Qwen3-0.6B poskytuje hybridné textové rozhranie Qwen3 v hustom modeli s 0.6 miliardy parametrov. Schopnosti jeho rodiny zahŕňajú nasledovanie pokynov, viacjazyčnú konverzáciu, tvorivé písanie, interakciu podľa rolí, matematiku, kód a logické uvažovanie. V tomto istom vydaní je dostupné uvažovanie aj bežné generovanie. Kompaktná veľkosť identifikuje kontrolný bod, nie odlišný formát vstupu ani náhradný názov väčšieho modelu Qwen3.
Model má 0.44 miliardy parametrov mimo embeddingov a 28 vrstiev so 16 hlavami dotazov a ôsmimi hlavami kľúčov/hodnôt v pozornosti so zoskupenými dotazmi. Konkrétna karta dokumentuje kontext 32,768 tokenov. Vstupný text aj vygenerovaný obsah zaberajú sekvenciu modelu, preto pri zostavovaní pokynov a príkladov vyhraďte miesto na odpoveď. Karta tohto vydania nedokumentuje konfiguráciu rozšíreného kontextu uvádzanú na kartách niektorých väčších modelov Qwen3. Praktickou prvou úlohou je jedna krátka, jasne definovaná operácia, ktorej výstup možno priamo porovnať so zdrojom.
Na predloženie pokynu a materiálu použite šablónu chatu určenú výrobcom. Poskytnite napríklad krátku servisnú poznámku a požiadajte o správu pre zákazníka, ktorá zachová dátum termínu a názov produktu. Uveďte zamýšľaného čitateľa, tón a požadovanú maximálnu dĺžku. Pri úlohe výberu označenia vypíšte povolené označenia s definíciami a zahrňte nejednoznačný príklad ukazujúci, ako uviesť neistotu. Žiadajte iba označenie a zodpovedajúcu pasáž zo vstupu. Sú to konkrétne požiadavky na výstup, nie tvrdenie, že ich model vždy splní bez kontroly. Zverejnená integrácia očakáva behové prostredie s podporou Qwen3; karta upozorňuje, že verzie Transformers nižšie než 4.51.0 nerozpoznajú požadovanú architektúru.
Dodaná šablóna predvolene používa uvažovanie. Pevné nastavenie režimu bez uvažovania potlačí časť s uvažovaním; ak uvažovanie zostáva zapnuté, /think a /no_think môžu riadiť režim medzi kolami podľa najnovšieho pokynu. Pevné vypnutie má pred týmito mäkkými zadaniami prednosť. Vyberte nastavenie zodpovedajúce operácii: jednoduchá zmena schváleného znenia môže používať priamu odpoveď, zatiaľ čo vysvetlenie, prečo platí určitá podmienka, môže potrebovať uvažovanie. Ako históriu konverzácie ukladajte konečnú odpoveď namiesto predchádzajúcej časti s uvažovaním. Pri zapnutom uvažovaní zostáva blok uvažovania aj po mäkkej požiadavke na odpoveď bez uvažovania; jeho obsah môže byť prázdny. Pevné vypnutie tento blok odstráni.
Karta modelu opisuje použitie v agentoch orientované na nástroje a odporúča Qwen-Agent na šablóny a parsovanie. Pri malom asistentovi pre slovník pojmov môže aplikácia sprístupniť jedno vyhľadanie iba na čítanie, validovať jeho argumenty, vykonať ho a vrátiť položku. Model potom môže vysvetliť pojem v štýle požadovanom používateľom. Výsledok nástroja a náhradný postup pri chýbajúcej položke definujte vopred. S vygenerovanou požiadavkou na nástroj treba zaobchádzať ako s požiadavkou, pričom zodpovednosť za vykonanie a vrátené dôkazy si ponecháva aplikácia. Príručka Qwen3 opisuje aj paralelné a viackrokové volania nástrojov s argumentmi reprezentovanými ako objekty a výsledkami dodávanými späť do konverzácie.
Zverejnený rýchly úvod a odporúčané dĺžky výstupu sú usmernením pre generovanie, nie samostatným zaručeným limitom API. Pri cielenej operácii vyberte kompaktný konečný záznam, napríklad preformulovanú vetu s nezmenenými menami alebo označenie a text, ktorý ho podopiera. Overte tento záznam voči dodanému materiálu. Ak úloha narastie na dlhé vysvetlenie, vyhodnoťte dlhší výsledok na rovnakom druhu skutočného vstupu namiesto predpokladu, že kompaktná identita modelu dokazuje jeho presnosť alebo kvalitu odpovede. Dokumentácia Qwen3 v rámci vysvetlenia tréningovej dĺžky rozoberá dĺžky správ asistenta 38,912 tokenov v režime uvažovania a 16,384 v režime bez uvažovania a odporúča hodnotiť kvalitu dlhšieho generovania. Tieto údaje sa líšia od celkového kontextového okna a nie sú pevným limitom konkrétneho koncového bodu.
Táto konkrétna karta pridáva radu pre výrazné opakovanie: použite odporúčanú konfiguráciu vzorkovania a zvážte presence_penalty 1.5. Silnejšie penalizácie môžu spôsobovať miešanie jazykov alebo pokles výkonu. Režim uvažovania sa spája s temperature 0.6, top-p 0.95, top-k 20 a min-p 0; režim bez uvažovania s temperature 0.7, top-p 0.8, top-k 20 a min-p 0. Výrobca upozorňuje na nevhodnosť chamtivého dekódovania v režime uvažovania. Preskúmajte opakované frázy, zachované mená a vybrané označenie; chybne formátovaný záznam odmietnite namiesto toho, aby ste čitateľný text považovali za dôkaz dodržania požadovaného formátu.
", "aboutText": "Qwen3-0.6B poskytuje hybridné textové rozhranie Qwen3 v hustom modeli s 0.6 miliardy parametrov. Schopnosti jeho rodiny zahŕňajú nasledovanie pokynov, viacjazyčnú konverzáciu, tvorivé písanie, interakciu podľa rolí, matematiku, kód a logické uvažovanie. V tomto istom vydaní je dostupné uvažovanie aj bežné generovanie. Kompaktná veľkosť identifikuje kontrolný bod, nie odlišný formát vstupu ani náhradný názov väčšieho modelu Qwen3.\n\nModel má 0.44 miliardy parametrov mimo embeddingov a 28 vrstiev so 16 hlavami dotazov a ôsmimi hlavami kľúčov/hodnôt v pozornosti so zoskupenými dotazmi. Konkrétna karta dokumentuje kontext 32,768 tokenov. Vstupný text aj vygenerovaný obsah zaberajú sekvenciu modelu, preto pri zostavovaní pokynov a príkladov vyhraďte miesto na odpoveď. Karta tohto vydania nedokumentuje konfiguráciu rozšíreného kontextu uvádzanú na kartách niektorých väčších modelov Qwen3. Praktickou prvou úlohou je jedna krátka, jasne definovaná operácia, ktorej výstup možno priamo porovnať so zdrojom.\n\nNa predloženie pokynu a materiálu použite šablónu chatu určenú výrobcom. Poskytnite napríklad krátku servisnú poznámku a požiadajte o správu pre zákazníka, ktorá zachová dátum termínu a názov produktu. Uveďte zamýšľaného čitateľa, tón a požadovanú maximálnu dĺžku. Pri úlohe výberu označenia vypíšte povolené označenia s definíciami a zahrňte nejednoznačný príklad ukazujúci, ako uviesť neistotu. Žiadajte iba označenie a zodpovedajúcu pasáž zo vstupu. Sú to konkrétne požiadavky na výstup, nie tvrdenie, že ich model vždy splní bez kontroly. Zverejnená integrácia očakáva behové prostredie s podporou Qwen3; karta upozorňuje, že verzie Transformers nižšie než 4.51.0 nerozpoznajú požadovanú architektúru.\n\nDodaná šablóna predvolene používa uvažovanie. Pevné nastavenie režimu bez uvažovania potlačí časť s uvažovaním; ak uvažovanie zostáva zapnuté, /think a /no_think môžu riadiť režim medzi kolami podľa najnovšieho pokynu. Pevné vypnutie má pred týmito mäkkými zadaniami prednosť. Vyberte nastavenie zodpovedajúce operácii: jednoduchá zmena schváleného znenia môže používať priamu odpoveď, zatiaľ čo vysvetlenie, prečo platí určitá podmienka, môže potrebovať uvažovanie. Ako históriu konverzácie ukladajte konečnú odpoveď namiesto predchádzajúcej časti s uvažovaním. Pri zapnutom uvažovaní zostáva blok uvažovania aj po mäkkej požiadavke na odpoveď bez uvažovania; jeho obsah môže byť prázdny. Pevné vypnutie tento blok odstráni.\n\nKarta modelu opisuje použitie v agentoch orientované na nástroje a odporúča Qwen-Agent na šablóny a parsovanie. Pri malom asistentovi pre slovník pojmov môže aplikácia sprístupniť jedno vyhľadanie iba na čítanie, validovať jeho argumenty, vykonať ho a vrátiť položku. Model potom môže vysvetliť pojem v štýle požadovanom používateľom. Výsledok nástroja a náhradný postup pri chýbajúcej položke definujte vopred. S vygenerovanou požiadavkou na nástroj treba zaobchádzať ako s požiadavkou, pričom zodpovednosť za vykonanie a vrátené dôkazy si ponecháva aplikácia. Príručka Qwen3 opisuje aj paralelné a viackrokové volania nástrojov s argumentmi reprezentovanými ako objekty a výsledkami dodávanými späť do konverzácie.\n\nZverejnený rýchly úvod a odporúčané dĺžky výstupu sú usmernením pre generovanie, nie samostatným zaručeným limitom API. Pri cielenej operácii vyberte kompaktný konečný záznam, napríklad preformulovanú vetu s nezmenenými menami alebo označenie a text, ktorý ho podopiera. Overte tento záznam voči dodanému materiálu. Ak úloha narastie na dlhé vysvetlenie, vyhodnoťte dlhší výsledok na rovnakom druhu skutočného vstupu namiesto predpokladu, že kompaktná identita modelu dokazuje jeho presnosť alebo kvalitu odpovede. Dokumentácia Qwen3 v rámci vysvetlenia tréningovej dĺžky rozoberá dĺžky správ asistenta 38,912 tokenov v režime uvažovania a 16,384 v režime bez uvažovania a odporúča hodnotiť kvalitu dlhšieho generovania. Tieto údaje sa líšia od celkového kontextového okna a nie sú pevným limitom konkrétneho koncového bodu.\n\nTáto konkrétna karta pridáva radu pre výrazné opakovanie: použite odporúčanú konfiguráciu vzorkovania a zvážte presence_penalty 1.5. Silnejšie penalizácie môžu spôsobovať miešanie jazykov alebo pokles výkonu. Režim uvažovania sa spája s temperature 0.6, top-p 0.95, top-k 20 a min-p 0; režim bez uvažovania s temperature 0.7, top-p 0.8, top-k 20 a min-p 0. Výrobca upozorňuje na nevhodnosť chamtivého dekódovania v režime uvažovania. Preskúmajte opakované frázy, zachované mená a vybrané označenie; chybne formátovaný záznam odmietnite namiesto toho, aby ste čitateľný text považovali za dôkaz dodržania požadovaného formátu.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
A single focused appointment rewrite\n\nRewrite this note as one friendly sentence for a customer, using at most 25 words: 'Appointment for Polar Fan repair: 14 June, 09:30. Bring the purchase receipt.' Preserve the product name, date, time and receipt instruction. Return only the sentence, with no heading or additional details.One customer-facing sentence of at most 25 words retaining all four facts.Polar Fan, 14 June and 09:30 remain exact, and the receipt instruction is present.qwen3-0.6bQwen3-0.6B je najmenšie husté vydanie v tejto zostave Qwen3 s 0.6 miliardy parametrov. Spracúva textové pokyny a viacjazyčný dialóg prostredníctvom priameho režimu a režimu uvažovania s kontextom 32,768 tokenov osobitným pre toto vydanie.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Qwen3-0.6B poskytuje hybridné textové rozhranie Qwen3 v hustom modeli s 0.6 miliardy parametrov. Schopnosti jeho rodiny zahŕňajú nasledovanie pokynov, viacjazyčnú konverzáciu, tvorivé písanie, interakciu podľa rolí, matematiku, kód a logické uvažovanie. V tomto istom vydaní je dostupné uvažovanie aj bežné generovanie. Kompaktná veľkosť identifikuje kontrolný bod, nie odlišný formát vstupu ani náhradný názov väčšieho modelu Qwen3.
Model má 0.44 miliardy parametrov mimo embeddingov a 28 vrstiev so 16 hlavami dotazov a ôsmimi hlavami kľúčov/hodnôt v pozornosti so zoskupenými dotazmi. Konkrétna karta dokumentuje kontext 32,768 tokenov. Vstupný text aj vygenerovaný obsah zaberajú sekvenciu modelu, preto pri zostavovaní pokynov a príkladov vyhraďte miesto na odpoveď. Karta tohto vydania nedokumentuje konfiguráciu rozšíreného kontextu uvádzanú na kartách niektorých väčších modelov Qwen3. Praktickou prvou úlohou je jedna krátka, jasne definovaná operácia, ktorej výstup možno priamo porovnať so zdrojom.
Na predloženie pokynu a materiálu použite šablónu chatu určenú výrobcom. Poskytnite napríklad krátku servisnú poznámku a požiadajte o správu pre zákazníka, ktorá zachová dátum termínu a názov produktu. Uveďte zamýšľaného čitateľa, tón a požadovanú maximálnu dĺžku. Pri úlohe výberu označenia vypíšte povolené označenia s definíciami a zahrňte nejednoznačný príklad ukazujúci, ako uviesť neistotu. Žiadajte iba označenie a zodpovedajúcu pasáž zo vstupu. Sú to konkrétne požiadavky na výstup, nie tvrdenie, že ich model vždy splní bez kontroly. Zverejnená integrácia očakáva behové prostredie s podporou Qwen3; karta upozorňuje, že verzie Transformers nižšie než 4.51.0 nerozpoznajú požadovanú architektúru.
Dodaná šablóna predvolene používa uvažovanie. Pevné nastavenie režimu bez uvažovania potlačí časť s uvažovaním; ak uvažovanie zostáva zapnuté, /think a /no_think môžu riadiť režim medzi kolami podľa najnovšieho pokynu. Pevné vypnutie má pred týmito mäkkými zadaniami prednosť. Vyberte nastavenie zodpovedajúce operácii: jednoduchá zmena schváleného znenia môže používať priamu odpoveď, zatiaľ čo vysvetlenie, prečo platí určitá podmienka, môže potrebovať uvažovanie. Ako históriu konverzácie ukladajte konečnú odpoveď namiesto predchádzajúcej časti s uvažovaním. Pri zapnutom uvažovaní zostáva blok uvažovania aj po mäkkej požiadavke na odpoveď bez uvažovania; jeho obsah môže byť prázdny. Pevné vypnutie tento blok odstráni.
Karta modelu opisuje použitie v agentoch orientované na nástroje a odporúča Qwen-Agent na šablóny a parsovanie. Pri malom asistentovi pre slovník pojmov môže aplikácia sprístupniť jedno vyhľadanie iba na čítanie, validovať jeho argumenty, vykonať ho a vrátiť položku. Model potom môže vysvetliť pojem v štýle požadovanom používateľom. Výsledok nástroja a náhradný postup pri chýbajúcej položke definujte vopred. S vygenerovanou požiadavkou na nástroj treba zaobchádzať ako s požiadavkou, pričom zodpovednosť za vykonanie a vrátené dôkazy si ponecháva aplikácia. Príručka Qwen3 opisuje aj paralelné a viackrokové volania nástrojov s argumentmi reprezentovanými ako objekty a výsledkami dodávanými späť do konverzácie.
Zverejnený rýchly úvod a odporúčané dĺžky výstupu sú usmernením pre generovanie, nie samostatným zaručeným limitom API. Pri cielenej operácii vyberte kompaktný konečný záznam, napríklad preformulovanú vetu s nezmenenými menami alebo označenie a text, ktorý ho podopiera. Overte tento záznam voči dodanému materiálu. Ak úloha narastie na dlhé vysvetlenie, vyhodnoťte dlhší výsledok na rovnakom druhu skutočného vstupu namiesto predpokladu, že kompaktná identita modelu dokazuje jeho presnosť alebo kvalitu odpovede. Dokumentácia Qwen3 v rámci vysvetlenia tréningovej dĺžky rozoberá dĺžky správ asistenta 38,912 tokenov v režime uvažovania a 16,384 v režime bez uvažovania a odporúča hodnotiť kvalitu dlhšieho generovania. Tieto údaje sa líšia od celkového kontextového okna a nie sú pevným limitom konkrétneho koncového bodu.
Táto konkrétna karta pridáva radu pre výrazné opakovanie: použite odporúčanú konfiguráciu vzorkovania a zvážte presence_penalty 1.5. Silnejšie penalizácie môžu spôsobovať miešanie jazykov alebo pokles výkonu. Režim uvažovania sa spája s temperature 0.6, top-p 0.95, top-k 20 a min-p 0; režim bez uvažovania s temperature 0.7, top-p 0.8, top-k 20 a min-p 0. Výrobca upozorňuje na nevhodnosť chamtivého dekódovania v režime uvažovania. Preskúmajte opakované frázy, zachované mená a vybrané označenie; chybne formátovaný záznam odmietnite namiesto toho, aby ste čitateľný text považovali za dôkaz dodržania požadovaného formátu.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen3-0.6b | 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.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.0001 / 1K tokenov Výstup · Výstupné tokeny $0.001 / 1K tokenov Vstup · Čítanie cache $0 / 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": "qwen3-0.6b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3-0.6b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3-0.6b',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 qwen3-0.6b
Použite cesty metód uvedené vyššie.
qwen3-0.6bQwen3-0.6B je najmenšie husté vydanie v tejto zostave Qwen3 s 0.6 miliardy parametrov. Spracúva textové pokyny a viacjazyčný dialóg prostredníctvom priameho režimu a režimu uvažovania s kontextom 32,768 tokenov osobitným pre toto vydanie.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Qwen3-0.6B poskytuje hybridné textové rozhranie Qwen3 v hustom modeli s 0.6 miliardy parametrov. Schopnosti jeho rodiny zahŕňajú nasledovanie pokynov, viacjazyčnú konverzáciu, tvorivé písanie, interakciu podľa rolí, matematiku, kód a logické uvažovanie. V tomto istom vydaní je dostupné uvažovanie aj bežné generovanie. Kompaktná veľkosť identifikuje kontrolný bod, nie odlišný formát vstupu ani náhradný názov väčšieho modelu Qwen3.
Model má 0.44 miliardy parametrov mimo embeddingov a 28 vrstiev so 16 hlavami dotazov a ôsmimi hlavami kľúčov/hodnôt v pozornosti so zoskupenými dotazmi. Konkrétna karta dokumentuje kontext 32,768 tokenov. Vstupný text aj vygenerovaný obsah zaberajú sekvenciu modelu, preto pri zostavovaní pokynov a príkladov vyhraďte miesto na odpoveď. Karta tohto vydania nedokumentuje konfiguráciu rozšíreného kontextu uvádzanú na kartách niektorých väčších modelov Qwen3. Praktickou prvou úlohou je jedna krátka, jasne definovaná operácia, ktorej výstup možno priamo porovnať so zdrojom.
Na predloženie pokynu a materiálu použite šablónu chatu určenú výrobcom. Poskytnite napríklad krátku servisnú poznámku a požiadajte o správu pre zákazníka, ktorá zachová dátum termínu a názov produktu. Uveďte zamýšľaného čitateľa, tón a požadovanú maximálnu dĺžku. Pri úlohe výberu označenia vypíšte povolené označenia s definíciami a zahrňte nejednoznačný príklad ukazujúci, ako uviesť neistotu. Žiadajte iba označenie a zodpovedajúcu pasáž zo vstupu. Sú to konkrétne požiadavky na výstup, nie tvrdenie, že ich model vždy splní bez kontroly. Zverejnená integrácia očakáva behové prostredie s podporou Qwen3; karta upozorňuje, že verzie Transformers nižšie než 4.51.0 nerozpoznajú požadovanú architektúru.
Dodaná šablóna predvolene používa uvažovanie. Pevné nastavenie režimu bez uvažovania potlačí časť s uvažovaním; ak uvažovanie zostáva zapnuté, /think a /no_think môžu riadiť režim medzi kolami podľa najnovšieho pokynu. Pevné vypnutie má pred týmito mäkkými zadaniami prednosť. Vyberte nastavenie zodpovedajúce operácii: jednoduchá zmena schváleného znenia môže používať priamu odpoveď, zatiaľ čo vysvetlenie, prečo platí určitá podmienka, môže potrebovať uvažovanie. Ako históriu konverzácie ukladajte konečnú odpoveď namiesto predchádzajúcej časti s uvažovaním. Pri zapnutom uvažovaní zostáva blok uvažovania aj po mäkkej požiadavke na odpoveď bez uvažovania; jeho obsah môže byť prázdny. Pevné vypnutie tento blok odstráni.
Karta modelu opisuje použitie v agentoch orientované na nástroje a odporúča Qwen-Agent na šablóny a parsovanie. Pri malom asistentovi pre slovník pojmov môže aplikácia sprístupniť jedno vyhľadanie iba na čítanie, validovať jeho argumenty, vykonať ho a vrátiť položku. Model potom môže vysvetliť pojem v štýle požadovanom používateľom. Výsledok nástroja a náhradný postup pri chýbajúcej položke definujte vopred. S vygenerovanou požiadavkou na nástroj treba zaobchádzať ako s požiadavkou, pričom zodpovednosť za vykonanie a vrátené dôkazy si ponecháva aplikácia. Príručka Qwen3 opisuje aj paralelné a viackrokové volania nástrojov s argumentmi reprezentovanými ako objekty a výsledkami dodávanými späť do konverzácie.
Zverejnený rýchly úvod a odporúčané dĺžky výstupu sú usmernením pre generovanie, nie samostatným zaručeným limitom API. Pri cielenej operácii vyberte kompaktný konečný záznam, napríklad preformulovanú vetu s nezmenenými menami alebo označenie a text, ktorý ho podopiera. Overte tento záznam voči dodanému materiálu. Ak úloha narastie na dlhé vysvetlenie, vyhodnoťte dlhší výsledok na rovnakom druhu skutočného vstupu namiesto predpokladu, že kompaktná identita modelu dokazuje jeho presnosť alebo kvalitu odpovede. Dokumentácia Qwen3 v rámci vysvetlenia tréningovej dĺžky rozoberá dĺžky správ asistenta 38,912 tokenov v režime uvažovania a 16,384 v režime bez uvažovania a odporúča hodnotiť kvalitu dlhšieho generovania. Tieto údaje sa líšia od celkového kontextového okna a nie sú pevným limitom konkrétneho koncového bodu.
Táto konkrétna karta pridáva radu pre výrazné opakovanie: použite odporúčanú konfiguráciu vzorkovania a zvážte presence_penalty 1.5. Silnejšie penalizácie môžu spôsobovať miešanie jazykov alebo pokles výkonu. Režim uvažovania sa spája s temperature 0.6, top-p 0.95, top-k 20 a min-p 0; režim bez uvažovania s temperature 0.7, top-p 0.8, top-k 20 a min-p 0. Výrobca upozorňuje na nevhodnosť chamtivého dekódovania v režime uvažovania. Preskúmajte opakované frázy, zachované mená a vybrané označenie; chybne formátovaný záznam odmietnite namiesto toho, aby ste čitateľný text považovali za dôkaz dodržania požadovaného formátu.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen3-0.6b | 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.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.0001 / 1K tokenov Výstup · Výstupné tokeny $0.001 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "qwen3-0.6b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-0.6b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-0.6b', '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 qwen3-0.6b
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
A single focused appointment rewrite\n\nRewrite this note as one friendly sentence for a customer, using at most 25 words: 'Appointment for Polar Fan repair: 14 June, 09:30. Bring the purchase receipt.' Preserve the product name, date, time and receipt instruction. Return only the sentence, with no heading or additional details.One customer-facing sentence of at most 25 words retaining all four facts.Polar Fan, 14 June and 09:30 remain exact, and the receipt instruction is present.