Destaques: a versão fixa Thinking-2507
Qwen3-30B-A3B-Thinking-2507 é um modelo de geração de texto centrado em raciocínio difícil. A Qwen descreve melhorias em lógica, matemática, ciência, programação, seguimento de instruções, utilização de ferramentas e geração de texto, juntamente com sequências de raciocínio mais longas e uma compreensão mais forte de contextos longos. Selecione esta edição exata 2507 quando a tarefa beneficiar de raciocínio sustentado, como examinar explicações concorrentes, resolver um problema matemático de várias etapas ou desenvolver uma alteração complexa de código.
Visão geral do modelo e modo
O modelo de mistura de especialistas tem 30.5 mil milhões de parâmetros totais e 3.3 mil milhões de parâmetros ativados, com 128 especialistas e oito selecionados por token ao longo de 48 camadas. O contexto nativo é de 262,144 tokens. Recebe texto e devolve texto; os resultados das ferramentas são fornecidos através do fluxo de uma aplicação ligada. Este checkpoint suporta apenas raciocínio. Distingue-se do anterior Qwen3-30B-A3B híbrido, da sua edição FP8 e do Qwen3-30B-A3B-Instruct-2507. Não se deve presumir que a opção do modelo híbrido que desativa o raciocínio se aplica aqui.
O modelo de formatação de conversa predefinido já inicia a sequência de raciocínio com um marcador de abertura, pelo que não é necessária uma definição explícita enable_thinking=True. A sequência devolvida pode conter o marcador de fecho sem repetir o de abertura. O exemplo do fabricante separa o raciocínio da resposta final. Preserve essa distinção ao pedir um resultado concreto: a conclusão de uma demonstração, um patch ou uma tabela de decisão devem continuar fáceis de encontrar após a explicação mais longa.
Preparar uma tarefa difícil
Dê ao modelo o enunciado completo do problema, as restrições e as provas relevantes. Para uma alteração de código, inclua a função existente, uma entrada que falha e o comportamento esperado, e peça um patch proposto com uma explicação dos casos limite. Numa questão científica, separe observações de pressupostos e pergunte que conclusão decorre de cada um. Numa política ou especificação longa, mantenha os identificadores das secções e peça uma decisão concisa apoiada nas cláusulas relevantes. São utilizações práticas dos domínios de raciocínio documentados, e não afirmações de que o modelo executou um patch ou validou uma experiência.
Como esta versão pode raciocinar extensamente, reserve espaço para o raciocínio e para o artefacto final. Ao configurar o modelo, a Qwen aconselha manter, sempre que possível, um contexto superior a 131,072 tokens, mesmo que um contexto menor alivie a pressão sobre a memória. O valor do contexto nativo inclui o orçamento da sequência; não promete que todo esse espaço possa ser ocupado por um documento deixando espaço ilimitado para a resposta.
Utilização em agentes
O fabricante documenta chamadas a ferramentas e recomenda Qwen-Agent para modelos de formatação e análise dessas chamadas, incluindo integração com ferramentas configuradas e fluxos com interpretador de código. Defina explicitamente as ferramentas e o resultado pretendido. Por exemplo, uma aplicação pode permitir ao modelo inspecionar provas recuperadas, utilizar uma calculadora autorizada e produzir um relatório que explique o cálculo. A recuperação e a execução pertencem às ferramentas ligadas; a capacidade do modelo de chamar ferramentas não estabelece, por si só, acesso à Internet, a um ambiente de código ou a sistemas empresariais.
Processar texto ultralongo
A Qwen documenta um fluxo opcional que chega a aproximadamente um milhão de tokens, combinando Dual Chunk Attention com atenção esparsa MInference. A primeira técnica divide sequências longas em blocos, preservando as interações entre eles; a segunda concentra o cálculo em relações de atenção selecionadas. É uma via de configuração adicional, além do contexto nativo de 262,144 tokens. A receita do fabricante exige a sua configuração especial de contexto longo e estima cerca de 240 GB de memória GPU total para os pesos, o estado de atenção em cache e os picos de ativações.
Essa receita tem limites concretos de recursos: o estado da sequência em cache, a memória das ativações e o comprimento total da entrada podem, cada um, esgotar a capacidade configurada. Um fluxo de um milhão de tokens depende, por isso, da configuração, da memória e da implementação de atenção suportada. Na revisão prática de documentos, comece pelo material relevante, marque as fronteiras dos documentos e peça provas rastreáveis, em vez de tratar a maior entrada possível como substituto de uma pergunta clara.
Orientações de geração e limites
A Qwen recomenda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Sugere um orçamento de saída de 32,768 tokens para a maioria das perguntas e de 81,920 para problemas matemáticos ou de programação invulgarmente difíceis. São recomendações de orçamento de geração, e não um limite máximo rígido de saída publicado separadamente. Uma penalização de presença entre zero e dois pode reduzir a repetição, mas valores superiores podem misturar idiomas ou diminuir ligeiramente a qualidade.
Especifique no pedido o formato da resposta final, como um resultado matemático delimitado ou um campo de resposta para uma pergunta de escolha múltipla. Mantenha apenas a parte da resposta final no histórico da conversa, como recomenda o fabricante. Um raciocínio mais longo é útil quando produz um resultado verificável; inspecione os pressupostos, os cálculos e o código proposto antes de confiar no resultado.
", "aboutText": "Destaques: a versão fixa Thinking-2507\n\nQwen3-30B-A3B-Thinking-2507 é um modelo de geração de texto centrado em raciocínio difícil. A Qwen descreve melhorias em lógica, matemática, ciência, programação, seguimento de instruções, utilização de ferramentas e geração de texto, juntamente com sequências de raciocínio mais longas e uma compreensão mais forte de contextos longos. Selecione esta edição exata 2507 quando a tarefa beneficiar de raciocínio sustentado, como examinar explicações concorrentes, resolver um problema matemático de várias etapas ou desenvolver uma alteração complexa de código.\n\nVisão geral do modelo e modo\n\nO modelo de mistura de especialistas tem 30.5 mil milhões de parâmetros totais e 3.3 mil milhões de parâmetros ativados, com 128 especialistas e oito selecionados por token ao longo de 48 camadas. O contexto nativo é de 262,144 tokens. Recebe texto e devolve texto; os resultados das ferramentas são fornecidos através do fluxo de uma aplicação ligada. Este checkpoint suporta apenas raciocínio. Distingue-se do anterior Qwen3-30B-A3B híbrido, da sua edição FP8 e do Qwen3-30B-A3B-Instruct-2507. Não se deve presumir que a opção do modelo híbrido que desativa o raciocínio se aplica aqui.\n\nO modelo de formatação de conversa predefinido já inicia a sequência de raciocínio com um marcador de abertura, pelo que não é necessária uma definição explícita enable_thinking=True. A sequência devolvida pode conter o marcador de fecho sem repetir o de abertura. O exemplo do fabricante separa o raciocínio da resposta final. Preserve essa distinção ao pedir um resultado concreto: a conclusão de uma demonstração, um patch ou uma tabela de decisão devem continuar fáceis de encontrar após a explicação mais longa.\n\nPreparar uma tarefa difícil\n\nDê ao modelo o enunciado completo do problema, as restrições e as provas relevantes. Para uma alteração de código, inclua a função existente, uma entrada que falha e o comportamento esperado, e peça um patch proposto com uma explicação dos casos limite. Numa questão científica, separe observações de pressupostos e pergunte que conclusão decorre de cada um. Numa política ou especificação longa, mantenha os identificadores das secções e peça uma decisão concisa apoiada nas cláusulas relevantes. São utilizações práticas dos domínios de raciocínio documentados, e não afirmações de que o modelo executou um patch ou validou uma experiência.\n\nComo esta versão pode raciocinar extensamente, reserve espaço para o raciocínio e para o artefacto final. Ao configurar o modelo, a Qwen aconselha manter, sempre que possível, um contexto superior a 131,072 tokens, mesmo que um contexto menor alivie a pressão sobre a memória. O valor do contexto nativo inclui o orçamento da sequência; não promete que todo esse espaço possa ser ocupado por um documento deixando espaço ilimitado para a resposta.\n\nUtilização em agentes\n\nO fabricante documenta chamadas a ferramentas e recomenda Qwen-Agent para modelos de formatação e análise dessas chamadas, incluindo integração com ferramentas configuradas e fluxos com interpretador de código. Defina explicitamente as ferramentas e o resultado pretendido. Por exemplo, uma aplicação pode permitir ao modelo inspecionar provas recuperadas, utilizar uma calculadora autorizada e produzir um relatório que explique o cálculo. A recuperação e a execução pertencem às ferramentas ligadas; a capacidade do modelo de chamar ferramentas não estabelece, por si só, acesso à Internet, a um ambiente de código ou a sistemas empresariais.\n\nProcessar texto ultralongo\n\nA Qwen documenta um fluxo opcional que chega a aproximadamente um milhão de tokens, combinando Dual Chunk Attention com atenção esparsa MInference. A primeira técnica divide sequências longas em blocos, preservando as interações entre eles; a segunda concentra o cálculo em relações de atenção selecionadas. É uma via de configuração adicional, além do contexto nativo de 262,144 tokens. A receita do fabricante exige a sua configuração especial de contexto longo e estima cerca de 240 GB de memória GPU total para os pesos, o estado de atenção em cache e os picos de ativações.\n\nEssa receita tem limites concretos de recursos: o estado da sequência em cache, a memória das ativações e o comprimento total da entrada podem, cada um, esgotar a capacidade configurada. Um fluxo de um milhão de tokens depende, por isso, da configuração, da memória e da implementação de atenção suportada. Na revisão prática de documentos, comece pelo material relevante, marque as fronteiras dos documentos e peça provas rastreáveis, em vez de tratar a maior entrada possível como substituto de uma pergunta clara.\n\nOrientações de geração e limites\n\nA Qwen recomenda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Sugere um orçamento de saída de 32,768 tokens para a maioria das perguntas e de 81,920 para problemas matemáticos ou de programação invulgarmente difíceis. São recomendações de orçamento de geração, e não um limite máximo rígido de saída publicado separadamente. Uma penalização de presença entre zero e dois pode reduzir a repetição, mas valores superiores podem misturar idiomas ou diminuir ligeiramente a qualidade.\n\nEspecifique no pedido o formato da resposta final, como um resultado matemático delimitado ou um campo de resposta para uma pergunta de escolha múltipla. Mantenha apenas a parte da resposta final no histórico da conversa, como recomenda o fabricante. Um raciocínio mais longo é útil quando produz um resultado verificável; inspecione os pressupostos, os cálculos e o código proposto antes de confiar no resultado.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 é o modelo de texto da Qwen exclusivamente de raciocínio, destinado a matemática, ciência, programação e raciocínio lógico exigentes. Esta edição fixa 2507 oferece um contexto nativo de 262,144 tokens e um orçamento de raciocínio maior, com fluxos documentados de chamadas a ferramentas e de contexto ultralongo dependentes de condições específicas.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Destaques: a versão fixa Thinking-2507
Qwen3-30B-A3B-Thinking-2507 é um modelo de geração de texto centrado em raciocínio difícil. A Qwen descreve melhorias em lógica, matemática, ciência, programação, seguimento de instruções, utilização de ferramentas e geração de texto, juntamente com sequências de raciocínio mais longas e uma compreensão mais forte de contextos longos. Selecione esta edição exata 2507 quando a tarefa beneficiar de raciocínio sustentado, como examinar explicações concorrentes, resolver um problema matemático de várias etapas ou desenvolver uma alteração complexa de código.
Visão geral do modelo e modo
O modelo de mistura de especialistas tem 30.5 mil milhões de parâmetros totais e 3.3 mil milhões de parâmetros ativados, com 128 especialistas e oito selecionados por token ao longo de 48 camadas. O contexto nativo é de 262,144 tokens. Recebe texto e devolve texto; os resultados das ferramentas são fornecidos através do fluxo de uma aplicação ligada. Este checkpoint suporta apenas raciocínio. Distingue-se do anterior Qwen3-30B-A3B híbrido, da sua edição FP8 e do Qwen3-30B-A3B-Instruct-2507. Não se deve presumir que a opção do modelo híbrido que desativa o raciocínio se aplica aqui.
O modelo de formatação de conversa predefinido já inicia a sequência de raciocínio com um marcador de abertura, pelo que não é necessária uma definição explícita enable_thinking=True. A sequência devolvida pode conter o marcador de fecho sem repetir o de abertura. O exemplo do fabricante separa o raciocínio da resposta final. Preserve essa distinção ao pedir um resultado concreto: a conclusão de uma demonstração, um patch ou uma tabela de decisão devem continuar fáceis de encontrar após a explicação mais longa.
Preparar uma tarefa difícil
Dê ao modelo o enunciado completo do problema, as restrições e as provas relevantes. Para uma alteração de código, inclua a função existente, uma entrada que falha e o comportamento esperado, e peça um patch proposto com uma explicação dos casos limite. Numa questão científica, separe observações de pressupostos e pergunte que conclusão decorre de cada um. Numa política ou especificação longa, mantenha os identificadores das secções e peça uma decisão concisa apoiada nas cláusulas relevantes. São utilizações práticas dos domínios de raciocínio documentados, e não afirmações de que o modelo executou um patch ou validou uma experiência.
Como esta versão pode raciocinar extensamente, reserve espaço para o raciocínio e para o artefacto final. Ao configurar o modelo, a Qwen aconselha manter, sempre que possível, um contexto superior a 131,072 tokens, mesmo que um contexto menor alivie a pressão sobre a memória. O valor do contexto nativo inclui o orçamento da sequência; não promete que todo esse espaço possa ser ocupado por um documento deixando espaço ilimitado para a resposta.
Utilização em agentes
O fabricante documenta chamadas a ferramentas e recomenda Qwen-Agent para modelos de formatação e análise dessas chamadas, incluindo integração com ferramentas configuradas e fluxos com interpretador de código. Defina explicitamente as ferramentas e o resultado pretendido. Por exemplo, uma aplicação pode permitir ao modelo inspecionar provas recuperadas, utilizar uma calculadora autorizada e produzir um relatório que explique o cálculo. A recuperação e a execução pertencem às ferramentas ligadas; a capacidade do modelo de chamar ferramentas não estabelece, por si só, acesso à Internet, a um ambiente de código ou a sistemas empresariais.
Processar texto ultralongo
A Qwen documenta um fluxo opcional que chega a aproximadamente um milhão de tokens, combinando Dual Chunk Attention com atenção esparsa MInference. A primeira técnica divide sequências longas em blocos, preservando as interações entre eles; a segunda concentra o cálculo em relações de atenção selecionadas. É uma via de configuração adicional, além do contexto nativo de 262,144 tokens. A receita do fabricante exige a sua configuração especial de contexto longo e estima cerca de 240 GB de memória GPU total para os pesos, o estado de atenção em cache e os picos de ativações.
Essa receita tem limites concretos de recursos: o estado da sequência em cache, a memória das ativações e o comprimento total da entrada podem, cada um, esgotar a capacidade configurada. Um fluxo de um milhão de tokens depende, por isso, da configuração, da memória e da implementação de atenção suportada. Na revisão prática de documentos, comece pelo material relevante, marque as fronteiras dos documentos e peça provas rastreáveis, em vez de tratar a maior entrada possível como substituto de uma pergunta clara.
Orientações de geração e limites
A Qwen recomenda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Sugere um orçamento de saída de 32,768 tokens para a maioria das perguntas e de 81,920 para problemas matemáticos ou de programação invulgarmente difíceis. São recomendações de orçamento de geração, e não um limite máximo rígido de saída publicado separadamente. Uma penalização de presença entre zero e dois pode reduzir a repetição, mas valores superiores podem misturar idiomas ou diminuir ligeiramente a qualidade.
Especifique no pedido o formato da resposta final, como um resultado matemático delimitado ou um campo de resposta para uma pergunta de escolha múltipla. Mantenha apenas a parte da resposta final no histórico da conversa, como recomenda o fabricante. Um raciocínio mais longo é útil quando produz um resultado verificável; inspecione os pressupostos, os cálculos e o código proposto antes de confiar no resultado.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites Qwen/Qwen3-30B-A3B-Thinking-2507 | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Conversação textual | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
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 |
Parâmetrocontrol_scope | ContratoConversação textual; stream é um booleano e tem false como predefinição. |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Aliases do método: /chat/completions
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 $0.0002 / 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-Thinking-2507","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="Qwen/Qwen3-30B-A3B-Thinking-2507", 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 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-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 é o modelo de texto da Qwen exclusivamente de raciocínio, destinado a matemática, ciência, programação e raciocínio lógico exigentes. Esta edição fixa 2507 oferece um contexto nativo de 262,144 tokens e um orçamento de raciocínio maior, com fluxos documentados de chamadas a ferramentas e de contexto ultralongo dependentes de condições específicas.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Destaques: a versão fixa Thinking-2507
Qwen3-30B-A3B-Thinking-2507 é um modelo de geração de texto centrado em raciocínio difícil. A Qwen descreve melhorias em lógica, matemática, ciência, programação, seguimento de instruções, utilização de ferramentas e geração de texto, juntamente com sequências de raciocínio mais longas e uma compreensão mais forte de contextos longos. Selecione esta edição exata 2507 quando a tarefa beneficiar de raciocínio sustentado, como examinar explicações concorrentes, resolver um problema matemático de várias etapas ou desenvolver uma alteração complexa de código.
Visão geral do modelo e modo
O modelo de mistura de especialistas tem 30.5 mil milhões de parâmetros totais e 3.3 mil milhões de parâmetros ativados, com 128 especialistas e oito selecionados por token ao longo de 48 camadas. O contexto nativo é de 262,144 tokens. Recebe texto e devolve texto; os resultados das ferramentas são fornecidos através do fluxo de uma aplicação ligada. Este checkpoint suporta apenas raciocínio. Distingue-se do anterior Qwen3-30B-A3B híbrido, da sua edição FP8 e do Qwen3-30B-A3B-Instruct-2507. Não se deve presumir que a opção do modelo híbrido que desativa o raciocínio se aplica aqui.
O modelo de formatação de conversa predefinido já inicia a sequência de raciocínio com um marcador de abertura, pelo que não é necessária uma definição explícita enable_thinking=True. A sequência devolvida pode conter o marcador de fecho sem repetir o de abertura. O exemplo do fabricante separa o raciocínio da resposta final. Preserve essa distinção ao pedir um resultado concreto: a conclusão de uma demonstração, um patch ou uma tabela de decisão devem continuar fáceis de encontrar após a explicação mais longa.
Preparar uma tarefa difícil
Dê ao modelo o enunciado completo do problema, as restrições e as provas relevantes. Para uma alteração de código, inclua a função existente, uma entrada que falha e o comportamento esperado, e peça um patch proposto com uma explicação dos casos limite. Numa questão científica, separe observações de pressupostos e pergunte que conclusão decorre de cada um. Numa política ou especificação longa, mantenha os identificadores das secções e peça uma decisão concisa apoiada nas cláusulas relevantes. São utilizações práticas dos domínios de raciocínio documentados, e não afirmações de que o modelo executou um patch ou validou uma experiência.
Como esta versão pode raciocinar extensamente, reserve espaço para o raciocínio e para o artefacto final. Ao configurar o modelo, a Qwen aconselha manter, sempre que possível, um contexto superior a 131,072 tokens, mesmo que um contexto menor alivie a pressão sobre a memória. O valor do contexto nativo inclui o orçamento da sequência; não promete que todo esse espaço possa ser ocupado por um documento deixando espaço ilimitado para a resposta.
Utilização em agentes
O fabricante documenta chamadas a ferramentas e recomenda Qwen-Agent para modelos de formatação e análise dessas chamadas, incluindo integração com ferramentas configuradas e fluxos com interpretador de código. Defina explicitamente as ferramentas e o resultado pretendido. Por exemplo, uma aplicação pode permitir ao modelo inspecionar provas recuperadas, utilizar uma calculadora autorizada e produzir um relatório que explique o cálculo. A recuperação e a execução pertencem às ferramentas ligadas; a capacidade do modelo de chamar ferramentas não estabelece, por si só, acesso à Internet, a um ambiente de código ou a sistemas empresariais.
Processar texto ultralongo
A Qwen documenta um fluxo opcional que chega a aproximadamente um milhão de tokens, combinando Dual Chunk Attention com atenção esparsa MInference. A primeira técnica divide sequências longas em blocos, preservando as interações entre eles; a segunda concentra o cálculo em relações de atenção selecionadas. É uma via de configuração adicional, além do contexto nativo de 262,144 tokens. A receita do fabricante exige a sua configuração especial de contexto longo e estima cerca de 240 GB de memória GPU total para os pesos, o estado de atenção em cache e os picos de ativações.
Essa receita tem limites concretos de recursos: o estado da sequência em cache, a memória das ativações e o comprimento total da entrada podem, cada um, esgotar a capacidade configurada. Um fluxo de um milhão de tokens depende, por isso, da configuração, da memória e da implementação de atenção suportada. Na revisão prática de documentos, comece pelo material relevante, marque as fronteiras dos documentos e peça provas rastreáveis, em vez de tratar a maior entrada possível como substituto de uma pergunta clara.
Orientações de geração e limites
A Qwen recomenda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Sugere um orçamento de saída de 32,768 tokens para a maioria das perguntas e de 81,920 para problemas matemáticos ou de programação invulgarmente difíceis. São recomendações de orçamento de geração, e não um limite máximo rígido de saída publicado separadamente. Uma penalização de presença entre zero e dois pode reduzir a repetição, mas valores superiores podem misturar idiomas ou diminuir ligeiramente a qualidade.
Especifique no pedido o formato da resposta final, como um resultado matemático delimitado ou um campo de resposta para uma pergunta de escolha múltipla. Mantenha apenas a parte da resposta final no histórico da conversa, como recomenda o fabricante. Um raciocínio mais longo é útil quando produz um resultado verificável; inspecione os pressupostos, os cálculos e o código proposto antes de confiar no resultado.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites Qwen/Qwen3-30B-A3B-Thinking-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.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | 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 $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-Thinking-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-Thinking-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-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 é o modelo de texto da Qwen exclusivamente de raciocínio, destinado a matemática, ciência, programação e raciocínio lógico exigentes. Esta edição fixa 2507 oferece um contexto nativo de 262,144 tokens e um orçamento de raciocínio maior, com fluxos documentados de chamadas a ferramentas e de contexto ultralongo dependentes de condições específicas.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Destaques: a versão fixa Thinking-2507
Qwen3-30B-A3B-Thinking-2507 é um modelo de geração de texto centrado em raciocínio difícil. A Qwen descreve melhorias em lógica, matemática, ciência, programação, seguimento de instruções, utilização de ferramentas e geração de texto, juntamente com sequências de raciocínio mais longas e uma compreensão mais forte de contextos longos. Selecione esta edição exata 2507 quando a tarefa beneficiar de raciocínio sustentado, como examinar explicações concorrentes, resolver um problema matemático de várias etapas ou desenvolver uma alteração complexa de código.
Visão geral do modelo e modo
O modelo de mistura de especialistas tem 30.5 mil milhões de parâmetros totais e 3.3 mil milhões de parâmetros ativados, com 128 especialistas e oito selecionados por token ao longo de 48 camadas. O contexto nativo é de 262,144 tokens. Recebe texto e devolve texto; os resultados das ferramentas são fornecidos através do fluxo de uma aplicação ligada. Este checkpoint suporta apenas raciocínio. Distingue-se do anterior Qwen3-30B-A3B híbrido, da sua edição FP8 e do Qwen3-30B-A3B-Instruct-2507. Não se deve presumir que a opção do modelo híbrido que desativa o raciocínio se aplica aqui.
O modelo de formatação de conversa predefinido já inicia a sequência de raciocínio com um marcador de abertura, pelo que não é necessária uma definição explícita enable_thinking=True. A sequência devolvida pode conter o marcador de fecho sem repetir o de abertura. O exemplo do fabricante separa o raciocínio da resposta final. Preserve essa distinção ao pedir um resultado concreto: a conclusão de uma demonstração, um patch ou uma tabela de decisão devem continuar fáceis de encontrar após a explicação mais longa.
Preparar uma tarefa difícil
Dê ao modelo o enunciado completo do problema, as restrições e as provas relevantes. Para uma alteração de código, inclua a função existente, uma entrada que falha e o comportamento esperado, e peça um patch proposto com uma explicação dos casos limite. Numa questão científica, separe observações de pressupostos e pergunte que conclusão decorre de cada um. Numa política ou especificação longa, mantenha os identificadores das secções e peça uma decisão concisa apoiada nas cláusulas relevantes. São utilizações práticas dos domínios de raciocínio documentados, e não afirmações de que o modelo executou um patch ou validou uma experiência.
Como esta versão pode raciocinar extensamente, reserve espaço para o raciocínio e para o artefacto final. Ao configurar o modelo, a Qwen aconselha manter, sempre que possível, um contexto superior a 131,072 tokens, mesmo que um contexto menor alivie a pressão sobre a memória. O valor do contexto nativo inclui o orçamento da sequência; não promete que todo esse espaço possa ser ocupado por um documento deixando espaço ilimitado para a resposta.
Utilização em agentes
O fabricante documenta chamadas a ferramentas e recomenda Qwen-Agent para modelos de formatação e análise dessas chamadas, incluindo integração com ferramentas configuradas e fluxos com interpretador de código. Defina explicitamente as ferramentas e o resultado pretendido. Por exemplo, uma aplicação pode permitir ao modelo inspecionar provas recuperadas, utilizar uma calculadora autorizada e produzir um relatório que explique o cálculo. A recuperação e a execução pertencem às ferramentas ligadas; a capacidade do modelo de chamar ferramentas não estabelece, por si só, acesso à Internet, a um ambiente de código ou a sistemas empresariais.
Processar texto ultralongo
A Qwen documenta um fluxo opcional que chega a aproximadamente um milhão de tokens, combinando Dual Chunk Attention com atenção esparsa MInference. A primeira técnica divide sequências longas em blocos, preservando as interações entre eles; a segunda concentra o cálculo em relações de atenção selecionadas. É uma via de configuração adicional, além do contexto nativo de 262,144 tokens. A receita do fabricante exige a sua configuração especial de contexto longo e estima cerca de 240 GB de memória GPU total para os pesos, o estado de atenção em cache e os picos de ativações.
Essa receita tem limites concretos de recursos: o estado da sequência em cache, a memória das ativações e o comprimento total da entrada podem, cada um, esgotar a capacidade configurada. Um fluxo de um milhão de tokens depende, por isso, da configuração, da memória e da implementação de atenção suportada. Na revisão prática de documentos, comece pelo material relevante, marque as fronteiras dos documentos e peça provas rastreáveis, em vez de tratar a maior entrada possível como substituto de uma pergunta clara.
Orientações de geração e limites
A Qwen recomenda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Sugere um orçamento de saída de 32,768 tokens para a maioria das perguntas e de 81,920 para problemas matemáticos ou de programação invulgarmente difíceis. São recomendações de orçamento de geração, e não um limite máximo rígido de saída publicado separadamente. Uma penalização de presença entre zero e dois pode reduzir a repetição, mas valores superiores podem misturar idiomas ou diminuir ligeiramente a qualidade.
Especifique no pedido o formato da resposta final, como um resultado matemático delimitado ou um campo de resposta para uma pergunta de escolha múltipla. Mantenha apenas a parte da resposta final no histórico da conversa, como recomenda o fabricante. Um raciocínio mais longo é útil quando produz um resultado verificável; inspecione os pressupostos, os cálculos e o código proposto antes de confiar no resultado.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen3-30b-a3b-thinking-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.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | 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": "qwen3-30b-a3b-thinking-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='qwen3-30b-a3b-thinking-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='qwen3-30b-a3b-thinking-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-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 é o modelo de texto da Qwen exclusivamente de raciocínio, destinado a matemática, ciência, programação e raciocínio lógico exigentes. Esta edição fixa 2507 oferece um contexto nativo de 262,144 tokens e um orçamento de raciocínio maior, com fluxos documentados de chamadas a ferramentas e de contexto ultralongo dependentes de condições específicas.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Destaques: a versão fixa Thinking-2507
Qwen3-30B-A3B-Thinking-2507 é um modelo de geração de texto centrado em raciocínio difícil. A Qwen descreve melhorias em lógica, matemática, ciência, programação, seguimento de instruções, utilização de ferramentas e geração de texto, juntamente com sequências de raciocínio mais longas e uma compreensão mais forte de contextos longos. Selecione esta edição exata 2507 quando a tarefa beneficiar de raciocínio sustentado, como examinar explicações concorrentes, resolver um problema matemático de várias etapas ou desenvolver uma alteração complexa de código.
Visão geral do modelo e modo
O modelo de mistura de especialistas tem 30.5 mil milhões de parâmetros totais e 3.3 mil milhões de parâmetros ativados, com 128 especialistas e oito selecionados por token ao longo de 48 camadas. O contexto nativo é de 262,144 tokens. Recebe texto e devolve texto; os resultados das ferramentas são fornecidos através do fluxo de uma aplicação ligada. Este checkpoint suporta apenas raciocínio. Distingue-se do anterior Qwen3-30B-A3B híbrido, da sua edição FP8 e do Qwen3-30B-A3B-Instruct-2507. Não se deve presumir que a opção do modelo híbrido que desativa o raciocínio se aplica aqui.
O modelo de formatação de conversa predefinido já inicia a sequência de raciocínio com um marcador de abertura, pelo que não é necessária uma definição explícita enable_thinking=True. A sequência devolvida pode conter o marcador de fecho sem repetir o de abertura. O exemplo do fabricante separa o raciocínio da resposta final. Preserve essa distinção ao pedir um resultado concreto: a conclusão de uma demonstração, um patch ou uma tabela de decisão devem continuar fáceis de encontrar após a explicação mais longa.
Preparar uma tarefa difícil
Dê ao modelo o enunciado completo do problema, as restrições e as provas relevantes. Para uma alteração de código, inclua a função existente, uma entrada que falha e o comportamento esperado, e peça um patch proposto com uma explicação dos casos limite. Numa questão científica, separe observações de pressupostos e pergunte que conclusão decorre de cada um. Numa política ou especificação longa, mantenha os identificadores das secções e peça uma decisão concisa apoiada nas cláusulas relevantes. São utilizações práticas dos domínios de raciocínio documentados, e não afirmações de que o modelo executou um patch ou validou uma experiência.
Como esta versão pode raciocinar extensamente, reserve espaço para o raciocínio e para o artefacto final. Ao configurar o modelo, a Qwen aconselha manter, sempre que possível, um contexto superior a 131,072 tokens, mesmo que um contexto menor alivie a pressão sobre a memória. O valor do contexto nativo inclui o orçamento da sequência; não promete que todo esse espaço possa ser ocupado por um documento deixando espaço ilimitado para a resposta.
Utilização em agentes
O fabricante documenta chamadas a ferramentas e recomenda Qwen-Agent para modelos de formatação e análise dessas chamadas, incluindo integração com ferramentas configuradas e fluxos com interpretador de código. Defina explicitamente as ferramentas e o resultado pretendido. Por exemplo, uma aplicação pode permitir ao modelo inspecionar provas recuperadas, utilizar uma calculadora autorizada e produzir um relatório que explique o cálculo. A recuperação e a execução pertencem às ferramentas ligadas; a capacidade do modelo de chamar ferramentas não estabelece, por si só, acesso à Internet, a um ambiente de código ou a sistemas empresariais.
Processar texto ultralongo
A Qwen documenta um fluxo opcional que chega a aproximadamente um milhão de tokens, combinando Dual Chunk Attention com atenção esparsa MInference. A primeira técnica divide sequências longas em blocos, preservando as interações entre eles; a segunda concentra o cálculo em relações de atenção selecionadas. É uma via de configuração adicional, além do contexto nativo de 262,144 tokens. A receita do fabricante exige a sua configuração especial de contexto longo e estima cerca de 240 GB de memória GPU total para os pesos, o estado de atenção em cache e os picos de ativações.
Essa receita tem limites concretos de recursos: o estado da sequência em cache, a memória das ativações e o comprimento total da entrada podem, cada um, esgotar a capacidade configurada. Um fluxo de um milhão de tokens depende, por isso, da configuração, da memória e da implementação de atenção suportada. Na revisão prática de documentos, comece pelo material relevante, marque as fronteiras dos documentos e peça provas rastreáveis, em vez de tratar a maior entrada possível como substituto de uma pergunta clara.
Orientações de geração e limites
A Qwen recomenda temperature 0.6, top_p 0.95, top_k 20 e min_p 0. Sugere um orçamento de saída de 32,768 tokens para a maioria das perguntas e de 81,920 para problemas matemáticos ou de programação invulgarmente difíceis. São recomendações de orçamento de geração, e não um limite máximo rígido de saída publicado separadamente. Uma penalização de presença entre zero e dois pode reduzir a repetição, mas valores superiores podem misturar idiomas ou diminuir ligeiramente a qualidade.
Especifique no pedido o formato da resposta final, como um resultado matemático delimitado ou um campo de resposta para uma pergunta de escolha múltipla. Mantenha apenas a parte da resposta final no histórico da conversa, como recomenda o fabricante. Um raciocínio mais longo é útil quando produz um resultado verificável; inspecione os pressupostos, os cálculos e o código proposto antes de confiar no resultado.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen3-30b-a3b-thinking-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.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | 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 $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-30b-a3b-thinking-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': 'qwen3-30b-a3b-thinking-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-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Exemplo técnico em inglês
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.