Qwen-Plus (2025-04-28) to wersja Qwen3-Plus z 28 kwietnia. Otrzymuje tekst i zwraca tekst, łącząc tryby Thinking i Non-Thinking oraz pozwalając zmieniać tryb podczas rozmowy. Data identyfikuje wybraną wersję i odróżnia ją od późniejszych wydań Qwen-Plus oraz aliasów aktualizowanych na bieżąco.
Tryb Thinking wspiera zadania wymagające analizy warunków i zależności. Podaj odpowiednie dowody, zdefiniuj pytanie i wskaż kryteria, którymi powinna kierować się odpowiedź. Przy porównaniu można poprosić o kompromisy między dwiema opcjami przy określonych ograniczeniach. W zadaniu dotyczącym dokumentu można zapytać, które wymagania są zgodne, które sprzeczne, a które wymagają wyjaśnienia.
Tryb Non-Thinking wspiera bezpośrednie polecenia, takie jak skrócenie fragmentu lub przygotowanie odpowiedzi na podstawie dostarczonych faktów. Określ docelowego czytelnika, wymaganą długość i informacje, które muszą zostać zachowane podczas redakcji. Ukierunkowane wytyczne jasno określają oczekiwany wynik: gotową wiadomość, poprawioną sekcję lub zwięzłe wyjaśnienie.
Oddziel tekst referencyjny od instrukcji jego wykorzystania. Zachowaj oznaczenia sekcji i zdefiniowane terminy, aby odpowiedź pozostała powiązana ze źródłami. Gdy brakuje informacji, określ, czy model powinien zadać pytanie, czy oznaczyć odpowiedni punkt jako nierozstrzygnięty. Dla notatki analitycznej poproś o wniosek i warunki, które go uzasadniają; dla zadania pisarskiego — o poprawiony tekst i krótkie omówienie zmian.
Pytanie uzupełniające może zmienić jedno wymaganie, zachowując pozostałą część zadania. Na przykład zmień odbiorców wybranego fragmentu lub wprowadź nowe ograniczenie do porównania. Dołącz część wcześniejszej odpowiedzi, którą poprawiasz, aby rozmowa nadal dotyczyła jednego możliwego do zidentyfikowania wyniku pracy.
Producent dokumentuje obsługę funkcji według regionalnych konfiguracji wdrożenia. Konfiguracje wymienione dla tej wersji obsługują odpowiedzi ustrukturyzowane i kontynuację od prefiksu, natomiast wywoływanie funkcji jest dostępne tylko w części z nich. Aplikacja obsługująca wywołania funkcji definiuje działanie i jego pola wejściowe, wykonuje wybrane wywołanie i zwraca wynik modelowi. Odpowiedź ustrukturyzowana reguluje formę odpowiedzi, a kontynuacja od prefiksu rozwija podany tekst asystenta. Integracja określa, które z tych mechanizmów udostępnia.
Kwietniowa wersja ma udokumentowany kontekst 131 072 tokenów, maksymalną długość wejścia 98 304 tokenów i długość wyjścia 16 384 tokenów. Wykorzystaj budżet wejścia na instrukcje, odpowiednie dokumenty i materiał rozmowy potrzebny do zadania. Określ rozmiar i formę wyniku, zamiast prosić o nieograniczoną dyskusję. Przydatnym końcowym wynikiem może być porównanie oparte na źródłach, odpowiedź klientowi lub poprawiona sekcja dokumentu gotowa do sprawdzenia względem początkowych wymagań.
", "aboutText": "Qwen-Plus (2025-04-28) to wersja Qwen3-Plus z 28 kwietnia. Otrzymuje tekst i zwraca tekst, łącząc tryby Thinking i Non-Thinking oraz pozwalając zmieniać tryb podczas rozmowy. Data identyfikuje wybraną wersję i odróżnia ją od późniejszych wydań Qwen-Plus oraz aliasów aktualizowanych na bieżąco.\n\n### Analizuj warunki lub udzielaj bezpośrednich odpowiedzi\n\nTryb Thinking wspiera zadania wymagające analizy warunków i zależności. Podaj odpowiednie dowody, zdefiniuj pytanie i wskaż kryteria, którymi powinna kierować się odpowiedź. Przy porównaniu można poprosić o kompromisy między dwiema opcjami przy określonych ograniczeniach. W zadaniu dotyczącym dokumentu można zapytać, które wymagania są zgodne, które sprzeczne, a które wymagają wyjaśnienia.\n\nTryb Non-Thinking wspiera bezpośrednie polecenia, takie jak skrócenie fragmentu lub przygotowanie odpowiedzi na podstawie dostarczonych faktów. Określ docelowego czytelnika, wymaganą długość i informacje, które muszą zostać zachowane podczas redakcji. Ukierunkowane wytyczne jasno określają oczekiwany wynik: gotową wiadomość, poprawioną sekcję lub zwięzłe wyjaśnienie.\n\n### Przygotuj rozmowę z myślą o wyniku\n\nOddziel tekst referencyjny od instrukcji jego wykorzystania. Zachowaj oznaczenia sekcji i zdefiniowane terminy, aby odpowiedź pozostała powiązana ze źródłami. Gdy brakuje informacji, określ, czy model powinien zadać pytanie, czy oznaczyć odpowiedni punkt jako nierozstrzygnięty. Dla notatki analitycznej poproś o wniosek i warunki, które go uzasadniają; dla zadania pisarskiego — o poprawiony tekst i krótkie omówienie zmian.\n\nPytanie uzupełniające może zmienić jedno wymaganie, zachowując pozostałą część zadania. Na przykład zmień odbiorców wybranego fragmentu lub wprowadź nowe ograniczenie do porównania. Dołącz część wcześniejszej odpowiedzi, którą poprawiasz, aby rozmowa nadal dotyczyła jednego możliwego do zidentyfikowania wyniku pracy.\n\n### Funkcje, odpowiedzi ustrukturyzowane i kontynuacja\n\nProducent dokumentuje obsługę funkcji według regionalnych konfiguracji wdrożenia. Konfiguracje wymienione dla tej wersji obsługują odpowiedzi ustrukturyzowane i kontynuację od prefiksu, natomiast wywoływanie funkcji jest dostępne tylko w części z nich. Aplikacja obsługująca wywołania funkcji definiuje działanie i jego pola wejściowe, wykonuje wybrane wywołanie i zwraca wynik modelowi. Odpowiedź ustrukturyzowana reguluje formę odpowiedzi, a kontynuacja od prefiksu rozwija podany tekst asystenta. Integracja określa, które z tych mechanizmów udostępnia.\n\n### Planuj w granicach limitów tej wersji\n\nKwietniowa wersja ma udokumentowany kontekst 131 072 tokenów, maksymalną długość wejścia 98 304 tokenów i długość wyjścia 16 384 tokenów. Wykorzystaj budżet wejścia na instrukcje, odpowiednie dokumenty i materiał rozmowy potrzebny do zadania. Określ rozmiar i formę wyniku, zamiast prosić o nieograniczoną dyskusję. Przydatnym końcowym wynikiem może być porównanie oparte na źródłach, odpowiedź klientowi lub poprawiona sekcja dokumentu gotowa do sprawdzenia względem początkowych wymagań.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Shorten a supplier message\n\nShorten this supplier message to at most 45 words for a busy warehouse manager: "Production of batch B-31 is complete. The 90 boxes are ready for pickup. Collection cannot occur before the quality report is approved. We will send the report tomorrow, but approval timing is not confirmed." Preserve the batch, quantity and pickup condition.A concise rewritten message that preserves the approval dependency and uncertain timing.Ensure ready for pickup is not interpreted as permission to collect before approval.qwen-plus-2025-04-28Qwen-Plus (2025-04-28) to oznaczona datą wersja tekstowa Qwen3-Plus łącząca tryby Thinking i Non-Thinking. Udokumentowane limity wynoszą 131 072 tokeny kontekstu, 98 304 tokeny wejścia i 16 384 tokeny wyjścia; opcjonalne funkcje i sterowanie odpowiedzią zależą od integracji.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Qwen-Plus (2025-04-28) to wersja Qwen3-Plus z 28 kwietnia. Otrzymuje tekst i zwraca tekst, łącząc tryby Thinking i Non-Thinking oraz pozwalając zmieniać tryb podczas rozmowy. Data identyfikuje wybraną wersję i odróżnia ją od późniejszych wydań Qwen-Plus oraz aliasów aktualizowanych na bieżąco.
Tryb Thinking wspiera zadania wymagające analizy warunków i zależności. Podaj odpowiednie dowody, zdefiniuj pytanie i wskaż kryteria, którymi powinna kierować się odpowiedź. Przy porównaniu można poprosić o kompromisy między dwiema opcjami przy określonych ograniczeniach. W zadaniu dotyczącym dokumentu można zapytać, które wymagania są zgodne, które sprzeczne, a które wymagają wyjaśnienia.
Tryb Non-Thinking wspiera bezpośrednie polecenia, takie jak skrócenie fragmentu lub przygotowanie odpowiedzi na podstawie dostarczonych faktów. Określ docelowego czytelnika, wymaganą długość i informacje, które muszą zostać zachowane podczas redakcji. Ukierunkowane wytyczne jasno określają oczekiwany wynik: gotową wiadomość, poprawioną sekcję lub zwięzłe wyjaśnienie.
Oddziel tekst referencyjny od instrukcji jego wykorzystania. Zachowaj oznaczenia sekcji i zdefiniowane terminy, aby odpowiedź pozostała powiązana ze źródłami. Gdy brakuje informacji, określ, czy model powinien zadać pytanie, czy oznaczyć odpowiedni punkt jako nierozstrzygnięty. Dla notatki analitycznej poproś o wniosek i warunki, które go uzasadniają; dla zadania pisarskiego — o poprawiony tekst i krótkie omówienie zmian.
Pytanie uzupełniające może zmienić jedno wymaganie, zachowując pozostałą część zadania. Na przykład zmień odbiorców wybranego fragmentu lub wprowadź nowe ograniczenie do porównania. Dołącz część wcześniejszej odpowiedzi, którą poprawiasz, aby rozmowa nadal dotyczyła jednego możliwego do zidentyfikowania wyniku pracy.
Producent dokumentuje obsługę funkcji według regionalnych konfiguracji wdrożenia. Konfiguracje wymienione dla tej wersji obsługują odpowiedzi ustrukturyzowane i kontynuację od prefiksu, natomiast wywoływanie funkcji jest dostępne tylko w części z nich. Aplikacja obsługująca wywołania funkcji definiuje działanie i jego pola wejściowe, wykonuje wybrane wywołanie i zwraca wynik modelowi. Odpowiedź ustrukturyzowana reguluje formę odpowiedzi, a kontynuacja od prefiksu rozwija podany tekst asystenta. Integracja określa, które z tych mechanizmów udostępnia.
Kwietniowa wersja ma udokumentowany kontekst 131 072 tokenów, maksymalną długość wejścia 98 304 tokenów i długość wyjścia 16 384 tokenów. Wykorzystaj budżet wejścia na instrukcje, odpowiednie dokumenty i materiał rozmowy potrzebny do zadania. Określ rozmiar i formę wyniku, zamiast prosić o nieograniczoną dyskusję. Przydatnym końcowym wynikiem może być porównanie oparte na źródłach, odpowiedź klientowi lub poprawiona sekcja dokumentu gotowa do sprawdzenia względem początkowych wymagań.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity qwen-plus-2025-04-28 | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Przykłady: system, user, assistant, tool, function Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu. Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
| Konfiguracja | Tabela stawek | Opłata |
|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe $0.00024 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0024 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen-plus-2025-04-28", "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-plus-2025-04-28',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-plus-2025-04-28',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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra qwen-plus-2025-04-28
Użyj ścieżek metod podanych powyżej.
qwen-plus-2025-04-28Qwen-Plus (2025-04-28) to oznaczona datą wersja tekstowa Qwen3-Plus łącząca tryby Thinking i Non-Thinking. Udokumentowane limity wynoszą 131 072 tokeny kontekstu, 98 304 tokeny wejścia i 16 384 tokeny wyjścia; opcjonalne funkcje i sterowanie odpowiedzią zależą od integracji.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Qwen-Plus (2025-04-28) to wersja Qwen3-Plus z 28 kwietnia. Otrzymuje tekst i zwraca tekst, łącząc tryby Thinking i Non-Thinking oraz pozwalając zmieniać tryb podczas rozmowy. Data identyfikuje wybraną wersję i odróżnia ją od późniejszych wydań Qwen-Plus oraz aliasów aktualizowanych na bieżąco.
Tryb Thinking wspiera zadania wymagające analizy warunków i zależności. Podaj odpowiednie dowody, zdefiniuj pytanie i wskaż kryteria, którymi powinna kierować się odpowiedź. Przy porównaniu można poprosić o kompromisy między dwiema opcjami przy określonych ograniczeniach. W zadaniu dotyczącym dokumentu można zapytać, które wymagania są zgodne, które sprzeczne, a które wymagają wyjaśnienia.
Tryb Non-Thinking wspiera bezpośrednie polecenia, takie jak skrócenie fragmentu lub przygotowanie odpowiedzi na podstawie dostarczonych faktów. Określ docelowego czytelnika, wymaganą długość i informacje, które muszą zostać zachowane podczas redakcji. Ukierunkowane wytyczne jasno określają oczekiwany wynik: gotową wiadomość, poprawioną sekcję lub zwięzłe wyjaśnienie.
Oddziel tekst referencyjny od instrukcji jego wykorzystania. Zachowaj oznaczenia sekcji i zdefiniowane terminy, aby odpowiedź pozostała powiązana ze źródłami. Gdy brakuje informacji, określ, czy model powinien zadać pytanie, czy oznaczyć odpowiedni punkt jako nierozstrzygnięty. Dla notatki analitycznej poproś o wniosek i warunki, które go uzasadniają; dla zadania pisarskiego — o poprawiony tekst i krótkie omówienie zmian.
Pytanie uzupełniające może zmienić jedno wymaganie, zachowując pozostałą część zadania. Na przykład zmień odbiorców wybranego fragmentu lub wprowadź nowe ograniczenie do porównania. Dołącz część wcześniejszej odpowiedzi, którą poprawiasz, aby rozmowa nadal dotyczyła jednego możliwego do zidentyfikowania wyniku pracy.
Producent dokumentuje obsługę funkcji według regionalnych konfiguracji wdrożenia. Konfiguracje wymienione dla tej wersji obsługują odpowiedzi ustrukturyzowane i kontynuację od prefiksu, natomiast wywoływanie funkcji jest dostępne tylko w części z nich. Aplikacja obsługująca wywołania funkcji definiuje działanie i jego pola wejściowe, wykonuje wybrane wywołanie i zwraca wynik modelowi. Odpowiedź ustrukturyzowana reguluje formę odpowiedzi, a kontynuacja od prefiksu rozwija podany tekst asystenta. Integracja określa, które z tych mechanizmów udostępnia.
Kwietniowa wersja ma udokumentowany kontekst 131 072 tokenów, maksymalną długość wejścia 98 304 tokenów i długość wyjścia 16 384 tokenów. Wykorzystaj budżet wejścia na instrukcje, odpowiednie dokumenty i materiał rozmowy potrzebny do zadania. Określ rozmiar i formę wyniku, zamiast prosić o nieograniczoną dyskusję. Przydatnym końcowym wynikiem może być porównanie oparte na źródłach, odpowiedź klientowi lub poprawiona sekcja dokumentu gotowa do sprawdzenia względem początkowych wymagań.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity qwen-plus-2025-04-28 | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
| Konfiguracja | Tabela stawek | Opłata |
|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe $0.00024 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0024 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "qwen-plus-2025-04-28",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-plus-2025-04-28', '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-plus-2025-04-28', '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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra qwen-plus-2025-04-28
Użyj ścieżek metod podanych powyżej.
Przykład techniczny po angielsku
Shorten a supplier message\n\nShorten this supplier message to at most 45 words for a busy warehouse manager: "Production of batch B-31 is complete. The 90 boxes are ready for pickup. Collection cannot occur before the quality report is approved. We will send the report tomorrow, but approval timing is not confirmed." Preserve the batch, quantity and pickup condition.A concise rewritten message that preserves the approval dependency and uncertain timing.Ensure ready for pickup is not interpreted as permission to collect before approval.