Hlavné vlastnosti Qwen3.5 v hustom vydaní 9B
Qwen3.5-9B je hustý vizuálno-jazykový kontrolný bod s 9 miliardami parametrov po dodatočnom tréningu. Prijíma text, obrázky a video a vracia text. Rodina spája uvažovanie, programovanie, agentov a vizuálne porozumenie prostredníctvom skorej fúzie textového a vizuálneho tréningu, učenia posilňovaním na postupne zložitejších úlohách a podpory 201 jazykov a dialektov. Toto jazykové pokrytie je schopnosťou rodiny, nie zárukou rovnakej spoľahlivosti pre každý jazyk alebo tému.
Pri viacjazyčnej práci s dokumentmi uveďte cieľový jazyk, zachovajte technické pojmy a žiadajte, aby výsledok identifikoval zdrojové polia alebo pasáže, ktoré používa. Pri vizuálnej otázke poskytnite čitateľný obrázok a presnú úlohu. Pri malej programovacej požiadavke dodajte vstup, požadované správanie a relevantný kód. Model pri analýze vizuálneho materiálu negeneruje obrázky ani videá.
Prehľad modelu
Tento konkrétny model 9B je hustý s 32 vrstvami jazykového modelu a vizuálnym enkodérom. Jeho hybridné usporiadanie opakuje tri vrstvy Gated DeltaNet nasledované jednou vrstvou hradlovanej pozornosti a používa husté dopredné siete. Tréning zahŕňa predikciu viacerých tokenov. Rodina obsahuje aj riedke expertné modely, ale ich opisy celkových verzus aktivovaných parametrov sa nemajú aplikovať na toto husté vydanie.
Natívny kontext má 262,144 tokenov s podmieneným rozšírením na 1,010,000. Konfigurácia a číselná veľkosť modelu majú zostať odlišné od jeho kontrolného bodu Base, iných veľkostí Qwen3.5 a kvantizovaných zostavení. Menší počet parametrov identifikuje vydanie; sám osebe nestanovuje univerzálny čas odpovede ani poradie kvality. Pri zložitých úlohách uvažovania Qwen odporúča podľa možností zachovať nakonfigurovaný kontext aspoň 128K tokenov.
Vstupy a režimy odpovede
Výrobca ukazuje čisto textové, obrazové a video otázky. Položte otázku o dokumente s relevantnou stranou a očakávanými poľami alebo otázku o videu s dôležitou udalosťou a časovým rozsahom. Zachovajte označenia, jednotky a poradie snímok. Žiadajte výsledok, ktorý možno porovnať so zdrojom, napríklad tabuľku extrahovaných hodnôt alebo vysvetlenie citujúce viditeľné dôkazy.
Uvažovanie je predvolene zapnuté. enable_thinking môže uvažovanie vypnúť pre priamu odpoveď, zatiaľ čo staršie mäkké prepínače zadania /think a /nothink nie sú oficiálne podporované. Používajte šablónu výrobcu a oddeľte uvažovanie od konečného textu, keď rozhranie poskytuje oboje. Odporúčanie Qwen3.5 pre históriu je uchovávať konečné odpovede bez ich obsahu uvažovania; novšie správanie zachovania histórie sa nemá prenášať do tohto vydania.
Použitie v agentoch
Qwen dokumentuje volanie nástrojov a odporúča Qwen-Agent vrátane nakonfigurovaných nástrojov alebo nástrojov pripojených cez MCP a Qwen Code pre prácu programovacieho agenta. Uveďte povolené nástroje a pozorovateľný výsledok. Pripojený nástroj môže poskytnúť výpočet, vyhľadanie zdrojov alebo skutočnú spätnú väzbu z vykonania; model potom môže tieto informácie použiť v odpovedi. Nástroje a externé akcie patria aplikácii, preto samotný názov modelu nestanovuje prístup ani vykonávanie.
Mimoriadne dlhý text
Dokumentované rozšírenie používa YaRN s vlastnými pozičnými nastaveniami tohto kontrolného bodu. Faktor štyri cieli na postup s približne jedným miliónom tokenov; pre 524,288 tokenov výrobca navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto sa má riadiť skutočnou potrebou dlhšieho kontextu. Vstup, vizuálna reprezentácia, história, uvažovanie a konečný výstup zdieľajú rozpočet sekvencie. Dlhý materiál usporiadajte podľa identifikátora dokumentu alebo kódu a ponechajte miesto na požadovaný artefakt.
Odporúčania generovania
Odporúčané postupy na karte rozlišujú viacero predvolieb. Všeobecné uvažovanie používa temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalizáciu prítomnosti 1.5 a penalizáciu opakovania 1.0. Presné programovanie používa temperature 0.6 a penalizáciu prítomnosti nula. Všeobecné priame odpovede používajú temperature 0.7, top_p 0.8 a penalizáciu prítomnosti 1.5; top_k je 20, min_p je 0 a penalizácia opakovania je 1.0. Pri úlohách uvažovania s priamou odpoveďou odporúčané postupy namiesto toho navrhujú temperature 1.0, top_p 1.0, top_k 40 a penalizáciu prítomnosti 2.0. Ide o postupy špecifické pre úlohu, nie hodnoty na ľubovoľné miešanie. Väčšie penalizácie prítomnosti môžu spôsobiť miešanie jazykov alebo mierny pokles kvality.
Qwen pre väčšinu otázok odporúča rozsah generovania 32,768 tokenov a pre neobvykle zložité matematické alebo programovacie otázky 81,920. Sú to odporúčania, nie nezávislé pevné výstupné stropy. Určte formát odpovede, napríklad ohraničený matematický výsledok alebo pole odpovede, a záver overte voči zdroju.
Detaily videa a vecné limity
Príklad videa od výrobcu v podporovanom postupe predvolene používa dve snímky za sekundu. Jeho odporúčania pre hodinový materiál rozširujú rozpočet videoprocesora približne na 224K videotokenov pre vzorkovanie s vyššou frekvenciou. Ide o príklady závislé od konfigurácie, nie univerzálnu záruku dĺžky alebo časovania udalostí. Drobné písmo a dôležité prechody scén zachovajte čitateľné a pred použitím výsledku skontrolujte extrahovaný text, výpočty a generovaný kód. Praktickou hodnotou vydania 9B je dokumentovaný spoločný textový/vizuálny rozsah úloh a ovládateľný režim odpovede so zachovanou konkrétnou hustou identitou.
", "aboutText": "Hlavné vlastnosti Qwen3.5 v hustom vydaní 9B\n\nQwen3.5-9B je hustý vizuálno-jazykový kontrolný bod s 9 miliardami parametrov po dodatočnom tréningu. Prijíma text, obrázky a video a vracia text. Rodina spája uvažovanie, programovanie, agentov a vizuálne porozumenie prostredníctvom skorej fúzie textového a vizuálneho tréningu, učenia posilňovaním na postupne zložitejších úlohách a podpory 201 jazykov a dialektov. Toto jazykové pokrytie je schopnosťou rodiny, nie zárukou rovnakej spoľahlivosti pre každý jazyk alebo tému.\n\nPri viacjazyčnej práci s dokumentmi uveďte cieľový jazyk, zachovajte technické pojmy a žiadajte, aby výsledok identifikoval zdrojové polia alebo pasáže, ktoré používa. Pri vizuálnej otázke poskytnite čitateľný obrázok a presnú úlohu. Pri malej programovacej požiadavke dodajte vstup, požadované správanie a relevantný kód. Model pri analýze vizuálneho materiálu negeneruje obrázky ani videá.\n\nPrehľad modelu\n\nTento konkrétny model 9B je hustý s 32 vrstvami jazykového modelu a vizuálnym enkodérom. Jeho hybridné usporiadanie opakuje tri vrstvy Gated DeltaNet nasledované jednou vrstvou hradlovanej pozornosti a používa husté dopredné siete. Tréning zahŕňa predikciu viacerých tokenov. Rodina obsahuje aj riedke expertné modely, ale ich opisy celkových verzus aktivovaných parametrov sa nemajú aplikovať na toto husté vydanie.\n\nNatívny kontext má 262,144 tokenov s podmieneným rozšírením na 1,010,000. Konfigurácia a číselná veľkosť modelu majú zostať odlišné od jeho kontrolného bodu Base, iných veľkostí Qwen3.5 a kvantizovaných zostavení. Menší počet parametrov identifikuje vydanie; sám osebe nestanovuje univerzálny čas odpovede ani poradie kvality. Pri zložitých úlohách uvažovania Qwen odporúča podľa možností zachovať nakonfigurovaný kontext aspoň 128K tokenov.\n\nVstupy a režimy odpovede\n\nVýrobca ukazuje čisto textové, obrazové a video otázky. Položte otázku o dokumente s relevantnou stranou a očakávanými poľami alebo otázku o videu s dôležitou udalosťou a časovým rozsahom. Zachovajte označenia, jednotky a poradie snímok. Žiadajte výsledok, ktorý možno porovnať so zdrojom, napríklad tabuľku extrahovaných hodnôt alebo vysvetlenie citujúce viditeľné dôkazy.\n\nUvažovanie je predvolene zapnuté. enable_thinking môže uvažovanie vypnúť pre priamu odpoveď, zatiaľ čo staršie mäkké prepínače zadania /think a /nothink nie sú oficiálne podporované. Používajte šablónu výrobcu a oddeľte uvažovanie od konečného textu, keď rozhranie poskytuje oboje. Odporúčanie Qwen3.5 pre históriu je uchovávať konečné odpovede bez ich obsahu uvažovania; novšie správanie zachovania histórie sa nemá prenášať do tohto vydania.\n\nPoužitie v agentoch\n\nQwen dokumentuje volanie nástrojov a odporúča Qwen-Agent vrátane nakonfigurovaných nástrojov alebo nástrojov pripojených cez MCP a Qwen Code pre prácu programovacieho agenta. Uveďte povolené nástroje a pozorovateľný výsledok. Pripojený nástroj môže poskytnúť výpočet, vyhľadanie zdrojov alebo skutočnú spätnú väzbu z vykonania; model potom môže tieto informácie použiť v odpovedi. Nástroje a externé akcie patria aplikácii, preto samotný názov modelu nestanovuje prístup ani vykonávanie.\n\nMimoriadne dlhý text\n\nDokumentované rozšírenie používa YaRN s vlastnými pozičnými nastaveniami tohto kontrolného bodu. Faktor štyri cieli na postup s približne jedným miliónom tokenov; pre 524,288 tokenov výrobca navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto sa má riadiť skutočnou potrebou dlhšieho kontextu. Vstup, vizuálna reprezentácia, história, uvažovanie a konečný výstup zdieľajú rozpočet sekvencie. Dlhý materiál usporiadajte podľa identifikátora dokumentu alebo kódu a ponechajte miesto na požadovaný artefakt.\n\nOdporúčania generovania\n\nOdporúčané postupy na karte rozlišujú viacero predvolieb. Všeobecné uvažovanie používa temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalizáciu prítomnosti 1.5 a penalizáciu opakovania 1.0. Presné programovanie používa temperature 0.6 a penalizáciu prítomnosti nula. Všeobecné priame odpovede používajú temperature 0.7, top_p 0.8 a penalizáciu prítomnosti 1.5; top_k je 20, min_p je 0 a penalizácia opakovania je 1.0. Pri úlohách uvažovania s priamou odpoveďou odporúčané postupy namiesto toho navrhujú temperature 1.0, top_p 1.0, top_k 40 a penalizáciu prítomnosti 2.0. Ide o postupy špecifické pre úlohu, nie hodnoty na ľubovoľné miešanie. Väčšie penalizácie prítomnosti môžu spôsobiť miešanie jazykov alebo mierny pokles kvality.\n\nQwen pre väčšinu otázok odporúča rozsah generovania 32,768 tokenov a pre neobvykle zložité matematické alebo programovacie otázky 81,920. Sú to odporúčania, nie nezávislé pevné výstupné stropy. Určte formát odpovede, napríklad ohraničený matematický výsledok alebo pole odpovede, a záver overte voči zdroju.\n\nDetaily videa a vecné limity\n\nPríklad videa od výrobcu v podporovanom postupe predvolene používa dve snímky za sekundu. Jeho odporúčania pre hodinový materiál rozširujú rozpočet videoprocesora približne na 224K videotokenov pre vzorkovanie s vyššou frekvenciou. Ide o príklady závislé od konfigurácie, nie univerzálnu záruku dĺžky alebo časovania udalostí. Drobné písmo a dôležité prechody scén zachovajte čitateľné a pred použitím výsledku skontrolujte extrahovaný text, výpočty a generovaný kód. Praktickou hodnotou vydania 9B je dokumentovaný spoločný textový/vizuálny rozsah úloh a ovládateľný režim odpovede so zachovanou konkrétnou hustou identitou.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Implement a small text normaliser\n\nWrite a Python function normalise_code(value) for product codes. Trim leading and trailing spaces, convert letters to uppercase and preserve internal hyphens and digits. Empty or whitespace-only input returns an empty string. Provide tests for ' ab-17 ', 'X-0' and ' '. Do not remove punctuation beyond surrounding whitespace or use external packages.The complete function and three assert tests preserving the specified code semantics.The function converts ' ab-17 ' to 'AB-17' while retaining the hyphen and digit order.qwen/qwen3.5-9bQwen3.5-9B je hustý vizuálno-jazykový model Qwen s 9 miliardami parametrov pre text, obrázky a video s textovým výstupom. Spája uvažovanie, programovanie, volanie nástrojov a viacjazyčnú prácu s voliteľným uvažovaním a natívnym kontextom 262,144 tokenov rozšíriteľným konfiguráciou.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Hlavné vlastnosti Qwen3.5 v hustom vydaní 9B
Qwen3.5-9B je hustý vizuálno-jazykový kontrolný bod s 9 miliardami parametrov po dodatočnom tréningu. Prijíma text, obrázky a video a vracia text. Rodina spája uvažovanie, programovanie, agentov a vizuálne porozumenie prostredníctvom skorej fúzie textového a vizuálneho tréningu, učenia posilňovaním na postupne zložitejších úlohách a podpory 201 jazykov a dialektov. Toto jazykové pokrytie je schopnosťou rodiny, nie zárukou rovnakej spoľahlivosti pre každý jazyk alebo tému.
Pri viacjazyčnej práci s dokumentmi uveďte cieľový jazyk, zachovajte technické pojmy a žiadajte, aby výsledok identifikoval zdrojové polia alebo pasáže, ktoré používa. Pri vizuálnej otázke poskytnite čitateľný obrázok a presnú úlohu. Pri malej programovacej požiadavke dodajte vstup, požadované správanie a relevantný kód. Model pri analýze vizuálneho materiálu negeneruje obrázky ani videá.
Prehľad modelu
Tento konkrétny model 9B je hustý s 32 vrstvami jazykového modelu a vizuálnym enkodérom. Jeho hybridné usporiadanie opakuje tri vrstvy Gated DeltaNet nasledované jednou vrstvou hradlovanej pozornosti a používa husté dopredné siete. Tréning zahŕňa predikciu viacerých tokenov. Rodina obsahuje aj riedke expertné modely, ale ich opisy celkových verzus aktivovaných parametrov sa nemajú aplikovať na toto husté vydanie.
Natívny kontext má 262,144 tokenov s podmieneným rozšírením na 1,010,000. Konfigurácia a číselná veľkosť modelu majú zostať odlišné od jeho kontrolného bodu Base, iných veľkostí Qwen3.5 a kvantizovaných zostavení. Menší počet parametrov identifikuje vydanie; sám osebe nestanovuje univerzálny čas odpovede ani poradie kvality. Pri zložitých úlohách uvažovania Qwen odporúča podľa možností zachovať nakonfigurovaný kontext aspoň 128K tokenov.
Vstupy a režimy odpovede
Výrobca ukazuje čisto textové, obrazové a video otázky. Položte otázku o dokumente s relevantnou stranou a očakávanými poľami alebo otázku o videu s dôležitou udalosťou a časovým rozsahom. Zachovajte označenia, jednotky a poradie snímok. Žiadajte výsledok, ktorý možno porovnať so zdrojom, napríklad tabuľku extrahovaných hodnôt alebo vysvetlenie citujúce viditeľné dôkazy.
Uvažovanie je predvolene zapnuté. enable_thinking môže uvažovanie vypnúť pre priamu odpoveď, zatiaľ čo staršie mäkké prepínače zadania /think a /nothink nie sú oficiálne podporované. Používajte šablónu výrobcu a oddeľte uvažovanie od konečného textu, keď rozhranie poskytuje oboje. Odporúčanie Qwen3.5 pre históriu je uchovávať konečné odpovede bez ich obsahu uvažovania; novšie správanie zachovania histórie sa nemá prenášať do tohto vydania.
Použitie v agentoch
Qwen dokumentuje volanie nástrojov a odporúča Qwen-Agent vrátane nakonfigurovaných nástrojov alebo nástrojov pripojených cez MCP a Qwen Code pre prácu programovacieho agenta. Uveďte povolené nástroje a pozorovateľný výsledok. Pripojený nástroj môže poskytnúť výpočet, vyhľadanie zdrojov alebo skutočnú spätnú väzbu z vykonania; model potom môže tieto informácie použiť v odpovedi. Nástroje a externé akcie patria aplikácii, preto samotný názov modelu nestanovuje prístup ani vykonávanie.
Mimoriadne dlhý text
Dokumentované rozšírenie používa YaRN s vlastnými pozičnými nastaveniami tohto kontrolného bodu. Faktor štyri cieli na postup s približne jedným miliónom tokenov; pre 524,288 tokenov výrobca navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto sa má riadiť skutočnou potrebou dlhšieho kontextu. Vstup, vizuálna reprezentácia, história, uvažovanie a konečný výstup zdieľajú rozpočet sekvencie. Dlhý materiál usporiadajte podľa identifikátora dokumentu alebo kódu a ponechajte miesto na požadovaný artefakt.
Odporúčania generovania
Odporúčané postupy na karte rozlišujú viacero predvolieb. Všeobecné uvažovanie používa temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalizáciu prítomnosti 1.5 a penalizáciu opakovania 1.0. Presné programovanie používa temperature 0.6 a penalizáciu prítomnosti nula. Všeobecné priame odpovede používajú temperature 0.7, top_p 0.8 a penalizáciu prítomnosti 1.5; top_k je 20, min_p je 0 a penalizácia opakovania je 1.0. Pri úlohách uvažovania s priamou odpoveďou odporúčané postupy namiesto toho navrhujú temperature 1.0, top_p 1.0, top_k 40 a penalizáciu prítomnosti 2.0. Ide o postupy špecifické pre úlohu, nie hodnoty na ľubovoľné miešanie. Väčšie penalizácie prítomnosti môžu spôsobiť miešanie jazykov alebo mierny pokles kvality.
Qwen pre väčšinu otázok odporúča rozsah generovania 32,768 tokenov a pre neobvykle zložité matematické alebo programovacie otázky 81,920. Sú to odporúčania, nie nezávislé pevné výstupné stropy. Určte formát odpovede, napríklad ohraničený matematický výsledok alebo pole odpovede, a záver overte voči zdroju.
Detaily videa a vecné limity
Príklad videa od výrobcu v podporovanom postupe predvolene používa dve snímky za sekundu. Jeho odporúčania pre hodinový materiál rozširujú rozpočet videoprocesora približne na 224K videotokenov pre vzorkovanie s vyššou frekvenciou. Ide o príklady závislé od konfigurácie, nie univerzálnu záruku dĺžky alebo časovania udalostí. Drobné písmo a dôležité prechody scén zachovajte čitateľné a pred použitím výsledku skontrolujte extrahovaný text, výpočty a generovaný kód. Praktickou hodnotou vydania 9B je dokumentovaný spoločný textový/vizuálny rozsah úloh a ovládateľný režim odpovede so zachovanou konkrétnou hustou identitou.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3.5-9b | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Príklady: system, user, assistant, tool, function Podmienky: Tieto roly sú výslovne zastúpené typmi kompatibility v zdrojovom kóde; presný súbor rolí zostáva závislý od modelu. Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring|content_part[]|null | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_calls | Typtool_call[] | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_call_id | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: role=tool; použite skutočne vrátené ID | Predvolené— |
Polemessages[].name | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].reasoning_content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa | Predvolené— |
Polemessages[].reasoning_details | Typobject|array | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polemax_completion_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Polestream_options.include_usage | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletemperature | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletop_p | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polestop | Typstring|string[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools | Typfunction_tool[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools[].type | Typstring | PožiadavkaVoliteľné | Hodnoty a limity function Závisí od modelu | Predvolené— |
Poletools[].function.name | Typstring | PožiadavkaPovinné | Hodnoty a limity Platí, keď: poskytnutý nástroj typu funkcia | Predvolené— |
Poletools[].function.description | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletools[].function.parameters | TypJSON_schema | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletool_choice | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleparallel_tool_calls | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleresponse_format | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning_effort | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleservice_tier | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleinstructions | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Pole kompatibility | Predvolené— |
Polefunctions | Typfunction[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polefunction_call | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleprompt_cache_options | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemodalities | Typstring[] | PožiadavkaVoliteľné | Hodnoty a limity text | Predvolené— |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa na tejto textovej trase Ultra odmieta | Predvolené— |
Polecache_control.ttl | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta | Predvolené— |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Špecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0002 / 1K tokenov Výstup · Výstupné tokeny $0.0003 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0002 / 1K tokenov Výstup · Výstupné tokeny $0.0003 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.5-9b", "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/qwen3.5-9b',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/qwen3.5-9b',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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra qwen/qwen3.5-9b
Použite cesty metód uvedené vyššie.
qwen/qwen3.5-9bQwen3.5-9B je hustý vizuálno-jazykový model Qwen s 9 miliardami parametrov pre text, obrázky a video s textovým výstupom. Spája uvažovanie, programovanie, volanie nástrojov a viacjazyčnú prácu s voliteľným uvažovaním a natívnym kontextom 262,144 tokenov rozšíriteľným konfiguráciou.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Hlavné vlastnosti Qwen3.5 v hustom vydaní 9B
Qwen3.5-9B je hustý vizuálno-jazykový kontrolný bod s 9 miliardami parametrov po dodatočnom tréningu. Prijíma text, obrázky a video a vracia text. Rodina spája uvažovanie, programovanie, agentov a vizuálne porozumenie prostredníctvom skorej fúzie textového a vizuálneho tréningu, učenia posilňovaním na postupne zložitejších úlohách a podpory 201 jazykov a dialektov. Toto jazykové pokrytie je schopnosťou rodiny, nie zárukou rovnakej spoľahlivosti pre každý jazyk alebo tému.
Pri viacjazyčnej práci s dokumentmi uveďte cieľový jazyk, zachovajte technické pojmy a žiadajte, aby výsledok identifikoval zdrojové polia alebo pasáže, ktoré používa. Pri vizuálnej otázke poskytnite čitateľný obrázok a presnú úlohu. Pri malej programovacej požiadavke dodajte vstup, požadované správanie a relevantný kód. Model pri analýze vizuálneho materiálu negeneruje obrázky ani videá.
Prehľad modelu
Tento konkrétny model 9B je hustý s 32 vrstvami jazykového modelu a vizuálnym enkodérom. Jeho hybridné usporiadanie opakuje tri vrstvy Gated DeltaNet nasledované jednou vrstvou hradlovanej pozornosti a používa husté dopredné siete. Tréning zahŕňa predikciu viacerých tokenov. Rodina obsahuje aj riedke expertné modely, ale ich opisy celkových verzus aktivovaných parametrov sa nemajú aplikovať na toto husté vydanie.
Natívny kontext má 262,144 tokenov s podmieneným rozšírením na 1,010,000. Konfigurácia a číselná veľkosť modelu majú zostať odlišné od jeho kontrolného bodu Base, iných veľkostí Qwen3.5 a kvantizovaných zostavení. Menší počet parametrov identifikuje vydanie; sám osebe nestanovuje univerzálny čas odpovede ani poradie kvality. Pri zložitých úlohách uvažovania Qwen odporúča podľa možností zachovať nakonfigurovaný kontext aspoň 128K tokenov.
Vstupy a režimy odpovede
Výrobca ukazuje čisto textové, obrazové a video otázky. Položte otázku o dokumente s relevantnou stranou a očakávanými poľami alebo otázku o videu s dôležitou udalosťou a časovým rozsahom. Zachovajte označenia, jednotky a poradie snímok. Žiadajte výsledok, ktorý možno porovnať so zdrojom, napríklad tabuľku extrahovaných hodnôt alebo vysvetlenie citujúce viditeľné dôkazy.
Uvažovanie je predvolene zapnuté. enable_thinking môže uvažovanie vypnúť pre priamu odpoveď, zatiaľ čo staršie mäkké prepínače zadania /think a /nothink nie sú oficiálne podporované. Používajte šablónu výrobcu a oddeľte uvažovanie od konečného textu, keď rozhranie poskytuje oboje. Odporúčanie Qwen3.5 pre históriu je uchovávať konečné odpovede bez ich obsahu uvažovania; novšie správanie zachovania histórie sa nemá prenášať do tohto vydania.
Použitie v agentoch
Qwen dokumentuje volanie nástrojov a odporúča Qwen-Agent vrátane nakonfigurovaných nástrojov alebo nástrojov pripojených cez MCP a Qwen Code pre prácu programovacieho agenta. Uveďte povolené nástroje a pozorovateľný výsledok. Pripojený nástroj môže poskytnúť výpočet, vyhľadanie zdrojov alebo skutočnú spätnú väzbu z vykonania; model potom môže tieto informácie použiť v odpovedi. Nástroje a externé akcie patria aplikácii, preto samotný názov modelu nestanovuje prístup ani vykonávanie.
Mimoriadne dlhý text
Dokumentované rozšírenie používa YaRN s vlastnými pozičnými nastaveniami tohto kontrolného bodu. Faktor štyri cieli na postup s približne jedným miliónom tokenov; pre 524,288 tokenov výrobca navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto sa má riadiť skutočnou potrebou dlhšieho kontextu. Vstup, vizuálna reprezentácia, história, uvažovanie a konečný výstup zdieľajú rozpočet sekvencie. Dlhý materiál usporiadajte podľa identifikátora dokumentu alebo kódu a ponechajte miesto na požadovaný artefakt.
Odporúčania generovania
Odporúčané postupy na karte rozlišujú viacero predvolieb. Všeobecné uvažovanie používa temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalizáciu prítomnosti 1.5 a penalizáciu opakovania 1.0. Presné programovanie používa temperature 0.6 a penalizáciu prítomnosti nula. Všeobecné priame odpovede používajú temperature 0.7, top_p 0.8 a penalizáciu prítomnosti 1.5; top_k je 20, min_p je 0 a penalizácia opakovania je 1.0. Pri úlohách uvažovania s priamou odpoveďou odporúčané postupy namiesto toho navrhujú temperature 1.0, top_p 1.0, top_k 40 a penalizáciu prítomnosti 2.0. Ide o postupy špecifické pre úlohu, nie hodnoty na ľubovoľné miešanie. Väčšie penalizácie prítomnosti môžu spôsobiť miešanie jazykov alebo mierny pokles kvality.
Qwen pre väčšinu otázok odporúča rozsah generovania 32,768 tokenov a pre neobvykle zložité matematické alebo programovacie otázky 81,920. Sú to odporúčania, nie nezávislé pevné výstupné stropy. Určte formát odpovede, napríklad ohraničený matematický výsledok alebo pole odpovede, a záver overte voči zdroju.
Detaily videa a vecné limity
Príklad videa od výrobcu v podporovanom postupe predvolene používa dve snímky za sekundu. Jeho odporúčania pre hodinový materiál rozširujú rozpočet videoprocesora približne na 224K videotokenov pre vzorkovanie s vyššou frekvenciou. Ide o príklady závislé od konfigurácie, nie univerzálnu záruku dĺžky alebo časovania udalostí. Drobné písmo a dôležité prechody scén zachovajte čitateľné a pred použitím výsledku skontrolujte extrahovaný text, výpočty a generovaný kód. Praktickou hodnotou vydania 9B je dokumentovaný spoločný textový/vizuálny rozsah úloh a ovládateľný režim odpovede so zachovanou konkrétnou hustou identitou.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3.5-9b | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity user, assistant | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF-8
reťazec messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages, max_tokens |
Parameteroptional_controls | Špecifikáciastream |
Parametermaterial_types | Špecifikáciatext |
Parametertext_file_material | ŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy. |
Životný cyklus: synchronous_or_streamed
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0002 / 1K tokenov Výstup · Výstupné tokeny $0.0003 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.0002 / 1K tokenov Výstup · Výstupné tokeny $0.0003 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "qwen/qwen3.5-9b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.5-9b', '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/qwen3.5-9b', '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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte všetky bloky obsahu, podpisy uvažovania a skutočné ID volaní nástrojov. Zostavte všetky čiastkové zmeny blokov SSE; prvý textový blok nie je celý výstup.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra qwen/qwen3.5-9b
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Implement a small text normaliser\n\nWrite a Python function normalise_code(value) for product codes. Trim leading and trailing spaces, convert letters to uppercase and preserve internal hyphens and digits. Empty or whitespace-only input returns an empty string. Provide tests for ' ab-17 ', 'X-0' and ' '. Do not remove punctuation beyond surrounding whitespace or use external packages.The complete function and three assert tests preserving the specified code semantics.The function converts ' ab-17 ' to 'AB-17' while retaining the hyphen and digit order.