangesloten controles.\n\nProgrammeren met agents en browserworkflows\n\nDe maker benadrukt toolaanroepen en een speciaal ontworpen formaat voor functieaanroepen. Een aangesloten agentworkflow levert toolbeschrijvingen, invoerschema’s en waarnemingen en voert de werkelijke handelingen uit. Definieer toegestane acties en een voltooiingsvoorwaarde en geef daarna echte inspectie- of uitvoeringsresultaten terug aan het model, zodat het zijn voorgestelde werk kan bijstellen.\n\nDe mogelijkheid om als browseragent te werken betekent deelname aan een workflow met een aangesloten browsertool, geen automatische toegang tot de browser van een gebruiker of actuele pagina’s. Hetzelfde onderscheid geldt voor het inspecteren van repositories en het uitvoeren van code. Een voorgesteld commando, toolverzoek en voltooide handeling zouden in het eindrapport gescheiden moeten blijven. Behoud het native toolformaat en de parsingprocedure van het model in plaats van aan te nemen dat de template van een ander model uitwisselbaar is.\n\nLange context en configuratie\n\nDe maker beschrijft YaRN-uitbreiding van de native context van 262.144 tokens tot ongeveer één miljoen voor taken op repositoryschaal. Gebruik een contextconfiguratie die past bij het repositorymateriaal en reserveer ruimte voor toolwaarnemingen en het resultaat. De snelstart stelt ook een kleinere context voor, zoals 32.768, wanneer geheugendruk verhindert dat de grotere instelling werkt.\n\nBehoud codepaden, functienamen en relevante definities in een lange invoer. Verwijder niet-relevante gegenereerde bestanden of herhaald materiaal en reserveer ruimte voor het antwoord. Brontekst, geschiedenis, toolwaarnemingen en gegenereerde code delen de ingestelde sequentieruimte; de grootst mogelijke invoer mag niet worden beschouwd als perfect geheugen voor elke afhankelijkheid.\n\nGeneratieadvies\n\nBest Practices adviseert temperature 0,7, top_p 0,8, top_k 20 en een herhalingsstraf van 1,05. Dit exacte advies voor de herhalingsstraf verschilt van dat voor diverse andere Qwen-modellen en blijft onderdeel van de aanpak voor deze Coder-editie. Qwen adviseert voor de meeste verzoeken een generatiebudget van 65.536 tokens; dit is een aanbeveling en geen onafhankelijk vastgestelde harde bovengrens.\n\nGeef de uitvoertaal en vorm aan, zoals een patch, complete functie of uitleg, en controleer de syntaxis en interfaces van het resultaat in de echte ontwikkelworkflow. Het functievoorbeeld van de maker illustreert het toolmechanisme; een toolcontract heeft nog steeds intern consistente argumentnamen en retourbetekenissen nodig in de toepassing die het gebruikt.\n\nWezenlijke beperkingen en bruikbaar resultaat\n\nDe gedocumenteerde invoer van dit checkpoint is tekst. Daarmee staat niet rechtstreeks vast dat het beelden, audio of video begrijpt. Gegenereerde code en een zelfverzekerde uitleg zijn conceptresultaten totdat de relevante controles of waarnemingen werkelijk door de aangesloten omgeving zijn teruggegeven. Het bruikbare resultaat is een inspecteerbaar implementatievoorstel gekoppeld aan de aangeleverde repositoryvoorwaarden, met behoud van de exacte Coder-identiteit, non-thinking-modus en generatieadviezen van de producent.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Implement interval overlap correctly\n\nImplement overlaps(a, b) for two half-open intervals [start, end), using numeric endpoints. Intervals touching at an endpoint do not overlap. Reject intervals with start greater than end; empty intervals never overlap. Return a complete Python function and tests for genuine overlap, touching, empty and reversed intervals. Keep the interface limited to two pairs.A complete Python function and four focused tests expressing the interval contract.Check that [1, 3) and [3, 5) return false and an empty interval cannot overlap a containing interval.qwen/qwen3-coder-30b-a3b-instructQwen3-Coder-30B-A3B-Instruct is Qwens non-thinking tekstcodemodel met 30,5 miljard parameters in totaal en 3,3 miljard actief. Het richt zich op ontwikkeling op repositoryschaal, programmeren en browseragentwerkstromen, met een native context van 262.144 tokens en een eigen functieaanroepformaat.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Hoogtepunten: programmeren op repositoryschaal
Qwen3-Coder-30B-A3B-Instruct is een tekstmodel gericht op instructies voor programmeeragents. Qwen documenteert programmeren, gebruik met browseragents en begrip op repositoryschaal, met een speciaal formaat voor functieaanroepen en integratie via workflows zoals Qwen Code. De invoer en uitvoer zijn tekst. Behoud dit exacte Coder-checkpoint in plaats van het te vervangen door het algemene Qwen3-30B-A3B-Instruct-2507 of Qwen3-Coder-Next, waarvan de trainingsfocus en generatieadviezen verschillen.
De native context is 262.144 tokens; de maker beschrijft uitbreiding tot ongeveer één miljoen met YaRN. Een grote context kan meer informatie uit de repository bijeenbrengen, maar een duidelijke taak heeft nog steeds relevante modules, interfaces en eisen nodig. Geef het verwachte resultaat en het waarneembare gedrag aan voordat je om een codewijziging vraagt.
Modeloverzicht
Het mixture-of-experts-model heeft in totaal 30,5 miljard parameters en activeert er 3,3 miljard. Het heeft 48 lagen, 128 experts en acht geselecteerde experts per token. Totale en geactiveerde parameters hebben verschillende betekenissen; het aantal geactiveerde parameters is niet de omvang van het volledige checkpoint. De configuratie als causaal taalmodel betreft een tekstmodel, geen interface voor beeld of spraak.
Coder-30B-A3B-Instruct ondersteunt alleen de non-thinking-modus en genereert geen expliciete thinking-blokken. Het instellen van enable_thinking=False is in het voorbeeld van de maker niet nodig. Het kan nog steeds in gewone tekst een algoritme uitleggen of een patch onderbouwen. Een verzoek om redeneerstappen moet niet worden verward met het inschakelen van het afzonderlijke Thinking-gedrag van een andere Qwen-editie.
Een ontwikkelverzoek voorbereiden
Geef de relevante code, een invoer die het huidige gedrag laat zien, het waargenomen resultaat en de gewenste wijziging. Beschrijf voor een algoritme de invoerbeperkingen en vereiste uitvoer voordat je om een aanpak vraagt. Geef voor een repositorywijziging de betrokken functionaliteit aan en de interfaces die de implementatie moet behouden. Vraag om een bewerkbare patch of complete functie, los van het toelichtende commentaar.
Een nuttig antwoord kan de diagnose, voorgestelde wijziging en controles voor de beoordeling ordenen. Wanneer een taak uitgaat van een visuele referentie of opgenomen gedrag, geef je een passende tekstuele weergave en behoud je identificatoren waarmee het resultaat met het origineel kan worden vergeleken. Vergelijk de voorgestelde patch met de aangeleverde code, het verwachte gedrag en de resultaten van aangesloten controles.
Programmeren met agents en browserworkflows
De maker benadrukt toolaanroepen en een speciaal ontworpen formaat voor functieaanroepen. Een aangesloten agentworkflow levert toolbeschrijvingen, invoerschema’s en waarnemingen en voert de werkelijke handelingen uit. Definieer toegestane acties en een voltooiingsvoorwaarde en geef daarna echte inspectie- of uitvoeringsresultaten terug aan het model, zodat het zijn voorgestelde werk kan bijstellen.
De mogelijkheid om als browseragent te werken betekent deelname aan een workflow met een aangesloten browsertool, geen automatische toegang tot de browser van een gebruiker of actuele pagina’s. Hetzelfde onderscheid geldt voor het inspecteren van repositories en het uitvoeren van code. Een voorgesteld commando, toolverzoek en voltooide handeling zouden in het eindrapport gescheiden moeten blijven. Behoud het native toolformaat en de parsingprocedure van het model in plaats van aan te nemen dat de template van een ander model uitwisselbaar is.
Lange context en configuratie
De maker beschrijft YaRN-uitbreiding van de native context van 262.144 tokens tot ongeveer één miljoen voor taken op repositoryschaal. Gebruik een contextconfiguratie die past bij het repositorymateriaal en reserveer ruimte voor toolwaarnemingen en het resultaat. De snelstart stelt ook een kleinere context voor, zoals 32.768, wanneer geheugendruk verhindert dat de grotere instelling werkt.
Behoud codepaden, functienamen en relevante definities in een lange invoer. Verwijder niet-relevante gegenereerde bestanden of herhaald materiaal en reserveer ruimte voor het antwoord. Brontekst, geschiedenis, toolwaarnemingen en gegenereerde code delen de ingestelde sequentieruimte; de grootst mogelijke invoer mag niet worden beschouwd als perfect geheugen voor elke afhankelijkheid.
Generatieadvies
Best Practices adviseert temperature 0,7, top_p 0,8, top_k 20 en een herhalingsstraf van 1,05. Dit exacte advies voor de herhalingsstraf verschilt van dat voor diverse andere Qwen-modellen en blijft onderdeel van de aanpak voor deze Coder-editie. Qwen adviseert voor de meeste verzoeken een generatiebudget van 65.536 tokens; dit is een aanbeveling en geen onafhankelijk vastgestelde harde bovengrens.
Geef de uitvoertaal en vorm aan, zoals een patch, complete functie of uitleg, en controleer de syntaxis en interfaces van het resultaat in de echte ontwikkelworkflow. Het functievoorbeeld van de maker illustreert het toolmechanisme; een toolcontract heeft nog steeds intern consistente argumentnamen en retourbetekenissen nodig in de toepassing die het gebruikt.
Wezenlijke beperkingen en bruikbaar resultaat
De gedocumenteerde invoer van dit checkpoint is tekst. Daarmee staat niet rechtstreeks vast dat het beelden, audio of video begrijpt. Gegenereerde code en een zelfverzekerde uitleg zijn conceptresultaten totdat de relevante controles of waarnemingen werkelijk door de aangesloten omgeving zijn teruggegeven. Het bruikbare resultaat is een inspecteerbaar implementatievoorstel gekoppeld aan de aangeleverde repositoryvoorwaarden, met behoud van de exacte Coder-identiteit, non-thinking-modus en generatieadviezen van de producent.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-coder-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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-coder-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-coder-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-coder-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-coder-30b-a3b-instruct
Gebruik de hierboven getoonde methodepaden.
qwen/qwen3-coder-30b-a3b-instructQwen3-Coder-30B-A3B-Instruct is Qwens non-thinking tekstcodemodel met 30,5 miljard parameters in totaal en 3,3 miljard actief. Het richt zich op ontwikkeling op repositoryschaal, programmeren en browseragentwerkstromen, met een native context van 262.144 tokens en een eigen functieaanroepformaat.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Hoogtepunten: programmeren op repositoryschaal
Qwen3-Coder-30B-A3B-Instruct is een tekstmodel gericht op instructies voor programmeeragents. Qwen documenteert programmeren, gebruik met browseragents en begrip op repositoryschaal, met een speciaal formaat voor functieaanroepen en integratie via workflows zoals Qwen Code. De invoer en uitvoer zijn tekst. Behoud dit exacte Coder-checkpoint in plaats van het te vervangen door het algemene Qwen3-30B-A3B-Instruct-2507 of Qwen3-Coder-Next, waarvan de trainingsfocus en generatieadviezen verschillen.
De native context is 262.144 tokens; de maker beschrijft uitbreiding tot ongeveer één miljoen met YaRN. Een grote context kan meer informatie uit de repository bijeenbrengen, maar een duidelijke taak heeft nog steeds relevante modules, interfaces en eisen nodig. Geef het verwachte resultaat en het waarneembare gedrag aan voordat je om een codewijziging vraagt.
Modeloverzicht
Het mixture-of-experts-model heeft in totaal 30,5 miljard parameters en activeert er 3,3 miljard. Het heeft 48 lagen, 128 experts en acht geselecteerde experts per token. Totale en geactiveerde parameters hebben verschillende betekenissen; het aantal geactiveerde parameters is niet de omvang van het volledige checkpoint. De configuratie als causaal taalmodel betreft een tekstmodel, geen interface voor beeld of spraak.
Coder-30B-A3B-Instruct ondersteunt alleen de non-thinking-modus en genereert geen expliciete thinking-blokken. Het instellen van enable_thinking=False is in het voorbeeld van de maker niet nodig. Het kan nog steeds in gewone tekst een algoritme uitleggen of een patch onderbouwen. Een verzoek om redeneerstappen moet niet worden verward met het inschakelen van het afzonderlijke Thinking-gedrag van een andere Qwen-editie.
Een ontwikkelverzoek voorbereiden
Geef de relevante code, een invoer die het huidige gedrag laat zien, het waargenomen resultaat en de gewenste wijziging. Beschrijf voor een algoritme de invoerbeperkingen en vereiste uitvoer voordat je om een aanpak vraagt. Geef voor een repositorywijziging de betrokken functionaliteit aan en de interfaces die de implementatie moet behouden. Vraag om een bewerkbare patch of complete functie, los van het toelichtende commentaar.
Een nuttig antwoord kan de diagnose, voorgestelde wijziging en controles voor de beoordeling ordenen. Wanneer een taak uitgaat van een visuele referentie of opgenomen gedrag, geef je een passende tekstuele weergave en behoud je identificatoren waarmee het resultaat met het origineel kan worden vergeleken. Vergelijk de voorgestelde patch met de aangeleverde code, het verwachte gedrag en de resultaten van aangesloten controles.
Programmeren met agents en browserworkflows
De maker benadrukt toolaanroepen en een speciaal ontworpen formaat voor functieaanroepen. Een aangesloten agentworkflow levert toolbeschrijvingen, invoerschema’s en waarnemingen en voert de werkelijke handelingen uit. Definieer toegestane acties en een voltooiingsvoorwaarde en geef daarna echte inspectie- of uitvoeringsresultaten terug aan het model, zodat het zijn voorgestelde werk kan bijstellen.
De mogelijkheid om als browseragent te werken betekent deelname aan een workflow met een aangesloten browsertool, geen automatische toegang tot de browser van een gebruiker of actuele pagina’s. Hetzelfde onderscheid geldt voor het inspecteren van repositories en het uitvoeren van code. Een voorgesteld commando, toolverzoek en voltooide handeling zouden in het eindrapport gescheiden moeten blijven. Behoud het native toolformaat en de parsingprocedure van het model in plaats van aan te nemen dat de template van een ander model uitwisselbaar is.
Lange context en configuratie
De maker beschrijft YaRN-uitbreiding van de native context van 262.144 tokens tot ongeveer één miljoen voor taken op repositoryschaal. Gebruik een contextconfiguratie die past bij het repositorymateriaal en reserveer ruimte voor toolwaarnemingen en het resultaat. De snelstart stelt ook een kleinere context voor, zoals 32.768, wanneer geheugendruk verhindert dat de grotere instelling werkt.
Behoud codepaden, functienamen en relevante definities in een lange invoer. Verwijder niet-relevante gegenereerde bestanden of herhaald materiaal en reserveer ruimte voor het antwoord. Brontekst, geschiedenis, toolwaarnemingen en gegenereerde code delen de ingestelde sequentieruimte; de grootst mogelijke invoer mag niet worden beschouwd als perfect geheugen voor elke afhankelijkheid.
Generatieadvies
Best Practices adviseert temperature 0,7, top_p 0,8, top_k 20 en een herhalingsstraf van 1,05. Dit exacte advies voor de herhalingsstraf verschilt van dat voor diverse andere Qwen-modellen en blijft onderdeel van de aanpak voor deze Coder-editie. Qwen adviseert voor de meeste verzoeken een generatiebudget van 65.536 tokens; dit is een aanbeveling en geen onafhankelijk vastgestelde harde bovengrens.
Geef de uitvoertaal en vorm aan, zoals een patch, complete functie of uitleg, en controleer de syntaxis en interfaces van het resultaat in de echte ontwikkelworkflow. Het functievoorbeeld van de maker illustreert het toolmechanisme; een toolcontract heeft nog steeds intern consistente argumentnamen en retourbetekenissen nodig in de toepassing die het gebruikt.
Wezenlijke beperkingen en bruikbaar resultaat
De gedocumenteerde invoer van dit checkpoint is tekst. Daarmee staat niet rechtstreeks vast dat het beelden, audio of video begrijpt. Gegenereerde code en een zelfverzekerde uitleg zijn conceptresultaten totdat de relevante controles of waarnemingen werkelijk door de aangesloten omgeving zijn teruggegeven. Het bruikbare resultaat is een inspecteerbaar implementatievoorstel gekoppeld aan de aangeleverde repositoryvoorwaarden, met behoud van de exacte Coder-identiteit, non-thinking-modus en generatieadviezen van de producent.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-coder-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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen/qwen3-coder-30b-a3b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-coder-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-coder-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-coder-30b-a3b-instruct
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Implement interval overlap correctly\n\nImplement overlaps(a, b) for two half-open intervals [start, end), using numeric endpoints. Intervals touching at an endpoint do not overlap. Reject intervals with start greater than end; empty intervals never overlap. Return a complete Python function and tests for genuine overlap, touching, empty and reversed intervals. Keep the interface limited to two pairs.A complete Python function and four focused tests expressing the interval contract.Check that [1, 3) and [3, 5) return false and an empty interval cannot overlap a containing interval.