Qwen3-30B-A3B combina dois estilos de resposta num único modelo textual: thinking para problemas complexos de lógica, matemática e programação, e non-thinking para diálogo simples. A Qwen também destaca escrita criativa, conversação baseada em papéis, cumprimento de instruções e integração com ferramentas externas. A família Qwen3 original suporta 119 idiomas e dialetos, tornando este modelo útil para perguntas multilingues, tradução e conversas em que o idioma pedido pode mudar entre turnos. Indique o idioma de saída, preserve a terminologia que deve permanecer inalterada e descreva as necessidades do leitor.
Esta é a edição original Qwen3-30B-A3B de mistura de especialistas. Os seus 30,5 mil milhões de parâmetros no total incluem 3,3 mil milhões ativados para cada token; oito dos seus 128 especialistas são selecionados nas camadas de especialistas do modelo. A arquitetura esparsa é uma distinção relevante face aos modelos densos Qwen3. Este perfil diz respeito ao modelo híbrido original, cujo contexto nativo é de 32 768 tokens, e não a uma edição posterior Instruct-2507 ou Thinking-2507 identificada separadamente. Para um pedido de análise, forneça o código ou as passagens de origem relevantes, a questão a resolver e as condições que uma resposta válida deve cumprir.
No template oficial de conversação, thinking está ativado por predefinição. O controlo rígido enable_thinking pode desativá-lo completamente. Quando thinking continua ativado, /think e /no_think numa instrução do utilizador ou de sistema funcionam como controlos suaves, e a instrução mais recente determina o comportamento pedido entre turnos. Um pedido /no_think num template ativado pode ainda produzir um bloco thinking vazio; com o controlo rígido desativado, nenhum dos marcadores ativa thinking. Esta distinção importa quando um fluxo alterna entre uma reformulação imediata e uma pergunta mais exigente de depuração ou raciocínio.
Os exemplos da Qwen separam a secção <think> da resposta final. Para um problema de programação, prepare o menor excerto de origem relevante, a falha observada e o resultado pretendido e peça depois um diagnóstico e uma correção proposta. Para matemática, o produtor recomenda uma instrução explícita passo a passo com a resposta final em \\boxed{}. Um pedido de escolha múltipla pode definir um único campo de resposta. Nos turnos posteriores, a Qwen recomenda conservar a resposta final e omitir o conteúdo de thinking anterior do histórico, em vez de transportar repetidamente toda a secção de raciocínio.
As chamadas de ferramentas são descritas para ambos os modos. A Qwen recomenda Qwen-Agent para tratar os templates de chamadas de ferramentas do modelo e a análise sintática dessas chamadas, com exemplos de recuperação de informação, informação de hora e um interpretador de código. Descreva as ferramentas disponíveis e os respetivos argumentos antes de pedir o planeamento de uma sequência. Um pedido útil pode solicitar a verificação de documentação selecionada seguida de uma proposta de implementação fundamentada; devolva cada resultado de ferramenta à conversa para que o modelo continue a partir de evidências reais. O pedido textual de ferramenta e o resultado executado pela aplicação continuam a ser partes separadas desse fluxo.
A ficha descreve uma extensão de contexto para 131 072 tokens usando YaRN. É uma extensão da janela nativa dependente da configuração, e a Qwen alerta que o escalonamento estático pode afetar entradas mais curtas. A ficha também explica uma configuração predefinida de 40 960 posições que atribui espaço a um prompt típico e a uma resposta longa; distingue-se da descrição do contexto nativo. Prepare material longo com fronteiras claras entre documentos, dê prioridade às partes relevantes para a pergunta e deixe espaço para a resposta e qualquer raciocínio.
Para thinking, a Qwen recomenda temperature de 0,6, top-p de 0,95, top-k de 20 e min-p de 0 e desaconselha a descodificação gulosa, que pode degradar resultados ou repetir indefinidamente. Para non-thinking, as orientações mudam temperature para 0,7 e top-p para 0,8. Recomenda uma extensão de saída de 32 768 tokens para a maioria dos pedidos e descreve 38 912 tokens para problemas especialmente exigentes de matemática e programação. São definições de geração do produtor, e não uma garantia de resposta fixa separada. Escolha o modo e o resultado pedido em conjunto, para que a resposta tenha espaço para o raciocínio necessário e o resultado final útil.
", "aboutText": "Qwen3-30B-A3B combina dois estilos de resposta num único modelo textual: thinking para problemas complexos de lógica, matemática e programação, e non-thinking para diálogo simples. A Qwen também destaca escrita criativa, conversação baseada em papéis, cumprimento de instruções e integração com ferramentas externas. A família Qwen3 original suporta 119 idiomas e dialetos, tornando este modelo útil para perguntas multilingues, tradução e conversas em que o idioma pedido pode mudar entre turnos. Indique o idioma de saída, preserve a terminologia que deve permanecer inalterada e descreva as necessidades do leitor.\n\nEsta é a edição original Qwen3-30B-A3B de mistura de especialistas. Os seus 30,5 mil milhões de parâmetros no total incluem 3,3 mil milhões ativados para cada token; oito dos seus 128 especialistas são selecionados nas camadas de especialistas do modelo. A arquitetura esparsa é uma distinção relevante face aos modelos densos Qwen3. Este perfil diz respeito ao modelo híbrido original, cujo contexto nativo é de 32 768 tokens, e não a uma edição posterior Instruct-2507 ou Thinking-2507 identificada separadamente. Para um pedido de análise, forneça o código ou as passagens de origem relevantes, a questão a resolver e as condições que uma resposta válida deve cumprir.\n\nNo template oficial de conversação, thinking está ativado por predefinição. O controlo rígido enable_thinking pode desativá-lo completamente. Quando thinking continua ativado, /think e /no_think numa instrução do utilizador ou de sistema funcionam como controlos suaves, e a instrução mais recente determina o comportamento pedido entre turnos. Um pedido /no_think num template ativado pode ainda produzir um bloco thinking vazio; com o controlo rígido desativado, nenhum dos marcadores ativa thinking. Esta distinção importa quando um fluxo alterna entre uma reformulação imediata e uma pergunta mais exigente de depuração ou raciocínio.\n\nOs exemplos da Qwen separam a secçãoExemplo técnico em inglês
Explain a weighted-average mistake\n\nA student averages two class scores as (80 + 90) / 2. The first class has 10 students and the second has 30. Explain why that calculation does not give the combined student average, derive the correct weighted expression and state when the simple average would be valid. Finish with the combined average in a separate final line.A short explanation, a weighted formula, its evaluated result and the equal-weight condition.The explanation uses student counts as weights and distinguishes a class average from a student average.qwen/qwen3-30b-a3bQwen3-30B-A3B é o modelo textual de mistura de especialistas da Qwen com modos thinking e non-thinking para raciocínio, programação e conversação multilingue. Tem 30,5 mil milhões de parâmetros no total, 3,3 mil milhões ativos por token e um contexto nativo de 32 768 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Qwen3-30B-A3B combina dois estilos de resposta num único modelo textual: thinking para problemas complexos de lógica, matemática e programação, e non-thinking para diálogo simples. A Qwen também destaca escrita criativa, conversação baseada em papéis, cumprimento de instruções e integração com ferramentas externas. A família Qwen3 original suporta 119 idiomas e dialetos, tornando este modelo útil para perguntas multilingues, tradução e conversas em que o idioma pedido pode mudar entre turnos. Indique o idioma de saída, preserve a terminologia que deve permanecer inalterada e descreva as necessidades do leitor.
Esta é a edição original Qwen3-30B-A3B de mistura de especialistas. Os seus 30,5 mil milhões de parâmetros no total incluem 3,3 mil milhões ativados para cada token; oito dos seus 128 especialistas são selecionados nas camadas de especialistas do modelo. A arquitetura esparsa é uma distinção relevante face aos modelos densos Qwen3. Este perfil diz respeito ao modelo híbrido original, cujo contexto nativo é de 32 768 tokens, e não a uma edição posterior Instruct-2507 ou Thinking-2507 identificada separadamente. Para um pedido de análise, forneça o código ou as passagens de origem relevantes, a questão a resolver e as condições que uma resposta válida deve cumprir.
No template oficial de conversação, thinking está ativado por predefinição. O controlo rígido enable_thinking pode desativá-lo completamente. Quando thinking continua ativado, /think e /no_think numa instrução do utilizador ou de sistema funcionam como controlos suaves, e a instrução mais recente determina o comportamento pedido entre turnos. Um pedido /no_think num template ativado pode ainda produzir um bloco thinking vazio; com o controlo rígido desativado, nenhum dos marcadores ativa thinking. Esta distinção importa quando um fluxo alterna entre uma reformulação imediata e uma pergunta mais exigente de depuração ou raciocínio.
Os exemplos da Qwen separam a secção <think> da resposta final. Para um problema de programação, prepare o menor excerto de origem relevante, a falha observada e o resultado pretendido e peça depois um diagnóstico e uma correção proposta. Para matemática, o produtor recomenda uma instrução explícita passo a passo com a resposta final em \\boxed{}. Um pedido de escolha múltipla pode definir um único campo de resposta. Nos turnos posteriores, a Qwen recomenda conservar a resposta final e omitir o conteúdo de thinking anterior do histórico, em vez de transportar repetidamente toda a secção de raciocínio.
As chamadas de ferramentas são descritas para ambos os modos. A Qwen recomenda Qwen-Agent para tratar os templates de chamadas de ferramentas do modelo e a análise sintática dessas chamadas, com exemplos de recuperação de informação, informação de hora e um interpretador de código. Descreva as ferramentas disponíveis e os respetivos argumentos antes de pedir o planeamento de uma sequência. Um pedido útil pode solicitar a verificação de documentação selecionada seguida de uma proposta de implementação fundamentada; devolva cada resultado de ferramenta à conversa para que o modelo continue a partir de evidências reais. O pedido textual de ferramenta e o resultado executado pela aplicação continuam a ser partes separadas desse fluxo.
A ficha descreve uma extensão de contexto para 131 072 tokens usando YaRN. É uma extensão da janela nativa dependente da configuração, e a Qwen alerta que o escalonamento estático pode afetar entradas mais curtas. A ficha também explica uma configuração predefinida de 40 960 posições que atribui espaço a um prompt típico e a uma resposta longa; distingue-se da descrição do contexto nativo. Prepare material longo com fronteiras claras entre documentos, dê prioridade às partes relevantes para a pergunta e deixe espaço para a resposta e qualquer raciocínio.
Para thinking, a Qwen recomenda temperature de 0,6, top-p de 0,95, top-k de 20 e min-p de 0 e desaconselha a descodificação gulosa, que pode degradar resultados ou repetir indefinidamente. Para non-thinking, as orientações mudam temperature para 0,7 e top-p para 0,8. Recomenda uma extensão de saída de 32 768 tokens para a maioria dos pedidos e descreve 38 912 tokens para problemas especialmente exigentes de matemática e programação. São definições de geração do produtor, e não uma garantia de resposta fixa separada. Escolha o modo e o resultado pedido em conjunto, para que a resposta tenha espaço para o raciocínio necessário e o resultado final útil.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen/qwen3-30b-a3b | 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 $0.00024 / 1K tokens Saída · Tokens de saída $0.001 / 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 $0.00024 / 1K tokens Saída · Tokens de saída $0.001 / 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", "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',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',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
Use os caminhos dos métodos indicados acima.
qwen/qwen3-30b-a3bQwen3-30B-A3B é o modelo textual de mistura de especialistas da Qwen com modos thinking e non-thinking para raciocínio, programação e conversação multilingue. Tem 30,5 mil milhões de parâmetros no total, 3,3 mil milhões ativos por token e um contexto nativo de 32 768 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Qwen3-30B-A3B combina dois estilos de resposta num único modelo textual: thinking para problemas complexos de lógica, matemática e programação, e non-thinking para diálogo simples. A Qwen também destaca escrita criativa, conversação baseada em papéis, cumprimento de instruções e integração com ferramentas externas. A família Qwen3 original suporta 119 idiomas e dialetos, tornando este modelo útil para perguntas multilingues, tradução e conversas em que o idioma pedido pode mudar entre turnos. Indique o idioma de saída, preserve a terminologia que deve permanecer inalterada e descreva as necessidades do leitor.
Esta é a edição original Qwen3-30B-A3B de mistura de especialistas. Os seus 30,5 mil milhões de parâmetros no total incluem 3,3 mil milhões ativados para cada token; oito dos seus 128 especialistas são selecionados nas camadas de especialistas do modelo. A arquitetura esparsa é uma distinção relevante face aos modelos densos Qwen3. Este perfil diz respeito ao modelo híbrido original, cujo contexto nativo é de 32 768 tokens, e não a uma edição posterior Instruct-2507 ou Thinking-2507 identificada separadamente. Para um pedido de análise, forneça o código ou as passagens de origem relevantes, a questão a resolver e as condições que uma resposta válida deve cumprir.
No template oficial de conversação, thinking está ativado por predefinição. O controlo rígido enable_thinking pode desativá-lo completamente. Quando thinking continua ativado, /think e /no_think numa instrução do utilizador ou de sistema funcionam como controlos suaves, e a instrução mais recente determina o comportamento pedido entre turnos. Um pedido /no_think num template ativado pode ainda produzir um bloco thinking vazio; com o controlo rígido desativado, nenhum dos marcadores ativa thinking. Esta distinção importa quando um fluxo alterna entre uma reformulação imediata e uma pergunta mais exigente de depuração ou raciocínio.
Os exemplos da Qwen separam a secção <think> da resposta final. Para um problema de programação, prepare o menor excerto de origem relevante, a falha observada e o resultado pretendido e peça depois um diagnóstico e uma correção proposta. Para matemática, o produtor recomenda uma instrução explícita passo a passo com a resposta final em \\boxed{}. Um pedido de escolha múltipla pode definir um único campo de resposta. Nos turnos posteriores, a Qwen recomenda conservar a resposta final e omitir o conteúdo de thinking anterior do histórico, em vez de transportar repetidamente toda a secção de raciocínio.
As chamadas de ferramentas são descritas para ambos os modos. A Qwen recomenda Qwen-Agent para tratar os templates de chamadas de ferramentas do modelo e a análise sintática dessas chamadas, com exemplos de recuperação de informação, informação de hora e um interpretador de código. Descreva as ferramentas disponíveis e os respetivos argumentos antes de pedir o planeamento de uma sequência. Um pedido útil pode solicitar a verificação de documentação selecionada seguida de uma proposta de implementação fundamentada; devolva cada resultado de ferramenta à conversa para que o modelo continue a partir de evidências reais. O pedido textual de ferramenta e o resultado executado pela aplicação continuam a ser partes separadas desse fluxo.
A ficha descreve uma extensão de contexto para 131 072 tokens usando YaRN. É uma extensão da janela nativa dependente da configuração, e a Qwen alerta que o escalonamento estático pode afetar entradas mais curtas. A ficha também explica uma configuração predefinida de 40 960 posições que atribui espaço a um prompt típico e a uma resposta longa; distingue-se da descrição do contexto nativo. Prepare material longo com fronteiras claras entre documentos, dê prioridade às partes relevantes para a pergunta e deixe espaço para a resposta e qualquer raciocínio.
Para thinking, a Qwen recomenda temperature de 0,6, top-p de 0,95, top-k de 20 e min-p de 0 e desaconselha a descodificação gulosa, que pode degradar resultados ou repetir indefinidamente. Para non-thinking, as orientações mudam temperature para 0,7 e top-p para 0,8. Recomenda uma extensão de saída de 32 768 tokens para a maioria dos pedidos e descreve 38 912 tokens para problemas especialmente exigentes de matemática e programação. São definições de geração do produtor, e não uma garantia de resposta fixa separada. Escolha o modo e o resultado pedido em conjunto, para que a resposta tenha espaço para o raciocínio necessário e o resultado final útil.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen/qwen3-30b-a3b | 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 $0.00024 / 1K tokens Saída · Tokens de saída $0.001 / 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 $0.00024 / 1K tokens Saída · Tokens de saída $0.001 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "qwen/qwen3-30b-a3b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Explain a weighted-average mistake\n\nA student averages two class scores as (80 + 90) / 2. The first class has 10 students and the second has 30. Explain why that calculation does not give the combined student average, derive the correct weighted expression and state when the simple average would be valid. Finish with the combined average in a separate final line.A short explanation, a weighted formula, its evaluated result and the equal-weight condition.The explanation uses student counts as weights and distinguishes a class average from a student average.