Qwen-Plus (2025-04-28) é a versão de 28 de abril de Qwen3-Plus. Recebe texto e devolve texto, integra os modos Thinking e Non-Thinking e permite mudar de modo durante uma conversa. A data identifica a edição selecionada, distinguindo-a de versões posteriores de Qwen-Plus e de aliases que mudam ao longo do tempo.
O modo Thinking permite trabalhar numa tarefa que exige a análise de condições e relações. Forneça os elementos relevantes, defina a pergunta e identifique os critérios que devem orientar a resposta. Numa comparação, pode pedir os compromissos entre duas opções sujeitas às restrições indicadas. Numa tarefa sobre documentos, pode pedir que requisitos são concordantes, quais são contraditórios e quais precisam de esclarecimento.
O modo Non-Thinking permite dar uma instrução direta, como encurtar uma passagem ou redigir uma resposta a partir dos factos fornecidos. Indique o leitor a que se destina, a extensão necessária e as informações que devem ser preservadas na reescrita. Instruções específicas tornam claro o resultado esperado: uma mensagem concluída, uma secção revista ou uma explicação concisa.
Separe o texto de referência das instruções para o utilizar. Preserve os rótulos das secções e os termos definidos, para que a resposta possa manter a ligação às fontes. Quando faltar informação, especifique se o modelo deve fazer uma pergunta ou assinalar o item relevante como não resolvido. Para uma nota analítica, peça a conclusão e as condições que a sustentam; para a escrita, peça o texto revisto e uma breve descrição das alterações.
Um pedido de seguimento pode modificar um requisito e manter o resto da tarefa. Por exemplo, pode mudar o público de uma passagem selecionada ou introduzir uma nova restrição numa comparação. Inclua a parte da resposta anterior que está a ser revista, para que a conversa continue centrada num resultado identificável.
O fabricante documenta o suporte de funcionalidades por configuração de implementação regional. As configurações indicadas para esta versão suportam saídas estruturadas e conclusão de prefixo, enquanto a chamada de funções só está disponível em algumas delas. Uma aplicação capaz de chamar funções define uma ação e os respetivos campos de entrada, executa a chamada selecionada e devolve o resultado ao modelo. A saída estruturada determina a forma da resposta, enquanto a conclusão de prefixo prolonga o texto fornecido do assistente. A integração determina quais destes controlos disponibiliza.
A versão de abril tem um contexto documentado de 131 072 tokens, com um comprimento máximo de entrada de 98 304 tokens e de saída de 16 384 tokens. Use o orçamento de entrada para as instruções, os documentos relevantes e o material da conversa necessários à tarefa. Especifique a dimensão e a forma do resultado, em vez de pedir uma discussão sem limites. Um resultado final útil pode ser uma comparação baseada nas fontes, uma resposta a um cliente ou uma secção de documento revista, pronta a ser conferida com os requisitos iniciais.
", "aboutText": "Qwen-Plus (2025-04-28) é a versão de 28 de abril de Qwen3-Plus. Recebe texto e devolve texto, integra os modos Thinking e Non-Thinking e permite mudar de modo durante uma conversa. A data identifica a edição selecionada, distinguindo-a de versões posteriores de Qwen-Plus e de aliases que mudam ao longo do tempo.\n\n### Analise condições ou escreva uma resposta direta\n\nO modo Thinking permite trabalhar numa tarefa que exige a análise de condições e relações. Forneça os elementos relevantes, defina a pergunta e identifique os critérios que devem orientar a resposta. Numa comparação, pode pedir os compromissos entre duas opções sujeitas às restrições indicadas. Numa tarefa sobre documentos, pode pedir que requisitos são concordantes, quais são contraditórios e quais precisam de esclarecimento.\n\nO modo Non-Thinking permite dar uma instrução direta, como encurtar uma passagem ou redigir uma resposta a partir dos factos fornecidos. Indique o leitor a que se destina, a extensão necessária e as informações que devem ser preservadas na reescrita. Instruções específicas tornam claro o resultado esperado: uma mensagem concluída, uma secção revista ou uma explicação concisa.\n\n### Prepare uma conversa em torno de um resultado\n\nSepare o texto de referência das instruções para o utilizar. Preserve os rótulos das secções e os termos definidos, para que a resposta possa manter a ligação às fontes. Quando faltar informação, especifique se o modelo deve fazer uma pergunta ou assinalar o item relevante como não resolvido. Para uma nota analítica, peça a conclusão e as condições que a sustentam; para a escrita, peça o texto revisto e uma breve descrição das alterações.\n\nUm pedido de seguimento pode modificar um requisito e manter o resto da tarefa. Por exemplo, pode mudar o público de uma passagem selecionada ou introduzir uma nova restrição numa comparação. Inclua a parte da resposta anterior que está a ser revista, para que a conversa continue centrada num resultado identificável.\n\n### Funções, respostas estruturadas e continuação\n\nO fabricante documenta o suporte de funcionalidades por configuração de implementação regional. As configurações indicadas para esta versão suportam saídas estruturadas e conclusão de prefixo, enquanto a chamada de funções só está disponível em algumas delas. Uma aplicação capaz de chamar funções define uma ação e os respetivos campos de entrada, executa a chamada selecionada e devolve o resultado ao modelo. A saída estruturada determina a forma da resposta, enquanto a conclusão de prefixo prolonga o texto fornecido do assistente. A integração determina quais destes controlos disponibiliza.\n\n### Planeie dentro dos limites da versão\n\nA versão de abril tem um contexto documentado de 131 072 tokens, com um comprimento máximo de entrada de 98 304 tokens e de saída de 16 384 tokens. Use o orçamento de entrada para as instruções, os documentos relevantes e o material da conversa necessários à tarefa. Especifique a dimensão e a forma do resultado, em vez de pedir uma discussão sem limites. Um resultado final útil pode ser uma comparação baseada nas fontes, uma resposta a um cliente ou uma secção de documento revista, pronta a ser conferida com os requisitos iniciais.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
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) é uma versão datada de texto Qwen3-Plus que combina os modos Thinking e Non-Thinking. Os limites documentados são 131 072 tokens de contexto, 98 304 de entrada e 16 384 de saída; as funções e os controlos opcionais da resposta dependem da integração.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Qwen-Plus (2025-04-28) é a versão de 28 de abril de Qwen3-Plus. Recebe texto e devolve texto, integra os modos Thinking e Non-Thinking e permite mudar de modo durante uma conversa. A data identifica a edição selecionada, distinguindo-a de versões posteriores de Qwen-Plus e de aliases que mudam ao longo do tempo.
O modo Thinking permite trabalhar numa tarefa que exige a análise de condições e relações. Forneça os elementos relevantes, defina a pergunta e identifique os critérios que devem orientar a resposta. Numa comparação, pode pedir os compromissos entre duas opções sujeitas às restrições indicadas. Numa tarefa sobre documentos, pode pedir que requisitos são concordantes, quais são contraditórios e quais precisam de esclarecimento.
O modo Non-Thinking permite dar uma instrução direta, como encurtar uma passagem ou redigir uma resposta a partir dos factos fornecidos. Indique o leitor a que se destina, a extensão necessária e as informações que devem ser preservadas na reescrita. Instruções específicas tornam claro o resultado esperado: uma mensagem concluída, uma secção revista ou uma explicação concisa.
Separe o texto de referência das instruções para o utilizar. Preserve os rótulos das secções e os termos definidos, para que a resposta possa manter a ligação às fontes. Quando faltar informação, especifique se o modelo deve fazer uma pergunta ou assinalar o item relevante como não resolvido. Para uma nota analítica, peça a conclusão e as condições que a sustentam; para a escrita, peça o texto revisto e uma breve descrição das alterações.
Um pedido de seguimento pode modificar um requisito e manter o resto da tarefa. Por exemplo, pode mudar o público de uma passagem selecionada ou introduzir uma nova restrição numa comparação. Inclua a parte da resposta anterior que está a ser revista, para que a conversa continue centrada num resultado identificável.
O fabricante documenta o suporte de funcionalidades por configuração de implementação regional. As configurações indicadas para esta versão suportam saídas estruturadas e conclusão de prefixo, enquanto a chamada de funções só está disponível em algumas delas. Uma aplicação capaz de chamar funções define uma ação e os respetivos campos de entrada, executa a chamada selecionada e devolve o resultado ao modelo. A saída estruturada determina a forma da resposta, enquanto a conclusão de prefixo prolonga o texto fornecido do assistente. A integração determina quais destes controlos disponibiliza.
A versão de abril tem um contexto documentado de 131 072 tokens, com um comprimento máximo de entrada de 98 304 tokens e de saída de 16 384 tokens. Use o orçamento de entrada para as instruções, os documentos relevantes e o material da conversa necessários à tarefa. Especifique a dimensão e a forma do resultado, em vez de pedir uma discussão sem limites. Um resultado final útil pode ser uma comparação baseada nas fontes, uma resposta a um cliente ou uma secção de documento revista, pronta a ser conferida com os requisitos iniciais.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen-plus-2025-04-28 | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.00024 / 1K tokens Saída · Tokens de saída $0.0024 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra qwen-plus-2025-04-28
Use os caminhos dos métodos indicados acima.
qwen-plus-2025-04-28Qwen-Plus (2025-04-28) é uma versão datada de texto Qwen3-Plus que combina os modos Thinking e Non-Thinking. Os limites documentados são 131 072 tokens de contexto, 98 304 de entrada e 16 384 de saída; as funções e os controlos opcionais da resposta dependem da integração.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Qwen-Plus (2025-04-28) é a versão de 28 de abril de Qwen3-Plus. Recebe texto e devolve texto, integra os modos Thinking e Non-Thinking e permite mudar de modo durante uma conversa. A data identifica a edição selecionada, distinguindo-a de versões posteriores de Qwen-Plus e de aliases que mudam ao longo do tempo.
O modo Thinking permite trabalhar numa tarefa que exige a análise de condições e relações. Forneça os elementos relevantes, defina a pergunta e identifique os critérios que devem orientar a resposta. Numa comparação, pode pedir os compromissos entre duas opções sujeitas às restrições indicadas. Numa tarefa sobre documentos, pode pedir que requisitos são concordantes, quais são contraditórios e quais precisam de esclarecimento.
O modo Non-Thinking permite dar uma instrução direta, como encurtar uma passagem ou redigir uma resposta a partir dos factos fornecidos. Indique o leitor a que se destina, a extensão necessária e as informações que devem ser preservadas na reescrita. Instruções específicas tornam claro o resultado esperado: uma mensagem concluída, uma secção revista ou uma explicação concisa.
Separe o texto de referência das instruções para o utilizar. Preserve os rótulos das secções e os termos definidos, para que a resposta possa manter a ligação às fontes. Quando faltar informação, especifique se o modelo deve fazer uma pergunta ou assinalar o item relevante como não resolvido. Para uma nota analítica, peça a conclusão e as condições que a sustentam; para a escrita, peça o texto revisto e uma breve descrição das alterações.
Um pedido de seguimento pode modificar um requisito e manter o resto da tarefa. Por exemplo, pode mudar o público de uma passagem selecionada ou introduzir uma nova restrição numa comparação. Inclua a parte da resposta anterior que está a ser revista, para que a conversa continue centrada num resultado identificável.
O fabricante documenta o suporte de funcionalidades por configuração de implementação regional. As configurações indicadas para esta versão suportam saídas estruturadas e conclusão de prefixo, enquanto a chamada de funções só está disponível em algumas delas. Uma aplicação capaz de chamar funções define uma ação e os respetivos campos de entrada, executa a chamada selecionada e devolve o resultado ao modelo. A saída estruturada determina a forma da resposta, enquanto a conclusão de prefixo prolonga o texto fornecido do assistente. A integração determina quais destes controlos disponibiliza.
A versão de abril tem um contexto documentado de 131 072 tokens, com um comprimento máximo de entrada de 98 304 tokens e de saída de 16 384 tokens. Use o orçamento de entrada para as instruções, os documentos relevantes e o material da conversa necessários à tarefa. Especifique a dimensão e a forma do resultado, em vez de pedir uma discussão sem limites. Um resultado final útil pode ser uma comparação baseada nas fontes, uma resposta a um cliente ou uma secção de documento revista, pronta a ser conferida com os requisitos iniciais.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen-plus-2025-04-28 | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.00024 / 1K tokens Saída · Tokens de saída $0.0024 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "qwen-plus-2025-04-28",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra qwen-plus-2025-04-28
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
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.