Rodzina Qwen3.6 Plus
Qwen3.6 Plus to natywna wizyjno-językowa rodzina modeli do programowania i pracy multimodalnej. Wydanie producenta podkreśla ulepszone programowanie agentowe, frontendowe i rozwój oprogramowania oparty na informacjach wizualnych, wraz z ogólnym rozpoznawaniem obiektów, OCR i lokalizacją obiektów. Użytecznym wyjściem jest tekst: wyjaśnienie, propozycja kodu, wyodrębnione informacje lub raport powiązany z dostarczonymi dowodami.
Oficjalne wydanie wymienia qwen3.6-plus i qwen3.6-plus-2026-04-02. Ten rekord zachowuje żądaną tożsamość rodziny Plus zamiast zamieniać ją na konkretne datowane wydanie. Opis rodziny nie identyfikuje jej jako otwartego punktu kontrolnego Qwen3.6-35B-A3B ani nie przypisuje Plus liczby ekspertów, wag lub liczbowych limitów kontekstu tego punktu kontrolnego.
Programowanie agentowe i frontendowe
Przy zadaniu frontendowym podaj referencję wizualną, wymagania funkcjonalne i istotny istniejący kod. Opisz stany, interakcje i pliki wyjściowe oczekiwane po ukończeniu. Poproś o edytowalne źródło i osobne wyjaśnienie, jak proponowane zachowanie spełnia wymagania. Przy zadaniu repozytoryjnym dostarcz istotne moduły i wejście demonstrujące problem, a następnie poproś o wymagane zmiany i sprawdzenia potrzebne do ich oceny.
Agent programistyczny może korzystać z rzeczywistych informacji zwrotnych połączonego środowiska: wyniki inspekcji, zaobserwowane błędy lub ustalenia przeglądu mogą wskazywać następny krok. Określ cel i dozwolone działania oraz poproś model o odróżnianie propozycji od wykonanego wyniku.
Rozpoznawanie wizualne, OCR i lokalizacja
Wydanie dokumentuje lepsze rozpoznawanie obiektów, odczyt tekstu wizualnego i lokalizację obiektów. Dostarcz wyraźny obraz z konkretnym pytaniem i wskaż docelowy obiekt lub pola. W przypadku strony poproś o nazwane pola z odniesieniami do potwierdzającej strony lub obszaru. Przy interfejsie zapytaj, który widoczny element odpowiada celowi użytkownika. Jawnie określ konwencję współrzędnych aplikacji, jeśli używa ona wyniku lokalizacji.
Wizyjno-językowy zakres rodziny łączy tekst z obrazami lub wideo i tworzy odpowiedzi tekstowe. Oznacz osobne wejścia wizualne i zachowaj kolejność oraz czas wideo, gdy pytanie zależy od sekwencji. Zlokalizowany obiekt lub wiarygodnie wyglądający wynik OCR należy sprawdzić względem oryginalnych materiałów; te możliwości nie gwarantują dokładnego liczenia, doskonale czytelnej transkrypcji ani skalibrowanych pomiarów fizycznych.
Myślenie i ciągłość rozumowania
Przewodnik trybów producenta wymienia Qwen3.6 Plus jako model hybrydowego myślenia z myśleniem domyślnie włączonym. Udokumentowany proces hybrydowy może tworzyć bezpośrednią odpowiedź po wyłączeniu myślenia. Oddzielaj treść rozumowania od końcowego wyniku, gdy wybrany interfejs dostarcza obie. Wybierz jasną formę końcową, taką jak materiał kodowy, tabela dowodów lub zwięzły wniosek, aby dłuższe wyjaśnienie nie przesłaniało rezultatu.
Rodzina Qwen3.6 wprowadza też zachowywanie historycznego rozumowania do pracy iteracyjnej. Ta możliwość rodziny jest użyteczna, gdy wcześniejsze decyzje pozostają istotne po nowych informacjach zwrotnych; dokładny kontrakt sterowania Plus powinien odpowiadać jego własnemu interfejsowi. Nie powinien dziedziczyć domyślnego ustawienia ani kontenera parametrów otwartego punktu kontrolnego bez jawnej dokumentacji.
Narzędzia i długie materiały
Opis agenta programistycznego rodziny obejmuje narzędzia i informacje zwrotne środowiska. Aplikacja dostarcza rzeczywiste narzędzia, wykonuje dozwolone operacje i zwraca ich obserwacje modelowi. Zadanie może żądać raportu wiążącego każdy wniosek z fragmentem dokumentu, identyfikatorem kodu lub widocznym elementem. Obsługa narzędzi w połączonym procesie sama w sobie nie potwierdza wbudowanego dostępu do aktualnych źródeł lub środowiska wykonawczego w każdym interfejsie. Producent wymienia wywoływanie funkcji, ustrukturyzowane wyjścia, wyszukiwanie internetowe, kontynuację tekstu na podstawie prefiksu i buforowanie kontekstu. Inferencja wsadowa jest obsługiwana dla aliasu w Pekinie i nieobsługiwana w innych wymienionych regionach; dostrajanie jest nieobsługiwane. Producent opisuje alias jako funkcjonalnie równoważny wersji z 2 kwietnia, natomiast osobna tabela datowanej wersji wyklucza buforowanie i inferencję wsadową.
Dedykowana tabela Plus Alibaba podaje kontekst 1 000 000 tokenów, maksymalne wejście 991 808 tokenów dla bezpośrednich odpowiedzi lub 983 616 dla myślenia, maksymalne wyjście 65 536 w każdym trybie i osobny budżet łańcucha rozumowania 81 920 tokenów. Zachowuj granice dokumentów i istotne ścieżki kodu w długim wejściu, usuwaj niepowiązane dowody i rezerwuj miejsce na wymaganą odpowiedź. Nie kopiuj natywnych ani rozszerzonych wartości kontekstu otwartego modelu 35B-A3B jako uniwersalnego limitu tej rodziny.
Praktyczny wynik i ograniczenia
Użyteczne wyjścia obejmują propozycję implementacji opartą na zrzucie ekranu, wyjaśnienie zmiany repozytorium lub tabelę pól dokumentu ze wspierającymi dowodami. Żądanie tekstu w formie JSON nie ustanawia kontraktu wymuszonego schematu, a proponowane polecenie nie jest wykonanym działaniem. Weryfikuj wyodrębniony tekst, lokalizacje wizualne i wygenerowany kod względem dostarczonego źródła. Zachowuj tożsamość Plus i jasno przedstawiaj wybrany alias lub datowane wydanie, udokumentowane limity producenta i zwrócone wyniki narzędzi przy ocenie materiału.
", "aboutText": "Rodzina Qwen3.6 Plus\n\nQwen3.6 Plus to natywna wizyjno-językowa rodzina modeli do programowania i pracy multimodalnej. Wydanie producenta podkreśla ulepszone programowanie agentowe, frontendowe i rozwój oprogramowania oparty na informacjach wizualnych, wraz z ogólnym rozpoznawaniem obiektów, OCR i lokalizacją obiektów. Użytecznym wyjściem jest tekst: wyjaśnienie, propozycja kodu, wyodrębnione informacje lub raport powiązany z dostarczonymi dowodami.\n\nOficjalne wydanie wymienia qwen3.6-plus i qwen3.6-plus-2026-04-02. Ten rekord zachowuje żądaną tożsamość rodziny Plus zamiast zamieniać ją na konkretne datowane wydanie. Opis rodziny nie identyfikuje jej jako otwartego punktu kontrolnego Qwen3.6-35B-A3B ani nie przypisuje Plus liczby ekspertów, wag lub liczbowych limitów kontekstu tego punktu kontrolnego.\n\nProgramowanie agentowe i frontendowe\n\nPrzy zadaniu frontendowym podaj referencję wizualną, wymagania funkcjonalne i istotny istniejący kod. Opisz stany, interakcje i pliki wyjściowe oczekiwane po ukończeniu. Poproś o edytowalne źródło i osobne wyjaśnienie, jak proponowane zachowanie spełnia wymagania. Przy zadaniu repozytoryjnym dostarcz istotne moduły i wejście demonstrujące problem, a następnie poproś o wymagane zmiany i sprawdzenia potrzebne do ich oceny.\n\nAgent programistyczny może korzystać z rzeczywistych informacji zwrotnych połączonego środowiska: wyniki inspekcji, zaobserwowane błędy lub ustalenia przeglądu mogą wskazywać następny krok. Określ cel i dozwolone działania oraz poproś model o odróżnianie propozycji od wykonanego wyniku.\n\nRozpoznawanie wizualne, OCR i lokalizacja\n\nWydanie dokumentuje lepsze rozpoznawanie obiektów, odczyt tekstu wizualnego i lokalizację obiektów. Dostarcz wyraźny obraz z konkretnym pytaniem i wskaż docelowy obiekt lub pola. W przypadku strony poproś o nazwane pola z odniesieniami do potwierdzającej strony lub obszaru. Przy interfejsie zapytaj, który widoczny element odpowiada celowi użytkownika. Jawnie określ konwencję współrzędnych aplikacji, jeśli używa ona wyniku lokalizacji.\n\nWizyjno-językowy zakres rodziny łączy tekst z obrazami lub wideo i tworzy odpowiedzi tekstowe. Oznacz osobne wejścia wizualne i zachowaj kolejność oraz czas wideo, gdy pytanie zależy od sekwencji. Zlokalizowany obiekt lub wiarygodnie wyglądający wynik OCR należy sprawdzić względem oryginalnych materiałów; te możliwości nie gwarantują dokładnego liczenia, doskonale czytelnej transkrypcji ani skalibrowanych pomiarów fizycznych.\n\nMyślenie i ciągłość rozumowania\n\nPrzewodnik trybów producenta wymienia Qwen3.6 Plus jako model hybrydowego myślenia z myśleniem domyślnie włączonym. Udokumentowany proces hybrydowy może tworzyć bezpośrednią odpowiedź po wyłączeniu myślenia. Oddzielaj treść rozumowania od końcowego wyniku, gdy wybrany interfejs dostarcza obie. Wybierz jasną formę końcową, taką jak materiał kodowy, tabela dowodów lub zwięzły wniosek, aby dłuższe wyjaśnienie nie przesłaniało rezultatu.\n\nRodzina Qwen3.6 wprowadza też zachowywanie historycznego rozumowania do pracy iteracyjnej. Ta możliwość rodziny jest użyteczna, gdy wcześniejsze decyzje pozostają istotne po nowych informacjach zwrotnych; dokładny kontrakt sterowania Plus powinien odpowiadać jego własnemu interfejsowi. Nie powinien dziedziczyć domyślnego ustawienia ani kontenera parametrów otwartego punktu kontrolnego bez jawnej dokumentacji.\n\nNarzędzia i długie materiały\n\nOpis agenta programistycznego rodziny obejmuje narzędzia i informacje zwrotne środowiska. Aplikacja dostarcza rzeczywiste narzędzia, wykonuje dozwolone operacje i zwraca ich obserwacje modelowi. Zadanie może żądać raportu wiążącego każdy wniosek z fragmentem dokumentu, identyfikatorem kodu lub widocznym elementem. Obsługa narzędzi w połączonym procesie sama w sobie nie potwierdza wbudowanego dostępu do aktualnych źródeł lub środowiska wykonawczego w każdym interfejsie. Producent wymienia wywoływanie funkcji, ustrukturyzowane wyjścia, wyszukiwanie internetowe, kontynuację tekstu na podstawie prefiksu i buforowanie kontekstu. Inferencja wsadowa jest obsługiwana dla aliasu w Pekinie i nieobsługiwana w innych wymienionych regionach; dostrajanie jest nieobsługiwane. Producent opisuje alias jako funkcjonalnie równoważny wersji z 2 kwietnia, natomiast osobna tabela datowanej wersji wyklucza buforowanie i inferencję wsadową.\n\nDedykowana tabela Plus Alibaba podaje kontekst 1 000 000 tokenów, maksymalne wejście 991 808 tokenów dla bezpośrednich odpowiedzi lub 983 616 dla myślenia, maksymalne wyjście 65 536 w każdym trybie i osobny budżet łańcucha rozumowania 81 920 tokenów. Zachowuj granice dokumentów i istotne ścieżki kodu w długim wejściu, usuwaj niepowiązane dowody i rezerwuj miejsce na wymaganą odpowiedź. Nie kopiuj natywnych ani rozszerzonych wartości kontekstu otwartego modelu 35B-A3B jako uniwersalnego limitu tej rodziny.\n\nPraktyczny wynik i ograniczenia\n\nUżyteczne wyjścia obejmują propozycję implementacji opartą na zrzucie ekranu, wyjaśnienie zmiany repozytorium lub tabelę pól dokumentu ze wspierającymi dowodami. Żądanie tekstu w formie JSON nie ustanawia kontraktu wymuszonego schematu, a proponowane polecenie nie jest wykonanym działaniem. Weryfikuj wyodrębniony tekst, lokalizacje wizualne i wygenerowany kod względem dostarczonego źródła. Zachowuj tożsamość Plus i jasno przedstawiaj wybrany alias lub datowane wydanie, udokumentowane limity producenta i zwrócone wyniki narzędzi przy ocenie materiału.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Repair keyboard access to a disclosure\n\nA disclosure uses a clickable div to toggle its details panel. Provide a small HTML/JavaScript replacement using a native button, preserving the label 'Delivery details'. The button must expose expanded state, control the panel and work with standard keyboard activation. Include a short review checklist for closed and open states without claiming a rendered result.A bounded disclosure component proposal with synchronized expanded state and a two-state checklist.The control is a button, its expanded value matches panel visibility and its label remains unchanged.qwen/qwen3.6-plusQwen3.6 Plus to wizyjno-językowa rodzina Qwen do tekstu, obrazów i wideo, z lepszym programowaniem agentowym i frontendowym, rozpoznawaniem obiektów, OCR i lokalizowaniem obiektów w obrazie. Zwraca tekst i obsługuje hybrydowy proces myślenia rodziny Plus w zadaniach opartych na dostarczonym projekcie lub materiale wizualnym.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Rodzina Qwen3.6 Plus
Qwen3.6 Plus to natywna wizyjno-językowa rodzina modeli do programowania i pracy multimodalnej. Wydanie producenta podkreśla ulepszone programowanie agentowe, frontendowe i rozwój oprogramowania oparty na informacjach wizualnych, wraz z ogólnym rozpoznawaniem obiektów, OCR i lokalizacją obiektów. Użytecznym wyjściem jest tekst: wyjaśnienie, propozycja kodu, wyodrębnione informacje lub raport powiązany z dostarczonymi dowodami.
Oficjalne wydanie wymienia qwen3.6-plus i qwen3.6-plus-2026-04-02. Ten rekord zachowuje żądaną tożsamość rodziny Plus zamiast zamieniać ją na konkretne datowane wydanie. Opis rodziny nie identyfikuje jej jako otwartego punktu kontrolnego Qwen3.6-35B-A3B ani nie przypisuje Plus liczby ekspertów, wag lub liczbowych limitów kontekstu tego punktu kontrolnego.
Programowanie agentowe i frontendowe
Przy zadaniu frontendowym podaj referencję wizualną, wymagania funkcjonalne i istotny istniejący kod. Opisz stany, interakcje i pliki wyjściowe oczekiwane po ukończeniu. Poproś o edytowalne źródło i osobne wyjaśnienie, jak proponowane zachowanie spełnia wymagania. Przy zadaniu repozytoryjnym dostarcz istotne moduły i wejście demonstrujące problem, a następnie poproś o wymagane zmiany i sprawdzenia potrzebne do ich oceny.
Agent programistyczny może korzystać z rzeczywistych informacji zwrotnych połączonego środowiska: wyniki inspekcji, zaobserwowane błędy lub ustalenia przeglądu mogą wskazywać następny krok. Określ cel i dozwolone działania oraz poproś model o odróżnianie propozycji od wykonanego wyniku.
Rozpoznawanie wizualne, OCR i lokalizacja
Wydanie dokumentuje lepsze rozpoznawanie obiektów, odczyt tekstu wizualnego i lokalizację obiektów. Dostarcz wyraźny obraz z konkretnym pytaniem i wskaż docelowy obiekt lub pola. W przypadku strony poproś o nazwane pola z odniesieniami do potwierdzającej strony lub obszaru. Przy interfejsie zapytaj, który widoczny element odpowiada celowi użytkownika. Jawnie określ konwencję współrzędnych aplikacji, jeśli używa ona wyniku lokalizacji.
Wizyjno-językowy zakres rodziny łączy tekst z obrazami lub wideo i tworzy odpowiedzi tekstowe. Oznacz osobne wejścia wizualne i zachowaj kolejność oraz czas wideo, gdy pytanie zależy od sekwencji. Zlokalizowany obiekt lub wiarygodnie wyglądający wynik OCR należy sprawdzić względem oryginalnych materiałów; te możliwości nie gwarantują dokładnego liczenia, doskonale czytelnej transkrypcji ani skalibrowanych pomiarów fizycznych.
Myślenie i ciągłość rozumowania
Przewodnik trybów producenta wymienia Qwen3.6 Plus jako model hybrydowego myślenia z myśleniem domyślnie włączonym. Udokumentowany proces hybrydowy może tworzyć bezpośrednią odpowiedź po wyłączeniu myślenia. Oddzielaj treść rozumowania od końcowego wyniku, gdy wybrany interfejs dostarcza obie. Wybierz jasną formę końcową, taką jak materiał kodowy, tabela dowodów lub zwięzły wniosek, aby dłuższe wyjaśnienie nie przesłaniało rezultatu.
Rodzina Qwen3.6 wprowadza też zachowywanie historycznego rozumowania do pracy iteracyjnej. Ta możliwość rodziny jest użyteczna, gdy wcześniejsze decyzje pozostają istotne po nowych informacjach zwrotnych; dokładny kontrakt sterowania Plus powinien odpowiadać jego własnemu interfejsowi. Nie powinien dziedziczyć domyślnego ustawienia ani kontenera parametrów otwartego punktu kontrolnego bez jawnej dokumentacji.
Narzędzia i długie materiały
Opis agenta programistycznego rodziny obejmuje narzędzia i informacje zwrotne środowiska. Aplikacja dostarcza rzeczywiste narzędzia, wykonuje dozwolone operacje i zwraca ich obserwacje modelowi. Zadanie może żądać raportu wiążącego każdy wniosek z fragmentem dokumentu, identyfikatorem kodu lub widocznym elementem. Obsługa narzędzi w połączonym procesie sama w sobie nie potwierdza wbudowanego dostępu do aktualnych źródeł lub środowiska wykonawczego w każdym interfejsie. Producent wymienia wywoływanie funkcji, ustrukturyzowane wyjścia, wyszukiwanie internetowe, kontynuację tekstu na podstawie prefiksu i buforowanie kontekstu. Inferencja wsadowa jest obsługiwana dla aliasu w Pekinie i nieobsługiwana w innych wymienionych regionach; dostrajanie jest nieobsługiwane. Producent opisuje alias jako funkcjonalnie równoważny wersji z 2 kwietnia, natomiast osobna tabela datowanej wersji wyklucza buforowanie i inferencję wsadową.
Dedykowana tabela Plus Alibaba podaje kontekst 1 000 000 tokenów, maksymalne wejście 991 808 tokenów dla bezpośrednich odpowiedzi lub 983 616 dla myślenia, maksymalne wyjście 65 536 w każdym trybie i osobny budżet łańcucha rozumowania 81 920 tokenów. Zachowuj granice dokumentów i istotne ścieżki kodu w długim wejściu, usuwaj niepowiązane dowody i rezerwuj miejsce na wymaganą odpowiedź. Nie kopiuj natywnych ani rozszerzonych wartości kontekstu otwartego modelu 35B-A3B jako uniwersalnego limitu tej rodziny.
Praktyczny wynik i ograniczenia
Użyteczne wyjścia obejmują propozycję implementacji opartą na zrzucie ekranu, wyjaśnienie zmiany repozytorium lub tabelę pól dokumentu ze wspierającymi dowodami. Żądanie tekstu w formie JSON nie ustanawia kontraktu wymuszonego schematu, a proponowane polecenie nie jest wykonanym działaniem. Weryfikuj wyodrębniony tekst, lokalizacje wizualne i wygenerowany kod względem dostarczonego źródła. Zachowuj tożsamość Plus i jasno przedstawiaj wybrany alias lub datowane wydanie, udokumentowane limity producenta i zwrócone wyniki narzędzi przy ocenie materiału.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity qwen/qwen3.6-plus | 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.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.00065 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0039 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.0008125 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznie256 000 | Opłata Wejście · Tokeny wejściowe $0.00065 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0039 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.0008125 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 2 | Tabela stawek— | Tokeny kontekstu, więcej niż256 000 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0026 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0078 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.00325 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.6-plus", "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/qwen3.6-plus',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/qwen3.6-plus',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/qwen3.6-plus, qwen3.6-plus
/chat/completions
qwen/qwen3.6-plusQwen3.6 Plus to wizyjno-językowa rodzina Qwen do tekstu, obrazów i wideo, z lepszym programowaniem agentowym i frontendowym, rozpoznawaniem obiektów, OCR i lokalizowaniem obiektów w obrazie. Zwraca tekst i obsługuje hybrydowy proces myślenia rodziny Plus w zadaniach opartych na dostarczonym projekcie lub materiale wizualnym.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Rodzina Qwen3.6 Plus
Qwen3.6 Plus to natywna wizyjno-językowa rodzina modeli do programowania i pracy multimodalnej. Wydanie producenta podkreśla ulepszone programowanie agentowe, frontendowe i rozwój oprogramowania oparty na informacjach wizualnych, wraz z ogólnym rozpoznawaniem obiektów, OCR i lokalizacją obiektów. Użytecznym wyjściem jest tekst: wyjaśnienie, propozycja kodu, wyodrębnione informacje lub raport powiązany z dostarczonymi dowodami.
Oficjalne wydanie wymienia qwen3.6-plus i qwen3.6-plus-2026-04-02. Ten rekord zachowuje żądaną tożsamość rodziny Plus zamiast zamieniać ją na konkretne datowane wydanie. Opis rodziny nie identyfikuje jej jako otwartego punktu kontrolnego Qwen3.6-35B-A3B ani nie przypisuje Plus liczby ekspertów, wag lub liczbowych limitów kontekstu tego punktu kontrolnego.
Programowanie agentowe i frontendowe
Przy zadaniu frontendowym podaj referencję wizualną, wymagania funkcjonalne i istotny istniejący kod. Opisz stany, interakcje i pliki wyjściowe oczekiwane po ukończeniu. Poproś o edytowalne źródło i osobne wyjaśnienie, jak proponowane zachowanie spełnia wymagania. Przy zadaniu repozytoryjnym dostarcz istotne moduły i wejście demonstrujące problem, a następnie poproś o wymagane zmiany i sprawdzenia potrzebne do ich oceny.
Agent programistyczny może korzystać z rzeczywistych informacji zwrotnych połączonego środowiska: wyniki inspekcji, zaobserwowane błędy lub ustalenia przeglądu mogą wskazywać następny krok. Określ cel i dozwolone działania oraz poproś model o odróżnianie propozycji od wykonanego wyniku.
Rozpoznawanie wizualne, OCR i lokalizacja
Wydanie dokumentuje lepsze rozpoznawanie obiektów, odczyt tekstu wizualnego i lokalizację obiektów. Dostarcz wyraźny obraz z konkretnym pytaniem i wskaż docelowy obiekt lub pola. W przypadku strony poproś o nazwane pola z odniesieniami do potwierdzającej strony lub obszaru. Przy interfejsie zapytaj, który widoczny element odpowiada celowi użytkownika. Jawnie określ konwencję współrzędnych aplikacji, jeśli używa ona wyniku lokalizacji.
Wizyjno-językowy zakres rodziny łączy tekst z obrazami lub wideo i tworzy odpowiedzi tekstowe. Oznacz osobne wejścia wizualne i zachowaj kolejność oraz czas wideo, gdy pytanie zależy od sekwencji. Zlokalizowany obiekt lub wiarygodnie wyglądający wynik OCR należy sprawdzić względem oryginalnych materiałów; te możliwości nie gwarantują dokładnego liczenia, doskonale czytelnej transkrypcji ani skalibrowanych pomiarów fizycznych.
Myślenie i ciągłość rozumowania
Przewodnik trybów producenta wymienia Qwen3.6 Plus jako model hybrydowego myślenia z myśleniem domyślnie włączonym. Udokumentowany proces hybrydowy może tworzyć bezpośrednią odpowiedź po wyłączeniu myślenia. Oddzielaj treść rozumowania od końcowego wyniku, gdy wybrany interfejs dostarcza obie. Wybierz jasną formę końcową, taką jak materiał kodowy, tabela dowodów lub zwięzły wniosek, aby dłuższe wyjaśnienie nie przesłaniało rezultatu.
Rodzina Qwen3.6 wprowadza też zachowywanie historycznego rozumowania do pracy iteracyjnej. Ta możliwość rodziny jest użyteczna, gdy wcześniejsze decyzje pozostają istotne po nowych informacjach zwrotnych; dokładny kontrakt sterowania Plus powinien odpowiadać jego własnemu interfejsowi. Nie powinien dziedziczyć domyślnego ustawienia ani kontenera parametrów otwartego punktu kontrolnego bez jawnej dokumentacji.
Narzędzia i długie materiały
Opis agenta programistycznego rodziny obejmuje narzędzia i informacje zwrotne środowiska. Aplikacja dostarcza rzeczywiste narzędzia, wykonuje dozwolone operacje i zwraca ich obserwacje modelowi. Zadanie może żądać raportu wiążącego każdy wniosek z fragmentem dokumentu, identyfikatorem kodu lub widocznym elementem. Obsługa narzędzi w połączonym procesie sama w sobie nie potwierdza wbudowanego dostępu do aktualnych źródeł lub środowiska wykonawczego w każdym interfejsie. Producent wymienia wywoływanie funkcji, ustrukturyzowane wyjścia, wyszukiwanie internetowe, kontynuację tekstu na podstawie prefiksu i buforowanie kontekstu. Inferencja wsadowa jest obsługiwana dla aliasu w Pekinie i nieobsługiwana w innych wymienionych regionach; dostrajanie jest nieobsługiwane. Producent opisuje alias jako funkcjonalnie równoważny wersji z 2 kwietnia, natomiast osobna tabela datowanej wersji wyklucza buforowanie i inferencję wsadową.
Dedykowana tabela Plus Alibaba podaje kontekst 1 000 000 tokenów, maksymalne wejście 991 808 tokenów dla bezpośrednich odpowiedzi lub 983 616 dla myślenia, maksymalne wyjście 65 536 w każdym trybie i osobny budżet łańcucha rozumowania 81 920 tokenów. Zachowuj granice dokumentów i istotne ścieżki kodu w długim wejściu, usuwaj niepowiązane dowody i rezerwuj miejsce na wymaganą odpowiedź. Nie kopiuj natywnych ani rozszerzonych wartości kontekstu otwartego modelu 35B-A3B jako uniwersalnego limitu tej rodziny.
Praktyczny wynik i ograniczenia
Użyteczne wyjścia obejmują propozycję implementacji opartą na zrzucie ekranu, wyjaśnienie zmiany repozytorium lub tabelę pól dokumentu ze wspierającymi dowodami. Żądanie tekstu w formie JSON nie ustanawia kontraktu wymuszonego schematu, a proponowane polecenie nie jest wykonanym działaniem. Weryfikuj wyodrębniony tekst, lokalizacje wizualne i wygenerowany kod względem dostarczonego źródła. Zachowuj tożsamość Plus i jasno przedstawiaj wybrany alias lub datowane wydanie, udokumentowane limity producenta i zwrócone wyniki narzędzi przy ocenie materiału.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity qwen/qwen3.6-plus | 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.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.00065 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0039 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.0008125 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznie256 000 | Opłata Wejście · Tokeny wejściowe $0.00065 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0039 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.0008125 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 2 | Tabela stawek— | Tokeny kontekstu, więcej niż256 000 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0026 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0078 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.00325 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "qwen/qwen3.6-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.6-plus', '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/qwen3.6-plus', '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/qwen3.6-plus, qwen3.6-plus
/chat/completions
qwen3.6-plusQwen3.6 Plus to wizyjno-językowa rodzina Qwen do tekstu, obrazów i wideo, z lepszym programowaniem agentowym i frontendowym, rozpoznawaniem obiektów, OCR i lokalizowaniem obiektów w obrazie. Zwraca tekst i obsługuje hybrydowy proces myślenia rodziny Plus w zadaniach opartych na dostarczonym projekcie lub materiale wizualnym.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Rodzina Qwen3.6 Plus
Qwen3.6 Plus to natywna wizyjno-językowa rodzina modeli do programowania i pracy multimodalnej. Wydanie producenta podkreśla ulepszone programowanie agentowe, frontendowe i rozwój oprogramowania oparty na informacjach wizualnych, wraz z ogólnym rozpoznawaniem obiektów, OCR i lokalizacją obiektów. Użytecznym wyjściem jest tekst: wyjaśnienie, propozycja kodu, wyodrębnione informacje lub raport powiązany z dostarczonymi dowodami.
Oficjalne wydanie wymienia qwen3.6-plus i qwen3.6-plus-2026-04-02. Ten rekord zachowuje żądaną tożsamość rodziny Plus zamiast zamieniać ją na konkretne datowane wydanie. Opis rodziny nie identyfikuje jej jako otwartego punktu kontrolnego Qwen3.6-35B-A3B ani nie przypisuje Plus liczby ekspertów, wag lub liczbowych limitów kontekstu tego punktu kontrolnego.
Programowanie agentowe i frontendowe
Przy zadaniu frontendowym podaj referencję wizualną, wymagania funkcjonalne i istotny istniejący kod. Opisz stany, interakcje i pliki wyjściowe oczekiwane po ukończeniu. Poproś o edytowalne źródło i osobne wyjaśnienie, jak proponowane zachowanie spełnia wymagania. Przy zadaniu repozytoryjnym dostarcz istotne moduły i wejście demonstrujące problem, a następnie poproś o wymagane zmiany i sprawdzenia potrzebne do ich oceny.
Agent programistyczny może korzystać z rzeczywistych informacji zwrotnych połączonego środowiska: wyniki inspekcji, zaobserwowane błędy lub ustalenia przeglądu mogą wskazywać następny krok. Określ cel i dozwolone działania oraz poproś model o odróżnianie propozycji od wykonanego wyniku.
Rozpoznawanie wizualne, OCR i lokalizacja
Wydanie dokumentuje lepsze rozpoznawanie obiektów, odczyt tekstu wizualnego i lokalizację obiektów. Dostarcz wyraźny obraz z konkretnym pytaniem i wskaż docelowy obiekt lub pola. W przypadku strony poproś o nazwane pola z odniesieniami do potwierdzającej strony lub obszaru. Przy interfejsie zapytaj, który widoczny element odpowiada celowi użytkownika. Jawnie określ konwencję współrzędnych aplikacji, jeśli używa ona wyniku lokalizacji.
Wizyjno-językowy zakres rodziny łączy tekst z obrazami lub wideo i tworzy odpowiedzi tekstowe. Oznacz osobne wejścia wizualne i zachowaj kolejność oraz czas wideo, gdy pytanie zależy od sekwencji. Zlokalizowany obiekt lub wiarygodnie wyglądający wynik OCR należy sprawdzić względem oryginalnych materiałów; te możliwości nie gwarantują dokładnego liczenia, doskonale czytelnej transkrypcji ani skalibrowanych pomiarów fizycznych.
Myślenie i ciągłość rozumowania
Przewodnik trybów producenta wymienia Qwen3.6 Plus jako model hybrydowego myślenia z myśleniem domyślnie włączonym. Udokumentowany proces hybrydowy może tworzyć bezpośrednią odpowiedź po wyłączeniu myślenia. Oddzielaj treść rozumowania od końcowego wyniku, gdy wybrany interfejs dostarcza obie. Wybierz jasną formę końcową, taką jak materiał kodowy, tabela dowodów lub zwięzły wniosek, aby dłuższe wyjaśnienie nie przesłaniało rezultatu.
Rodzina Qwen3.6 wprowadza też zachowywanie historycznego rozumowania do pracy iteracyjnej. Ta możliwość rodziny jest użyteczna, gdy wcześniejsze decyzje pozostają istotne po nowych informacjach zwrotnych; dokładny kontrakt sterowania Plus powinien odpowiadać jego własnemu interfejsowi. Nie powinien dziedziczyć domyślnego ustawienia ani kontenera parametrów otwartego punktu kontrolnego bez jawnej dokumentacji.
Narzędzia i długie materiały
Opis agenta programistycznego rodziny obejmuje narzędzia i informacje zwrotne środowiska. Aplikacja dostarcza rzeczywiste narzędzia, wykonuje dozwolone operacje i zwraca ich obserwacje modelowi. Zadanie może żądać raportu wiążącego każdy wniosek z fragmentem dokumentu, identyfikatorem kodu lub widocznym elementem. Obsługa narzędzi w połączonym procesie sama w sobie nie potwierdza wbudowanego dostępu do aktualnych źródeł lub środowiska wykonawczego w każdym interfejsie. Producent wymienia wywoływanie funkcji, ustrukturyzowane wyjścia, wyszukiwanie internetowe, kontynuację tekstu na podstawie prefiksu i buforowanie kontekstu. Inferencja wsadowa jest obsługiwana dla aliasu w Pekinie i nieobsługiwana w innych wymienionych regionach; dostrajanie jest nieobsługiwane. Producent opisuje alias jako funkcjonalnie równoważny wersji z 2 kwietnia, natomiast osobna tabela datowanej wersji wyklucza buforowanie i inferencję wsadową.
Dedykowana tabela Plus Alibaba podaje kontekst 1 000 000 tokenów, maksymalne wejście 991 808 tokenów dla bezpośrednich odpowiedzi lub 983 616 dla myślenia, maksymalne wyjście 65 536 w każdym trybie i osobny budżet łańcucha rozumowania 81 920 tokenów. Zachowuj granice dokumentów i istotne ścieżki kodu w długim wejściu, usuwaj niepowiązane dowody i rezerwuj miejsce na wymaganą odpowiedź. Nie kopiuj natywnych ani rozszerzonych wartości kontekstu otwartego modelu 35B-A3B jako uniwersalnego limitu tej rodziny.
Praktyczny wynik i ograniczenia
Użyteczne wyjścia obejmują propozycję implementacji opartą na zrzucie ekranu, wyjaśnienie zmiany repozytorium lub tabelę pól dokumentu ze wspierającymi dowodami. Żądanie tekstu w formie JSON nie ustanawia kontraktu wymuszonego schematu, a proponowane polecenie nie jest wykonanym działaniem. Weryfikuj wyodrębniony tekst, lokalizacje wizualne i wygenerowany kod względem dostarczonego źródła. Zachowuj tożsamość Plus i jasno przedstawiaj wybrany alias lub datowane wydanie, udokumentowane limity producenta i zwrócone wyniki narzędzi przy ocenie materiału.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity qwen3.6-plus | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Rozmowa tekstowa | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
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 |
Parametrcontrol_scope | KontraktRozmowa tekstowa; stream jest wartością logiczną i domyślnie wynosi false. |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Aliasy metody: /chat/completions
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.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.00065 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0039 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.0008125 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznie256 000 | Opłata Wejście · Tokeny wejściowe $0.00065 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0039 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.0008125 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 2 | Tabela stawek— | Tokeny kontekstu, więcej niż256 000 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0026 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0078 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.00325 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"qwen3.6-plus","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="qwen3.6-plus", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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/qwen3.6-plus, qwen3.6-plus
/chat/completions
qwen3.6-plusQwen3.6 Plus to wizyjno-językowa rodzina Qwen do tekstu, obrazów i wideo, z lepszym programowaniem agentowym i frontendowym, rozpoznawaniem obiektów, OCR i lokalizowaniem obiektów w obrazie. Zwraca tekst i obsługuje hybrydowy proces myślenia rodziny Plus w zadaniach opartych na dostarczonym projekcie lub materiale wizualnym.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Rodzina Qwen3.6 Plus
Qwen3.6 Plus to natywna wizyjno-językowa rodzina modeli do programowania i pracy multimodalnej. Wydanie producenta podkreśla ulepszone programowanie agentowe, frontendowe i rozwój oprogramowania oparty na informacjach wizualnych, wraz z ogólnym rozpoznawaniem obiektów, OCR i lokalizacją obiektów. Użytecznym wyjściem jest tekst: wyjaśnienie, propozycja kodu, wyodrębnione informacje lub raport powiązany z dostarczonymi dowodami.
Oficjalne wydanie wymienia qwen3.6-plus i qwen3.6-plus-2026-04-02. Ten rekord zachowuje żądaną tożsamość rodziny Plus zamiast zamieniać ją na konkretne datowane wydanie. Opis rodziny nie identyfikuje jej jako otwartego punktu kontrolnego Qwen3.6-35B-A3B ani nie przypisuje Plus liczby ekspertów, wag lub liczbowych limitów kontekstu tego punktu kontrolnego.
Programowanie agentowe i frontendowe
Przy zadaniu frontendowym podaj referencję wizualną, wymagania funkcjonalne i istotny istniejący kod. Opisz stany, interakcje i pliki wyjściowe oczekiwane po ukończeniu. Poproś o edytowalne źródło i osobne wyjaśnienie, jak proponowane zachowanie spełnia wymagania. Przy zadaniu repozytoryjnym dostarcz istotne moduły i wejście demonstrujące problem, a następnie poproś o wymagane zmiany i sprawdzenia potrzebne do ich oceny.
Agent programistyczny może korzystać z rzeczywistych informacji zwrotnych połączonego środowiska: wyniki inspekcji, zaobserwowane błędy lub ustalenia przeglądu mogą wskazywać następny krok. Określ cel i dozwolone działania oraz poproś model o odróżnianie propozycji od wykonanego wyniku.
Rozpoznawanie wizualne, OCR i lokalizacja
Wydanie dokumentuje lepsze rozpoznawanie obiektów, odczyt tekstu wizualnego i lokalizację obiektów. Dostarcz wyraźny obraz z konkretnym pytaniem i wskaż docelowy obiekt lub pola. W przypadku strony poproś o nazwane pola z odniesieniami do potwierdzającej strony lub obszaru. Przy interfejsie zapytaj, który widoczny element odpowiada celowi użytkownika. Jawnie określ konwencję współrzędnych aplikacji, jeśli używa ona wyniku lokalizacji.
Wizyjno-językowy zakres rodziny łączy tekst z obrazami lub wideo i tworzy odpowiedzi tekstowe. Oznacz osobne wejścia wizualne i zachowaj kolejność oraz czas wideo, gdy pytanie zależy od sekwencji. Zlokalizowany obiekt lub wiarygodnie wyglądający wynik OCR należy sprawdzić względem oryginalnych materiałów; te możliwości nie gwarantują dokładnego liczenia, doskonale czytelnej transkrypcji ani skalibrowanych pomiarów fizycznych.
Myślenie i ciągłość rozumowania
Przewodnik trybów producenta wymienia Qwen3.6 Plus jako model hybrydowego myślenia z myśleniem domyślnie włączonym. Udokumentowany proces hybrydowy może tworzyć bezpośrednią odpowiedź po wyłączeniu myślenia. Oddzielaj treść rozumowania od końcowego wyniku, gdy wybrany interfejs dostarcza obie. Wybierz jasną formę końcową, taką jak materiał kodowy, tabela dowodów lub zwięzły wniosek, aby dłuższe wyjaśnienie nie przesłaniało rezultatu.
Rodzina Qwen3.6 wprowadza też zachowywanie historycznego rozumowania do pracy iteracyjnej. Ta możliwość rodziny jest użyteczna, gdy wcześniejsze decyzje pozostają istotne po nowych informacjach zwrotnych; dokładny kontrakt sterowania Plus powinien odpowiadać jego własnemu interfejsowi. Nie powinien dziedziczyć domyślnego ustawienia ani kontenera parametrów otwartego punktu kontrolnego bez jawnej dokumentacji.
Narzędzia i długie materiały
Opis agenta programistycznego rodziny obejmuje narzędzia i informacje zwrotne środowiska. Aplikacja dostarcza rzeczywiste narzędzia, wykonuje dozwolone operacje i zwraca ich obserwacje modelowi. Zadanie może żądać raportu wiążącego każdy wniosek z fragmentem dokumentu, identyfikatorem kodu lub widocznym elementem. Obsługa narzędzi w połączonym procesie sama w sobie nie potwierdza wbudowanego dostępu do aktualnych źródeł lub środowiska wykonawczego w każdym interfejsie. Producent wymienia wywoływanie funkcji, ustrukturyzowane wyjścia, wyszukiwanie internetowe, kontynuację tekstu na podstawie prefiksu i buforowanie kontekstu. Inferencja wsadowa jest obsługiwana dla aliasu w Pekinie i nieobsługiwana w innych wymienionych regionach; dostrajanie jest nieobsługiwane. Producent opisuje alias jako funkcjonalnie równoważny wersji z 2 kwietnia, natomiast osobna tabela datowanej wersji wyklucza buforowanie i inferencję wsadową.
Dedykowana tabela Plus Alibaba podaje kontekst 1 000 000 tokenów, maksymalne wejście 991 808 tokenów dla bezpośrednich odpowiedzi lub 983 616 dla myślenia, maksymalne wyjście 65 536 w każdym trybie i osobny budżet łańcucha rozumowania 81 920 tokenów. Zachowuj granice dokumentów i istotne ścieżki kodu w długim wejściu, usuwaj niepowiązane dowody i rezerwuj miejsce na wymaganą odpowiedź. Nie kopiuj natywnych ani rozszerzonych wartości kontekstu otwartego modelu 35B-A3B jako uniwersalnego limitu tej rodziny.
Praktyczny wynik i ograniczenia
Użyteczne wyjścia obejmują propozycję implementacji opartą na zrzucie ekranu, wyjaśnienie zmiany repozytorium lub tabelę pól dokumentu ze wspierającymi dowodami. Żądanie tekstu w formie JSON nie ustanawia kontraktu wymuszonego schematu, a proponowane polecenie nie jest wykonanym działaniem. Weryfikuj wyodrębniony tekst, lokalizacje wizualne i wygenerowany kod względem dostarczonego źródła. Zachowuj tożsamość Plus i jasno przedstawiaj wybrany alias lub datowane wydanie, udokumentowane limity producenta i zwrócone wyniki narzędzi przy ocenie materiału.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity qwen3.6-plus | 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.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.00065 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0039 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.0008125 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznie256 000 | Opłata Wejście · Tokeny wejściowe $0.00065 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0039 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.0008125 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 2 | Tabela stawek— | Tokeny kontekstu, więcej niż256 000 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.0026 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0078 / 1K tokenów Wejście · Odczyt cache — / 1K tokenów Wejście · Zapis do cache $0.00325 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "qwen3.6-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3.6-plus', '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': 'qwen3.6-plus', '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/qwen3.6-plus, qwen3.6-plus
/chat/completions
Przykład techniczny po angielsku
Repair keyboard access to a disclosure\n\nA disclosure uses a clickable div to toggle its details panel. Provide a small HTML/JavaScript replacement using a native button, preserving the label 'Delivery details'. The button must expose expanded state, control the panel and work with standard keyboard activation. Include a short review checklist for closed and open states without claiming a rendered result.A bounded disclosure component proposal with synchronized expanded state and a two-state checklist.The control is a button, its expanded value matches panel visibility and its label remains unchanged.