Qwen3-235B-A22B переносит гибридный подход Qwen3 к рассуждениям в крупную модель со смесью экспертов. Её текстовые возможности охватывают математические и логические задачи, генерацию кода, творческое письмо, ролевые диалоги и следование инструкциям в многоходовом общении. Она работает более чем со 100 языками и диалектами. Для обсуждения разработки продукта предоставьте требования, конкретный пример и нужное решение: сравнение вариантов проектирования, реализацию или объяснение для определённой аудитории.
Модель имеет 235 миллиардов параметров в целом и активирует 22 миллиарда при обработке. Архитектура содержит 128 экспертов, выбирает восемь из них и имеет 94 слоя. Эти числа обозначают данный выпуск; меньшие модели Qwen3 и версия FP8 имеют отдельные идентификаторы. Вход и выход — текст. Подходящая инженерная задача — сравнить два алгоритма сверки на одних и тех же примерах записей, определить соблюдаемые каждым ограничения и вернуть выбранный алгоритм с тестовыми случаями. Передайте реальные названия полей, правила обработки дубликатов и ожидаемые итоги, чтобы ответ можно было сверить с исходной задачей.
Подготовьте запрос в виде сообщений чата, отделив исходный материал от инструкций. Для математического вопроса включите полное условие, допустимые предположения и обозначения, затем запросите окончательный ответ в заданном виде. Для кода приложите соответствующую функцию, язык, характерные входные данные и наблюдаемый сбой. Попросите минимальное обоснованное изменение и опишите существующее поведение, которое должно сохраниться. Для многоязычного письма задайте аудиторию и список терминов вместо просьбы о переводе без уточнений. Опубликованная интеграция предполагает среду исполнения с поддержкой Qwen3; карточка предупреждает, что версии Transformers ниже 4.51.0 не распознают требуемую архитектуру.
Размышление и работа без размышления — режимы одной и той же модели. Шаблон чата производителя включает размышление по умолчанию; жёсткий переключатель может его отключить. Когда размышление остаётся включённым, /think и /no_think управляют им на уровне хода, причём приоритет имеет последняя инструкция. Жёстко отключённый режим на эти мягкие переключатели не реагирует. В интерфейсе для разработчика отделяйте окончательный ответ от раздела рассуждений и передавайте в последующую историю диалога окончательный ответ. Выбирайте режим осознанно: спор об алгоритме и короткая редактура требуют разного объёма анализа. При включённом размышлении даже мягкая просьба ответить без него сохраняет блок рассуждений; его содержимое может быть пустым. Жёсткое отключение убирает этот блок.
Для агентных сценариев производитель рекомендует Qwen-Agent для шаблонов инструментов и разбора. Инструментами могут быть подключённые сервисы или интерпретатор кода; приложение определяет и исполняет их. Например, предоставьте помощнику поиск остатков только для чтения с документированными полями и попросите сравнить полученные остатки с переданным заказом. Определите назначение инструмента, допустимые аргументы, структуру результата и границы разрешений. Требуйте, чтобы окончательный ответ различал предложенное действие и подтверждённый результат инструмента. Возможности модели, связанные с инструментами, сами по себе не вызывают внешнего действия. Руководство Qwen3 также описывает параллельные и многошаговые вызовы инструментов с аргументами в виде объектов и возвратом результатов в диалог.
Собственный контекст составляет 32,768 токенов. Производитель проверяет 131,072 токена при расширении YaRN; это зависит от конфигурации, а статическое масштабирование может влиять на более короткие входы. Бюджет контекста включает и запрос, и сгенерированный ответ. Для длинной спецификации выделите относящиеся к решению разделы, пометьте их и оставьте место для ответа вместо заполнения всего бюджета исходным текстом. Карточка рекомендует 32,768 токенов вывода для большинства запросов, не объявляя это значение универсальным ограничением сервиса. В объяснении длины обучения документация Qwen3 рассматривает сообщения помощника длиной 38,912 токенов в режиме размышления и 16,384 в режиме без размышления и рекомендует оценивать качество более длинной генерации. Эти значения отличаются от общего окна контекста и не являются жёстким ограничением конкретной конечной точки. Карточка также объясняет стандартное позиционное распределение 40,960 токенов как 8,192 для типичных запросов плюс 32,768 для вывода; это рекомендации производителя по конфигурации, отдельные от собственного контекста обучения и ограничений конечной точки.
Рекомендуемые параметры выборки в режиме размышления: temperature 0.6, top-p 0.95, top-k 20 и min-p 0; без размышления используются 0.7, 0.8, 20 и 0. Производитель рекомендует декодирование с выборкой и предупреждает, что жадное декодирование в режиме размышления может вызывать повторения. Более высокие штрафы за присутствие также способны привести к смешению языков. Сделайте результат удобным для проверки: запросите именованное поле окончательного ответа, таблицу решений с обоснованиями или патч кода с примерами. Сверяйте расчёты с переданными числами, запускайте предложенный код в целевой среде и проверяйте результаты инструментов перед действием.
", "aboutText": "Qwen3-235B-A22B переносит гибридный подход Qwen3 к рассуждениям в крупную модель со смесью экспертов. Её текстовые возможности охватывают математические и логические задачи, генерацию кода, творческое письмо, ролевые диалоги и следование инструкциям в многоходовом общении. Она работает более чем со 100 языками и диалектами. Для обсуждения разработки продукта предоставьте требования, конкретный пример и нужное решение: сравнение вариантов проектирования, реализацию или объяснение для определённой аудитории.\n\nМодель имеет 235 миллиардов параметров в целом и активирует 22 миллиарда при обработке. Архитектура содержит 128 экспертов, выбирает восемь из них и имеет 94 слоя. Эти числа обозначают данный выпуск; меньшие модели Qwen3 и версия FP8 имеют отдельные идентификаторы. Вход и выход — текст. Подходящая инженерная задача — сравнить два алгоритма сверки на одних и тех же примерах записей, определить соблюдаемые каждым ограничения и вернуть выбранный алгоритм с тестовыми случаями. Передайте реальные названия полей, правила обработки дубликатов и ожидаемые итоги, чтобы ответ можно было сверить с исходной задачей.\n\nПодготовьте запрос в виде сообщений чата, отделив исходный материал от инструкций. Для математического вопроса включите полное условие, допустимые предположения и обозначения, затем запросите окончательный ответ в заданном виде. Для кода приложите соответствующую функцию, язык, характерные входные данные и наблюдаемый сбой. Попросите минимальное обоснованное изменение и опишите существующее поведение, которое должно сохраниться. Для многоязычного письма задайте аудиторию и список терминов вместо просьбы о переводе без уточнений. Опубликованная интеграция предполагает среду исполнения с поддержкой Qwen3; карточка предупреждает, что версии Transformers ниже 4.51.0 не распознают требуемую архитектуру.\n\nРазмышление и работа без размышления — режимы одной и той же модели. Шаблон чата производителя включает размышление по умолчанию; жёсткий переключатель может его отключить. Когда размышление остаётся включённым, /think и /no_think управляют им на уровне хода, причём приоритет имеет последняя инструкция. Жёстко отключённый режим на эти мягкие переключатели не реагирует. В интерфейсе для разработчика отделяйте окончательный ответ от раздела рассуждений и передавайте в последующую историю диалога окончательный ответ. Выбирайте режим осознанно: спор об алгоритме и короткая редактура требуют разного объёма анализа. При включённом размышлении даже мягкая просьба ответить без него сохраняет блок рассуждений; его содержимое может быть пустым. Жёсткое отключение убирает этот блок.\n\nДля агентных сценариев производитель рекомендует Qwen-Agent для шаблонов инструментов и разбора. Инструментами могут быть подключённые сервисы или интерпретатор кода; приложение определяет и исполняет их. Например, предоставьте помощнику поиск остатков только для чтения с документированными полями и попросите сравнить полученные остатки с переданным заказом. Определите назначение инструмента, допустимые аргументы, структуру результата и границы разрешений. Требуйте, чтобы окончательный ответ различал предложенное действие и подтверждённый результат инструмента. Возможности модели, связанные с инструментами, сами по себе не вызывают внешнего действия. Руководство Qwen3 также описывает параллельные и многошаговые вызовы инструментов с аргументами в виде объектов и возвратом результатов в диалог.\n\nСобственный контекст составляет 32,768 токенов. Производитель проверяет 131,072 токена при расширении YaRN; это зависит от конфигурации, а статическое масштабирование может влиять на более короткие входы. Бюджет контекста включает и запрос, и сгенерированный ответ. Для длинной спецификации выделите относящиеся к решению разделы, пометьте их и оставьте место для ответа вместо заполнения всего бюджета исходным текстом. Карточка рекомендует 32,768 токенов вывода для большинства запросов, не объявляя это значение универсальным ограничением сервиса. В объяснении длины обучения документация Qwen3 рассматривает сообщения помощника длиной 38,912 токенов в режиме размышления и 16,384 в режиме без размышления и рекомендует оценивать качество более длинной генерации. Эти значения отличаются от общего окна контекста и не являются жёстким ограничением конкретной конечной точки. Карточка также объясняет стандартное позиционное распределение 40,960 токенов как 8,192 для типичных запросов плюс 32,768 для вывода; это рекомендации производителя по конфигурации, отдельные от собственного контекста обучения и ограничений конечной точки.\n\nРекомендуемые параметры выборки в режиме размышления: temperature 0.6, top-p 0.95, top-k 20 и min-p 0; без размышления используются 0.7, 0.8, 20 и 0. Производитель рекомендует декодирование с выборкой и предупреждает, что жадное декодирование в режиме размышления может вызывать повторения. Более высокие штрафы за присутствие также способны привести к смешению языков. Сделайте результат удобным для проверки: запросите именованное поле окончательного ответа, таблицу решений с обоснованиями или патч кода с примерами. Сверяйте расчёты с переданными числами, запускайте предложенный код в целевой среде и проверяйте результаты инструментов перед действием.", "editorialOverlay": { "copy_fields": { "practical_html": "Технический пример на английском
Reconcile duplicate transaction records\n\nCompare two reconciliation rules on these records: (id=A, revision=1, amount=10), (A,2,12), (B,1,5). Rule X sums every row; rule Y keeps the highest revision per ID, then sums. Requirement: one current amount per ID; equal-revision disagreements must be flagged. Choose a rule, propose pseudocode and give tests for duplicates and conflicting ties.A rule comparison, chosen algorithm, expected total for the supplied records and conflict tests.Check the algorithm uses ID plus revision semantics and does not silently choose between conflicting equal revisions.qwen3-235b-a22bQwen3-235B-A22B сочетает подробные рассуждения и прямые текстовые ответы в одной модели со смесью экспертов. Используйте её для математического анализа, кода, многоязычного письма и помощников, работающих с подключёнными инструментами.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Qwen3-235B-A22B переносит гибридный подход Qwen3 к рассуждениям в крупную модель со смесью экспертов. Её текстовые возможности охватывают математические и логические задачи, генерацию кода, творческое письмо, ролевые диалоги и следование инструкциям в многоходовом общении. Она работает более чем со 100 языками и диалектами. Для обсуждения разработки продукта предоставьте требования, конкретный пример и нужное решение: сравнение вариантов проектирования, реализацию или объяснение для определённой аудитории.
Модель имеет 235 миллиардов параметров в целом и активирует 22 миллиарда при обработке. Архитектура содержит 128 экспертов, выбирает восемь из них и имеет 94 слоя. Эти числа обозначают данный выпуск; меньшие модели Qwen3 и версия FP8 имеют отдельные идентификаторы. Вход и выход — текст. Подходящая инженерная задача — сравнить два алгоритма сверки на одних и тех же примерах записей, определить соблюдаемые каждым ограничения и вернуть выбранный алгоритм с тестовыми случаями. Передайте реальные названия полей, правила обработки дубликатов и ожидаемые итоги, чтобы ответ можно было сверить с исходной задачей.
Подготовьте запрос в виде сообщений чата, отделив исходный материал от инструкций. Для математического вопроса включите полное условие, допустимые предположения и обозначения, затем запросите окончательный ответ в заданном виде. Для кода приложите соответствующую функцию, язык, характерные входные данные и наблюдаемый сбой. Попросите минимальное обоснованное изменение и опишите существующее поведение, которое должно сохраниться. Для многоязычного письма задайте аудиторию и список терминов вместо просьбы о переводе без уточнений. Опубликованная интеграция предполагает среду исполнения с поддержкой Qwen3; карточка предупреждает, что версии Transformers ниже 4.51.0 не распознают требуемую архитектуру.
Размышление и работа без размышления — режимы одной и той же модели. Шаблон чата производителя включает размышление по умолчанию; жёсткий переключатель может его отключить. Когда размышление остаётся включённым, /think и /no_think управляют им на уровне хода, причём приоритет имеет последняя инструкция. Жёстко отключённый режим на эти мягкие переключатели не реагирует. В интерфейсе для разработчика отделяйте окончательный ответ от раздела рассуждений и передавайте в последующую историю диалога окончательный ответ. Выбирайте режим осознанно: спор об алгоритме и короткая редактура требуют разного объёма анализа. При включённом размышлении даже мягкая просьба ответить без него сохраняет блок рассуждений; его содержимое может быть пустым. Жёсткое отключение убирает этот блок.
Для агентных сценариев производитель рекомендует Qwen-Agent для шаблонов инструментов и разбора. Инструментами могут быть подключённые сервисы или интерпретатор кода; приложение определяет и исполняет их. Например, предоставьте помощнику поиск остатков только для чтения с документированными полями и попросите сравнить полученные остатки с переданным заказом. Определите назначение инструмента, допустимые аргументы, структуру результата и границы разрешений. Требуйте, чтобы окончательный ответ различал предложенное действие и подтверждённый результат инструмента. Возможности модели, связанные с инструментами, сами по себе не вызывают внешнего действия. Руководство Qwen3 также описывает параллельные и многошаговые вызовы инструментов с аргументами в виде объектов и возвратом результатов в диалог.
Собственный контекст составляет 32,768 токенов. Производитель проверяет 131,072 токена при расширении YaRN; это зависит от конфигурации, а статическое масштабирование может влиять на более короткие входы. Бюджет контекста включает и запрос, и сгенерированный ответ. Для длинной спецификации выделите относящиеся к решению разделы, пометьте их и оставьте место для ответа вместо заполнения всего бюджета исходным текстом. Карточка рекомендует 32,768 токенов вывода для большинства запросов, не объявляя это значение универсальным ограничением сервиса. В объяснении длины обучения документация Qwen3 рассматривает сообщения помощника длиной 38,912 токенов в режиме размышления и 16,384 в режиме без размышления и рекомендует оценивать качество более длинной генерации. Эти значения отличаются от общего окна контекста и не являются жёстким ограничением конкретной конечной точки. Карточка также объясняет стандартное позиционное распределение 40,960 токенов как 8,192 для типичных запросов плюс 32,768 для вывода; это рекомендации производителя по конфигурации, отдельные от собственного контекста обучения и ограничений конечной точки.
Рекомендуемые параметры выборки в режиме размышления: temperature 0.6, top-p 0.95, top-k 20 и min-p 0; без размышления используются 0.7, 0.8, 20 и 0. Производитель рекомендует декодирование с выборкой и предупреждает, что жадное декодирование в режиме размышления может вызывать повторения. Более высокие штрафы за присутствие также способны привести к смешению языков. Сделайте результат удобным для проверки: запросите именованное поле окончательного ответа, таблицу решений с обоснованиями или патч кода с примерами. Сверяйте расчёты с переданными числами, запускайте предложенный код в целевой среде и проверяйте результаты инструментов перед действием.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения qwen3-235b-a22b | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения Примеры: system, user, assistant, tool, function Условия: Эти роли явно представлены типами совместимости исходного кода; точный набор ролей зависит от модели. Зависит от модели | По умолчанию— |
Полеmessages[].content | Типstring|content_part[]|null | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_calls | Типtool_call[] | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_call_id | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: role=tool; используйте фактически возвращённый ID | По умолчанию— |
Полеmessages[].name | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].reasoning_content | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: Передавайте обратно фактически возвращённые рассуждения, если эта модель их использует | По умолчанию— |
Полеmessages[].reasoning_details | Типobject|array | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеmax_completion_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Полеstream_options.include_usage | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtemperature | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtop_p | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеstop | Типstring|string[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools | Типfunction_tool[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools[].type | Типstring | ТребованиеНеобязательно | Значения и ограничения function Зависит от модели | По умолчанию— |
Полеtools[].function.name | Типstring | ТребованиеОбязательно | Значения и ограничения Применяется, когда: передан инструмент-функция | По умолчанию— |
Полеtools[].function.description | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtools[].function.parameters | ТипJSON_schema | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtool_choice | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеparallel_tool_calls | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеresponse_format | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning_effort | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеservice_tier | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеinstructions | Типstring | ТребованиеНеобязательно | Значения и ограничения Поле совместимости | По умолчанию— |
Полеfunctions | Типfunction[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеfunction_call | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprompt_cache_options | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmodalities | Типstring[] | ТребованиеНеобязательно | Значения и ограничения text | По умолчанию— |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется на этом текстовом маршруте Ultra | По умолчанию— |
Полеcache_control.ttl | Типstring | ТребованиеНеобязательно | Значения и ограничения Условия: 1h отклоняется в фактических местах настройки кэша запросов | По умолчанию— |
Текст · Текст UTF8
messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages |
Параметрmaterial_types | Контрактtext |
Параметрmessages | Контрактмассив сообщений со структурой role/content |
Параметрfile_material | Контрактфактический документ UTF-8 вставляется как буквальный текст; ID файла не выводится из него |
Параметрoptional_controls | Контрактstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Параметрcontrol_scope | Контрактзависит от модели; пользовательские инструменты-функции отличаются от инструментов, выполняемых на стороне сервиса |
Параметрoutput_modalities | Контрактtext |
Параметрhosted_operations | Контрактfalse |
Параметрmultimodal_input_binding | Контрактnull |
Жизненный цикл: synchronous_or_streamed
Отправляйте точный ID модели вместе с messages.
Длина контекста не является пределом выхода.
Текстовый файл может передавать буквальный текст; входные изображения, аудио и файловые объекты требуют точной привязки.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
| Конфигурация | Шкала ставок | Плата |
|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены $0.00114 / 1K токенов Выход · Выходные токены $0.00342 / 1K токенов Вход · Чтение кэша $0 / 1K токенов Вход · Запись в кэш $0 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-235b-a22b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3-235b-a22b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3-235b-a22b',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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый вариант ответа с его содержимым, вызовами инструментов и рассуждениями. В SSE собирайте изменения по индексам варианта и инструмента, сохраняйте итоговую причину завершения и данные использования.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеchoices[].index | Типinteger |
Полеchoices[].message.content | Типstring|null |
Полеchoices[].message.tool_calls | Типtool_call[] |
Полеchoices[].message.reasoning_content | Типstring |
Полеchoices[].message.reasoning_details | Типobject|array |
Полеchoices[].finish_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra qwen3-235b-a22b
Используйте пути методов, указанные выше.
qwen3-235b-a22bQwen3-235B-A22B сочетает подробные рассуждения и прямые текстовые ответы в одной модели со смесью экспертов. Используйте её для математического анализа, кода, многоязычного письма и помощников, работающих с подключёнными инструментами.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Qwen3-235B-A22B переносит гибридный подход Qwen3 к рассуждениям в крупную модель со смесью экспертов. Её текстовые возможности охватывают математические и логические задачи, генерацию кода, творческое письмо, ролевые диалоги и следование инструкциям в многоходовом общении. Она работает более чем со 100 языками и диалектами. Для обсуждения разработки продукта предоставьте требования, конкретный пример и нужное решение: сравнение вариантов проектирования, реализацию или объяснение для определённой аудитории.
Модель имеет 235 миллиардов параметров в целом и активирует 22 миллиарда при обработке. Архитектура содержит 128 экспертов, выбирает восемь из них и имеет 94 слоя. Эти числа обозначают данный выпуск; меньшие модели Qwen3 и версия FP8 имеют отдельные идентификаторы. Вход и выход — текст. Подходящая инженерная задача — сравнить два алгоритма сверки на одних и тех же примерах записей, определить соблюдаемые каждым ограничения и вернуть выбранный алгоритм с тестовыми случаями. Передайте реальные названия полей, правила обработки дубликатов и ожидаемые итоги, чтобы ответ можно было сверить с исходной задачей.
Подготовьте запрос в виде сообщений чата, отделив исходный материал от инструкций. Для математического вопроса включите полное условие, допустимые предположения и обозначения, затем запросите окончательный ответ в заданном виде. Для кода приложите соответствующую функцию, язык, характерные входные данные и наблюдаемый сбой. Попросите минимальное обоснованное изменение и опишите существующее поведение, которое должно сохраниться. Для многоязычного письма задайте аудиторию и список терминов вместо просьбы о переводе без уточнений. Опубликованная интеграция предполагает среду исполнения с поддержкой Qwen3; карточка предупреждает, что версии Transformers ниже 4.51.0 не распознают требуемую архитектуру.
Размышление и работа без размышления — режимы одной и той же модели. Шаблон чата производителя включает размышление по умолчанию; жёсткий переключатель может его отключить. Когда размышление остаётся включённым, /think и /no_think управляют им на уровне хода, причём приоритет имеет последняя инструкция. Жёстко отключённый режим на эти мягкие переключатели не реагирует. В интерфейсе для разработчика отделяйте окончательный ответ от раздела рассуждений и передавайте в последующую историю диалога окончательный ответ. Выбирайте режим осознанно: спор об алгоритме и короткая редактура требуют разного объёма анализа. При включённом размышлении даже мягкая просьба ответить без него сохраняет блок рассуждений; его содержимое может быть пустым. Жёсткое отключение убирает этот блок.
Для агентных сценариев производитель рекомендует Qwen-Agent для шаблонов инструментов и разбора. Инструментами могут быть подключённые сервисы или интерпретатор кода; приложение определяет и исполняет их. Например, предоставьте помощнику поиск остатков только для чтения с документированными полями и попросите сравнить полученные остатки с переданным заказом. Определите назначение инструмента, допустимые аргументы, структуру результата и границы разрешений. Требуйте, чтобы окончательный ответ различал предложенное действие и подтверждённый результат инструмента. Возможности модели, связанные с инструментами, сами по себе не вызывают внешнего действия. Руководство Qwen3 также описывает параллельные и многошаговые вызовы инструментов с аргументами в виде объектов и возвратом результатов в диалог.
Собственный контекст составляет 32,768 токенов. Производитель проверяет 131,072 токена при расширении YaRN; это зависит от конфигурации, а статическое масштабирование может влиять на более короткие входы. Бюджет контекста включает и запрос, и сгенерированный ответ. Для длинной спецификации выделите относящиеся к решению разделы, пометьте их и оставьте место для ответа вместо заполнения всего бюджета исходным текстом. Карточка рекомендует 32,768 токенов вывода для большинства запросов, не объявляя это значение универсальным ограничением сервиса. В объяснении длины обучения документация Qwen3 рассматривает сообщения помощника длиной 38,912 токенов в режиме размышления и 16,384 в режиме без размышления и рекомендует оценивать качество более длинной генерации. Эти значения отличаются от общего окна контекста и не являются жёстким ограничением конкретной конечной точки. Карточка также объясняет стандартное позиционное распределение 40,960 токенов как 8,192 для типичных запросов плюс 32,768 для вывода; это рекомендации производителя по конфигурации, отдельные от собственного контекста обучения и ограничений конечной точки.
Рекомендуемые параметры выборки в режиме размышления: temperature 0.6, top-p 0.95, top-k 20 и min-p 0; без размышления используются 0.7, 0.8, 20 и 0. Производитель рекомендует декодирование с выборкой и предупреждает, что жадное декодирование в режиме размышления может вызывать повторения. Более высокие штрафы за присутствие также способны привести к смешению языков. Сделайте результат удобным для проверки: запросите именованное поле окончательного ответа, таблицу решений с обоснованиями или патч кода с примерами. Сверяйте расчёты с переданными числами, запускайте предложенный код в целевой среде и проверяйте результаты инструментов перед действием.
POST /v1/messagestextjson, sse| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения qwen3-235b-a22b | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения user, assistant | По умолчанию— |
Полеmessages[].content | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Текст · Текст UTF-8
строка messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages, max_tokens |
Параметрoptional_controls | Контрактstream |
Параметрmaterial_types | Контрактtext |
Параметрtext_file_material | КонтрактПрочитайте фактический документ UTF-8 и поместите его текст в указанную строку входа или содержимого сообщения. |
Жизненный цикл: synchronous_or_streamed
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
| Конфигурация | Шкала ставок | Плата |
|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены $0.00114 / 1K токенов Выход · Выходные токены $0.00342 / 1K токенов Вход · Чтение кэша $0 / 1K токенов Вход · Запись в кэш $0 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "qwen3-235b-a22b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-235b-a22b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-235b-a22b', '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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте все блоки содержимого, подписи рассуждений и фактические ID обращений к инструментам. Собирайте все изменения блоков SSE; первый текстовый блок не является полным выходом.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеmodel | Типstring |
Полеcontent[] | Типtext|thinking|tool_use|other content block |
Полеstop_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra qwen3-235b-a22b
Используйте пути методов, указанные выше.
Технический пример на английском
Reconcile duplicate transaction records\n\nCompare two reconciliation rules on these records: (id=A, revision=1, amount=10), (A,2,12), (B,1,5). Rule X sums every row; rule Y keeps the highest revision per ID, then sums. Requirement: one current amount per ID; equal-revision disagreements must be flagged. Choose a rule, propose pseudocode and give tests for duplicates and conflicting ties.A rule comparison, chosen algorithm, expected total for the supplied records and conflict tests.Check the algorithm uses ID plus revision semantics and does not silently choose between conflicting equal revisions.