Destaques Qwen3.5: um checkpoint esparso de visão e linguagem
Qwen3.5-35B-A3B é um modelo de visão e linguagem submetido a pós-treino que combina compreensão de texto, imagem e vídeo com respostas textuais. A família é treinada com fusão precoce de texto e visão e aprendizagem por reforço em tarefas progressivamente complexas, suportando raciocínio, programação, agentes e análise visual. Descreve também cobertura de 201 idiomas e dialetos. Essa cobertura é uma capacidade da família, não uma promessa de qualidade igual para todos os idiomas ou tarefas.
O checkpoint aberto exato é separado de Qwen3.5-35B-A3B-Base e da versão posterior Qwen3.6. O fabricante também descreve uma oferta Flash gerida com funcionalidades adicionais; essas características de interface não devem ser automaticamente atribuídas a este checkpoint aberto. Preserve a identidade pedida 35B-A3B ao comparar resultados ou conservar uma seleção de modelo reproduzível.
Visão geral do modelo
O modelo de mistura de especialistas tem 35 mil milhões de parâmetros no total e ativa três mil milhões. A disposição híbrida de 40 camadas repete três camadas de especialistas Gated DeltaNet seguidas de uma camada de especialistas com atenção com portas. Tem 256 especialistas encaminhados, com oito encaminhados e um partilhado ativos na disposição documentada. Um codificador visual e previsão de múltiplos tokens fazem parte do modelo. A contagem ativada não descreve a dimensão do checkpoint completo, e a arquitetura, por si só, não garante latência numa aplicação específica.
O contexto nativo é de 262,144 tokens, com extensão condicional até 1,010,000. A Qwen aconselha conservar, sempre que possível, pelo menos 128K de contexto para tarefas complexas de raciocínio, mesmo que uma janela menor reduza a pressão sobre a memória. Texto, representações de material visual, histórico, raciocínio e resposta final precisam de espaço na sequência configurada.
Utilizar entradas e modos de resposta
Num pedido de programação informado por uma captura de ecrã, forneça a referência visual, o contexto existente de código-fonte, requisitos de interação e artefacto editável esperado. Num gráfico ou documento, conserve rótulos e unidades e peça uma tabela de valores com provas de suporte. Numa explicação multilingue, indique o idioma-alvo e os termos a preservar.
O raciocínio está ativo por predefinição, produzindo um bloco antes da resposta final. O controlo enable_thinking do fabricante pode desativá-lo para uma resposta direta. Qwen3.5 não suporta oficialmente os antigos comandos de controlo do raciocínio no pedido, /think e /nothink. As orientações de histórico conservam respostas finais sem conteúdo de raciocínio. Isto deve permanecer distinto das opções de preservação Qwen3.6 posteriores ou da conservação predefinida de raciocínio histórico Qwen3.8.
Utilização em agentes
O fabricante documenta chamadas a ferramentas e recomenda Qwen-Agent com ferramentas configuradas ou ligadas por MCP, além de Qwen Code para trabalho orientado a repositórios. Defina as operações permitidas, as provas relevantes e o entregável final. A aplicação executa ferramentas e fornece as observações; o modelo pode utilizar esse retorno para rever a análise. Um comando planeado ou patch gerado não é uma ação executada, e o nome do modelo, isoladamente, não estabelece acesso a informação atual ou ficheiros.
Contexto ultralongo
A receita de extensão do fabricante utiliza YaRN com as definições posicionais intercaladas do checkpoint. Um fator de quatro visa o fluxo de cerca de um milhão de tokens; sugere-se um fator de dois para tarefas de 524,288 tokens. A escala estática pode reduzir o desempenho com textos mais curtos, pelo que deve ser configurada quando for necessário contexto maior. Organize material longo com fronteiras documentais, identificadores de código e uma pergunta clara, em vez de preencher a janela com provas sem relação.
Recomendações de geração
Nas boas práticas, o raciocínio geral utiliza temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalização de presença 1.5 e penalização de repetição 1.0. A programação precisa utiliza temperature 0.6 e penalização de presença zero. As respostas diretas gerais utilizam temperature 0.7, top_p 0.8 e penalização de presença 1.5; top_k é 20, min_p é 0 e a penalização de repetição é 1.0. Para raciocínio em modo direto, as boas práticas indicam temperature 1.0, top_p 1.0, top_k 40 e penalização de presença 2.0. Mantenha estas predefinições específicas das tarefas distintas; penalizações de presença maiores podem causar mistura de idiomas ou uma ligeira redução de qualidade.
Os limites recomendados de geração são 32,768 tokens para a maioria das perguntas e 81,920 para matemática ou programação invulgarmente complexas. Não são limites rígidos de saída estabelecidos separadamente. Defina explicitamente a forma da resposta final e confira cálculos ou código gerado com as condições fornecidas.
Vídeo e limites substantivos
O exemplo de vídeo suportado utiliza dois fotogramas por segundo por predefinição. As orientações do fabricante para vídeo à escala de horas expandem o orçamento do processador para cerca de 224K tokens de vídeo, para amostragem de maior frequência. Isto exige configuração e consome contexto juntamente com a tarefa e a resposta; não é uma garantia incondicional de duração ou recordação perfeita de eventos. Preserve transições relevantes de cenas e texto pequeno e peça um resultado ligado às provas visíveis. O valor prático é o âmbito conjunto de texto e visão do checkpoint e o modo de resposta selecionável, com um artefacto concreto passível de revisão.
", "aboutText": "Destaques Qwen3.5: um checkpoint esparso de visão e linguagem\n\nQwen3.5-35B-A3B é um modelo de visão e linguagem submetido a pós-treino que combina compreensão de texto, imagem e vídeo com respostas textuais. A família é treinada com fusão precoce de texto e visão e aprendizagem por reforço em tarefas progressivamente complexas, suportando raciocínio, programação, agentes e análise visual. Descreve também cobertura de 201 idiomas e dialetos. Essa cobertura é uma capacidade da família, não uma promessa de qualidade igual para todos os idiomas ou tarefas.\n\nO checkpoint aberto exato é separado de Qwen3.5-35B-A3B-Base e da versão posterior Qwen3.6. O fabricante também descreve uma oferta Flash gerida com funcionalidades adicionais; essas características de interface não devem ser automaticamente atribuídas a este checkpoint aberto. Preserve a identidade pedida 35B-A3B ao comparar resultados ou conservar uma seleção de modelo reproduzível.\n\nVisão geral do modelo\n\nO modelo de mistura de especialistas tem 35 mil milhões de parâmetros no total e ativa três mil milhões. A disposição híbrida de 40 camadas repete três camadas de especialistas Gated DeltaNet seguidas de uma camada de especialistas com atenção com portas. Tem 256 especialistas encaminhados, com oito encaminhados e um partilhado ativos na disposição documentada. Um codificador visual e previsão de múltiplos tokens fazem parte do modelo. A contagem ativada não descreve a dimensão do checkpoint completo, e a arquitetura, por si só, não garante latência numa aplicação específica.\n\nO contexto nativo é de 262,144 tokens, com extensão condicional até 1,010,000. A Qwen aconselha conservar, sempre que possível, pelo menos 128K de contexto para tarefas complexas de raciocínio, mesmo que uma janela menor reduza a pressão sobre a memória. Texto, representações de material visual, histórico, raciocínio e resposta final precisam de espaço na sequência configurada.\n\nUtilizar entradas e modos de resposta\n\nNum pedido de programação informado por uma captura de ecrã, forneça a referência visual, o contexto existente de código-fonte, requisitos de interação e artefacto editável esperado. Num gráfico ou documento, conserve rótulos e unidades e peça uma tabela de valores com provas de suporte. Numa explicação multilingue, indique o idioma-alvo e os termos a preservar.\n\nO raciocínio está ativo por predefinição, produzindo um bloco antes da resposta final. O controlo enable_thinking do fabricante pode desativá-lo para uma resposta direta. Qwen3.5 não suporta oficialmente os antigos comandos de controlo do raciocínio no pedido, /think e /nothink. As orientações de histórico conservam respostas finais sem conteúdo de raciocínio. Isto deve permanecer distinto das opções de preservação Qwen3.6 posteriores ou da conservação predefinida de raciocínio histórico Qwen3.8.\n\nUtilização em agentes\n\nO fabricante documenta chamadas a ferramentas e recomenda Qwen-Agent com ferramentas configuradas ou ligadas por MCP, além de Qwen Code para trabalho orientado a repositórios. Defina as operações permitidas, as provas relevantes e o entregável final. A aplicação executa ferramentas e fornece as observações; o modelo pode utilizar esse retorno para rever a análise. Um comando planeado ou patch gerado não é uma ação executada, e o nome do modelo, isoladamente, não estabelece acesso a informação atual ou ficheiros.\n\nContexto ultralongo\n\nA receita de extensão do fabricante utiliza YaRN com as definições posicionais intercaladas do checkpoint. Um fator de quatro visa o fluxo de cerca de um milhão de tokens; sugere-se um fator de dois para tarefas de 524,288 tokens. A escala estática pode reduzir o desempenho com textos mais curtos, pelo que deve ser configurada quando for necessário contexto maior. Organize material longo com fronteiras documentais, identificadores de código e uma pergunta clara, em vez de preencher a janela com provas sem relação.\n\nRecomendações de geração\n\nNas boas práticas, o raciocínio geral utiliza temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalização de presença 1.5 e penalização de repetição 1.0. A programação precisa utiliza temperature 0.6 e penalização de presença zero. As respostas diretas gerais utilizam temperature 0.7, top_p 0.8 e penalização de presença 1.5; top_k é 20, min_p é 0 e a penalização de repetição é 1.0. Para raciocínio em modo direto, as boas práticas indicam temperature 1.0, top_p 1.0, top_k 40 e penalização de presença 2.0. Mantenha estas predefinições específicas das tarefas distintas; penalizações de presença maiores podem causar mistura de idiomas ou uma ligeira redução de qualidade.\n\nOs limites recomendados de geração são 32,768 tokens para a maioria das perguntas e 81,920 para matemática ou programação invulgarmente complexas. Não são limites rígidos de saída estabelecidos separadamente. Defina explicitamente a forma da resposta final e confira cálculos ou código gerado com as condições fornecidas.\n\nVídeo e limites substantivos\n\nO exemplo de vídeo suportado utiliza dois fotogramas por segundo por predefinição. As orientações do fabricante para vídeo à escala de horas expandem o orçamento do processador para cerca de 224K tokens de vídeo, para amostragem de maior frequência. Isto exige configuração e consome contexto juntamente com a tarefa e a resposta; não é uma garantia incondicional de duração ou recordação perfeita de eventos. Preserve transições relevantes de cenas e texto pequeno e peça um resultado ligado às provas visíveis. O valor prático é o âmbito conjunto de texto e visão do checkpoint e o modo de resposta selecionável, com um artefacto concreto passível de revisão.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Audit a transcribed experiment table\n\nUse this transcribed experiment table: baseline, 100 trials, 12 failures; revision A, 80 trials, 8 failures; revision B, 40 trials, 2 failures. Calculate the observed failure rates and compare them. Explain what these counts establish and what would require additional statistical analysis; do not claim that the smallest observed rate proves the best underlying system.A rate table and a qualified comparison separating observed proportions from unperformed statistical inference.Each rate uses its own trial count, and the conclusion does not treat unequal sample sizes as equivalent proof.qwen/qwen3.5-35b-a3bQwen3.5-35B-A3B é o modelo de visão e linguagem da Qwen com mistura de especialistas, 35 mil milhões de parâmetros totais e 3 mil milhões ativados. Recebe texto, imagens e vídeo para raciocínio, programação e trabalho assistido por ferramentas, com modos de raciocínio e resposta direta e contexto nativo de 262,144 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Destaques Qwen3.5: um checkpoint esparso de visão e linguagem
Qwen3.5-35B-A3B é um modelo de visão e linguagem submetido a pós-treino que combina compreensão de texto, imagem e vídeo com respostas textuais. A família é treinada com fusão precoce de texto e visão e aprendizagem por reforço em tarefas progressivamente complexas, suportando raciocínio, programação, agentes e análise visual. Descreve também cobertura de 201 idiomas e dialetos. Essa cobertura é uma capacidade da família, não uma promessa de qualidade igual para todos os idiomas ou tarefas.
O checkpoint aberto exato é separado de Qwen3.5-35B-A3B-Base e da versão posterior Qwen3.6. O fabricante também descreve uma oferta Flash gerida com funcionalidades adicionais; essas características de interface não devem ser automaticamente atribuídas a este checkpoint aberto. Preserve a identidade pedida 35B-A3B ao comparar resultados ou conservar uma seleção de modelo reproduzível.
Visão geral do modelo
O modelo de mistura de especialistas tem 35 mil milhões de parâmetros no total e ativa três mil milhões. A disposição híbrida de 40 camadas repete três camadas de especialistas Gated DeltaNet seguidas de uma camada de especialistas com atenção com portas. Tem 256 especialistas encaminhados, com oito encaminhados e um partilhado ativos na disposição documentada. Um codificador visual e previsão de múltiplos tokens fazem parte do modelo. A contagem ativada não descreve a dimensão do checkpoint completo, e a arquitetura, por si só, não garante latência numa aplicação específica.
O contexto nativo é de 262,144 tokens, com extensão condicional até 1,010,000. A Qwen aconselha conservar, sempre que possível, pelo menos 128K de contexto para tarefas complexas de raciocínio, mesmo que uma janela menor reduza a pressão sobre a memória. Texto, representações de material visual, histórico, raciocínio e resposta final precisam de espaço na sequência configurada.
Utilizar entradas e modos de resposta
Num pedido de programação informado por uma captura de ecrã, forneça a referência visual, o contexto existente de código-fonte, requisitos de interação e artefacto editável esperado. Num gráfico ou documento, conserve rótulos e unidades e peça uma tabela de valores com provas de suporte. Numa explicação multilingue, indique o idioma-alvo e os termos a preservar.
O raciocínio está ativo por predefinição, produzindo um bloco antes da resposta final. O controlo enable_thinking do fabricante pode desativá-lo para uma resposta direta. Qwen3.5 não suporta oficialmente os antigos comandos de controlo do raciocínio no pedido, /think e /nothink. As orientações de histórico conservam respostas finais sem conteúdo de raciocínio. Isto deve permanecer distinto das opções de preservação Qwen3.6 posteriores ou da conservação predefinida de raciocínio histórico Qwen3.8.
Utilização em agentes
O fabricante documenta chamadas a ferramentas e recomenda Qwen-Agent com ferramentas configuradas ou ligadas por MCP, além de Qwen Code para trabalho orientado a repositórios. Defina as operações permitidas, as provas relevantes e o entregável final. A aplicação executa ferramentas e fornece as observações; o modelo pode utilizar esse retorno para rever a análise. Um comando planeado ou patch gerado não é uma ação executada, e o nome do modelo, isoladamente, não estabelece acesso a informação atual ou ficheiros.
Contexto ultralongo
A receita de extensão do fabricante utiliza YaRN com as definições posicionais intercaladas do checkpoint. Um fator de quatro visa o fluxo de cerca de um milhão de tokens; sugere-se um fator de dois para tarefas de 524,288 tokens. A escala estática pode reduzir o desempenho com textos mais curtos, pelo que deve ser configurada quando for necessário contexto maior. Organize material longo com fronteiras documentais, identificadores de código e uma pergunta clara, em vez de preencher a janela com provas sem relação.
Recomendações de geração
Nas boas práticas, o raciocínio geral utiliza temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalização de presença 1.5 e penalização de repetição 1.0. A programação precisa utiliza temperature 0.6 e penalização de presença zero. As respostas diretas gerais utilizam temperature 0.7, top_p 0.8 e penalização de presença 1.5; top_k é 20, min_p é 0 e a penalização de repetição é 1.0. Para raciocínio em modo direto, as boas práticas indicam temperature 1.0, top_p 1.0, top_k 40 e penalização de presença 2.0. Mantenha estas predefinições específicas das tarefas distintas; penalizações de presença maiores podem causar mistura de idiomas ou uma ligeira redução de qualidade.
Os limites recomendados de geração são 32,768 tokens para a maioria das perguntas e 81,920 para matemática ou programação invulgarmente complexas. Não são limites rígidos de saída estabelecidos separadamente. Defina explicitamente a forma da resposta final e confira cálculos ou código gerado com as condições fornecidas.
Vídeo e limites substantivos
O exemplo de vídeo suportado utiliza dois fotogramas por segundo por predefinição. As orientações do fabricante para vídeo à escala de horas expandem o orçamento do processador para cerca de 224K tokens de vídeo, para amostragem de maior frequência. Isto exige configuração e consome contexto juntamente com a tarefa e a resposta; não é uma garantia incondicional de duração ou recordação perfeita de eventos. Preserve transições relevantes de cenas e texto pequeno e peça um resultado ligado às provas visíveis. O valor prático é o âmbito conjunto de texto e visão do checkpoint e o modo de resposta selecionável, com um artefacto concreto passível de revisão.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen/qwen3.5-35b-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 $0.00046 / 1K tokens Saída · Tokens de saída $0.00366 / 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 $0.00046 / 1K tokens Saída · Tokens de saída $0.00366 / 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/qwen3.5-35b-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/qwen3.5-35b-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/qwen3.5-35b-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/qwen3.5-35b-a3b
Use os caminhos dos métodos indicados acima.
qwen/qwen3.5-35b-a3bQwen3.5-35B-A3B é o modelo de visão e linguagem da Qwen com mistura de especialistas, 35 mil milhões de parâmetros totais e 3 mil milhões ativados. Recebe texto, imagens e vídeo para raciocínio, programação e trabalho assistido por ferramentas, com modos de raciocínio e resposta direta e contexto nativo de 262,144 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Destaques Qwen3.5: um checkpoint esparso de visão e linguagem
Qwen3.5-35B-A3B é um modelo de visão e linguagem submetido a pós-treino que combina compreensão de texto, imagem e vídeo com respostas textuais. A família é treinada com fusão precoce de texto e visão e aprendizagem por reforço em tarefas progressivamente complexas, suportando raciocínio, programação, agentes e análise visual. Descreve também cobertura de 201 idiomas e dialetos. Essa cobertura é uma capacidade da família, não uma promessa de qualidade igual para todos os idiomas ou tarefas.
O checkpoint aberto exato é separado de Qwen3.5-35B-A3B-Base e da versão posterior Qwen3.6. O fabricante também descreve uma oferta Flash gerida com funcionalidades adicionais; essas características de interface não devem ser automaticamente atribuídas a este checkpoint aberto. Preserve a identidade pedida 35B-A3B ao comparar resultados ou conservar uma seleção de modelo reproduzível.
Visão geral do modelo
O modelo de mistura de especialistas tem 35 mil milhões de parâmetros no total e ativa três mil milhões. A disposição híbrida de 40 camadas repete três camadas de especialistas Gated DeltaNet seguidas de uma camada de especialistas com atenção com portas. Tem 256 especialistas encaminhados, com oito encaminhados e um partilhado ativos na disposição documentada. Um codificador visual e previsão de múltiplos tokens fazem parte do modelo. A contagem ativada não descreve a dimensão do checkpoint completo, e a arquitetura, por si só, não garante latência numa aplicação específica.
O contexto nativo é de 262,144 tokens, com extensão condicional até 1,010,000. A Qwen aconselha conservar, sempre que possível, pelo menos 128K de contexto para tarefas complexas de raciocínio, mesmo que uma janela menor reduza a pressão sobre a memória. Texto, representações de material visual, histórico, raciocínio e resposta final precisam de espaço na sequência configurada.
Utilizar entradas e modos de resposta
Num pedido de programação informado por uma captura de ecrã, forneça a referência visual, o contexto existente de código-fonte, requisitos de interação e artefacto editável esperado. Num gráfico ou documento, conserve rótulos e unidades e peça uma tabela de valores com provas de suporte. Numa explicação multilingue, indique o idioma-alvo e os termos a preservar.
O raciocínio está ativo por predefinição, produzindo um bloco antes da resposta final. O controlo enable_thinking do fabricante pode desativá-lo para uma resposta direta. Qwen3.5 não suporta oficialmente os antigos comandos de controlo do raciocínio no pedido, /think e /nothink. As orientações de histórico conservam respostas finais sem conteúdo de raciocínio. Isto deve permanecer distinto das opções de preservação Qwen3.6 posteriores ou da conservação predefinida de raciocínio histórico Qwen3.8.
Utilização em agentes
O fabricante documenta chamadas a ferramentas e recomenda Qwen-Agent com ferramentas configuradas ou ligadas por MCP, além de Qwen Code para trabalho orientado a repositórios. Defina as operações permitidas, as provas relevantes e o entregável final. A aplicação executa ferramentas e fornece as observações; o modelo pode utilizar esse retorno para rever a análise. Um comando planeado ou patch gerado não é uma ação executada, e o nome do modelo, isoladamente, não estabelece acesso a informação atual ou ficheiros.
Contexto ultralongo
A receita de extensão do fabricante utiliza YaRN com as definições posicionais intercaladas do checkpoint. Um fator de quatro visa o fluxo de cerca de um milhão de tokens; sugere-se um fator de dois para tarefas de 524,288 tokens. A escala estática pode reduzir o desempenho com textos mais curtos, pelo que deve ser configurada quando for necessário contexto maior. Organize material longo com fronteiras documentais, identificadores de código e uma pergunta clara, em vez de preencher a janela com provas sem relação.
Recomendações de geração
Nas boas práticas, o raciocínio geral utiliza temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalização de presença 1.5 e penalização de repetição 1.0. A programação precisa utiliza temperature 0.6 e penalização de presença zero. As respostas diretas gerais utilizam temperature 0.7, top_p 0.8 e penalização de presença 1.5; top_k é 20, min_p é 0 e a penalização de repetição é 1.0. Para raciocínio em modo direto, as boas práticas indicam temperature 1.0, top_p 1.0, top_k 40 e penalização de presença 2.0. Mantenha estas predefinições específicas das tarefas distintas; penalizações de presença maiores podem causar mistura de idiomas ou uma ligeira redução de qualidade.
Os limites recomendados de geração são 32,768 tokens para a maioria das perguntas e 81,920 para matemática ou programação invulgarmente complexas. Não são limites rígidos de saída estabelecidos separadamente. Defina explicitamente a forma da resposta final e confira cálculos ou código gerado com as condições fornecidas.
Vídeo e limites substantivos
O exemplo de vídeo suportado utiliza dois fotogramas por segundo por predefinição. As orientações do fabricante para vídeo à escala de horas expandem o orçamento do processador para cerca de 224K tokens de vídeo, para amostragem de maior frequência. Isto exige configuração e consome contexto juntamente com a tarefa e a resposta; não é uma garantia incondicional de duração ou recordação perfeita de eventos. Preserve transições relevantes de cenas e texto pequeno e peça um resultado ligado às provas visíveis. O valor prático é o âmbito conjunto de texto e visão do checkpoint e o modo de resposta selecionável, com um artefacto concreto passível de revisão.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen/qwen3.5-35b-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 $0.00046 / 1K tokens Saída · Tokens de saída $0.00366 / 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 $0.00046 / 1K tokens Saída · Tokens de saída $0.00366 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "qwen/qwen3.5-35b-a3b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.5-35b-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/qwen3.5-35b-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/qwen3.5-35b-a3b
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Audit a transcribed experiment table\n\nUse this transcribed experiment table: baseline, 100 trials, 12 failures; revision A, 80 trials, 8 failures; revision B, 40 trials, 2 failures. Calculate the observed failure rates and compare them. Explain what these counts establish and what would require additional statistical analysis; do not claim that the smallest observed rate proves the best underlying system.A rate table and a qualified comparison separating observed proportions from unperformed statistical inference.Each rate uses its own trial count, and the conclusion does not treat unequal sample sizes as equivalent proof.