Qwen3-Omni-30B-A3B-Instruct is het instructievolgende, spraakgenererende lid van Qwen3-Omni. Het begrijpt tekst, afbeeldingen, audio en video, waaronder gemengde invoer, en kan zowel tekst als natuurlijke spraak retourneren. Qwen beschrijft de familiearchitectuur als geschikt voor gestreamde tekst- en spraakantwoorden. Het exacte Instruct-checkpoint bevat Thinker- en Talker-onderdelen: begrip en de vorming van tekstuele antwoorden zijn gekoppeld aan het spraakgeneratiepad. De Thinking- en Captioner-checkpoints hebben andere rollen voor onderdelen en uitvoer, dus ze blijven afzonderlijke modelkeuzes.
Het gepubliceerde meertalige bereik van de familie omvat 119 teksttalen, 19 talen voor spraakinvoer en 10 talen voor spraakuitvoer. Russisch staat in beide spraaklijsten. De fabrikant beschrijft een mixture-of-experts Thinker–Talker-ontwerp, met audio- en beeldverwerking voor multimodaal begrip en multi-codebook-spraakgeneratie. Systeemprompts kunnen de rol en antwoordstijl van de assistent bepalen. Een geschikte taak is een gesproken uitleg die afhangt van een zichtbaar object en een gesproken gebruikersvraag, in plaats van een ongerelateerde tekst-naar-spraakconversie.
De gebruikshandleidingen behandelen spraakherkenning, spraakvertaling, muziek- en geluidsanalyse, gemengde audio, afbeeldingsvragen, OCR, object grounding, videobeschrijving en audiovisuele dialoog. Lever voor een trainingsassistent een demonstratiefragment aan en vraag om de zichtbare procedure aan een beginner uit te leggen. Combineer voor een productvraag een foto met het gesproken verzoek en benoem het te bespreken detail. Geef de beoogde luisteraar en het gewenste resultaat aan: een kort gesproken antwoord, een tekstsamenvatting of beide. Behoud bronnamen en metingen die ongewijzigd moeten blijven.
De invoerworkflow van de maker gebruikt de bijpassende processor, chatsjabloon en hulpprogramma's voor mediaverwerking. Media kunnen met tekst worden verweven en decodering is een expliciet onderdeel van de verzoekvoorbereiding. Houd bij gebruik van de bijbehorende audio van een video use_audio_in_video consistent tussen voorverwerking, generatie en opeenvolgende gespreksrondes. Een audiovisuele vraag vereist dat de soundtrack wordt opgenomen; een uitsluitend visuele taak moet dat bereik duidelijk aangeven. Selecteer een relevant fragment en gebruik leesbare afbeeldingen, zodat de assistent de details ontvangt die de vraag vereist.
Spraakuitvoer is instelbaar. De gepubliceerde generatie-interface kan met return_audio=False om alleen tekst vragen en Talker uitschakelen verwijdert dat onderdeel uit het spraakuitvoerpad van het geladen model. Het batchvoorbeeld van de maker retourneert tekst in plaats van audio. Het Instruct-checkpoint documenteert drie stemkeuzes: Ethan, Chelsie en Aiden, met Ethan als standaard. Het voorbeeld slaat een golfvorm op met 24,000 Hz. Stemkeuze en het uitvoerformaat van dit voorbeeld beschrijven de gepubliceerde modelworkflow, niet elke mogelijke omliggende service-interface.
Voor gesproken antwoorden beveelt de fabrikant een gemakkelijk uit te spreken gespreksstijl aan in plaats van ingewikkelde opmaak. Een verzoek kan vragen om een beknopte uitleg in de taal van de luisteraar, met behoud van een afzonderlijk leesbaar tekstresultaat voor beoordeling. Geef bij een naam, formule of onbekende afkorting in de bron de betekenis en gewenste formulering. Vraag het antwoord waargenomen inhoud van aannames te onderscheiden, zodat een vloeiende stem onzekerheid niet laat verdwijnen.
De tekstconfiguraties van Thinker en Talker stellen max_position_embeddings in op 65,536. De vLLM-voorbeelden in de gedeelde modelkaart kiezen afzonderlijk een modellengte-instelling van 32,768 tokens en een generatie-instelling van 16,384 tokens; dit blijven voorbeelden, geen onafhankelijke universele grenzen. Visuele en audioverwerking beïnvloeden de effectieve verzoekgrootte. Interfaceondersteuning verschilt ook: het Transformers-voorbeeld in de modelkaart kan spraak retourneren, terwijl de bespreking van bediening een op Thinker gericht pad en afzonderlijke video- en audioverwerking beschrijft. Houd spraakmogelijkheden op modelniveau gescheiden van het ondersteunde uitvoerpad van een bepaalde runtime.
Een bruikbaar resultaat combineert het antwoord met het bronmateriaal dat nodig is om het te beoordelen. Controleer bij een demonstratie de beschreven handeling aan de hand van het fragment; vergelijk bij een audiovraag het antwoord met de hoorbare woorden of geluiden; verifieer bij een visuele berekening eenheden en labels. De familie bevat een handleiding voor audio-function-calls, maar een toepassing definieert en voert nog steeds elke externe toolhandeling uit. Een gegenereerd verzoek om te handelen verschilt van een bevestigd resultaat. De kracht van deze editie is multimodale interactie met een optioneel gesproken antwoord, terwijl feitencontrole, vervolgacties en mediabewerking hun eigen bewijs en workflow vereisen.
", "aboutText": "Qwen3-Omni-30B-A3B-Instruct is het instructievolgende, spraakgenererende lid van Qwen3-Omni. Het begrijpt tekst, afbeeldingen, audio en video, waaronder gemengde invoer, en kan zowel tekst als natuurlijke spraak retourneren. Qwen beschrijft de familiearchitectuur als geschikt voor gestreamde tekst- en spraakantwoorden. Het exacte Instruct-checkpoint bevat Thinker- en Talker-onderdelen: begrip en de vorming van tekstuele antwoorden zijn gekoppeld aan het spraakgeneratiepad. De Thinking- en Captioner-checkpoints hebben andere rollen voor onderdelen en uitvoer, dus ze blijven afzonderlijke modelkeuzes.\n\nHet gepubliceerde meertalige bereik van de familie omvat 119 teksttalen, 19 talen voor spraakinvoer en 10 talen voor spraakuitvoer. Russisch staat in beide spraaklijsten. De fabrikant beschrijft een mixture-of-experts Thinker–Talker-ontwerp, met audio- en beeldverwerking voor multimodaal begrip en multi-codebook-spraakgeneratie. Systeemprompts kunnen de rol en antwoordstijl van de assistent bepalen. Een geschikte taak is een gesproken uitleg die afhangt van een zichtbaar object en een gesproken gebruikersvraag, in plaats van een ongerelateerde tekst-naar-spraakconversie.\n\nDe gebruikshandleidingen behandelen spraakherkenning, spraakvertaling, muziek- en geluidsanalyse, gemengde audio, afbeeldingsvragen, OCR, object grounding, videobeschrijving en audiovisuele dialoog. Lever voor een trainingsassistent een demonstratiefragment aan en vraag om de zichtbare procedure aan een beginner uit te leggen. Combineer voor een productvraag een foto met het gesproken verzoek en benoem het te bespreken detail. Geef de beoogde luisteraar en het gewenste resultaat aan: een kort gesproken antwoord, een tekstsamenvatting of beide. Behoud bronnamen en metingen die ongewijzigd moeten blijven.\n\nDe invoerworkflow van de maker gebruikt de bijpassende processor, chatsjabloon en hulpprogramma's voor mediaverwerking. Media kunnen met tekst worden verweven en decodering is een expliciet onderdeel van de verzoekvoorbereiding. Houd bij gebruik van de bijbehorende audio van een video use_audio_in_video consistent tussen voorverwerking, generatie en opeenvolgende gespreksrondes. Een audiovisuele vraag vereist dat de soundtrack wordt opgenomen; een uitsluitend visuele taak moet dat bereik duidelijk aangeven. Selecteer een relevant fragment en gebruik leesbare afbeeldingen, zodat de assistent de details ontvangt die de vraag vereist.\n\nSpraakuitvoer is instelbaar. De gepubliceerde generatie-interface kan met return_audio=False om alleen tekst vragen en Talker uitschakelen verwijdert dat onderdeel uit het spraakuitvoerpad van het geladen model. Het batchvoorbeeld van de maker retourneert tekst in plaats van audio. Het Instruct-checkpoint documenteert drie stemkeuzes: Ethan, Chelsie en Aiden, met Ethan als standaard. Het voorbeeld slaat een golfvorm op met 24,000 Hz. Stemkeuze en het uitvoerformaat van dit voorbeeld beschrijven de gepubliceerde modelworkflow, niet elke mogelijke omliggende service-interface.\n\nVoor gesproken antwoorden beveelt de fabrikant een gemakkelijk uit te spreken gespreksstijl aan in plaats van ingewikkelde opmaak. Een verzoek kan vragen om een beknopte uitleg in de taal van de luisteraar, met behoud van een afzonderlijk leesbaar tekstresultaat voor beoordeling. Geef bij een naam, formule of onbekende afkorting in de bron de betekenis en gewenste formulering. Vraag het antwoord waargenomen inhoud van aannames te onderscheiden, zodat een vloeiende stem onzekerheid niet laat verdwijnen.\n\nDe tekstconfiguraties van Thinker en Talker stellen max_position_embeddings in op 65,536. De vLLM-voorbeelden in de gedeelde modelkaart kiezen afzonderlijk een modellengte-instelling van 32,768 tokens en een generatie-instelling van 16,384 tokens; dit blijven voorbeelden, geen onafhankelijke universele grenzen. Visuele en audioverwerking beïnvloeden de effectieve verzoekgrootte. Interfaceondersteuning verschilt ook: het Transformers-voorbeeld in de modelkaart kan spraak retourneren, terwijl de bespreking van bediening een op Thinker gericht pad en afzonderlijke video- en audioverwerking beschrijft. Houd spraakmogelijkheden op modelniveau gescheiden van het ondersteunde uitvoerpad van een bepaalde runtime.\n\nEen bruikbaar resultaat combineert het antwoord met het bronmateriaal dat nodig is om het te beoordelen. Controleer bij een demonstratie de beschreven handeling aan de hand van het fragment; vergelijk bij een audiovraag het antwoord met de hoorbare woorden of geluiden; verifieer bij een visuele berekening eenheden en labels. De familie bevat een handleiding voor audio-function-calls, maar een toepassing definieert en voert nog steeds elke externe toolhandeling uit. Een gegenereerd verzoek om te handelen verschilt van een bevestigd resultaat. De kracht van deze editie is multimodale interactie met een optioneel gesproken antwoord, terwijl feitencontrole, vervolgacties en mediabewerking hun eigen bewijs en workflow vereisen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Explain a supplied procedure to a novice\n\nWrite a text-only explanation for a novice using this supplied procedure: turn the dial to zero; insert the sample tray until it clicks; close the cover; press Start once; wait for the green completion light before opening. Keep the sequence and stopping condition exact. Use short conversational sentences and explain only what the supplied procedure establishes.A concise, easy-to-read textual procedure with the original action order and completion condition.Check opening the cover is never instructed before the green completion light.Qwen/Qwen3-Omni-30B-A3B-InstructQwen3-Omni-30B-A3B-Instruct begrijpt tekst, afbeeldingen, audio en video en kan antwoorden met tekst en natuurlijke spraak. De Thinker–Talker-architectuur ondersteunt multimodale dialoog, met expliciete instellingen voor het al dan niet retourneren van spraak en de keuze van een gedocumenteerde stem.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3-Omni-30B-A3B-Instruct is het instructievolgende, spraakgenererende lid van Qwen3-Omni. Het begrijpt tekst, afbeeldingen, audio en video, waaronder gemengde invoer, en kan zowel tekst als natuurlijke spraak retourneren. Qwen beschrijft de familiearchitectuur als geschikt voor gestreamde tekst- en spraakantwoorden. Het exacte Instruct-checkpoint bevat Thinker- en Talker-onderdelen: begrip en de vorming van tekstuele antwoorden zijn gekoppeld aan het spraakgeneratiepad. De Thinking- en Captioner-checkpoints hebben andere rollen voor onderdelen en uitvoer, dus ze blijven afzonderlijke modelkeuzes.
Het gepubliceerde meertalige bereik van de familie omvat 119 teksttalen, 19 talen voor spraakinvoer en 10 talen voor spraakuitvoer. Russisch staat in beide spraaklijsten. De fabrikant beschrijft een mixture-of-experts Thinker–Talker-ontwerp, met audio- en beeldverwerking voor multimodaal begrip en multi-codebook-spraakgeneratie. Systeemprompts kunnen de rol en antwoordstijl van de assistent bepalen. Een geschikte taak is een gesproken uitleg die afhangt van een zichtbaar object en een gesproken gebruikersvraag, in plaats van een ongerelateerde tekst-naar-spraakconversie.
De gebruikshandleidingen behandelen spraakherkenning, spraakvertaling, muziek- en geluidsanalyse, gemengde audio, afbeeldingsvragen, OCR, object grounding, videobeschrijving en audiovisuele dialoog. Lever voor een trainingsassistent een demonstratiefragment aan en vraag om de zichtbare procedure aan een beginner uit te leggen. Combineer voor een productvraag een foto met het gesproken verzoek en benoem het te bespreken detail. Geef de beoogde luisteraar en het gewenste resultaat aan: een kort gesproken antwoord, een tekstsamenvatting of beide. Behoud bronnamen en metingen die ongewijzigd moeten blijven.
De invoerworkflow van de maker gebruikt de bijpassende processor, chatsjabloon en hulpprogramma's voor mediaverwerking. Media kunnen met tekst worden verweven en decodering is een expliciet onderdeel van de verzoekvoorbereiding. Houd bij gebruik van de bijbehorende audio van een video use_audio_in_video consistent tussen voorverwerking, generatie en opeenvolgende gespreksrondes. Een audiovisuele vraag vereist dat de soundtrack wordt opgenomen; een uitsluitend visuele taak moet dat bereik duidelijk aangeven. Selecteer een relevant fragment en gebruik leesbare afbeeldingen, zodat de assistent de details ontvangt die de vraag vereist.
Spraakuitvoer is instelbaar. De gepubliceerde generatie-interface kan met return_audio=False om alleen tekst vragen en Talker uitschakelen verwijdert dat onderdeel uit het spraakuitvoerpad van het geladen model. Het batchvoorbeeld van de maker retourneert tekst in plaats van audio. Het Instruct-checkpoint documenteert drie stemkeuzes: Ethan, Chelsie en Aiden, met Ethan als standaard. Het voorbeeld slaat een golfvorm op met 24,000 Hz. Stemkeuze en het uitvoerformaat van dit voorbeeld beschrijven de gepubliceerde modelworkflow, niet elke mogelijke omliggende service-interface.
Voor gesproken antwoorden beveelt de fabrikant een gemakkelijk uit te spreken gespreksstijl aan in plaats van ingewikkelde opmaak. Een verzoek kan vragen om een beknopte uitleg in de taal van de luisteraar, met behoud van een afzonderlijk leesbaar tekstresultaat voor beoordeling. Geef bij een naam, formule of onbekende afkorting in de bron de betekenis en gewenste formulering. Vraag het antwoord waargenomen inhoud van aannames te onderscheiden, zodat een vloeiende stem onzekerheid niet laat verdwijnen.
De tekstconfiguraties van Thinker en Talker stellen max_position_embeddings in op 65,536. De vLLM-voorbeelden in de gedeelde modelkaart kiezen afzonderlijk een modellengte-instelling van 32,768 tokens en een generatie-instelling van 16,384 tokens; dit blijven voorbeelden, geen onafhankelijke universele grenzen. Visuele en audioverwerking beïnvloeden de effectieve verzoekgrootte. Interfaceondersteuning verschilt ook: het Transformers-voorbeeld in de modelkaart kan spraak retourneren, terwijl de bespreking van bediening een op Thinker gericht pad en afzonderlijke video- en audioverwerking beschrijft. Houd spraakmogelijkheden op modelniveau gescheiden van het ondersteunde uitvoerpad van een bepaalde runtime.
Een bruikbaar resultaat combineert het antwoord met het bronmateriaal dat nodig is om het te beoordelen. Controleer bij een demonstratie de beschreven handeling aan de hand van het fragment; vergelijk bij een audiovraag het antwoord met de hoorbare woorden of geluiden; verifieer bij een visuele berekening eenheden en labels. De familie bevat een handleiding voor audio-function-calls, maar een toepassing definieert en voert nog steeds elke externe toolhandeling uit. Een gegenereerd verzoek om te handelen verschilt van een bevestigd resultaat. De kracht van deze editie is multimodale interactie met een optioneel gesproken antwoord, terwijl feitencontrole, vervolgacties en mediabewerking hun eigen bewijs en workflow vereisen.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten Qwen/Qwen3-Omni-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.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Qwen/Qwen3-Omni-30B-A3B-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-Omni-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-Omni-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-Omni-30B-A3B-Instruct
Gebruik de hierboven getoonde methodepaden.
Qwen/Qwen3-Omni-30B-A3B-InstructQwen3-Omni-30B-A3B-Instruct begrijpt tekst, afbeeldingen, audio en video en kan antwoorden met tekst en natuurlijke spraak. De Thinker–Talker-architectuur ondersteunt multimodale dialoog, met expliciete instellingen voor het al dan niet retourneren van spraak en de keuze van een gedocumenteerde stem.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3-Omni-30B-A3B-Instruct is het instructievolgende, spraakgenererende lid van Qwen3-Omni. Het begrijpt tekst, afbeeldingen, audio en video, waaronder gemengde invoer, en kan zowel tekst als natuurlijke spraak retourneren. Qwen beschrijft de familiearchitectuur als geschikt voor gestreamde tekst- en spraakantwoorden. Het exacte Instruct-checkpoint bevat Thinker- en Talker-onderdelen: begrip en de vorming van tekstuele antwoorden zijn gekoppeld aan het spraakgeneratiepad. De Thinking- en Captioner-checkpoints hebben andere rollen voor onderdelen en uitvoer, dus ze blijven afzonderlijke modelkeuzes.
Het gepubliceerde meertalige bereik van de familie omvat 119 teksttalen, 19 talen voor spraakinvoer en 10 talen voor spraakuitvoer. Russisch staat in beide spraaklijsten. De fabrikant beschrijft een mixture-of-experts Thinker–Talker-ontwerp, met audio- en beeldverwerking voor multimodaal begrip en multi-codebook-spraakgeneratie. Systeemprompts kunnen de rol en antwoordstijl van de assistent bepalen. Een geschikte taak is een gesproken uitleg die afhangt van een zichtbaar object en een gesproken gebruikersvraag, in plaats van een ongerelateerde tekst-naar-spraakconversie.
De gebruikshandleidingen behandelen spraakherkenning, spraakvertaling, muziek- en geluidsanalyse, gemengde audio, afbeeldingsvragen, OCR, object grounding, videobeschrijving en audiovisuele dialoog. Lever voor een trainingsassistent een demonstratiefragment aan en vraag om de zichtbare procedure aan een beginner uit te leggen. Combineer voor een productvraag een foto met het gesproken verzoek en benoem het te bespreken detail. Geef de beoogde luisteraar en het gewenste resultaat aan: een kort gesproken antwoord, een tekstsamenvatting of beide. Behoud bronnamen en metingen die ongewijzigd moeten blijven.
De invoerworkflow van de maker gebruikt de bijpassende processor, chatsjabloon en hulpprogramma's voor mediaverwerking. Media kunnen met tekst worden verweven en decodering is een expliciet onderdeel van de verzoekvoorbereiding. Houd bij gebruik van de bijbehorende audio van een video use_audio_in_video consistent tussen voorverwerking, generatie en opeenvolgende gespreksrondes. Een audiovisuele vraag vereist dat de soundtrack wordt opgenomen; een uitsluitend visuele taak moet dat bereik duidelijk aangeven. Selecteer een relevant fragment en gebruik leesbare afbeeldingen, zodat de assistent de details ontvangt die de vraag vereist.
Spraakuitvoer is instelbaar. De gepubliceerde generatie-interface kan met return_audio=False om alleen tekst vragen en Talker uitschakelen verwijdert dat onderdeel uit het spraakuitvoerpad van het geladen model. Het batchvoorbeeld van de maker retourneert tekst in plaats van audio. Het Instruct-checkpoint documenteert drie stemkeuzes: Ethan, Chelsie en Aiden, met Ethan als standaard. Het voorbeeld slaat een golfvorm op met 24,000 Hz. Stemkeuze en het uitvoerformaat van dit voorbeeld beschrijven de gepubliceerde modelworkflow, niet elke mogelijke omliggende service-interface.
Voor gesproken antwoorden beveelt de fabrikant een gemakkelijk uit te spreken gespreksstijl aan in plaats van ingewikkelde opmaak. Een verzoek kan vragen om een beknopte uitleg in de taal van de luisteraar, met behoud van een afzonderlijk leesbaar tekstresultaat voor beoordeling. Geef bij een naam, formule of onbekende afkorting in de bron de betekenis en gewenste formulering. Vraag het antwoord waargenomen inhoud van aannames te onderscheiden, zodat een vloeiende stem onzekerheid niet laat verdwijnen.
De tekstconfiguraties van Thinker en Talker stellen max_position_embeddings in op 65,536. De vLLM-voorbeelden in de gedeelde modelkaart kiezen afzonderlijk een modellengte-instelling van 32,768 tokens en een generatie-instelling van 16,384 tokens; dit blijven voorbeelden, geen onafhankelijke universele grenzen. Visuele en audioverwerking beïnvloeden de effectieve verzoekgrootte. Interfaceondersteuning verschilt ook: het Transformers-voorbeeld in de modelkaart kan spraak retourneren, terwijl de bespreking van bediening een op Thinker gericht pad en afzonderlijke video- en audioverwerking beschrijft. Houd spraakmogelijkheden op modelniveau gescheiden van het ondersteunde uitvoerpad van een bepaalde runtime.
Een bruikbaar resultaat combineert het antwoord met het bronmateriaal dat nodig is om het te beoordelen. Controleer bij een demonstratie de beschreven handeling aan de hand van het fragment; vergelijk bij een audiovraag het antwoord met de hoorbare woorden of geluiden; verifieer bij een visuele berekening eenheden en labels. De familie bevat een handleiding voor audio-function-calls, maar een toepassing definieert en voert nog steeds elke externe toolhandeling uit. Een gegenereerd verzoek om te handelen verschilt van een bevestigd resultaat. De kracht van deze editie is multimodale interactie met een optioneel gesproken antwoord, terwijl feitencontrole, vervolgacties en mediabewerking hun eigen bewijs en workflow vereisen.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten Qwen/Qwen3-Omni-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.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "Qwen/Qwen3-Omni-30B-A3B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-Omni-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-Omni-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-Omni-30B-A3B-Instruct
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Explain a supplied procedure to a novice\n\nWrite a text-only explanation for a novice using this supplied procedure: turn the dial to zero; insert the sample tray until it clicks; close the cover; press Start once; wait for the green completion light before opening. Keep the sequence and stopping condition exact. Use short conversational sentences and explain only what the supplied procedure establishes.A concise, easy-to-read textual procedure with the original action order and completion condition.Check opening the cover is never instructed before the green completion light.