Hlavné vlastnosti Qwen3.6: kontinuita programovania a uvažovania
Qwen3.6-35B-A3B je vizuálno-jazykový model zameraný na užitočné programovanie a agentovú prácu. Qwen vyzdvihuje silnejšie frontendové postupy a uvažovanie na úrovni repozitára a novú možnosť zachovávať uvažovanie z historických správ. Prijíma text, obrázky a video a vracia text: vysvetlenie, návrh kódu, štruktúrovanú analýzu alebo iný požadovaný textový artefakt. Zachovajte toto konkrétne vydanie 35B-A3B namiesto toho, aby ste ho považovali za hustý Qwen3.6-27B alebo jeho skorší náprotivok Qwen3.5.
Pri frontendovej úlohe poskytnite relevantnú snímku obrazovky, funkčné požiadavky a kontext existujúceho kódu. Žiadajte upraviteľný zdrojový kód a opis zamýšľaných stavov a interakcií. Pri úlohe s repozitárom určte dotknutú funkciu, vstup odhaľujúci problém a očakávané správanie. Žiadajte navrhovanú úpravu kódu s jej predpokladmi a relevantnými kontrolami.
Prehľad modelu
Model so zmesou expertov má celkovo 35 miliárd parametrov a aktivuje tri miliardy. Jeho hybridné usporiadanie so 40 vrstvami opakuje tri expertné vrstvy Gated DeltaNet nasledované jednou expertnou vrstvou hradlovanej pozornosti. Má 256 smerovaných expertov a vyberá osem smerovaných expertov s jedným zdieľaným expertom; súčasťou tréningu je predikcia viacerých tokenov. Menší počet aktivovaných parametrov neopisuje úplnú veľkosť kontrolného bodu. Vizuálny enkodér poskytuje vizuálnu časť modelu.
Natívny kontext má 262,144 tokenov s podmieneným rozšírením na 1,010,000. Výrobca pri zložitých úlohách uvažovania odporúča podľa možností zachovať kontext aspoň 128K, aj keby jeho zmenšenie zmiernilo tlak na pamäť. Zdrojový text, reprezentované vizuálne vstupy, historické správy, uvažovanie a konečná odpoveď zdieľajú nakonfigurovaný rozsah sekvencie.
Používanie vstupov a režimov odpovede
Karta ukazuje textové, obrazové a video otázky. Pri diagrame alebo strane zachovajte označenia a definujte presnú otázku. Pri klipe zachovajte časovanie a uveďte udalosť, ktorá vás zaujíma. Podporovaný príklad videa od výrobcu predvolene používa dve snímky za sekundu a umožňuje konfiguráciu vzorkovania. Odporúčaný postup rozširuje rozpočet videoprocesora približne na 224K videotokenov pre hodinovú analýzu s vyššou frekvenciou; ide o konfiguračný príklad, nie pevný univerzálny limit dĺžky klipu.
Uvažovanie je predvolene zapnuté. Ovládací prvok výrobcu enable_thinking ho môže vypnúť pre priamu odpoveď. Qwen3.6 oficiálne nepodporuje staršie mäkké prepínače zadania Qwen3 /think a /nothink. Pri prezentácii výsledku oddeľte uvažovanie od konečného artefaktu a riaďte sa vlastným rozhraním tohto kontrolného bodu namiesto predpokladu, že platia značky zadania alebo ovládacie prvky inej generácie.
Zachovávanie historického uvažovania
Šablóna predvolene zachováva bloky uvažovania priradené k najnovšej používateľskej správe. Qwen3.6 bol navyše trénovaný na používanie historického uvažovania pri zapnutom preserve_thinking. Jeho explicitný príklad nastavuje túto možnosť na true. To môže pomôcť iteratívnej agentovej úlohe zachovať rozhodovací kontext namiesto opakovaného odvodzovania skorších volieb; zároveň to mení množstvo histórie prenášanej požiadavkou. Dostupnosť možnosti závisí od rozhrania, ktoré sprístupňuje postup výrobcu.
Použitie v agentoch
Qwen dokumentuje volanie nástrojov a odporúča Qwen-Agent na konfiguráciu nástrojov vrátane nástrojov pripojených cez MCP. Qwen Code je ďalší výrobcom dokumentovaný postup programovacieho agenta. Definujte povolené nástroje, cieľ úlohy a očakávaný výstup a potom modelu vracajte skutočné pozorovania nástrojov. Model môže uvažovať o výsledku a upravovať plán; prístup k súborom alebo prostrediam vykonávania pochádza z pripojenej aplikácie, nie z názvu modelu.
Mimoriadne dlhý text
Dokumentované rozšírenie kontextu používa YaRN s prekladanými pozičnými nastaveniami kontrolného bodu. Faktor štyri cieli na postup s približne jedným miliónom tokenov; pri zaťažení 524,288 tokenov Qwen navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto výrobca odporúča meniť ho vtedy, keď je potrebný dlhší kontext. Vo veľkom vstupe zachovajte identifikátory oddielov a kódu a žiadajte, aby výsledok ukázal, ktoré dôkazy podopierajú každý záver.
Odporúčania generovania a limity
Pre všeobecné uvažovanie výrobca odporúča temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalizáciu prítomnosti 1.5 a penalizáciu opakovania 1.0. Pri presnom programovaní sa temperature mení na 0.6 a penalizácia prítomnosti na nulu. Pri priamych odpovediach odporúča temperature 0.7, top_p 0.8 a penalizáciu prítomnosti 1.5, ostatné hodnoty zostávajú nezmenené. Vyššie penalizácie prítomnosti môžu obmedziť opakovanie, ale môžu miešať jazyky alebo mierne znížiť kvalitu.
Qwen pre väčšinu otázok odporúča rozsah generovania 32,768 tokenov a pre neobvykle zložité matematické alebo programovacie úlohy 81,920. Ide o odporúčania, nie samostatne stanovené pevné výstupné stropy. Výslovne určte konečný formát a kód, výpočty a extrahované vizuálne detaily overujte voči zdroju. Kontinuita uvažovania a dlhý kontext pomáhajú prenášať dôkazy úlohy, zatiaľ čo overiteľný konečný artefakt robí výsledok užitočným.
", "aboutText": "Hlavné vlastnosti Qwen3.6: kontinuita programovania a uvažovania\n\nQwen3.6-35B-A3B je vizuálno-jazykový model zameraný na užitočné programovanie a agentovú prácu. Qwen vyzdvihuje silnejšie frontendové postupy a uvažovanie na úrovni repozitára a novú možnosť zachovávať uvažovanie z historických správ. Prijíma text, obrázky a video a vracia text: vysvetlenie, návrh kódu, štruktúrovanú analýzu alebo iný požadovaný textový artefakt. Zachovajte toto konkrétne vydanie 35B-A3B namiesto toho, aby ste ho považovali za hustý Qwen3.6-27B alebo jeho skorší náprotivok Qwen3.5.\n\nPri frontendovej úlohe poskytnite relevantnú snímku obrazovky, funkčné požiadavky a kontext existujúceho kódu. Žiadajte upraviteľný zdrojový kód a opis zamýšľaných stavov a interakcií. Pri úlohe s repozitárom určte dotknutú funkciu, vstup odhaľujúci problém a očakávané správanie. Žiadajte navrhovanú úpravu kódu s jej predpokladmi a relevantnými kontrolami.\n\nPrehľad modelu\n\nModel so zmesou expertov má celkovo 35 miliárd parametrov a aktivuje tri miliardy. Jeho hybridné usporiadanie so 40 vrstvami opakuje tri expertné vrstvy Gated DeltaNet nasledované jednou expertnou vrstvou hradlovanej pozornosti. Má 256 smerovaných expertov a vyberá osem smerovaných expertov s jedným zdieľaným expertom; súčasťou tréningu je predikcia viacerých tokenov. Menší počet aktivovaných parametrov neopisuje úplnú veľkosť kontrolného bodu. Vizuálny enkodér poskytuje vizuálnu časť modelu.\n\nNatívny kontext má 262,144 tokenov s podmieneným rozšírením na 1,010,000. Výrobca pri zložitých úlohách uvažovania odporúča podľa možností zachovať kontext aspoň 128K, aj keby jeho zmenšenie zmiernilo tlak na pamäť. Zdrojový text, reprezentované vizuálne vstupy, historické správy, uvažovanie a konečná odpoveď zdieľajú nakonfigurovaný rozsah sekvencie.\n\nPoužívanie vstupov a režimov odpovede\n\nKarta ukazuje textové, obrazové a video otázky. Pri diagrame alebo strane zachovajte označenia a definujte presnú otázku. Pri klipe zachovajte časovanie a uveďte udalosť, ktorá vás zaujíma. Podporovaný príklad videa od výrobcu predvolene používa dve snímky za sekundu a umožňuje konfiguráciu vzorkovania. Odporúčaný postup rozširuje rozpočet videoprocesora približne na 224K videotokenov pre hodinovú analýzu s vyššou frekvenciou; ide o konfiguračný príklad, nie pevný univerzálny limit dĺžky klipu.\n\nUvažovanie je predvolene zapnuté. Ovládací prvok výrobcu enable_thinking ho môže vypnúť pre priamu odpoveď. Qwen3.6 oficiálne nepodporuje staršie mäkké prepínače zadania Qwen3 /think a /nothink. Pri prezentácii výsledku oddeľte uvažovanie od konečného artefaktu a riaďte sa vlastným rozhraním tohto kontrolného bodu namiesto predpokladu, že platia značky zadania alebo ovládacie prvky inej generácie.\n\nZachovávanie historického uvažovania\n\nŠablóna predvolene zachováva bloky uvažovania priradené k najnovšej používateľskej správe. Qwen3.6 bol navyše trénovaný na používanie historického uvažovania pri zapnutom preserve_thinking. Jeho explicitný príklad nastavuje túto možnosť na true. To môže pomôcť iteratívnej agentovej úlohe zachovať rozhodovací kontext namiesto opakovaného odvodzovania skorších volieb; zároveň to mení množstvo histórie prenášanej požiadavkou. Dostupnosť možnosti závisí od rozhrania, ktoré sprístupňuje postup výrobcu.\n\nPoužitie v agentoch\n\nQwen dokumentuje volanie nástrojov a odporúča Qwen-Agent na konfiguráciu nástrojov vrátane nástrojov pripojených cez MCP. Qwen Code je ďalší výrobcom dokumentovaný postup programovacieho agenta. Definujte povolené nástroje, cieľ úlohy a očakávaný výstup a potom modelu vracajte skutočné pozorovania nástrojov. Model môže uvažovať o výsledku a upravovať plán; prístup k súborom alebo prostrediam vykonávania pochádza z pripojenej aplikácie, nie z názvu modelu.\n\nMimoriadne dlhý text\n\nDokumentované rozšírenie kontextu používa YaRN s prekladanými pozičnými nastaveniami kontrolného bodu. Faktor štyri cieli na postup s približne jedným miliónom tokenov; pri zaťažení 524,288 tokenov Qwen navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto výrobca odporúča meniť ho vtedy, keď je potrebný dlhší kontext. Vo veľkom vstupe zachovajte identifikátory oddielov a kódu a žiadajte, aby výsledok ukázal, ktoré dôkazy podopierajú každý záver.\n\nOdporúčania generovania a limity\n\nPre všeobecné uvažovanie výrobca odporúča temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalizáciu prítomnosti 1.5 a penalizáciu opakovania 1.0. Pri presnom programovaní sa temperature mení na 0.6 a penalizácia prítomnosti na nulu. Pri priamych odpovediach odporúča temperature 0.7, top_p 0.8 a penalizáciu prítomnosti 1.5, ostatné hodnoty zostávajú nezmenené. Vyššie penalizácie prítomnosti môžu obmedziť opakovanie, ale môžu miešať jazyky alebo mierne znížiť kvalitu.\n\nQwen pre väčšinu otázok odporúča rozsah generovania 32,768 tokenov a pre neobvykle zložité matematické alebo programovacie úlohy 81,920. Ide o odporúčania, nie samostatne stanovené pevné výstupné stropy. Výslovne určte konečný formát a kód, výpočty a extrahované vizuálne detaily overujte voči zdroju. Kontinuita uvažovania a dlhý kontext pomáhajú prenášať dôkazy úlohy, zatiaľ čo overiteľný konečný artefakt robí výsledok užitočným.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Correct a button loading state\n\nPropose a small JavaScript change for a save form. Current handler sets button.disabled = true, awaits saveDraft(), then reenables the button. When saveDraft rejects, the button stays disabled. Preserve the save operation and show pseudocode for displaying an error and always restoring the button. Add success and failure acceptance checks.A focused async handler or pseudocode plus two checks covering button and error states.Verify the cleanup happens on rejection and success without converting a failed save into a success message.qwen/qwen3.6-35b-a3bQwen3.6-35B-A3B je vizuálno-jazykový model Qwen so zmesou expertov s celkovo 35 miliardami a 3 miliardami aktivovaných parametrov. Sústreďuje sa na programovanie frontendu a na úrovni repozitára, pridáva voliteľné zachovanie historického uvažovania a prijíma text, obrázky a video s textovým výstupom.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Hlavné vlastnosti Qwen3.6: kontinuita programovania a uvažovania
Qwen3.6-35B-A3B je vizuálno-jazykový model zameraný na užitočné programovanie a agentovú prácu. Qwen vyzdvihuje silnejšie frontendové postupy a uvažovanie na úrovni repozitára a novú možnosť zachovávať uvažovanie z historických správ. Prijíma text, obrázky a video a vracia text: vysvetlenie, návrh kódu, štruktúrovanú analýzu alebo iný požadovaný textový artefakt. Zachovajte toto konkrétne vydanie 35B-A3B namiesto toho, aby ste ho považovali za hustý Qwen3.6-27B alebo jeho skorší náprotivok Qwen3.5.
Pri frontendovej úlohe poskytnite relevantnú snímku obrazovky, funkčné požiadavky a kontext existujúceho kódu. Žiadajte upraviteľný zdrojový kód a opis zamýšľaných stavov a interakcií. Pri úlohe s repozitárom určte dotknutú funkciu, vstup odhaľujúci problém a očakávané správanie. Žiadajte navrhovanú úpravu kódu s jej predpokladmi a relevantnými kontrolami.
Prehľad modelu
Model so zmesou expertov má celkovo 35 miliárd parametrov a aktivuje tri miliardy. Jeho hybridné usporiadanie so 40 vrstvami opakuje tri expertné vrstvy Gated DeltaNet nasledované jednou expertnou vrstvou hradlovanej pozornosti. Má 256 smerovaných expertov a vyberá osem smerovaných expertov s jedným zdieľaným expertom; súčasťou tréningu je predikcia viacerých tokenov. Menší počet aktivovaných parametrov neopisuje úplnú veľkosť kontrolného bodu. Vizuálny enkodér poskytuje vizuálnu časť modelu.
Natívny kontext má 262,144 tokenov s podmieneným rozšírením na 1,010,000. Výrobca pri zložitých úlohách uvažovania odporúča podľa možností zachovať kontext aspoň 128K, aj keby jeho zmenšenie zmiernilo tlak na pamäť. Zdrojový text, reprezentované vizuálne vstupy, historické správy, uvažovanie a konečná odpoveď zdieľajú nakonfigurovaný rozsah sekvencie.
Používanie vstupov a režimov odpovede
Karta ukazuje textové, obrazové a video otázky. Pri diagrame alebo strane zachovajte označenia a definujte presnú otázku. Pri klipe zachovajte časovanie a uveďte udalosť, ktorá vás zaujíma. Podporovaný príklad videa od výrobcu predvolene používa dve snímky za sekundu a umožňuje konfiguráciu vzorkovania. Odporúčaný postup rozširuje rozpočet videoprocesora približne na 224K videotokenov pre hodinovú analýzu s vyššou frekvenciou; ide o konfiguračný príklad, nie pevný univerzálny limit dĺžky klipu.
Uvažovanie je predvolene zapnuté. Ovládací prvok výrobcu enable_thinking ho môže vypnúť pre priamu odpoveď. Qwen3.6 oficiálne nepodporuje staršie mäkké prepínače zadania Qwen3 /think a /nothink. Pri prezentácii výsledku oddeľte uvažovanie od konečného artefaktu a riaďte sa vlastným rozhraním tohto kontrolného bodu namiesto predpokladu, že platia značky zadania alebo ovládacie prvky inej generácie.
Zachovávanie historického uvažovania
Šablóna predvolene zachováva bloky uvažovania priradené k najnovšej používateľskej správe. Qwen3.6 bol navyše trénovaný na používanie historického uvažovania pri zapnutom preserve_thinking. Jeho explicitný príklad nastavuje túto možnosť na true. To môže pomôcť iteratívnej agentovej úlohe zachovať rozhodovací kontext namiesto opakovaného odvodzovania skorších volieb; zároveň to mení množstvo histórie prenášanej požiadavkou. Dostupnosť možnosti závisí od rozhrania, ktoré sprístupňuje postup výrobcu.
Použitie v agentoch
Qwen dokumentuje volanie nástrojov a odporúča Qwen-Agent na konfiguráciu nástrojov vrátane nástrojov pripojených cez MCP. Qwen Code je ďalší výrobcom dokumentovaný postup programovacieho agenta. Definujte povolené nástroje, cieľ úlohy a očakávaný výstup a potom modelu vracajte skutočné pozorovania nástrojov. Model môže uvažovať o výsledku a upravovať plán; prístup k súborom alebo prostrediam vykonávania pochádza z pripojenej aplikácie, nie z názvu modelu.
Mimoriadne dlhý text
Dokumentované rozšírenie kontextu používa YaRN s prekladanými pozičnými nastaveniami kontrolného bodu. Faktor štyri cieli na postup s približne jedným miliónom tokenov; pri zaťažení 524,288 tokenov Qwen navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto výrobca odporúča meniť ho vtedy, keď je potrebný dlhší kontext. Vo veľkom vstupe zachovajte identifikátory oddielov a kódu a žiadajte, aby výsledok ukázal, ktoré dôkazy podopierajú každý záver.
Odporúčania generovania a limity
Pre všeobecné uvažovanie výrobca odporúča temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalizáciu prítomnosti 1.5 a penalizáciu opakovania 1.0. Pri presnom programovaní sa temperature mení na 0.6 a penalizácia prítomnosti na nulu. Pri priamych odpovediach odporúča temperature 0.7, top_p 0.8 a penalizáciu prítomnosti 1.5, ostatné hodnoty zostávajú nezmenené. Vyššie penalizácie prítomnosti môžu obmedziť opakovanie, ale môžu miešať jazyky alebo mierne znížiť kvalitu.
Qwen pre väčšinu otázok odporúča rozsah generovania 32,768 tokenov a pre neobvykle zložité matematické alebo programovacie úlohy 81,920. Ide o odporúčania, nie samostatne stanovené pevné výstupné stropy. Výslovne určte konečný formát a kód, výpočty a extrahované vizuálne detaily overujte voči zdroju. Kontinuita uvažovania a dlhý kontext pomáhajú prenášať dôkazy úlohy, zatiaľ čo overiteľný konečný artefakt robí výsledok užitočným.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3.6-35b-a3b | 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 $0.000566 / 1K tokenov Výstup · Výstupné tokeny $0.00341 / 1K tokenov Vstup · Čítanie cache $0.0001 / 1K tokenov Vstup · Zápis do cache $0 / 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 $0.000566 / 1K tokenov Výstup · Výstupné tokeny $0.00341 / 1K tokenov Vstup · Čítanie cache $0.0001 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.6-35b-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/qwen3.6-35b-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/qwen3.6-35b-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 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/qwen3.6-35b-a3b
Použite cesty metód uvedené vyššie.
qwen/qwen3.6-35b-a3bQwen3.6-35B-A3B je vizuálno-jazykový model Qwen so zmesou expertov s celkovo 35 miliardami a 3 miliardami aktivovaných parametrov. Sústreďuje sa na programovanie frontendu a na úrovni repozitára, pridáva voliteľné zachovanie historického uvažovania a prijíma text, obrázky a video s textovým výstupom.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Hlavné vlastnosti Qwen3.6: kontinuita programovania a uvažovania
Qwen3.6-35B-A3B je vizuálno-jazykový model zameraný na užitočné programovanie a agentovú prácu. Qwen vyzdvihuje silnejšie frontendové postupy a uvažovanie na úrovni repozitára a novú možnosť zachovávať uvažovanie z historických správ. Prijíma text, obrázky a video a vracia text: vysvetlenie, návrh kódu, štruktúrovanú analýzu alebo iný požadovaný textový artefakt. Zachovajte toto konkrétne vydanie 35B-A3B namiesto toho, aby ste ho považovali za hustý Qwen3.6-27B alebo jeho skorší náprotivok Qwen3.5.
Pri frontendovej úlohe poskytnite relevantnú snímku obrazovky, funkčné požiadavky a kontext existujúceho kódu. Žiadajte upraviteľný zdrojový kód a opis zamýšľaných stavov a interakcií. Pri úlohe s repozitárom určte dotknutú funkciu, vstup odhaľujúci problém a očakávané správanie. Žiadajte navrhovanú úpravu kódu s jej predpokladmi a relevantnými kontrolami.
Prehľad modelu
Model so zmesou expertov má celkovo 35 miliárd parametrov a aktivuje tri miliardy. Jeho hybridné usporiadanie so 40 vrstvami opakuje tri expertné vrstvy Gated DeltaNet nasledované jednou expertnou vrstvou hradlovanej pozornosti. Má 256 smerovaných expertov a vyberá osem smerovaných expertov s jedným zdieľaným expertom; súčasťou tréningu je predikcia viacerých tokenov. Menší počet aktivovaných parametrov neopisuje úplnú veľkosť kontrolného bodu. Vizuálny enkodér poskytuje vizuálnu časť modelu.
Natívny kontext má 262,144 tokenov s podmieneným rozšírením na 1,010,000. Výrobca pri zložitých úlohách uvažovania odporúča podľa možností zachovať kontext aspoň 128K, aj keby jeho zmenšenie zmiernilo tlak na pamäť. Zdrojový text, reprezentované vizuálne vstupy, historické správy, uvažovanie a konečná odpoveď zdieľajú nakonfigurovaný rozsah sekvencie.
Používanie vstupov a režimov odpovede
Karta ukazuje textové, obrazové a video otázky. Pri diagrame alebo strane zachovajte označenia a definujte presnú otázku. Pri klipe zachovajte časovanie a uveďte udalosť, ktorá vás zaujíma. Podporovaný príklad videa od výrobcu predvolene používa dve snímky za sekundu a umožňuje konfiguráciu vzorkovania. Odporúčaný postup rozširuje rozpočet videoprocesora približne na 224K videotokenov pre hodinovú analýzu s vyššou frekvenciou; ide o konfiguračný príklad, nie pevný univerzálny limit dĺžky klipu.
Uvažovanie je predvolene zapnuté. Ovládací prvok výrobcu enable_thinking ho môže vypnúť pre priamu odpoveď. Qwen3.6 oficiálne nepodporuje staršie mäkké prepínače zadania Qwen3 /think a /nothink. Pri prezentácii výsledku oddeľte uvažovanie od konečného artefaktu a riaďte sa vlastným rozhraním tohto kontrolného bodu namiesto predpokladu, že platia značky zadania alebo ovládacie prvky inej generácie.
Zachovávanie historického uvažovania
Šablóna predvolene zachováva bloky uvažovania priradené k najnovšej používateľskej správe. Qwen3.6 bol navyše trénovaný na používanie historického uvažovania pri zapnutom preserve_thinking. Jeho explicitný príklad nastavuje túto možnosť na true. To môže pomôcť iteratívnej agentovej úlohe zachovať rozhodovací kontext namiesto opakovaného odvodzovania skorších volieb; zároveň to mení množstvo histórie prenášanej požiadavkou. Dostupnosť možnosti závisí od rozhrania, ktoré sprístupňuje postup výrobcu.
Použitie v agentoch
Qwen dokumentuje volanie nástrojov a odporúča Qwen-Agent na konfiguráciu nástrojov vrátane nástrojov pripojených cez MCP. Qwen Code je ďalší výrobcom dokumentovaný postup programovacieho agenta. Definujte povolené nástroje, cieľ úlohy a očakávaný výstup a potom modelu vracajte skutočné pozorovania nástrojov. Model môže uvažovať o výsledku a upravovať plán; prístup k súborom alebo prostrediam vykonávania pochádza z pripojenej aplikácie, nie z názvu modelu.
Mimoriadne dlhý text
Dokumentované rozšírenie kontextu používa YaRN s prekladanými pozičnými nastaveniami kontrolného bodu. Faktor štyri cieli na postup s približne jedným miliónom tokenov; pri zaťažení 524,288 tokenov Qwen navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto výrobca odporúča meniť ho vtedy, keď je potrebný dlhší kontext. Vo veľkom vstupe zachovajte identifikátory oddielov a kódu a žiadajte, aby výsledok ukázal, ktoré dôkazy podopierajú každý záver.
Odporúčania generovania a limity
Pre všeobecné uvažovanie výrobca odporúča temperature 1.0, top_p 0.95, top_k 20, min_p 0, penalizáciu prítomnosti 1.5 a penalizáciu opakovania 1.0. Pri presnom programovaní sa temperature mení na 0.6 a penalizácia prítomnosti na nulu. Pri priamych odpovediach odporúča temperature 0.7, top_p 0.8 a penalizáciu prítomnosti 1.5, ostatné hodnoty zostávajú nezmenené. Vyššie penalizácie prítomnosti môžu obmedziť opakovanie, ale môžu miešať jazyky alebo mierne znížiť kvalitu.
Qwen pre väčšinu otázok odporúča rozsah generovania 32,768 tokenov a pre neobvykle zložité matematické alebo programovacie úlohy 81,920. Ide o odporúčania, nie samostatne stanovené pevné výstupné stropy. Výslovne určte konečný formát a kód, výpočty a extrahované vizuálne detaily overujte voči zdroju. Kontinuita uvažovania a dlhý kontext pomáhajú prenášať dôkazy úlohy, zatiaľ čo overiteľný konečný artefakt robí výsledok užitočným.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3.6-35b-a3b | 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 $0.000566 / 1K tokenov Výstup · Výstupné tokeny $0.00341 / 1K tokenov Vstup · Čítanie cache $0.0001 / 1K tokenov Vstup · Zápis do cache $0 / 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 $0.000566 / 1K tokenov Výstup · Výstupné tokeny $0.00341 / 1K tokenov Vstup · Čítanie cache $0.0001 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "qwen/qwen3.6-35b-a3b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.6-35b-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/qwen3.6-35b-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 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/qwen3.6-35b-a3b
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Correct a button loading state\n\nPropose a small JavaScript change for a save form. Current handler sets button.disabled = true, awaits saveDraft(), then reenables the button. When saveDraft rejects, the button stays disabled. Preserve the save operation and show pseudocode for displaying an error and always restoring the button. Add success and failure acceptance checks.A focused async handler or pseudocode plus two checks covering button and error states.Verify the cleanup happens on rejection and success without converting a failed save into a success message.