Qwen3-32B é o maior modelo denso da versão Qwen3 original. Combina o modo thinking da família para lógica complexa, matemática e programação com respostas non-thinking para conversação geral. A Qwen também destaca escrita criativa, diálogo baseado em papéis, cumprimento de instruções em vários turnos e uso de ferramentas por agentes. O modelo processa texto e gera texto; instruções multilingues e tradução fazem parte do suporte da família original para 119 idiomas e dialetos. Pode receber pedidos para uma explicação analítica, uma proposta de código ou um texto cuidadosamente especificado.
A edição exata tem 32,8 mil milhões de parâmetros no total em 64 camadas. É um modelo denso, distinto da arquitetura de encaminhamento de especialistas de Qwen3-30B-A3B e de edições Qwen3 posteriores identificadas separadamente. O contexto nativo é de 32 768 tokens. Prepare uma tarefa exigente com as evidências relevantes, os requisitos e o resultado esperado em conjunto. Para uma revisão de engenharia, forneça a descrição do componente, as restrições da interface e a questão a resolver e peça uma proposta que identifique suposições, dependências e alternativas, usando apenas o material fornecido quando adequado.
O template de conversação do produtor ativa thinking por predefinição e disponibiliza um controlo rígido enable_thinking. A desativação rígida impede completamente conteúdo de thinking. Com thinking ativado, /think e /no_think em instruções do utilizador ou de sistema fornecem controlo suave por turno, e a instrução mais recente determina o comportamento pedido. Um pedido suave de non-thinking pode deixar um bloco thinking vazio; um marcador /think não pode sobrepor-se a um template rigidamente desativado. Isto permite ao modelo original alternar entre um pedido direto de redação e uma pergunta que beneficia de uma cadeia de raciocínio prolongada, quando são aplicados os controlos prescritos.
O exemplo de geração analisa uma secção <think> separadamente da resposta final. A Qwen recomenda tornar o formato final explícito, como uma resposta matemática numa caixa ou um único campo de resposta para escolha múltipla. Numa análise prática, especifique a conclusão pedida e o material de apoio: por exemplo, uma escolha final de design seguida das restrições que cumpre e das questões em aberto. Segundo as orientações do produtor, mantenha a resposta final, e não o conteúdo de thinking anterior, no histórico das conversas posteriores. Isto preserva o resultado de que as perguntas seguintes necessitam sem transportar todos os passos de raciocínio.
As chamadas de ferramentas fazem parte do perfil documentado do modelo em ambos os modos. A Qwen recomenda Qwen-Agent para templates e analisadores e demonstra recuperação de informação, informação de hora e um interpretador de código. Defina as ferramentas com clareza, indique o significado dos argumentos e diga ao modelo o que constitui uma tarefa concluída. Um fluxo útil pode pedir a recuperação de informação selecionada, fornecer o conteúdo realmente devolvido e solicitar depois uma síntese ou proposta de implementação. A chamada pedida pelo modelo e a execução da ferramenta pela aplicação são etapas separadas; a resposta final deve apoiar-se nas evidências devolvidas.
Para entradas mais longas, a ficha documenta a extensão YaRN para 131 072 tokens. A janela nativa é menor, e o escalonamento estático pode afetar o desempenho em entradas curtas. A Qwen recomenda ativar a extensão quando for realmente necessário contexto mais longo; a ficha também explica uma alocação predefinida de 40 960 posições para prompt e saída. Selecione documentos relevantes e preserve títulos, fronteiras das fontes e terminologia. Deixe espaço para o raciocínio e a resposta final, especialmente quando a tarefa exige conciliar várias especificações em vez de resumir uma passagem.
As recomendações oficiais são temperature de 0,6, top-p de 0,95, top-k de 20 e min-p de 0 para thinking; para non-thinking, temperature de 0,7 e top-p de 0,8 substituem as primeiras duas definições. A Qwen desaconselha a descodificação gulosa em thinking e nota que uma penalização de presença alta pode causar mistura de idiomas ou redução de qualidade. Recomenda uma extensão de saída de 32 768 tokens para a maioria dos pedidos e descreve 38 912 para problemas especialmente exigentes de matemática e programação. São orientações de geração, e não um limite rígido de resposta universal. Um pedido preciso e um formato final definido ajudam a focar o raciocínio disponível no trabalho de que o leitor precisa.
", "aboutText": "Qwen3-32B é o maior modelo denso da versão Qwen3 original. Combina o modo thinking da família para lógica complexa, matemática e programação com respostas non-thinking para conversação geral. A Qwen também destaca escrita criativa, diálogo baseado em papéis, cumprimento de instruções em vários turnos e uso de ferramentas por agentes. O modelo processa texto e gera texto; instruções multilingues e tradução fazem parte do suporte da família original para 119 idiomas e dialetos. Pode receber pedidos para uma explicação analítica, uma proposta de código ou um texto cuidadosamente especificado.\n\nA edição exata tem 32,8 mil milhões de parâmetros no total em 64 camadas. É um modelo denso, distinto da arquitetura de encaminhamento de especialistas de Qwen3-30B-A3B e de edições Qwen3 posteriores identificadas separadamente. O contexto nativo é de 32 768 tokens. Prepare uma tarefa exigente com as evidências relevantes, os requisitos e o resultado esperado em conjunto. Para uma revisão de engenharia, forneça a descrição do componente, as restrições da interface e a questão a resolver e peça uma proposta que identifique suposições, dependências e alternativas, usando apenas o material fornecido quando adequado.\n\nO template de conversação do produtor ativa thinking por predefinição e disponibiliza um controlo rígido enable_thinking. A desativação rígida impede completamente conteúdo de thinking. Com thinking ativado, /think e /no_think em instruções do utilizador ou de sistema fornecem controlo suave por turno, e a instrução mais recente determina o comportamento pedido. Um pedido suave de non-thinking pode deixar um bloco thinking vazio; um marcador /think não pode sobrepor-se a um template rigidamente desativado. Isto permite ao modelo original alternar entre um pedido direto de redação e uma pergunta que beneficia de uma cadeia de raciocínio prolongada, quando são aplicados os controlos prescritos.\n\nO exemplo de geração analisa uma secçãoExemplo técnico em inglês
Review a cache invalidation design\n\nA report cache is keyed only by report name. Reports also depend on account ID and selected month. Two users requesting the same name can receive the wrong account or month. Propose a revised key contract, explain the dependencies it captures and give three text test cases. Use only the described inputs; propose no repository edits.A key contract, dependency explanation and cases distinguishing account and month.Different accounts or months must not share a cache entry solely because the report name matches.qwen/qwen3-32bQwen3-32B é o modelo textual híbrido denso da Qwen para raciocínio complexo, programação, escrita multilingue e tarefas orientadas por ferramentas. Combina modos thinking e non-thinking num único modelo e tem 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.
Qwen3-32B é o maior modelo denso da versão Qwen3 original. Combina o modo thinking da família para lógica complexa, matemática e programação com respostas non-thinking para conversação geral. A Qwen também destaca escrita criativa, diálogo baseado em papéis, cumprimento de instruções em vários turnos e uso de ferramentas por agentes. O modelo processa texto e gera texto; instruções multilingues e tradução fazem parte do suporte da família original para 119 idiomas e dialetos. Pode receber pedidos para uma explicação analítica, uma proposta de código ou um texto cuidadosamente especificado.
A edição exata tem 32,8 mil milhões de parâmetros no total em 64 camadas. É um modelo denso, distinto da arquitetura de encaminhamento de especialistas de Qwen3-30B-A3B e de edições Qwen3 posteriores identificadas separadamente. O contexto nativo é de 32 768 tokens. Prepare uma tarefa exigente com as evidências relevantes, os requisitos e o resultado esperado em conjunto. Para uma revisão de engenharia, forneça a descrição do componente, as restrições da interface e a questão a resolver e peça uma proposta que identifique suposições, dependências e alternativas, usando apenas o material fornecido quando adequado.
O template de conversação do produtor ativa thinking por predefinição e disponibiliza um controlo rígido enable_thinking. A desativação rígida impede completamente conteúdo de thinking. Com thinking ativado, /think e /no_think em instruções do utilizador ou de sistema fornecem controlo suave por turno, e a instrução mais recente determina o comportamento pedido. Um pedido suave de non-thinking pode deixar um bloco thinking vazio; um marcador /think não pode sobrepor-se a um template rigidamente desativado. Isto permite ao modelo original alternar entre um pedido direto de redação e uma pergunta que beneficia de uma cadeia de raciocínio prolongada, quando são aplicados os controlos prescritos.
O exemplo de geração analisa uma secção <think> separadamente da resposta final. A Qwen recomenda tornar o formato final explícito, como uma resposta matemática numa caixa ou um único campo de resposta para escolha múltipla. Numa análise prática, especifique a conclusão pedida e o material de apoio: por exemplo, uma escolha final de design seguida das restrições que cumpre e das questões em aberto. Segundo as orientações do produtor, mantenha a resposta final, e não o conteúdo de thinking anterior, no histórico das conversas posteriores. Isto preserva o resultado de que as perguntas seguintes necessitam sem transportar todos os passos de raciocínio.
As chamadas de ferramentas fazem parte do perfil documentado do modelo em ambos os modos. A Qwen recomenda Qwen-Agent para templates e analisadores e demonstra recuperação de informação, informação de hora e um interpretador de código. Defina as ferramentas com clareza, indique o significado dos argumentos e diga ao modelo o que constitui uma tarefa concluída. Um fluxo útil pode pedir a recuperação de informação selecionada, fornecer o conteúdo realmente devolvido e solicitar depois uma síntese ou proposta de implementação. A chamada pedida pelo modelo e a execução da ferramenta pela aplicação são etapas separadas; a resposta final deve apoiar-se nas evidências devolvidas.
Para entradas mais longas, a ficha documenta a extensão YaRN para 131 072 tokens. A janela nativa é menor, e o escalonamento estático pode afetar o desempenho em entradas curtas. A Qwen recomenda ativar a extensão quando for realmente necessário contexto mais longo; a ficha também explica uma alocação predefinida de 40 960 posições para prompt e saída. Selecione documentos relevantes e preserve títulos, fronteiras das fontes e terminologia. Deixe espaço para o raciocínio e a resposta final, especialmente quando a tarefa exige conciliar várias especificações em vez de resumir uma passagem.
As recomendações oficiais são temperature de 0,6, top-p de 0,95, top-k de 20 e min-p de 0 para thinking; para non-thinking, temperature de 0,7 e top-p de 0,8 substituem as primeiras duas definições. A Qwen desaconselha a descodificação gulosa em thinking e nota que uma penalização de presença alta pode causar mistura de idiomas ou redução de qualidade. Recomenda uma extensão de saída de 32 768 tokens para a maioria dos pedidos e descreve 38 912 para problemas especialmente exigentes de matemática e programação. São orientações de geração, e não um limite rígido de resposta universal. Um pedido preciso e um formato final definido ajudam a focar o raciocínio disponível no trabalho de que o leitor precisa.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen/qwen3-32b | 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 $0.000286 / 1K tokens Saída · Tokens de saída $0.001144 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 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 $0.000286 / 1K tokens Saída · Tokens de saída $0.001144 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-32b", "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/qwen3-32b',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/qwen3-32b',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/qwen3-32b
Use os caminhos dos métodos indicados acima.
qwen/qwen3-32bQwen3-32B é o modelo textual híbrido denso da Qwen para raciocínio complexo, programação, escrita multilingue e tarefas orientadas por ferramentas. Combina modos thinking e non-thinking num único modelo e tem 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.
Qwen3-32B é o maior modelo denso da versão Qwen3 original. Combina o modo thinking da família para lógica complexa, matemática e programação com respostas non-thinking para conversação geral. A Qwen também destaca escrita criativa, diálogo baseado em papéis, cumprimento de instruções em vários turnos e uso de ferramentas por agentes. O modelo processa texto e gera texto; instruções multilingues e tradução fazem parte do suporte da família original para 119 idiomas e dialetos. Pode receber pedidos para uma explicação analítica, uma proposta de código ou um texto cuidadosamente especificado.
A edição exata tem 32,8 mil milhões de parâmetros no total em 64 camadas. É um modelo denso, distinto da arquitetura de encaminhamento de especialistas de Qwen3-30B-A3B e de edições Qwen3 posteriores identificadas separadamente. O contexto nativo é de 32 768 tokens. Prepare uma tarefa exigente com as evidências relevantes, os requisitos e o resultado esperado em conjunto. Para uma revisão de engenharia, forneça a descrição do componente, as restrições da interface e a questão a resolver e peça uma proposta que identifique suposições, dependências e alternativas, usando apenas o material fornecido quando adequado.
O template de conversação do produtor ativa thinking por predefinição e disponibiliza um controlo rígido enable_thinking. A desativação rígida impede completamente conteúdo de thinking. Com thinking ativado, /think e /no_think em instruções do utilizador ou de sistema fornecem controlo suave por turno, e a instrução mais recente determina o comportamento pedido. Um pedido suave de non-thinking pode deixar um bloco thinking vazio; um marcador /think não pode sobrepor-se a um template rigidamente desativado. Isto permite ao modelo original alternar entre um pedido direto de redação e uma pergunta que beneficia de uma cadeia de raciocínio prolongada, quando são aplicados os controlos prescritos.
O exemplo de geração analisa uma secção <think> separadamente da resposta final. A Qwen recomenda tornar o formato final explícito, como uma resposta matemática numa caixa ou um único campo de resposta para escolha múltipla. Numa análise prática, especifique a conclusão pedida e o material de apoio: por exemplo, uma escolha final de design seguida das restrições que cumpre e das questões em aberto. Segundo as orientações do produtor, mantenha a resposta final, e não o conteúdo de thinking anterior, no histórico das conversas posteriores. Isto preserva o resultado de que as perguntas seguintes necessitam sem transportar todos os passos de raciocínio.
As chamadas de ferramentas fazem parte do perfil documentado do modelo em ambos os modos. A Qwen recomenda Qwen-Agent para templates e analisadores e demonstra recuperação de informação, informação de hora e um interpretador de código. Defina as ferramentas com clareza, indique o significado dos argumentos e diga ao modelo o que constitui uma tarefa concluída. Um fluxo útil pode pedir a recuperação de informação selecionada, fornecer o conteúdo realmente devolvido e solicitar depois uma síntese ou proposta de implementação. A chamada pedida pelo modelo e a execução da ferramenta pela aplicação são etapas separadas; a resposta final deve apoiar-se nas evidências devolvidas.
Para entradas mais longas, a ficha documenta a extensão YaRN para 131 072 tokens. A janela nativa é menor, e o escalonamento estático pode afetar o desempenho em entradas curtas. A Qwen recomenda ativar a extensão quando for realmente necessário contexto mais longo; a ficha também explica uma alocação predefinida de 40 960 posições para prompt e saída. Selecione documentos relevantes e preserve títulos, fronteiras das fontes e terminologia. Deixe espaço para o raciocínio e a resposta final, especialmente quando a tarefa exige conciliar várias especificações em vez de resumir uma passagem.
As recomendações oficiais são temperature de 0,6, top-p de 0,95, top-k de 20 e min-p de 0 para thinking; para non-thinking, temperature de 0,7 e top-p de 0,8 substituem as primeiras duas definições. A Qwen desaconselha a descodificação gulosa em thinking e nota que uma penalização de presença alta pode causar mistura de idiomas ou redução de qualidade. Recomenda uma extensão de saída de 32 768 tokens para a maioria dos pedidos e descreve 38 912 para problemas especialmente exigentes de matemática e programação. São orientações de geração, e não um limite rígido de resposta universal. Um pedido preciso e um formato final definido ajudam a focar o raciocínio disponível no trabalho de que o leitor precisa.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen/qwen3-32b | 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 $0.000286 / 1K tokens Saída · Tokens de saída $0.001144 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 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 $0.000286 / 1K tokens Saída · Tokens de saída $0.001144 / 1K tokens Entrada · Leitura da cache — / 1K tokens Entrada · Escrita na cache — / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "qwen/qwen3-32b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3-32b', '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/qwen3-32b', '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/qwen3-32b
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Review a cache invalidation design\n\nA report cache is keyed only by report name. Reports also depend on account ID and selected month. Two users requesting the same name can receive the wrong account or month. Propose a revised key contract, explain the dependencies it captures and give three text test cases. Use only the described inputs; propose no repository edits.A key contract, dependency explanation and cases distinguishing account and month.Different accounts or months must not share a cache entry solely because the report name matches.