Hlavné prednosti Qwen3-Next: komplexné textové uvažovanie
Qwen3-Next-80B-A3B-Thinking je textové vydanie Qwen3-Next určené iba na režim premýšľania. Výrobca ho odporúča na veľmi zložité úlohy uvažovania a uvádza, že jeho premýšľanie môže byť dlhšie než pri skorších modeloch. Prijíma text a vracia text vrátane vysvetlenej odpovede alebo návrhu kódu. Rozlišujte ho od Qwen3-Next-80B-A3B-Instruct a Qwen3-Coder-Next, ktorých kontrakty režimu bez premýšľania sú odlišné.
Rodina zavádza hybridnú pozornosť kombinujúcu Gated DeltaNet a hradlovanú pozornosť, expertov s vysokou riedkosťou, techniky stability, ako je normalizácia vrstiev centrovaná na nulu a s úbytkom váh, a predikciu viacerých tokenov. Qwen tiež opisuje stabilizáciu posilňovacieho učenia prostredníctvom GSPO. Ide o tréningové a architektonické vlastnosti; zisky v efektívnosti závisia od implementácie a nemali by sa meniť na univerzálne tvrdenie o čase odpovede.
Prehľad modelu
Model má celkovo 80 miliárd parametrov a aktivuje tri miliardy. Má 48 vrstiev s expertným vzorom troch DeltaNet vrstiev na jednu vrstvu hradlovanej pozornosti. Výrobca uvádza 512 expertov, desať aktivovaných expertov a jedného zdieľaného experta, s predtréningom na 15 biliónoch tokenov a následným dotréningom. Aktivované parametre nie sú veľkosťou celej kontrolnej snímky.
Natívny kontext má 262 144 tokenov s dokumentovaným rozšírením na 1 010 000. Zdrojový text, historické správy, pozorovania nástrojov, uvažovanie a konečný výstup zdieľajú nakonfigurovaný limit sekvencie. Pri komplexnom premýšľaní výrobca odporúča podľa možností nakonfigurovať kontext väčší než 131 072, aj keby menšie okno znížilo nároky na pamäť.
Používanie rozhrania určeného iba na premýšľanie
Predvolená šablóna konverzácie už obsahuje otváraciu značku premýšľania. Vrátená sekvencia preto môže obsahovať zatváraciu značku bez opakovania otváracej. Ide o normálne formátovanie v postupe výrobcu, nie o dôkaz, že uvažovanie chýba. Model podporuje iba režim premýšľania; žiadosť o stručnú konečnú odpoveď ho nemení na vydanie bez premýšľania.
Pri matematickom alebo logickom probléme uveďte úplné zadanie, definície, jednotky a povolené predpoklady. Požiadajte o jasne oddelenú konečnú odpoveď s podpornými krokmi potrebnými na jej kontrolu. Pri uvažovaní o kóde poskytnite relevantnú funkciu, vstup a zamýšľané správanie, potom požiadajte o vysvetlený návrh. Porovnajte podporné výpočty alebo navrhovanú opravu s dodanými podmienkami a skutočnými výsledkami.
Implementácia a nástroje
Príklady výrobcu podporujú vývojové postupy a postupy s nástrojmi a odporúčajú Qwen-Agent pre šablóny nástrojov a parsovanie s nakonfigurovanými nástrojmi alebo nástrojmi pripojenými cez MCP. Definujte povolené nástroje, cieľ úlohy a pozorovateľnú podmienku dokončenia. Aplikácia vykonáva externé akcie a vracia skutočné pozorovania; model môže túto spätnú väzbu využiť v ďalšej odpovedi.
Predikcia viacerých tokenov je súčasťou tréningu, no jej využitie pri inferencii závisí od implementácie a nie je všeobecne dostupné v každom odľahčenom pracovnom postupe. Pri posudzovaní nasadenia zachovajte toto rozlíšenie. Samotná schopnosť nástrojov alebo architektúry nepotvrdzuje prístup k súborom, aktuálnym zdrojom ani prostrediu vykonávania prostredníctvom inej aplikácie.
Mimoriadne dlhý text
Dokumentované rozšírenie používa YaRN. Výrobca overuje kontext s približne miliónom tokenov a uvádza postup s faktorom štyri založený na natívnych 262 144 pozíciách; pre úlohy s 524 288 tokenmi navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto by malo zodpovedať skutočnej potrebe dlhšieho vstupu.
Veľký vstup usporiadajte pomocou hraníc dokumentov a identifikátorov kódu alebo sekcií. Uveďte otázku a očakávaný artefakt, aby model mohol prepojiť relevantné podklady namiesto považovania celého okna za náhradu jasnej úlohy. Vyhraďte priestor na jeho potenciálne dlhé uvažovanie a konečný výsledok.
Odporúčania pre generovanie
Best Practices odporúčajú temperature 0,6, top_p 0,95, top_k 20 a min_p 0. Tam, kde je podporovaná, môže penalizácia prítomnosti medzi nulou a dvoma znížiť opakovanie textu, no vyššie hodnoty môžu miešať jazyky alebo mierne znižovať kvalitu. Qwen pre väčšinu otázok odporúča rozsah generovania 32 768 tokenov a pre nezvyčajne zložité matematické alebo programovacie úlohy 81 920. Ide o odporúčania, nie o nezávislé pevné horné hranice výstupu.
Výslovne určte formát konečnej odpovede, napríklad oddelený matematický výsledok alebo pole odpovede. Výrobca odporúča v historických správach asistenta zachovávať konečné výstupy bez obsahu premýšľania podľa šablóny tejto kontrolnej snímky. Možnosti zachovávania historického uvažovania neskorších modelov by sa nemali automaticky preberať.
Podstatné obmedzenia
Ide o model určený iba pre text. Obrazy, zvuk alebo video vyžadujú vhodnú samostatnú reprezentáciu, aby mohli slúžiť ako podklady v tomto pracovnom postupe. Dlhé premýšľanie a kontext sú konečné zdroje a podrobné uvažovanie samo osebe nepreukazuje správny výsledok. Skontrolujte predpoklady, výpočty a generovaný kód voči dodanému zdroju. Užitočným výsledkom je posúditeľná odpoveď alebo artefakt, ktorého podklady zostávajú viditeľné a ktorého identita režimu určeného iba na premýšľanie je zachovaná.
", "aboutText": "Hlavné prednosti Qwen3-Next: komplexné textové uvažovanie\n\nQwen3-Next-80B-A3B-Thinking je textové vydanie Qwen3-Next určené iba na režim premýšľania. Výrobca ho odporúča na veľmi zložité úlohy uvažovania a uvádza, že jeho premýšľanie môže byť dlhšie než pri skorších modeloch. Prijíma text a vracia text vrátane vysvetlenej odpovede alebo návrhu kódu. Rozlišujte ho od Qwen3-Next-80B-A3B-Instruct a Qwen3-Coder-Next, ktorých kontrakty režimu bez premýšľania sú odlišné.\n\nRodina zavádza hybridnú pozornosť kombinujúcu Gated DeltaNet a hradlovanú pozornosť, expertov s vysokou riedkosťou, techniky stability, ako je normalizácia vrstiev centrovaná na nulu a s úbytkom váh, a predikciu viacerých tokenov. Qwen tiež opisuje stabilizáciu posilňovacieho učenia prostredníctvom GSPO. Ide o tréningové a architektonické vlastnosti; zisky v efektívnosti závisia od implementácie a nemali by sa meniť na univerzálne tvrdenie o čase odpovede.\n\nPrehľad modelu\n\nModel má celkovo 80 miliárd parametrov a aktivuje tri miliardy. Má 48 vrstiev s expertným vzorom troch DeltaNet vrstiev na jednu vrstvu hradlovanej pozornosti. Výrobca uvádza 512 expertov, desať aktivovaných expertov a jedného zdieľaného experta, s predtréningom na 15 biliónoch tokenov a následným dotréningom. Aktivované parametre nie sú veľkosťou celej kontrolnej snímky.\n\nNatívny kontext má 262 144 tokenov s dokumentovaným rozšírením na 1 010 000. Zdrojový text, historické správy, pozorovania nástrojov, uvažovanie a konečný výstup zdieľajú nakonfigurovaný limit sekvencie. Pri komplexnom premýšľaní výrobca odporúča podľa možností nakonfigurovať kontext väčší než 131 072, aj keby menšie okno znížilo nároky na pamäť.\n\nPoužívanie rozhrania určeného iba na premýšľanie\n\nPredvolená šablóna konverzácie už obsahuje otváraciu značku premýšľania. Vrátená sekvencia preto môže obsahovať zatváraciu značku bez opakovania otváracej. Ide o normálne formátovanie v postupe výrobcu, nie o dôkaz, že uvažovanie chýba. Model podporuje iba režim premýšľania; žiadosť o stručnú konečnú odpoveď ho nemení na vydanie bez premýšľania.\n\nPri matematickom alebo logickom probléme uveďte úplné zadanie, definície, jednotky a povolené predpoklady. Požiadajte o jasne oddelenú konečnú odpoveď s podpornými krokmi potrebnými na jej kontrolu. Pri uvažovaní o kóde poskytnite relevantnú funkciu, vstup a zamýšľané správanie, potom požiadajte o vysvetlený návrh. Porovnajte podporné výpočty alebo navrhovanú opravu s dodanými podmienkami a skutočnými výsledkami.\n\nImplementácia a nástroje\n\nPríklady výrobcu podporujú vývojové postupy a postupy s nástrojmi a odporúčajú Qwen-Agent pre šablóny nástrojov a parsovanie s nakonfigurovanými nástrojmi alebo nástrojmi pripojenými cez MCP. Definujte povolené nástroje, cieľ úlohy a pozorovateľnú podmienku dokončenia. Aplikácia vykonáva externé akcie a vracia skutočné pozorovania; model môže túto spätnú väzbu využiť v ďalšej odpovedi.\n\nPredikcia viacerých tokenov je súčasťou tréningu, no jej využitie pri inferencii závisí od implementácie a nie je všeobecne dostupné v každom odľahčenom pracovnom postupe. Pri posudzovaní nasadenia zachovajte toto rozlíšenie. Samotná schopnosť nástrojov alebo architektúry nepotvrdzuje prístup k súborom, aktuálnym zdrojom ani prostrediu vykonávania prostredníctvom inej aplikácie.\n\nMimoriadne dlhý text\n\nDokumentované rozšírenie používa YaRN. Výrobca overuje kontext s približne miliónom tokenov a uvádza postup s faktorom štyri založený na natívnych 262 144 pozíciách; pre úlohy s 524 288 tokenmi navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto by malo zodpovedať skutočnej potrebe dlhšieho vstupu.\n\nVeľký vstup usporiadajte pomocou hraníc dokumentov a identifikátorov kódu alebo sekcií. Uveďte otázku a očakávaný artefakt, aby model mohol prepojiť relevantné podklady namiesto považovania celého okna za náhradu jasnej úlohy. Vyhraďte priestor na jeho potenciálne dlhé uvažovanie a konečný výsledok.\n\nOdporúčania pre generovanie\n\nBest Practices odporúčajú temperature 0,6, top_p 0,95, top_k 20 a min_p 0. Tam, kde je podporovaná, môže penalizácia prítomnosti medzi nulou a dvoma znížiť opakovanie textu, no vyššie hodnoty môžu miešať jazyky alebo mierne znižovať kvalitu. Qwen pre väčšinu otázok odporúča rozsah generovania 32 768 tokenov a pre nezvyčajne zložité matematické alebo programovacie úlohy 81 920. Ide o odporúčania, nie o nezávislé pevné horné hranice výstupu.\n\nVýslovne určte formát konečnej odpovede, napríklad oddelený matematický výsledok alebo pole odpovede. Výrobca odporúča v historických správach asistenta zachovávať konečné výstupy bez obsahu premýšľania podľa šablóny tejto kontrolnej snímky. Možnosti zachovávania historického uvažovania neskorších modelov by sa nemali automaticky preberať.\n\nPodstatné obmedzenia\n\nIde o model určený iba pre text. Obrazy, zvuk alebo video vyžadujú vhodnú samostatnú reprezentáciu, aby mohli slúžiť ako podklady v tomto pracovnom postupe. Dlhé premýšľanie a kontext sú konečné zdroje a podrobné uvažovanie samo osebe nepreukazuje správny výsledok. Skontrolujte predpoklady, výpočty a generovaný kód voči dodanému zdroju. Užitočným výsledkom je posúditeľná odpoveď alebo artefakt, ktorého podklady zostávajú viditeľné a ktorého identita režimu určeného iba na premýšľanie je zachovaná.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Identify what a logic puzzle actually determines\n\nExactly one of A, B and C took a key, and exactly one statement is true. A says, 'B took it.' B says, 'C took it.' C says, 'I did not take it.' Determine every possible culprit consistent with these premises. Show a truth table and state whether the culprit is uniquely determined.A three-case truth table and the complete set of consistent culprits with a uniqueness conclusion.The table checks exactly one true statement in each candidate case and preserves multiple solutions if the premises allow them.qwen/qwen3-next-80b-a3b-thinkingQwen3-Next-80B-A3B-Thinking je textový model Qwen pre uvažovanie s celkovo 80 miliardami a 3 miliardami aktivovaných parametrov. Pri zložitých úlohách používa iba premýšľanie, hybridnú pozornosť a riedkych expertov, s natívnym kontextom 262 144 tokenov a podmieneným rozšírením na 1 010 000.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Hlavné prednosti Qwen3-Next: komplexné textové uvažovanie
Qwen3-Next-80B-A3B-Thinking je textové vydanie Qwen3-Next určené iba na režim premýšľania. Výrobca ho odporúča na veľmi zložité úlohy uvažovania a uvádza, že jeho premýšľanie môže byť dlhšie než pri skorších modeloch. Prijíma text a vracia text vrátane vysvetlenej odpovede alebo návrhu kódu. Rozlišujte ho od Qwen3-Next-80B-A3B-Instruct a Qwen3-Coder-Next, ktorých kontrakty režimu bez premýšľania sú odlišné.
Rodina zavádza hybridnú pozornosť kombinujúcu Gated DeltaNet a hradlovanú pozornosť, expertov s vysokou riedkosťou, techniky stability, ako je normalizácia vrstiev centrovaná na nulu a s úbytkom váh, a predikciu viacerých tokenov. Qwen tiež opisuje stabilizáciu posilňovacieho učenia prostredníctvom GSPO. Ide o tréningové a architektonické vlastnosti; zisky v efektívnosti závisia od implementácie a nemali by sa meniť na univerzálne tvrdenie o čase odpovede.
Prehľad modelu
Model má celkovo 80 miliárd parametrov a aktivuje tri miliardy. Má 48 vrstiev s expertným vzorom troch DeltaNet vrstiev na jednu vrstvu hradlovanej pozornosti. Výrobca uvádza 512 expertov, desať aktivovaných expertov a jedného zdieľaného experta, s predtréningom na 15 biliónoch tokenov a následným dotréningom. Aktivované parametre nie sú veľkosťou celej kontrolnej snímky.
Natívny kontext má 262 144 tokenov s dokumentovaným rozšírením na 1 010 000. Zdrojový text, historické správy, pozorovania nástrojov, uvažovanie a konečný výstup zdieľajú nakonfigurovaný limit sekvencie. Pri komplexnom premýšľaní výrobca odporúča podľa možností nakonfigurovať kontext väčší než 131 072, aj keby menšie okno znížilo nároky na pamäť.
Používanie rozhrania určeného iba na premýšľanie
Predvolená šablóna konverzácie už obsahuje otváraciu značku premýšľania. Vrátená sekvencia preto môže obsahovať zatváraciu značku bez opakovania otváracej. Ide o normálne formátovanie v postupe výrobcu, nie o dôkaz, že uvažovanie chýba. Model podporuje iba režim premýšľania; žiadosť o stručnú konečnú odpoveď ho nemení na vydanie bez premýšľania.
Pri matematickom alebo logickom probléme uveďte úplné zadanie, definície, jednotky a povolené predpoklady. Požiadajte o jasne oddelenú konečnú odpoveď s podpornými krokmi potrebnými na jej kontrolu. Pri uvažovaní o kóde poskytnite relevantnú funkciu, vstup a zamýšľané správanie, potom požiadajte o vysvetlený návrh. Porovnajte podporné výpočty alebo navrhovanú opravu s dodanými podmienkami a skutočnými výsledkami.
Implementácia a nástroje
Príklady výrobcu podporujú vývojové postupy a postupy s nástrojmi a odporúčajú Qwen-Agent pre šablóny nástrojov a parsovanie s nakonfigurovanými nástrojmi alebo nástrojmi pripojenými cez MCP. Definujte povolené nástroje, cieľ úlohy a pozorovateľnú podmienku dokončenia. Aplikácia vykonáva externé akcie a vracia skutočné pozorovania; model môže túto spätnú väzbu využiť v ďalšej odpovedi.
Predikcia viacerých tokenov je súčasťou tréningu, no jej využitie pri inferencii závisí od implementácie a nie je všeobecne dostupné v každom odľahčenom pracovnom postupe. Pri posudzovaní nasadenia zachovajte toto rozlíšenie. Samotná schopnosť nástrojov alebo architektúry nepotvrdzuje prístup k súborom, aktuálnym zdrojom ani prostrediu vykonávania prostredníctvom inej aplikácie.
Mimoriadne dlhý text
Dokumentované rozšírenie používa YaRN. Výrobca overuje kontext s približne miliónom tokenov a uvádza postup s faktorom štyri založený na natívnych 262 144 pozíciách; pre úlohy s 524 288 tokenmi navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto by malo zodpovedať skutočnej potrebe dlhšieho vstupu.
Veľký vstup usporiadajte pomocou hraníc dokumentov a identifikátorov kódu alebo sekcií. Uveďte otázku a očakávaný artefakt, aby model mohol prepojiť relevantné podklady namiesto považovania celého okna za náhradu jasnej úlohy. Vyhraďte priestor na jeho potenciálne dlhé uvažovanie a konečný výsledok.
Odporúčania pre generovanie
Best Practices odporúčajú temperature 0,6, top_p 0,95, top_k 20 a min_p 0. Tam, kde je podporovaná, môže penalizácia prítomnosti medzi nulou a dvoma znížiť opakovanie textu, no vyššie hodnoty môžu miešať jazyky alebo mierne znižovať kvalitu. Qwen pre väčšinu otázok odporúča rozsah generovania 32 768 tokenov a pre nezvyčajne zložité matematické alebo programovacie úlohy 81 920. Ide o odporúčania, nie o nezávislé pevné horné hranice výstupu.
Výslovne určte formát konečnej odpovede, napríklad oddelený matematický výsledok alebo pole odpovede. Výrobca odporúča v historických správach asistenta zachovávať konečné výstupy bez obsahu premýšľania podľa šablóny tejto kontrolnej snímky. Možnosti zachovávania historického uvažovania neskorších modelov by sa nemali automaticky preberať.
Podstatné obmedzenia
Ide o model určený iba pre text. Obrazy, zvuk alebo video vyžadujú vhodnú samostatnú reprezentáciu, aby mohli slúžiť ako podklady v tomto pracovnom postupe. Dlhé premýšľanie a kontext sú konečné zdroje a podrobné uvažovanie samo osebe nepreukazuje správny výsledok. Skontrolujte predpoklady, výpočty a generovaný kód voči dodanému zdroju. Užitočným výsledkom je posúditeľná odpoveď alebo artefakt, ktorého podklady zostávajú viditeľné a ktorého identita režimu určeného iba na premýšľanie je zachovaná.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3-next-80b-a3b-thinking | 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 $0.0003 / 1K tokenov Výstup · Výstupné tokeny $0.0024 / 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 $0.0003 / 1K tokenov Výstup · Výstupné tokeny $0.0024 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-next-80b-a3b-thinking", "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-next-80b-a3b-thinking',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-next-80b-a3b-thinking',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-next-80b-a3b-thinking
Použite cesty metód uvedené vyššie.
qwen/qwen3-next-80b-a3b-thinkingQwen3-Next-80B-A3B-Thinking je textový model Qwen pre uvažovanie s celkovo 80 miliardami a 3 miliardami aktivovaných parametrov. Pri zložitých úlohách používa iba premýšľanie, hybridnú pozornosť a riedkych expertov, s natívnym kontextom 262 144 tokenov a podmieneným rozšírením na 1 010 000.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Hlavné prednosti Qwen3-Next: komplexné textové uvažovanie
Qwen3-Next-80B-A3B-Thinking je textové vydanie Qwen3-Next určené iba na režim premýšľania. Výrobca ho odporúča na veľmi zložité úlohy uvažovania a uvádza, že jeho premýšľanie môže byť dlhšie než pri skorších modeloch. Prijíma text a vracia text vrátane vysvetlenej odpovede alebo návrhu kódu. Rozlišujte ho od Qwen3-Next-80B-A3B-Instruct a Qwen3-Coder-Next, ktorých kontrakty režimu bez premýšľania sú odlišné.
Rodina zavádza hybridnú pozornosť kombinujúcu Gated DeltaNet a hradlovanú pozornosť, expertov s vysokou riedkosťou, techniky stability, ako je normalizácia vrstiev centrovaná na nulu a s úbytkom váh, a predikciu viacerých tokenov. Qwen tiež opisuje stabilizáciu posilňovacieho učenia prostredníctvom GSPO. Ide o tréningové a architektonické vlastnosti; zisky v efektívnosti závisia od implementácie a nemali by sa meniť na univerzálne tvrdenie o čase odpovede.
Prehľad modelu
Model má celkovo 80 miliárd parametrov a aktivuje tri miliardy. Má 48 vrstiev s expertným vzorom troch DeltaNet vrstiev na jednu vrstvu hradlovanej pozornosti. Výrobca uvádza 512 expertov, desať aktivovaných expertov a jedného zdieľaného experta, s predtréningom na 15 biliónoch tokenov a následným dotréningom. Aktivované parametre nie sú veľkosťou celej kontrolnej snímky.
Natívny kontext má 262 144 tokenov s dokumentovaným rozšírením na 1 010 000. Zdrojový text, historické správy, pozorovania nástrojov, uvažovanie a konečný výstup zdieľajú nakonfigurovaný limit sekvencie. Pri komplexnom premýšľaní výrobca odporúča podľa možností nakonfigurovať kontext väčší než 131 072, aj keby menšie okno znížilo nároky na pamäť.
Používanie rozhrania určeného iba na premýšľanie
Predvolená šablóna konverzácie už obsahuje otváraciu značku premýšľania. Vrátená sekvencia preto môže obsahovať zatváraciu značku bez opakovania otváracej. Ide o normálne formátovanie v postupe výrobcu, nie o dôkaz, že uvažovanie chýba. Model podporuje iba režim premýšľania; žiadosť o stručnú konečnú odpoveď ho nemení na vydanie bez premýšľania.
Pri matematickom alebo logickom probléme uveďte úplné zadanie, definície, jednotky a povolené predpoklady. Požiadajte o jasne oddelenú konečnú odpoveď s podpornými krokmi potrebnými na jej kontrolu. Pri uvažovaní o kóde poskytnite relevantnú funkciu, vstup a zamýšľané správanie, potom požiadajte o vysvetlený návrh. Porovnajte podporné výpočty alebo navrhovanú opravu s dodanými podmienkami a skutočnými výsledkami.
Implementácia a nástroje
Príklady výrobcu podporujú vývojové postupy a postupy s nástrojmi a odporúčajú Qwen-Agent pre šablóny nástrojov a parsovanie s nakonfigurovanými nástrojmi alebo nástrojmi pripojenými cez MCP. Definujte povolené nástroje, cieľ úlohy a pozorovateľnú podmienku dokončenia. Aplikácia vykonáva externé akcie a vracia skutočné pozorovania; model môže túto spätnú väzbu využiť v ďalšej odpovedi.
Predikcia viacerých tokenov je súčasťou tréningu, no jej využitie pri inferencii závisí od implementácie a nie je všeobecne dostupné v každom odľahčenom pracovnom postupe. Pri posudzovaní nasadenia zachovajte toto rozlíšenie. Samotná schopnosť nástrojov alebo architektúry nepotvrdzuje prístup k súborom, aktuálnym zdrojom ani prostrediu vykonávania prostredníctvom inej aplikácie.
Mimoriadne dlhý text
Dokumentované rozšírenie používa YaRN. Výrobca overuje kontext s približne miliónom tokenov a uvádza postup s faktorom štyri založený na natívnych 262 144 pozíciách; pre úlohy s 524 288 tokenmi navrhuje faktor dva. Statické škálovanie môže ovplyvniť výkon pri kratšom texte, preto by malo zodpovedať skutočnej potrebe dlhšieho vstupu.
Veľký vstup usporiadajte pomocou hraníc dokumentov a identifikátorov kódu alebo sekcií. Uveďte otázku a očakávaný artefakt, aby model mohol prepojiť relevantné podklady namiesto považovania celého okna za náhradu jasnej úlohy. Vyhraďte priestor na jeho potenciálne dlhé uvažovanie a konečný výsledok.
Odporúčania pre generovanie
Best Practices odporúčajú temperature 0,6, top_p 0,95, top_k 20 a min_p 0. Tam, kde je podporovaná, môže penalizácia prítomnosti medzi nulou a dvoma znížiť opakovanie textu, no vyššie hodnoty môžu miešať jazyky alebo mierne znižovať kvalitu. Qwen pre väčšinu otázok odporúča rozsah generovania 32 768 tokenov a pre nezvyčajne zložité matematické alebo programovacie úlohy 81 920. Ide o odporúčania, nie o nezávislé pevné horné hranice výstupu.
Výslovne určte formát konečnej odpovede, napríklad oddelený matematický výsledok alebo pole odpovede. Výrobca odporúča v historických správach asistenta zachovávať konečné výstupy bez obsahu premýšľania podľa šablóny tejto kontrolnej snímky. Možnosti zachovávania historického uvažovania neskorších modelov by sa nemali automaticky preberať.
Podstatné obmedzenia
Ide o model určený iba pre text. Obrazy, zvuk alebo video vyžadujú vhodnú samostatnú reprezentáciu, aby mohli slúžiť ako podklady v tomto pracovnom postupe. Dlhé premýšľanie a kontext sú konečné zdroje a podrobné uvažovanie samo osebe nepreukazuje správny výsledok. Skontrolujte predpoklady, výpočty a generovaný kód voči dodanému zdroju. Užitočným výsledkom je posúditeľná odpoveď alebo artefakt, ktorého podklady zostávajú viditeľné a ktorého identita režimu určeného iba na premýšľanie je zachovaná.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3-next-80b-a3b-thinking | 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 $0.0003 / 1K tokenov Výstup · Výstupné tokeny $0.0024 / 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 $0.0003 / 1K tokenov Výstup · Výstupné tokeny $0.0024 / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "qwen/qwen3-next-80b-a3b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-next-80b-a3b-thinking', '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-next-80b-a3b-thinking', '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-next-80b-a3b-thinking
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Identify what a logic puzzle actually determines\n\nExactly one of A, B and C took a key, and exactly one statement is true. A says, 'B took it.' B says, 'C took it.' C says, 'I did not take it.' Determine every possible culprit consistent with these premises. Show a truth table and state whether the culprit is uniquely determined.A three-case truth table and the complete set of consistent culprits with a uniqueness conclusion.The table checks exactly one true statement in each candidate case and preserves multiple solutions if the premises allow them.