Destaques: a atualização fixa Instruct-2507
Qwen3-30B-A3B-Instruct-2507 é a edição non-thinking atualizada de Qwen3-30B-A3B. O fabricante destaca melhorias no cumprimento de instruções, no raciocínio lógico, na compreensão de texto, na matemática, na ciência, na programação e no uso de ferramentas, com conhecimentos mais amplos sobre temas menos frequentes em vários idiomas e melhor alinhamento para tarefas abertas. Aceita texto e produz texto: uma resposta, uma explicação, uma proposta de código ou o resultado escrito pedido.
Mantenha a identidade fixa 2507 distinta de Qwen3-30B-A3B híbrido original, da sua versão FP8 e da edição Thinking-2507. A descrição de conhecimentos multilingues do modelo não dá uma garantia separada de número de idiomas para esta versão. Especifique o idioma de destino, o público e os termos que devem permanecer inalterados quando a tarefa envolver tradução ou reformulação.
Visão geral do modelo
O modelo de mistura de especialistas tem 30,5 mil milhões de parâmetros no total e ativa 3,3 mil milhões. Tem 48 camadas, 128 especialistas e oito especialistas selecionados por token. O contexto nativo é de 262 144 tokens. Os parâmetros ativos não correspondem ao tamanho do checkpoint completo, e a arquitetura, por si só, não estabelece um tempo de resposta fixo numa aplicação.
Esta edição suporta apenas non-thinking e não gera blocos de thinking explícitos. Definir enable_thinking=False é desnecessário na receita do fabricante. Pode ainda apresentar cálculos ou explicar código em texto normal; um pedido de passos de apoio não o converte no checkpoint Thinking separado.
Preparação de um pedido textual útil
Para programação, forneça a função ou módulo relevantes, as restrições de entrada, o comportamento observado e o resultado exigido. Peça uma correção proposta ou uma função completa com uma explicação das suposições afetadas. Para matemática ou ciência, forneça o enunciado completo, as unidades e as definições e peça depois uma resposta final claramente delimitada, apoiada pelas condições fornecidas.
Para escrita aberta, especifique o público, a finalidade, o tom e a informação que deve aparecer. Uma resposta útil pode ser um rascunho editável organizado pelas secções pedidas, com suposições sem apoio identificadas separadamente. Compare o rascunho, os cálculos ou o código proposto com os factos, as definições e os requisitos fornecidos.
Uso com agentes
A Qwen documenta chamadas de ferramentas e recomenda Qwen-Agent para templates e análise, com ferramentas configuradas ou ligadas por MCP. Indique as ações permitidas e as condições observáveis de conclusão. As ferramentas ligadas executam operações externas e devolvem observações; o modelo pode usar essa informação numa resposta posterior. Um comando proposto ou uma afirmação de recuperação de uma fonte deve permanecer distinto de um resultado realmente devolvido pelo fluxo.
Um resultado final claro pode ser uma proposta de código, uma tabela de evidências ou um relatório breve. O suporte para ferramentas não cria, por si só, acesso a fontes atuais, ficheiros ou um ambiente de execução através de todas as interfaces. Preserve o contrato de resposta non-thinking do modelo exato, em vez de importar controlos de prompt de um modelo híbrido ou extensões de saída de uma edição Thinking.
Processamento de texto ultralongo
O fabricante documenta um fluxo opcional que chega a aproximadamente um milhão de tokens através de Dual Chunk Attention e atenção esparsa MInference. O primeiro divide uma sequência longa em blocos geríveis, preservando interações entre blocos; o segundo concentra a computação em relações de atenção selecionadas. É um caminho de configuração adicional para além do contexto nativo de 262 144, usando uma configuração especial de contexto longo.
A receita estima cerca de 240 GB de memória total de GPU para os pesos do modelo, o estado de sequência em cache e o pico de ativações. Também descreve falhas de capacidade separadas devido à cache de sequência, à memória de ativações ou a uma entrada que ultrapasse a extensão configurada. O fluxo de um milhão de tokens depende, por isso, da configuração e dos recursos; o valor destacado não deve ser tratado como uma predefinição incondicional.
Prepare uma entrada longa com fronteiras entre documentos, nomes de secções ou identificadores de código e uma pergunta concreta. Reserve espaço para a resposta e peça as evidências que apoiam cada conclusão.
Recomendações de geração
As boas práticas recomendam temperature de 0,7, top_p de 0,8, top_k de 20 e min_p de 0. Quando suportada, uma penalização de presença entre zero e dois pode reduzir texto repetido, enquanto valores mais elevados podem misturar idiomas ou baixar ligeiramente a qualidade. O fabricante recomenda uma extensão de saída de 16 384 tokens para a maioria dos pedidos, e não os orçamentos mais longos documentados para Thinking-2507. É uma recomendação, e não um limite rígido de saída estabelecido independentemente.
Especifique explicitamente o formato final, como um delimitador matemático ou um campo de resposta. A entrada documentada do modelo é texto, pelo que evidências visuais ou de áudio requerem uma representação separada adequada antes deste fluxo. Verifique cálculos, citações e código gerado face à fonte. O resultado útil é um texto completo e verificável cuja identidade fixa Instruct-2507, modo non-thinking e procedimento condicional de contexto longo permanecem claros.
", "aboutText": "Destaques: a atualização fixa Instruct-2507\n\nQwen3-30B-A3B-Instruct-2507 é a edição non-thinking atualizada de Qwen3-30B-A3B. O fabricante destaca melhorias no cumprimento de instruções, no raciocínio lógico, na compreensão de texto, na matemática, na ciência, na programação e no uso de ferramentas, com conhecimentos mais amplos sobre temas menos frequentes em vários idiomas e melhor alinhamento para tarefas abertas. Aceita texto e produz texto: uma resposta, uma explicação, uma proposta de código ou o resultado escrito pedido.\n\nMantenha a identidade fixa 2507 distinta de Qwen3-30B-A3B híbrido original, da sua versão FP8 e da edição Thinking-2507. A descrição de conhecimentos multilingues do modelo não dá uma garantia separada de número de idiomas para esta versão. Especifique o idioma de destino, o público e os termos que devem permanecer inalterados quando a tarefa envolver tradução ou reformulação.\n\nVisão geral do modelo\n\nO modelo de mistura de especialistas tem 30,5 mil milhões de parâmetros no total e ativa 3,3 mil milhões. Tem 48 camadas, 128 especialistas e oito especialistas selecionados por token. O contexto nativo é de 262 144 tokens. Os parâmetros ativos não correspondem ao tamanho do checkpoint completo, e a arquitetura, por si só, não estabelece um tempo de resposta fixo numa aplicação.\n\nEsta edição suporta apenas non-thinking e não gera blocos de thinking explícitos. Definir enable_thinking=False é desnecessário na receita do fabricante. Pode ainda apresentar cálculos ou explicar código em texto normal; um pedido de passos de apoio não o converte no checkpoint Thinking separado.\n\nPreparação de um pedido textual útil\n\nPara programação, forneça a função ou módulo relevantes, as restrições de entrada, o comportamento observado e o resultado exigido. Peça uma correção proposta ou uma função completa com uma explicação das suposições afetadas. Para matemática ou ciência, forneça o enunciado completo, as unidades e as definições e peça depois uma resposta final claramente delimitada, apoiada pelas condições fornecidas.\n\nPara escrita aberta, especifique o público, a finalidade, o tom e a informação que deve aparecer. Uma resposta útil pode ser um rascunho editável organizado pelas secções pedidas, com suposições sem apoio identificadas separadamente. Compare o rascunho, os cálculos ou o código proposto com os factos, as definições e os requisitos fornecidos.\n\nUso com agentes\n\nA Qwen documenta chamadas de ferramentas e recomenda Qwen-Agent para templates e análise, com ferramentas configuradas ou ligadas por MCP. Indique as ações permitidas e as condições observáveis de conclusão. As ferramentas ligadas executam operações externas e devolvem observações; o modelo pode usar essa informação numa resposta posterior. Um comando proposto ou uma afirmação de recuperação de uma fonte deve permanecer distinto de um resultado realmente devolvido pelo fluxo.\n\nUm resultado final claro pode ser uma proposta de código, uma tabela de evidências ou um relatório breve. O suporte para ferramentas não cria, por si só, acesso a fontes atuais, ficheiros ou um ambiente de execução através de todas as interfaces. Preserve o contrato de resposta non-thinking do modelo exato, em vez de importar controlos de prompt de um modelo híbrido ou extensões de saída de uma edição Thinking.\n\nProcessamento de texto ultralongo\n\nO fabricante documenta um fluxo opcional que chega a aproximadamente um milhão de tokens através de Dual Chunk Attention e atenção esparsa MInference. O primeiro divide uma sequência longa em blocos geríveis, preservando interações entre blocos; o segundo concentra a computação em relações de atenção selecionadas. É um caminho de configuração adicional para além do contexto nativo de 262 144, usando uma configuração especial de contexto longo.\n\nA receita estima cerca de 240 GB de memória total de GPU para os pesos do modelo, o estado de sequência em cache e o pico de ativações. Também descreve falhas de capacidade separadas devido à cache de sequência, à memória de ativações ou a uma entrada que ultrapasse a extensão configurada. O fluxo de um milhão de tokens depende, por isso, da configuração e dos recursos; o valor destacado não deve ser tratado como uma predefinição incondicional.\n\nPrepare uma entrada longa com fronteiras entre documentos, nomes de secções ou identificadores de código e uma pergunta concreta. Reserve espaço para a resposta e peça as evidências que apoiam cada conclusão.\n\nRecomendações de geração\n\nAs boas práticas recomendam temperature de 0,7, top_p de 0,8, top_k de 20 e min_p de 0. Quando suportada, uma penalização de presença entre zero e dois pode reduzir texto repetido, enquanto valores mais elevados podem misturar idiomas ou baixar ligeiramente a qualidade. O fabricante recomenda uma extensão de saída de 16 384 tokens para a maioria dos pedidos, e não os orçamentos mais longos documentados para Thinking-2507. É uma recomendação, e não um limite rígido de saída estabelecido independentemente.\n\nEspecifique explicitamente o formato final, como um delimitador matemático ou um campo de resposta. A entrada documentada do modelo é texto, pelo que evidências visuais ou de áudio requerem uma representação separada adequada antes deste fluxo. Verifique cálculos, citações e código gerado face à fonte. O resultado útil é um texto completo e verificável cuja identidade fixa Instruct-2507, modo non-thinking e procedimento condicional de contexto longo permanecem claros.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Draft a bounded project brief\n\nWrite a one-page-style brief in at most 170 words for a library's room-booking page. Facts: two rooms, maximum two-hour bookings, no recurring reservations, and a staff review for groups larger than eight. Use sections Goal, User steps, Rules and Open question. Include no payment features or assumed room capacities beyond the stated review threshold.An editable four-section project brief preserving the booking rules and one genuinely unanswered design question.The group-size threshold triggers staff review rather than being invented as an absolute room-capacity limit.qwen/qwen3-30b-a3b-instruct-2507Qwen3-30B-A3B-Instruct-2507 é a edição textual fixa non-thinking de julho 2507 da Qwen, com 30,5 mil milhões de parâmetros no total e 3,3 mil milhões ativados. Melhora cumprimento de instruções, programação, conhecimentos multilingues e escrita aberta, com contexto nativo de 262 144 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Destaques: a atualização fixa Instruct-2507
Qwen3-30B-A3B-Instruct-2507 é a edição non-thinking atualizada de Qwen3-30B-A3B. O fabricante destaca melhorias no cumprimento de instruções, no raciocínio lógico, na compreensão de texto, na matemática, na ciência, na programação e no uso de ferramentas, com conhecimentos mais amplos sobre temas menos frequentes em vários idiomas e melhor alinhamento para tarefas abertas. Aceita texto e produz texto: uma resposta, uma explicação, uma proposta de código ou o resultado escrito pedido.
Mantenha a identidade fixa 2507 distinta de Qwen3-30B-A3B híbrido original, da sua versão FP8 e da edição Thinking-2507. A descrição de conhecimentos multilingues do modelo não dá uma garantia separada de número de idiomas para esta versão. Especifique o idioma de destino, o público e os termos que devem permanecer inalterados quando a tarefa envolver tradução ou reformulação.
Visão geral do modelo
O modelo de mistura de especialistas tem 30,5 mil milhões de parâmetros no total e ativa 3,3 mil milhões. Tem 48 camadas, 128 especialistas e oito especialistas selecionados por token. O contexto nativo é de 262 144 tokens. Os parâmetros ativos não correspondem ao tamanho do checkpoint completo, e a arquitetura, por si só, não estabelece um tempo de resposta fixo numa aplicação.
Esta edição suporta apenas non-thinking e não gera blocos de thinking explícitos. Definir enable_thinking=False é desnecessário na receita do fabricante. Pode ainda apresentar cálculos ou explicar código em texto normal; um pedido de passos de apoio não o converte no checkpoint Thinking separado.
Preparação de um pedido textual útil
Para programação, forneça a função ou módulo relevantes, as restrições de entrada, o comportamento observado e o resultado exigido. Peça uma correção proposta ou uma função completa com uma explicação das suposições afetadas. Para matemática ou ciência, forneça o enunciado completo, as unidades e as definições e peça depois uma resposta final claramente delimitada, apoiada pelas condições fornecidas.
Para escrita aberta, especifique o público, a finalidade, o tom e a informação que deve aparecer. Uma resposta útil pode ser um rascunho editável organizado pelas secções pedidas, com suposições sem apoio identificadas separadamente. Compare o rascunho, os cálculos ou o código proposto com os factos, as definições e os requisitos fornecidos.
Uso com agentes
A Qwen documenta chamadas de ferramentas e recomenda Qwen-Agent para templates e análise, com ferramentas configuradas ou ligadas por MCP. Indique as ações permitidas e as condições observáveis de conclusão. As ferramentas ligadas executam operações externas e devolvem observações; o modelo pode usar essa informação numa resposta posterior. Um comando proposto ou uma afirmação de recuperação de uma fonte deve permanecer distinto de um resultado realmente devolvido pelo fluxo.
Um resultado final claro pode ser uma proposta de código, uma tabela de evidências ou um relatório breve. O suporte para ferramentas não cria, por si só, acesso a fontes atuais, ficheiros ou um ambiente de execução através de todas as interfaces. Preserve o contrato de resposta non-thinking do modelo exato, em vez de importar controlos de prompt de um modelo híbrido ou extensões de saída de uma edição Thinking.
Processamento de texto ultralongo
O fabricante documenta um fluxo opcional que chega a aproximadamente um milhão de tokens através de Dual Chunk Attention e atenção esparsa MInference. O primeiro divide uma sequência longa em blocos geríveis, preservando interações entre blocos; o segundo concentra a computação em relações de atenção selecionadas. É um caminho de configuração adicional para além do contexto nativo de 262 144, usando uma configuração especial de contexto longo.
A receita estima cerca de 240 GB de memória total de GPU para os pesos do modelo, o estado de sequência em cache e o pico de ativações. Também descreve falhas de capacidade separadas devido à cache de sequência, à memória de ativações ou a uma entrada que ultrapasse a extensão configurada. O fluxo de um milhão de tokens depende, por isso, da configuração e dos recursos; o valor destacado não deve ser tratado como uma predefinição incondicional.
Prepare uma entrada longa com fronteiras entre documentos, nomes de secções ou identificadores de código e uma pergunta concreta. Reserve espaço para a resposta e peça as evidências que apoiam cada conclusão.
Recomendações de geração
As boas práticas recomendam temperature de 0,7, top_p de 0,8, top_k de 20 e min_p de 0. Quando suportada, uma penalização de presença entre zero e dois pode reduzir texto repetido, enquanto valores mais elevados podem misturar idiomas ou baixar ligeiramente a qualidade. O fabricante recomenda uma extensão de saída de 16 384 tokens para a maioria dos pedidos, e não os orçamentos mais longos documentados para Thinking-2507. É uma recomendação, e não um limite rígido de saída estabelecido independentemente.
Especifique explicitamente o formato final, como um delimitador matemático ou um campo de resposta. A entrada documentada do modelo é texto, pelo que evidências visuais ou de áudio requerem uma representação separada adequada antes deste fluxo. Verifique cálculos, citações e código gerado face à fonte. O resultado útil é um texto completo e verificável cuja identidade fixa Instruct-2507, modo non-thinking e procedimento condicional de contexto longo permanecem claros.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen/qwen3-30b-a3b-instruct-2507 | 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.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0002 / 1K tokens Saída · Tokens de saída $0.0008 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0002 / 1K tokens Saída · Tokens de saída $0.0008 / 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/qwen3-30b-a3b-instruct-2507", "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/qwen3-30b-a3b-instruct-2507',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/qwen3-30b-a3b-instruct-2507',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/qwen3-30b-a3b-instruct-2507
Use os caminhos dos métodos indicados acima.
qwen/qwen3-30b-a3b-instruct-2507Qwen3-30B-A3B-Instruct-2507 é a edição textual fixa non-thinking de julho 2507 da Qwen, com 30,5 mil milhões de parâmetros no total e 3,3 mil milhões ativados. Melhora cumprimento de instruções, programação, conhecimentos multilingues e escrita aberta, com contexto nativo de 262 144 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Destaques: a atualização fixa Instruct-2507
Qwen3-30B-A3B-Instruct-2507 é a edição non-thinking atualizada de Qwen3-30B-A3B. O fabricante destaca melhorias no cumprimento de instruções, no raciocínio lógico, na compreensão de texto, na matemática, na ciência, na programação e no uso de ferramentas, com conhecimentos mais amplos sobre temas menos frequentes em vários idiomas e melhor alinhamento para tarefas abertas. Aceita texto e produz texto: uma resposta, uma explicação, uma proposta de código ou o resultado escrito pedido.
Mantenha a identidade fixa 2507 distinta de Qwen3-30B-A3B híbrido original, da sua versão FP8 e da edição Thinking-2507. A descrição de conhecimentos multilingues do modelo não dá uma garantia separada de número de idiomas para esta versão. Especifique o idioma de destino, o público e os termos que devem permanecer inalterados quando a tarefa envolver tradução ou reformulação.
Visão geral do modelo
O modelo de mistura de especialistas tem 30,5 mil milhões de parâmetros no total e ativa 3,3 mil milhões. Tem 48 camadas, 128 especialistas e oito especialistas selecionados por token. O contexto nativo é de 262 144 tokens. Os parâmetros ativos não correspondem ao tamanho do checkpoint completo, e a arquitetura, por si só, não estabelece um tempo de resposta fixo numa aplicação.
Esta edição suporta apenas non-thinking e não gera blocos de thinking explícitos. Definir enable_thinking=False é desnecessário na receita do fabricante. Pode ainda apresentar cálculos ou explicar código em texto normal; um pedido de passos de apoio não o converte no checkpoint Thinking separado.
Preparação de um pedido textual útil
Para programação, forneça a função ou módulo relevantes, as restrições de entrada, o comportamento observado e o resultado exigido. Peça uma correção proposta ou uma função completa com uma explicação das suposições afetadas. Para matemática ou ciência, forneça o enunciado completo, as unidades e as definições e peça depois uma resposta final claramente delimitada, apoiada pelas condições fornecidas.
Para escrita aberta, especifique o público, a finalidade, o tom e a informação que deve aparecer. Uma resposta útil pode ser um rascunho editável organizado pelas secções pedidas, com suposições sem apoio identificadas separadamente. Compare o rascunho, os cálculos ou o código proposto com os factos, as definições e os requisitos fornecidos.
Uso com agentes
A Qwen documenta chamadas de ferramentas e recomenda Qwen-Agent para templates e análise, com ferramentas configuradas ou ligadas por MCP. Indique as ações permitidas e as condições observáveis de conclusão. As ferramentas ligadas executam operações externas e devolvem observações; o modelo pode usar essa informação numa resposta posterior. Um comando proposto ou uma afirmação de recuperação de uma fonte deve permanecer distinto de um resultado realmente devolvido pelo fluxo.
Um resultado final claro pode ser uma proposta de código, uma tabela de evidências ou um relatório breve. O suporte para ferramentas não cria, por si só, acesso a fontes atuais, ficheiros ou um ambiente de execução através de todas as interfaces. Preserve o contrato de resposta non-thinking do modelo exato, em vez de importar controlos de prompt de um modelo híbrido ou extensões de saída de uma edição Thinking.
Processamento de texto ultralongo
O fabricante documenta um fluxo opcional que chega a aproximadamente um milhão de tokens através de Dual Chunk Attention e atenção esparsa MInference. O primeiro divide uma sequência longa em blocos geríveis, preservando interações entre blocos; o segundo concentra a computação em relações de atenção selecionadas. É um caminho de configuração adicional para além do contexto nativo de 262 144, usando uma configuração especial de contexto longo.
A receita estima cerca de 240 GB de memória total de GPU para os pesos do modelo, o estado de sequência em cache e o pico de ativações. Também descreve falhas de capacidade separadas devido à cache de sequência, à memória de ativações ou a uma entrada que ultrapasse a extensão configurada. O fluxo de um milhão de tokens depende, por isso, da configuração e dos recursos; o valor destacado não deve ser tratado como uma predefinição incondicional.
Prepare uma entrada longa com fronteiras entre documentos, nomes de secções ou identificadores de código e uma pergunta concreta. Reserve espaço para a resposta e peça as evidências que apoiam cada conclusão.
Recomendações de geração
As boas práticas recomendam temperature de 0,7, top_p de 0,8, top_k de 20 e min_p de 0. Quando suportada, uma penalização de presença entre zero e dois pode reduzir texto repetido, enquanto valores mais elevados podem misturar idiomas ou baixar ligeiramente a qualidade. O fabricante recomenda uma extensão de saída de 16 384 tokens para a maioria dos pedidos, e não os orçamentos mais longos documentados para Thinking-2507. É uma recomendação, e não um limite rígido de saída estabelecido independentemente.
Especifique explicitamente o formato final, como um delimitador matemático ou um campo de resposta. A entrada documentada do modelo é texto, pelo que evidências visuais ou de áudio requerem uma representação separada adequada antes deste fluxo. Verifique cálculos, citações e código gerado face à fonte. O resultado útil é um texto completo e verificável cuja identidade fixa Instruct-2507, modo non-thinking e procedimento condicional de contexto longo permanecem claros.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen/qwen3-30b-a3b-instruct-2507 | 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.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0002 / 1K tokens Saída · Tokens de saída $0.0008 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0002 / 1K tokens Saída · Tokens de saída $0.0008 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "qwen/qwen3-30b-a3b-instruct-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3-30b-a3b-instruct-2507', '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/qwen3-30b-a3b-instruct-2507', '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/qwen3-30b-a3b-instruct-2507
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Draft a bounded project brief\n\nWrite a one-page-style brief in at most 170 words for a library's room-booking page. Facts: two rooms, maximum two-hour bookings, no recurring reservations, and a staff review for groups larger than eight. Use sections Goal, User steps, Rules and Open question. Include no payment features or assumed room capacities beyond the stated review threshold.An editable four-section project brief preserving the booking rules and one genuinely unanswered design question.The group-size threshold triggers staff review rather than being invented as an absolute room-capacity limit.