Poudarki: fiksna izdaja Thinking-2507
Qwen3-30B-A3B-Thinking-2507 je model za ustvarjanje besedila, usmerjen v zahtevno sklepanje. Qwen opisuje izboljšave logike, matematike, naravoslovja, programiranja, sledenja navodilom, uporabe orodij in ustvarjanja besedila ter daljša zaporedja razmišljanja in boljše razumevanje dolgega konteksta. Točno to izdajo 2507 izberite, kadar nalogi koristi vztrajno sklepanje, na primer pri preučevanju konkurenčnih razlag, reševanju večstopenjskega matematičnega problema ali zahtevni spremembi kode.
Pregled modela in način delovanja
Model mešanice strokovnjakov ima skupno 30.5 milijarde parametrov in 3.3 milijarde aktiviranih parametrov, s 128 strokovnjaki in osmimi izbranimi na žeton skozi 48 plasti. Izvorni kontekst obsega 262,144 žetonov. Sprejema besedilo in vrača besedilo; rezultate orodij prejme prek povezanega aplikacijskega poteka. Ta model podpira samo razmišljanje. Razlikuje se od prejšnjega hibridnega Qwen3-30B-A3B, njegove izdaje FP8 in Qwen3-30B-A3B-Instruct-2507. Ne predpostavljajte, da zanj velja stikalo hibridnega modela za izklop razmišljanja.
Privzeta predloga pogovora že začne zaporedje sklepanja z začetno oznako razmišljanja, zato izrecna nastavitev enable_thinking=True ni potrebna. Vrnjeno zaporedje lahko vsebuje zaključno oznako, ne da bi ponovilo začetno. Proizvajalčev primer loči sklepanje od končnega odgovora. To razliko ohranite pri zahtevi za konkreten izdelek: sklep dokaza, popravek ali odločitveno tabelo mora biti po daljši razlagi še vedno preprosto najti.
Priprava zahtevne naloge
Modelu podajte celotno besedilo problema, omejitve in ustrezne dokaze. Za spremembo kode vključite obstoječo funkcijo, vhod z napako in pričakovano vedenje, nato zahtevajte predlagani popravek z razlago robnih primerov. Pri naravoslovnem vprašanju ločite opažanja od predpostavk in vprašajte, kateri sklep sledi iz vsakega. Pri dolgem pravilniku ali specifikaciji ohranite identifikatorje razdelkov in zahtevajte jedrnato odločitev, podprto z ustreznimi določili. To so praktične uporabe dokumentiranih področij sklepanja, ne trditve, da je model izvedel popravek ali preveril poskus.
Ker lahko ta različica dolgo sklepa, rezervirajte prostor za sklepanje in končni izdelek. Qwen pri konfiguriranju modela svetuje ohranitev konteksta nad 131,072 žetoni, kjer je to mogoče, čeprav bi manjši kontekst zmanjšal pritisk na pomnilnik. Številka izvornega konteksta vključuje proračun zaporedja; ne zagotavlja, da ga lahko v celoti uporabite za dokument in vam kljub temu ostane neomejen prostor za odgovor.
Agentska uporaba
Proizvajalec dokumentira klicanje orodij in priporoča Qwen-Agent za predloge orodij ter razčlenjevanje, vključno z integracijo konfiguriranih orodij in poteki z interpreterjem kode. Orodja in predvideni rezultat določite izrecno. Aplikacija bi na primer lahko modelu omogočila pregled pridobljenih dokazov, uporabo dovoljenega kalkulatorja in nato izdelavo poročila z razlago izračuna. Pridobivanje in izvajanje sodita k povezanim orodjem; zmožnost modela za klicanje orodij sama po sebi ne pomeni dostopa do interneta, kodnega okolja ali poslovnih sistemov.
Obdelava izjemno dolgega besedila
Qwen dokumentira izbirni potek, ki doseže približno milijon žetonov s kombiniranjem Dual Chunk Attention in redke pozornosti MInference. Prva tehnika deli dolga zaporedja na kose ter ohranja interakcije med njimi; druga osredotoči računanje na izbrane povezave pozornosti. To je dodatna konfiguracijska pot, ki presega izvorni kontekst 262,144 žetonov. Proizvajalčev recept zahteva posebno konfiguracijo dolgega konteksta in ocenjuje približno 240 GB skupnega pomnilnika GPU za uteži, predpomnjeno stanje pozornosti in vršne aktivacije.
Ta recept ima konkretne omejitve virov: predpomnjeno stanje zaporedja, pomnilnik aktivacij in celotna dolžina vhoda lahko vsak zase izčrpajo konfigurirano zmogljivost. Potek z milijonom žetonov je zato odvisen od konfiguracije, pomnilnika in podprte izvedbe pozornosti. Za praktičen pregled dokumentov začnite z ustreznim gradivom, označite meje dokumentov in zahtevajte sledljive dokaze, namesto da bi največji možni vhod obravnavali kot nadomestilo za jasno vprašanje.
Smernice ustvarjanja in omejitve
Qwen priporoča temperature 0.6, top_p 0.95, top_k 20 in min_p 0. Za večino poizvedb predlaga izhodni proračun 32,768 žetonov, za posebej zahtevne matematične ali programerske probleme pa 81,920. To so priporočila za proračun ustvarjanja, ne posebej objavljena trda zgornja meja izhoda. Kazen prisotnosti med nič in dve lahko zmanjša ponavljanje, vendar lahko višje vrednosti mešajo jezike ali nekoliko zmanjšajo kakovost.
V pozivu določite obliko končnega odgovora, na primer jasno omejen matematični rezultat ali polje odgovora za vprašanje z več izbirami. V zgodovini pogovora ohranite samo del s končnim odgovorom, kot priporoča proizvajalec. Daljše sklepanje je uporabno, kadar prinese preverljiv rezultat; pred uporabo izida preglejte predpostavke, izračune in predlagano kodo.
", "aboutText": "Poudarki: fiksna izdaja Thinking-2507\n\nQwen3-30B-A3B-Thinking-2507 je model za ustvarjanje besedila, usmerjen v zahtevno sklepanje. Qwen opisuje izboljšave logike, matematike, naravoslovja, programiranja, sledenja navodilom, uporabe orodij in ustvarjanja besedila ter daljša zaporedja razmišljanja in boljše razumevanje dolgega konteksta. Točno to izdajo 2507 izberite, kadar nalogi koristi vztrajno sklepanje, na primer pri preučevanju konkurenčnih razlag, reševanju večstopenjskega matematičnega problema ali zahtevni spremembi kode.\n\nPregled modela in način delovanja\n\nModel mešanice strokovnjakov ima skupno 30.5 milijarde parametrov in 3.3 milijarde aktiviranih parametrov, s 128 strokovnjaki in osmimi izbranimi na žeton skozi 48 plasti. Izvorni kontekst obsega 262,144 žetonov. Sprejema besedilo in vrača besedilo; rezultate orodij prejme prek povezanega aplikacijskega poteka. Ta model podpira samo razmišljanje. Razlikuje se od prejšnjega hibridnega Qwen3-30B-A3B, njegove izdaje FP8 in Qwen3-30B-A3B-Instruct-2507. Ne predpostavljajte, da zanj velja stikalo hibridnega modela za izklop razmišljanja.\n\nPrivzeta predloga pogovora že začne zaporedje sklepanja z začetno oznako razmišljanja, zato izrecna nastavitev enable_thinking=True ni potrebna. Vrnjeno zaporedje lahko vsebuje zaključno oznako, ne da bi ponovilo začetno. Proizvajalčev primer loči sklepanje od končnega odgovora. To razliko ohranite pri zahtevi za konkreten izdelek: sklep dokaza, popravek ali odločitveno tabelo mora biti po daljši razlagi še vedno preprosto najti.\n\nPriprava zahtevne naloge\n\nModelu podajte celotno besedilo problema, omejitve in ustrezne dokaze. Za spremembo kode vključite obstoječo funkcijo, vhod z napako in pričakovano vedenje, nato zahtevajte predlagani popravek z razlago robnih primerov. Pri naravoslovnem vprašanju ločite opažanja od predpostavk in vprašajte, kateri sklep sledi iz vsakega. Pri dolgem pravilniku ali specifikaciji ohranite identifikatorje razdelkov in zahtevajte jedrnato odločitev, podprto z ustreznimi določili. To so praktične uporabe dokumentiranih področij sklepanja, ne trditve, da je model izvedel popravek ali preveril poskus.\n\nKer lahko ta različica dolgo sklepa, rezervirajte prostor za sklepanje in končni izdelek. Qwen pri konfiguriranju modela svetuje ohranitev konteksta nad 131,072 žetoni, kjer je to mogoče, čeprav bi manjši kontekst zmanjšal pritisk na pomnilnik. Številka izvornega konteksta vključuje proračun zaporedja; ne zagotavlja, da ga lahko v celoti uporabite za dokument in vam kljub temu ostane neomejen prostor za odgovor.\n\nAgentska uporaba\n\nProizvajalec dokumentira klicanje orodij in priporoča Qwen-Agent za predloge orodij ter razčlenjevanje, vključno z integracijo konfiguriranih orodij in poteki z interpreterjem kode. Orodja in predvideni rezultat določite izrecno. Aplikacija bi na primer lahko modelu omogočila pregled pridobljenih dokazov, uporabo dovoljenega kalkulatorja in nato izdelavo poročila z razlago izračuna. Pridobivanje in izvajanje sodita k povezanim orodjem; zmožnost modela za klicanje orodij sama po sebi ne pomeni dostopa do interneta, kodnega okolja ali poslovnih sistemov.\n\nObdelava izjemno dolgega besedila\n\nQwen dokumentira izbirni potek, ki doseže približno milijon žetonov s kombiniranjem Dual Chunk Attention in redke pozornosti MInference. Prva tehnika deli dolga zaporedja na kose ter ohranja interakcije med njimi; druga osredotoči računanje na izbrane povezave pozornosti. To je dodatna konfiguracijska pot, ki presega izvorni kontekst 262,144 žetonov. Proizvajalčev recept zahteva posebno konfiguracijo dolgega konteksta in ocenjuje približno 240 GB skupnega pomnilnika GPU za uteži, predpomnjeno stanje pozornosti in vršne aktivacije.\n\nTa recept ima konkretne omejitve virov: predpomnjeno stanje zaporedja, pomnilnik aktivacij in celotna dolžina vhoda lahko vsak zase izčrpajo konfigurirano zmogljivost. Potek z milijonom žetonov je zato odvisen od konfiguracije, pomnilnika in podprte izvedbe pozornosti. Za praktičen pregled dokumentov začnite z ustreznim gradivom, označite meje dokumentov in zahtevajte sledljive dokaze, namesto da bi največji možni vhod obravnavali kot nadomestilo za jasno vprašanje.\n\nSmernice ustvarjanja in omejitve\n\nQwen priporoča temperature 0.6, top_p 0.95, top_k 20 in min_p 0. Za večino poizvedb predlaga izhodni proračun 32,768 žetonov, za posebej zahtevne matematične ali programerske probleme pa 81,920. To so priporočila za proračun ustvarjanja, ne posebej objavljena trda zgornja meja izhoda. Kazen prisotnosti med nič in dve lahko zmanjša ponavljanje, vendar lahko višje vrednosti mešajo jezike ali nekoliko zmanjšajo kakovost.\n\nV pozivu določite obliko končnega odgovora, na primer jasno omejen matematični rezultat ali polje odgovora za vprašanje z več izbirami. V zgodovini pogovora ohranite samo del s končnim odgovorom, kot priporoča proizvajalec. Daljše sklepanje je uporabno, kadar prinese preverljiv rezultat; pred uporabo izida preglejte predpostavke, izračune in predlagano kodo.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 je Qwenov besedilni model samo z razmišljanjem za zahtevno matematiko, naravoslovje, programiranje in logično sklepanje. Ta fiksna izdaja 2507 zagotavlja izvorni kontekst 262,144 žetonov in večji proračun sklepanja, z dokumentiranim klicanjem orodij in pogojnimi poteki z izjemno dolgim kontekstom.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Poudarki: fiksna izdaja Thinking-2507
Qwen3-30B-A3B-Thinking-2507 je model za ustvarjanje besedila, usmerjen v zahtevno sklepanje. Qwen opisuje izboljšave logike, matematike, naravoslovja, programiranja, sledenja navodilom, uporabe orodij in ustvarjanja besedila ter daljša zaporedja razmišljanja in boljše razumevanje dolgega konteksta. Točno to izdajo 2507 izberite, kadar nalogi koristi vztrajno sklepanje, na primer pri preučevanju konkurenčnih razlag, reševanju večstopenjskega matematičnega problema ali zahtevni spremembi kode.
Pregled modela in način delovanja
Model mešanice strokovnjakov ima skupno 30.5 milijarde parametrov in 3.3 milijarde aktiviranih parametrov, s 128 strokovnjaki in osmimi izbranimi na žeton skozi 48 plasti. Izvorni kontekst obsega 262,144 žetonov. Sprejema besedilo in vrača besedilo; rezultate orodij prejme prek povezanega aplikacijskega poteka. Ta model podpira samo razmišljanje. Razlikuje se od prejšnjega hibridnega Qwen3-30B-A3B, njegove izdaje FP8 in Qwen3-30B-A3B-Instruct-2507. Ne predpostavljajte, da zanj velja stikalo hibridnega modela za izklop razmišljanja.
Privzeta predloga pogovora že začne zaporedje sklepanja z začetno oznako razmišljanja, zato izrecna nastavitev enable_thinking=True ni potrebna. Vrnjeno zaporedje lahko vsebuje zaključno oznako, ne da bi ponovilo začetno. Proizvajalčev primer loči sklepanje od končnega odgovora. To razliko ohranite pri zahtevi za konkreten izdelek: sklep dokaza, popravek ali odločitveno tabelo mora biti po daljši razlagi še vedno preprosto najti.
Priprava zahtevne naloge
Modelu podajte celotno besedilo problema, omejitve in ustrezne dokaze. Za spremembo kode vključite obstoječo funkcijo, vhod z napako in pričakovano vedenje, nato zahtevajte predlagani popravek z razlago robnih primerov. Pri naravoslovnem vprašanju ločite opažanja od predpostavk in vprašajte, kateri sklep sledi iz vsakega. Pri dolgem pravilniku ali specifikaciji ohranite identifikatorje razdelkov in zahtevajte jedrnato odločitev, podprto z ustreznimi določili. To so praktične uporabe dokumentiranih področij sklepanja, ne trditve, da je model izvedel popravek ali preveril poskus.
Ker lahko ta različica dolgo sklepa, rezervirajte prostor za sklepanje in končni izdelek. Qwen pri konfiguriranju modela svetuje ohranitev konteksta nad 131,072 žetoni, kjer je to mogoče, čeprav bi manjši kontekst zmanjšal pritisk na pomnilnik. Številka izvornega konteksta vključuje proračun zaporedja; ne zagotavlja, da ga lahko v celoti uporabite za dokument in vam kljub temu ostane neomejen prostor za odgovor.
Agentska uporaba
Proizvajalec dokumentira klicanje orodij in priporoča Qwen-Agent za predloge orodij ter razčlenjevanje, vključno z integracijo konfiguriranih orodij in poteki z interpreterjem kode. Orodja in predvideni rezultat določite izrecno. Aplikacija bi na primer lahko modelu omogočila pregled pridobljenih dokazov, uporabo dovoljenega kalkulatorja in nato izdelavo poročila z razlago izračuna. Pridobivanje in izvajanje sodita k povezanim orodjem; zmožnost modela za klicanje orodij sama po sebi ne pomeni dostopa do interneta, kodnega okolja ali poslovnih sistemov.
Obdelava izjemno dolgega besedila
Qwen dokumentira izbirni potek, ki doseže približno milijon žetonov s kombiniranjem Dual Chunk Attention in redke pozornosti MInference. Prva tehnika deli dolga zaporedja na kose ter ohranja interakcije med njimi; druga osredotoči računanje na izbrane povezave pozornosti. To je dodatna konfiguracijska pot, ki presega izvorni kontekst 262,144 žetonov. Proizvajalčev recept zahteva posebno konfiguracijo dolgega konteksta in ocenjuje približno 240 GB skupnega pomnilnika GPU za uteži, predpomnjeno stanje pozornosti in vršne aktivacije.
Ta recept ima konkretne omejitve virov: predpomnjeno stanje zaporedja, pomnilnik aktivacij in celotna dolžina vhoda lahko vsak zase izčrpajo konfigurirano zmogljivost. Potek z milijonom žetonov je zato odvisen od konfiguracije, pomnilnika in podprte izvedbe pozornosti. Za praktičen pregled dokumentov začnite z ustreznim gradivom, označite meje dokumentov in zahtevajte sledljive dokaze, namesto da bi največji možni vhod obravnavali kot nadomestilo za jasno vprašanje.
Smernice ustvarjanja in omejitve
Qwen priporoča temperature 0.6, top_p 0.95, top_k 20 in min_p 0. Za večino poizvedb predlaga izhodni proračun 32,768 žetonov, za posebej zahtevne matematične ali programerske probleme pa 81,920. To so priporočila za proračun ustvarjanja, ne posebej objavljena trda zgornja meja izhoda. Kazen prisotnosti med nič in dve lahko zmanjša ponavljanje, vendar lahko višje vrednosti mešajo jezike ali nekoliko zmanjšajo kakovost.
V pozivu določite obliko končnega odgovora, na primer jasno omejen matematični rezultat ali polje odgovora za vprašanje z več izbirami. V zgodovini pogovora ohranite samo del s končnim odgovorom, kot priporoča proizvajalec. Daljše sklepanje je uporabno, kadar prinese preverljiv rezultat; pred uporabo izida preglejte predpostavke, izračune in predlagano kodo.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Qwen/Qwen3-30B-A3B-Thinking-2507 | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Besedilni pogovor | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream |
Parametercontrol_scope | SpecifikacijaBesedilni pogovor; stream je logična vrednost in je privzeto false. |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Druga imena metode: /chat/completions
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0008 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"Qwen/Qwen3-30B-A3B-Thinking-2507","messages":[{"role":"user","content":"hello"}],"stream":false}')\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/Qwen3-30B-A3B-Thinking-2507", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 je Qwenov besedilni model samo z razmišljanjem za zahtevno matematiko, naravoslovje, programiranje in logično sklepanje. Ta fiksna izdaja 2507 zagotavlja izvorni kontekst 262,144 žetonov in večji proračun sklepanja, z dokumentiranim klicanjem orodij in pogojnimi poteki z izjemno dolgim kontekstom.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Poudarki: fiksna izdaja Thinking-2507
Qwen3-30B-A3B-Thinking-2507 je model za ustvarjanje besedila, usmerjen v zahtevno sklepanje. Qwen opisuje izboljšave logike, matematike, naravoslovja, programiranja, sledenja navodilom, uporabe orodij in ustvarjanja besedila ter daljša zaporedja razmišljanja in boljše razumevanje dolgega konteksta. Točno to izdajo 2507 izberite, kadar nalogi koristi vztrajno sklepanje, na primer pri preučevanju konkurenčnih razlag, reševanju večstopenjskega matematičnega problema ali zahtevni spremembi kode.
Pregled modela in način delovanja
Model mešanice strokovnjakov ima skupno 30.5 milijarde parametrov in 3.3 milijarde aktiviranih parametrov, s 128 strokovnjaki in osmimi izbranimi na žeton skozi 48 plasti. Izvorni kontekst obsega 262,144 žetonov. Sprejema besedilo in vrača besedilo; rezultate orodij prejme prek povezanega aplikacijskega poteka. Ta model podpira samo razmišljanje. Razlikuje se od prejšnjega hibridnega Qwen3-30B-A3B, njegove izdaje FP8 in Qwen3-30B-A3B-Instruct-2507. Ne predpostavljajte, da zanj velja stikalo hibridnega modela za izklop razmišljanja.
Privzeta predloga pogovora že začne zaporedje sklepanja z začetno oznako razmišljanja, zato izrecna nastavitev enable_thinking=True ni potrebna. Vrnjeno zaporedje lahko vsebuje zaključno oznako, ne da bi ponovilo začetno. Proizvajalčev primer loči sklepanje od končnega odgovora. To razliko ohranite pri zahtevi za konkreten izdelek: sklep dokaza, popravek ali odločitveno tabelo mora biti po daljši razlagi še vedno preprosto najti.
Priprava zahtevne naloge
Modelu podajte celotno besedilo problema, omejitve in ustrezne dokaze. Za spremembo kode vključite obstoječo funkcijo, vhod z napako in pričakovano vedenje, nato zahtevajte predlagani popravek z razlago robnih primerov. Pri naravoslovnem vprašanju ločite opažanja od predpostavk in vprašajte, kateri sklep sledi iz vsakega. Pri dolgem pravilniku ali specifikaciji ohranite identifikatorje razdelkov in zahtevajte jedrnato odločitev, podprto z ustreznimi določili. To so praktične uporabe dokumentiranih področij sklepanja, ne trditve, da je model izvedel popravek ali preveril poskus.
Ker lahko ta različica dolgo sklepa, rezervirajte prostor za sklepanje in končni izdelek. Qwen pri konfiguriranju modela svetuje ohranitev konteksta nad 131,072 žetoni, kjer je to mogoče, čeprav bi manjši kontekst zmanjšal pritisk na pomnilnik. Številka izvornega konteksta vključuje proračun zaporedja; ne zagotavlja, da ga lahko v celoti uporabite za dokument in vam kljub temu ostane neomejen prostor za odgovor.
Agentska uporaba
Proizvajalec dokumentira klicanje orodij in priporoča Qwen-Agent za predloge orodij ter razčlenjevanje, vključno z integracijo konfiguriranih orodij in poteki z interpreterjem kode. Orodja in predvideni rezultat določite izrecno. Aplikacija bi na primer lahko modelu omogočila pregled pridobljenih dokazov, uporabo dovoljenega kalkulatorja in nato izdelavo poročila z razlago izračuna. Pridobivanje in izvajanje sodita k povezanim orodjem; zmožnost modela za klicanje orodij sama po sebi ne pomeni dostopa do interneta, kodnega okolja ali poslovnih sistemov.
Obdelava izjemno dolgega besedila
Qwen dokumentira izbirni potek, ki doseže približno milijon žetonov s kombiniranjem Dual Chunk Attention in redke pozornosti MInference. Prva tehnika deli dolga zaporedja na kose ter ohranja interakcije med njimi; druga osredotoči računanje na izbrane povezave pozornosti. To je dodatna konfiguracijska pot, ki presega izvorni kontekst 262,144 žetonov. Proizvajalčev recept zahteva posebno konfiguracijo dolgega konteksta in ocenjuje približno 240 GB skupnega pomnilnika GPU za uteži, predpomnjeno stanje pozornosti in vršne aktivacije.
Ta recept ima konkretne omejitve virov: predpomnjeno stanje zaporedja, pomnilnik aktivacij in celotna dolžina vhoda lahko vsak zase izčrpajo konfigurirano zmogljivost. Potek z milijonom žetonov je zato odvisen od konfiguracije, pomnilnika in podprte izvedbe pozornosti. Za praktičen pregled dokumentov začnite z ustreznim gradivom, označite meje dokumentov in zahtevajte sledljive dokaze, namesto da bi največji možni vhod obravnavali kot nadomestilo za jasno vprašanje.
Smernice ustvarjanja in omejitve
Qwen priporoča temperature 0.6, top_p 0.95, top_k 20 in min_p 0. Za večino poizvedb predlaga izhodni proračun 32,768 žetonov, za posebej zahtevne matematične ali programerske probleme pa 81,920. To so priporočila za proračun ustvarjanja, ne posebej objavljena trda zgornja meja izhoda. Kazen prisotnosti med nič in dve lahko zmanjša ponavljanje, vendar lahko višje vrednosti mešajo jezike ali nekoliko zmanjšajo kakovost.
V pozivu določite obliko končnega odgovora, na primer jasno omejen matematični rezultat ali polje odgovora za vprašanje z več izbirami. V zgodovini pogovora ohranite samo del s končnim odgovorom, kot priporoča proizvajalec. Daljše sklepanje je uporabno, kadar prinese preverljiv rezultat; pred uporabo izida preglejte predpostavke, izračune in predlagano kodo.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Qwen/Qwen3-30B-A3B-Thinking-2507 | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0008 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/Qwen3-30B-A3B-Thinking-2507', '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/Qwen3-30B-A3B-Thinking-2507', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 je Qwenov besedilni model samo z razmišljanjem za zahtevno matematiko, naravoslovje, programiranje in logično sklepanje. Ta fiksna izdaja 2507 zagotavlja izvorni kontekst 262,144 žetonov in večji proračun sklepanja, z dokumentiranim klicanjem orodij in pogojnimi poteki z izjemno dolgim kontekstom.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Poudarki: fiksna izdaja Thinking-2507
Qwen3-30B-A3B-Thinking-2507 je model za ustvarjanje besedila, usmerjen v zahtevno sklepanje. Qwen opisuje izboljšave logike, matematike, naravoslovja, programiranja, sledenja navodilom, uporabe orodij in ustvarjanja besedila ter daljša zaporedja razmišljanja in boljše razumevanje dolgega konteksta. Točno to izdajo 2507 izberite, kadar nalogi koristi vztrajno sklepanje, na primer pri preučevanju konkurenčnih razlag, reševanju večstopenjskega matematičnega problema ali zahtevni spremembi kode.
Pregled modela in način delovanja
Model mešanice strokovnjakov ima skupno 30.5 milijarde parametrov in 3.3 milijarde aktiviranih parametrov, s 128 strokovnjaki in osmimi izbranimi na žeton skozi 48 plasti. Izvorni kontekst obsega 262,144 žetonov. Sprejema besedilo in vrača besedilo; rezultate orodij prejme prek povezanega aplikacijskega poteka. Ta model podpira samo razmišljanje. Razlikuje se od prejšnjega hibridnega Qwen3-30B-A3B, njegove izdaje FP8 in Qwen3-30B-A3B-Instruct-2507. Ne predpostavljajte, da zanj velja stikalo hibridnega modela za izklop razmišljanja.
Privzeta predloga pogovora že začne zaporedje sklepanja z začetno oznako razmišljanja, zato izrecna nastavitev enable_thinking=True ni potrebna. Vrnjeno zaporedje lahko vsebuje zaključno oznako, ne da bi ponovilo začetno. Proizvajalčev primer loči sklepanje od končnega odgovora. To razliko ohranite pri zahtevi za konkreten izdelek: sklep dokaza, popravek ali odločitveno tabelo mora biti po daljši razlagi še vedno preprosto najti.
Priprava zahtevne naloge
Modelu podajte celotno besedilo problema, omejitve in ustrezne dokaze. Za spremembo kode vključite obstoječo funkcijo, vhod z napako in pričakovano vedenje, nato zahtevajte predlagani popravek z razlago robnih primerov. Pri naravoslovnem vprašanju ločite opažanja od predpostavk in vprašajte, kateri sklep sledi iz vsakega. Pri dolgem pravilniku ali specifikaciji ohranite identifikatorje razdelkov in zahtevajte jedrnato odločitev, podprto z ustreznimi določili. To so praktične uporabe dokumentiranih področij sklepanja, ne trditve, da je model izvedel popravek ali preveril poskus.
Ker lahko ta različica dolgo sklepa, rezervirajte prostor za sklepanje in končni izdelek. Qwen pri konfiguriranju modela svetuje ohranitev konteksta nad 131,072 žetoni, kjer je to mogoče, čeprav bi manjši kontekst zmanjšal pritisk na pomnilnik. Številka izvornega konteksta vključuje proračun zaporedja; ne zagotavlja, da ga lahko v celoti uporabite za dokument in vam kljub temu ostane neomejen prostor za odgovor.
Agentska uporaba
Proizvajalec dokumentira klicanje orodij in priporoča Qwen-Agent za predloge orodij ter razčlenjevanje, vključno z integracijo konfiguriranih orodij in poteki z interpreterjem kode. Orodja in predvideni rezultat določite izrecno. Aplikacija bi na primer lahko modelu omogočila pregled pridobljenih dokazov, uporabo dovoljenega kalkulatorja in nato izdelavo poročila z razlago izračuna. Pridobivanje in izvajanje sodita k povezanim orodjem; zmožnost modela za klicanje orodij sama po sebi ne pomeni dostopa do interneta, kodnega okolja ali poslovnih sistemov.
Obdelava izjemno dolgega besedila
Qwen dokumentira izbirni potek, ki doseže približno milijon žetonov s kombiniranjem Dual Chunk Attention in redke pozornosti MInference. Prva tehnika deli dolga zaporedja na kose ter ohranja interakcije med njimi; druga osredotoči računanje na izbrane povezave pozornosti. To je dodatna konfiguracijska pot, ki presega izvorni kontekst 262,144 žetonov. Proizvajalčev recept zahteva posebno konfiguracijo dolgega konteksta in ocenjuje približno 240 GB skupnega pomnilnika GPU za uteži, predpomnjeno stanje pozornosti in vršne aktivacije.
Ta recept ima konkretne omejitve virov: predpomnjeno stanje zaporedja, pomnilnik aktivacij in celotna dolžina vhoda lahko vsak zase izčrpajo konfigurirano zmogljivost. Potek z milijonom žetonov je zato odvisen od konfiguracije, pomnilnika in podprte izvedbe pozornosti. Za praktičen pregled dokumentov začnite z ustreznim gradivom, označite meje dokumentov in zahtevajte sledljive dokaze, namesto da bi največji možni vhod obravnavali kot nadomestilo za jasno vprašanje.
Smernice ustvarjanja in omejitve
Qwen priporoča temperature 0.6, top_p 0.95, top_k 20 in min_p 0. Za večino poizvedb predlaga izhodni proračun 32,768 žetonov, za posebej zahtevne matematične ali programerske probleme pa 81,920. To so priporočila za proračun ustvarjanja, ne posebej objavljena trda zgornja meja izhoda. Kazen prisotnosti med nič in dve lahko zmanjša ponavljanje, vendar lahko višje vrednosti mešajo jezike ali nekoliko zmanjšajo kakovost.
V pozivu določite obliko končnega odgovora, na primer jasno omejen matematični rezultat ali polje odgovora za vprašanje z več izbirami. V zgodovini pogovora ohranite samo del s končnim odgovorom, kot priporoča proizvajalec. Daljše sklepanje je uporabno, kadar prinese preverljiv rezultat; pred uporabo izida preglejte predpostavke, izračune in predlagano kodo.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen3-30b-a3b-thinking-2507 | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0008 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-30b-a3b-thinking-2507", "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='qwen3-30b-a3b-thinking-2507',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='qwen3-30b-a3b-thinking-2507',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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 je Qwenov besedilni model samo z razmišljanjem za zahtevno matematiko, naravoslovje, programiranje in logično sklepanje. Ta fiksna izdaja 2507 zagotavlja izvorni kontekst 262,144 žetonov in večji proračun sklepanja, z dokumentiranim klicanjem orodij in pogojnimi poteki z izjemno dolgim kontekstom.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Poudarki: fiksna izdaja Thinking-2507
Qwen3-30B-A3B-Thinking-2507 je model za ustvarjanje besedila, usmerjen v zahtevno sklepanje. Qwen opisuje izboljšave logike, matematike, naravoslovja, programiranja, sledenja navodilom, uporabe orodij in ustvarjanja besedila ter daljša zaporedja razmišljanja in boljše razumevanje dolgega konteksta. Točno to izdajo 2507 izberite, kadar nalogi koristi vztrajno sklepanje, na primer pri preučevanju konkurenčnih razlag, reševanju večstopenjskega matematičnega problema ali zahtevni spremembi kode.
Pregled modela in način delovanja
Model mešanice strokovnjakov ima skupno 30.5 milijarde parametrov in 3.3 milijarde aktiviranih parametrov, s 128 strokovnjaki in osmimi izbranimi na žeton skozi 48 plasti. Izvorni kontekst obsega 262,144 žetonov. Sprejema besedilo in vrača besedilo; rezultate orodij prejme prek povezanega aplikacijskega poteka. Ta model podpira samo razmišljanje. Razlikuje se od prejšnjega hibridnega Qwen3-30B-A3B, njegove izdaje FP8 in Qwen3-30B-A3B-Instruct-2507. Ne predpostavljajte, da zanj velja stikalo hibridnega modela za izklop razmišljanja.
Privzeta predloga pogovora že začne zaporedje sklepanja z začetno oznako razmišljanja, zato izrecna nastavitev enable_thinking=True ni potrebna. Vrnjeno zaporedje lahko vsebuje zaključno oznako, ne da bi ponovilo začetno. Proizvajalčev primer loči sklepanje od končnega odgovora. To razliko ohranite pri zahtevi za konkreten izdelek: sklep dokaza, popravek ali odločitveno tabelo mora biti po daljši razlagi še vedno preprosto najti.
Priprava zahtevne naloge
Modelu podajte celotno besedilo problema, omejitve in ustrezne dokaze. Za spremembo kode vključite obstoječo funkcijo, vhod z napako in pričakovano vedenje, nato zahtevajte predlagani popravek z razlago robnih primerov. Pri naravoslovnem vprašanju ločite opažanja od predpostavk in vprašajte, kateri sklep sledi iz vsakega. Pri dolgem pravilniku ali specifikaciji ohranite identifikatorje razdelkov in zahtevajte jedrnato odločitev, podprto z ustreznimi določili. To so praktične uporabe dokumentiranih področij sklepanja, ne trditve, da je model izvedel popravek ali preveril poskus.
Ker lahko ta različica dolgo sklepa, rezervirajte prostor za sklepanje in končni izdelek. Qwen pri konfiguriranju modela svetuje ohranitev konteksta nad 131,072 žetoni, kjer je to mogoče, čeprav bi manjši kontekst zmanjšal pritisk na pomnilnik. Številka izvornega konteksta vključuje proračun zaporedja; ne zagotavlja, da ga lahko v celoti uporabite za dokument in vam kljub temu ostane neomejen prostor za odgovor.
Agentska uporaba
Proizvajalec dokumentira klicanje orodij in priporoča Qwen-Agent za predloge orodij ter razčlenjevanje, vključno z integracijo konfiguriranih orodij in poteki z interpreterjem kode. Orodja in predvideni rezultat določite izrecno. Aplikacija bi na primer lahko modelu omogočila pregled pridobljenih dokazov, uporabo dovoljenega kalkulatorja in nato izdelavo poročila z razlago izračuna. Pridobivanje in izvajanje sodita k povezanim orodjem; zmožnost modela za klicanje orodij sama po sebi ne pomeni dostopa do interneta, kodnega okolja ali poslovnih sistemov.
Obdelava izjemno dolgega besedila
Qwen dokumentira izbirni potek, ki doseže približno milijon žetonov s kombiniranjem Dual Chunk Attention in redke pozornosti MInference. Prva tehnika deli dolga zaporedja na kose ter ohranja interakcije med njimi; druga osredotoči računanje na izbrane povezave pozornosti. To je dodatna konfiguracijska pot, ki presega izvorni kontekst 262,144 žetonov. Proizvajalčev recept zahteva posebno konfiguracijo dolgega konteksta in ocenjuje približno 240 GB skupnega pomnilnika GPU za uteži, predpomnjeno stanje pozornosti in vršne aktivacije.
Ta recept ima konkretne omejitve virov: predpomnjeno stanje zaporedja, pomnilnik aktivacij in celotna dolžina vhoda lahko vsak zase izčrpajo konfigurirano zmogljivost. Potek z milijonom žetonov je zato odvisen od konfiguracije, pomnilnika in podprte izvedbe pozornosti. Za praktičen pregled dokumentov začnite z ustreznim gradivom, označite meje dokumentov in zahtevajte sledljive dokaze, namesto da bi največji možni vhod obravnavali kot nadomestilo za jasno vprašanje.
Smernice ustvarjanja in omejitve
Qwen priporoča temperature 0.6, top_p 0.95, top_k 20 in min_p 0. Za večino poizvedb predlaga izhodni proračun 32,768 žetonov, za posebej zahtevne matematične ali programerske probleme pa 81,920. To so priporočila za proračun ustvarjanja, ne posebej objavljena trda zgornja meja izhoda. Kazen prisotnosti med nič in dve lahko zmanjša ponavljanje, vendar lahko višje vrednosti mešajo jezike ali nekoliko zmanjšajo kakovost.
V pozivu določite obliko končnega odgovora, na primer jasno omejen matematični rezultat ali polje odgovora za vprašanje z več izbirami. V zgodovini pogovora ohranite samo del s končnim odgovorom, kot priporoča proizvajalec. Daljše sklepanje je uporabno, kadar prinese preverljiv rezultat; pred uporabo izida preglejte predpostavke, izračune in predlagano kodo.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen3-30b-a3b-thinking-2507 | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0008 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-30b-a3b-thinking-2507', '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': 'qwen3-30b-a3b-thinking-2507', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Tehnični primer v angleščini
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.