Poudarki Qwen3.5 v gosti izdaji 9B
Qwen3.5-9B je dodatno naučen gost vizualno-jezikovni model z 9 milijardami parametrov. Sprejema besedilo, slike in video ter vrača besedilo. Družina združuje sklepanje, programiranje, agente in vizualno razumevanje z zgodnjim združevanjem besedilnega in vizualnega učenja, spodbujevalnim učenjem na postopoma zahtevnejših nalogah ter podporo za 201 jezik in narečje. Ta jezikovna pokritost je zmožnost družine, ne jamstvo enake zanesljivosti za vsak jezik ali temo.
Za večjezično dokumentno delo navedite ciljni jezik, ohranite tehnične izraze in zahtevajte, da rezultat določi izvorna polja ali odlomke, ki jih uporablja. Za vizualno vprašanje priložite berljivo sliko in natančno nalogo. Za majhno kodno zahtevo priložite vhod, želeno vedenje in ustrezno kodo. Model med analiziranjem vizualnega gradiva ne ustvarja slik ali videov.
Pregled modela
Ta model 9B je gost, z 32 plastmi jezikovnega modela in vizualnim kodirnikom. Hibridna postavitev ponavlja tri plasti Gated DeltaNet, ki jim sledi ena plast pozornosti z vrati, ter uporablja goste naprej usmerjene mreže. Napovedovanje več žetonov je vključeno v učenje. Družina vsebuje tudi redke modele strokovnjakov, vendar njihovih opisov skupnih in aktiviranih parametrov ne uporabljajte za to gosto izdajo.
Izvorni kontekst obsega 262,144 žetonov s pogojno razširitvijo na 1,010,000. Konfiguracijo in številčno velikost modela ločite od njegovega modela Base, drugih velikosti Qwen3.5 in kvantiziranih gradenj. Manjše število parametrov določa izdajo; samo ne potrjuje univerzalnega odzivnega časa ali razvrstitve kakovosti. Za zahtevne naloge razmišljanja Qwen priporoča ohranitev konfiguriranega konteksta vsaj 128K žetonov, kjer je mogoče.
Vhodi in načini odgovarjanja
Proizvajalec prikazuje vprašanja samo z besedilom, s slikami in z videom. Podajte dokumentno vprašanje z ustrezno stranjo in pričakovanimi polji ali video vprašanje s pomembnim dogodkom in časovnim razponom. Ohranite oznake, enote in vrstni red sličic. Zahtevajte rezultat, primerljiv z izvorom, na primer tabelo pridobljenih vrednosti ali razlago, ki navaja vidne dokaze.
Razmišljanje je privzeto omogočeno. enable_thinking lahko izklopi sklepanje za neposreden odgovor, starejši mehki stikali poziva /think in /nothink pa nista uradno podprti. Uporabite proizvajalčevo predlogo in sklepanje ločite od končnega besedila, kadar vmesnik zagotavlja oba. Priporočilo zgodovine Qwen3.5 je ohranitev končnih odgovorov brez vsebine razmišljanja; novejšega vedenja ohranjanja preteklosti ne uvažajte v to izdajo.
Agentska uporaba
Qwen dokumentira klicanje orodij in priporoča Qwen-Agent, vključno s konfiguriranimi orodji ali orodji, povezanimi prek MCP, ter Qwen Code za delo programerskega agenta. Navedite dovoljena orodja in opazljivi rezultat. Povezano orodje lahko zagotovi izračun, pridobivanje virov ali dejanske povratne informacije izvedbe; model lahko te informacije nato uporabi v odgovoru. Orodja in zunanja dejanja sodijo k aplikaciji, zato samo ime modela ne potrjuje dostopa ali izvedbe.
Izjemno dolgo besedilo
Dokumentirana razširitev uporablja YaRN z lastnimi pozicijskimi nastavitvami tega modela. Faktor štiri cilja na potek s približno milijonom žetonov; za 524,288 žetonov proizvajalec predlaga faktor dve. Statično skaliranje lahko vpliva na delovanje pri krajšem besedilu, zato mora slediti dejanski potrebi po daljšem kontekstu. Vhod, vizualna predstavitev, zgodovina, sklepanje in končni izhod si delijo proračun zaporedja. Dolgo gradivo organizirajte po identifikatorjih dokumentov ali kode in pustite prostor za zahtevani izdelek.
Priporočila ustvarjanja
Priporočene prakse kartice razlikujejo več prednastavitev. Splošno razmišljanje uporablja temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 1.5 in kazen ponavljanja 1.0. Natančno programiranje uporablja temperature 0.6 in kazen prisotnosti nič. Splošni neposredni odgovori uporabljajo temperature 0.7, top_p 0.8 in kazen prisotnosti 1.5; top_k je 20, min_p je 0 in kazen ponavljanja je 1.0. Za naloge sklepanja z neposrednim odgovorom priporočene prakse namesto tega priporočajo temperature 1.0, top_p 1.0, top_k 40 in kazen prisotnosti 2.0. To so recepti za posamezne naloge, ne vrednosti za poljubno mešanje. Večje kazni prisotnosti lahko povzročijo mešanje jezikov ali rahlo zmanjšanje kakovosti.
Qwen priporoča dovoljeno ustvarjanje 32,768 žetonov za večino poizvedb in 81,920 za posebej zahtevna matematična ali programerska vprašanja. To so priporočila, ne neodvisne trde izhodne meje. Določite obliko odgovora, na primer omejen matematični rezultat ali polje odgovora, in sklep preverite glede na izvor.
Podrobnosti videa in vsebinske omejitve
Proizvajalčev video primer v podprtem poteku privzeto uporablja dve sličici na sekundo. Smernice v obsegu ur razširijo proračun video procesorja na približno 224K video žetonov za vzorčenje z višjo frekvenco. To so od konfiguracije odvisni primeri, ne univerzalno jamstvo trajanja ali časovnega določanja dogodkov. Majhno pisavo in pomembne prehode prizorov ohranite berljive ter pred uporabo rezultata preverite pridobljeno besedilo, izračune in ustvarjeno kodo. Praktična vrednost izdaje 9B je dokumentirani skupni besedilni/vizualni obseg nalog in nadzorljiv način odgovarjanja z ohranjeno natančno gosto identiteto.
", "aboutText": "Poudarki Qwen3.5 v gosti izdaji 9B\n\nQwen3.5-9B je dodatno naučen gost vizualno-jezikovni model z 9 milijardami parametrov. Sprejema besedilo, slike in video ter vrača besedilo. Družina združuje sklepanje, programiranje, agente in vizualno razumevanje z zgodnjim združevanjem besedilnega in vizualnega učenja, spodbujevalnim učenjem na postopoma zahtevnejših nalogah ter podporo za 201 jezik in narečje. Ta jezikovna pokritost je zmožnost družine, ne jamstvo enake zanesljivosti za vsak jezik ali temo.\n\nZa večjezično dokumentno delo navedite ciljni jezik, ohranite tehnične izraze in zahtevajte, da rezultat določi izvorna polja ali odlomke, ki jih uporablja. Za vizualno vprašanje priložite berljivo sliko in natančno nalogo. Za majhno kodno zahtevo priložite vhod, želeno vedenje in ustrezno kodo. Model med analiziranjem vizualnega gradiva ne ustvarja slik ali videov.\n\nPregled modela\n\nTa model 9B je gost, z 32 plastmi jezikovnega modela in vizualnim kodirnikom. Hibridna postavitev ponavlja tri plasti Gated DeltaNet, ki jim sledi ena plast pozornosti z vrati, ter uporablja goste naprej usmerjene mreže. Napovedovanje več žetonov je vključeno v učenje. Družina vsebuje tudi redke modele strokovnjakov, vendar njihovih opisov skupnih in aktiviranih parametrov ne uporabljajte za to gosto izdajo.\n\nIzvorni kontekst obsega 262,144 žetonov s pogojno razširitvijo na 1,010,000. Konfiguracijo in številčno velikost modela ločite od njegovega modela Base, drugih velikosti Qwen3.5 in kvantiziranih gradenj. Manjše število parametrov določa izdajo; samo ne potrjuje univerzalnega odzivnega časa ali razvrstitve kakovosti. Za zahtevne naloge razmišljanja Qwen priporoča ohranitev konfiguriranega konteksta vsaj 128K žetonov, kjer je mogoče.\n\nVhodi in načini odgovarjanja\n\nProizvajalec prikazuje vprašanja samo z besedilom, s slikami in z videom. Podajte dokumentno vprašanje z ustrezno stranjo in pričakovanimi polji ali video vprašanje s pomembnim dogodkom in časovnim razponom. Ohranite oznake, enote in vrstni red sličic. Zahtevajte rezultat, primerljiv z izvorom, na primer tabelo pridobljenih vrednosti ali razlago, ki navaja vidne dokaze.\n\nRazmišljanje je privzeto omogočeno. enable_thinking lahko izklopi sklepanje za neposreden odgovor, starejši mehki stikali poziva /think in /nothink pa nista uradno podprti. Uporabite proizvajalčevo predlogo in sklepanje ločite od končnega besedila, kadar vmesnik zagotavlja oba. Priporočilo zgodovine Qwen3.5 je ohranitev končnih odgovorov brez vsebine razmišljanja; novejšega vedenja ohranjanja preteklosti ne uvažajte v to izdajo.\n\nAgentska uporaba\n\nQwen dokumentira klicanje orodij in priporoča Qwen-Agent, vključno s konfiguriranimi orodji ali orodji, povezanimi prek MCP, ter Qwen Code za delo programerskega agenta. Navedite dovoljena orodja in opazljivi rezultat. Povezano orodje lahko zagotovi izračun, pridobivanje virov ali dejanske povratne informacije izvedbe; model lahko te informacije nato uporabi v odgovoru. Orodja in zunanja dejanja sodijo k aplikaciji, zato samo ime modela ne potrjuje dostopa ali izvedbe.\n\nIzjemno dolgo besedilo\n\nDokumentirana razširitev uporablja YaRN z lastnimi pozicijskimi nastavitvami tega modela. Faktor štiri cilja na potek s približno milijonom žetonov; za 524,288 žetonov proizvajalec predlaga faktor dve. Statično skaliranje lahko vpliva na delovanje pri krajšem besedilu, zato mora slediti dejanski potrebi po daljšem kontekstu. Vhod, vizualna predstavitev, zgodovina, sklepanje in končni izhod si delijo proračun zaporedja. Dolgo gradivo organizirajte po identifikatorjih dokumentov ali kode in pustite prostor za zahtevani izdelek.\n\nPriporočila ustvarjanja\n\nPriporočene prakse kartice razlikujejo več prednastavitev. Splošno razmišljanje uporablja temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 1.5 in kazen ponavljanja 1.0. Natančno programiranje uporablja temperature 0.6 in kazen prisotnosti nič. Splošni neposredni odgovori uporabljajo temperature 0.7, top_p 0.8 in kazen prisotnosti 1.5; top_k je 20, min_p je 0 in kazen ponavljanja je 1.0. Za naloge sklepanja z neposrednim odgovorom priporočene prakse namesto tega priporočajo temperature 1.0, top_p 1.0, top_k 40 in kazen prisotnosti 2.0. To so recepti za posamezne naloge, ne vrednosti za poljubno mešanje. Večje kazni prisotnosti lahko povzročijo mešanje jezikov ali rahlo zmanjšanje kakovosti.\n\nQwen priporoča dovoljeno ustvarjanje 32,768 žetonov za večino poizvedb in 81,920 za posebej zahtevna matematična ali programerska vprašanja. To so priporočila, ne neodvisne trde izhodne meje. Določite obliko odgovora, na primer omejen matematični rezultat ali polje odgovora, in sklep preverite glede na izvor.\n\nPodrobnosti videa in vsebinske omejitve\n\nProizvajalčev video primer v podprtem poteku privzeto uporablja dve sličici na sekundo. Smernice v obsegu ur razširijo proračun video procesorja na približno 224K video žetonov za vzorčenje z višjo frekvenco. To so od konfiguracije odvisni primeri, ne univerzalno jamstvo trajanja ali časovnega določanja dogodkov. Majhno pisavo in pomembne prehode prizorov ohranite berljive ter pred uporabo rezultata preverite pridobljeno besedilo, izračune in ustvarjeno kodo. Praktična vrednost izdaje 9B je dokumentirani skupni besedilni/vizualni obseg nalog in nadzorljiv način odgovarjanja z ohranjeno natančno gosto identiteto.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Implement a small text normaliser\n\nWrite a Python function normalise_code(value) for product codes. Trim leading and trailing spaces, convert letters to uppercase and preserve internal hyphens and digits. Empty or whitespace-only input returns an empty string. Provide tests for ' ab-17 ', 'X-0' and ' '. Do not remove punctuation beyond surrounding whitespace or use external packages.The complete function and three assert tests preserving the specified code semantics.The function converts ' ab-17 ' to 'AB-17' while retaining the hyphen and digit order.qwen/qwen3.5-9bQwen3.5-9B je Qwenov gost vizualno-jezikovni model z 9 milijardami parametrov za besedilo, slike in video z besedilnim izhodom. Združuje sklepanje, programiranje, klicanje orodij in večjezično delo, z izbirnim razmišljanjem in izvornim kontekstom 262,144 žetonov, ki ga je mogoče razširiti s konfiguracijo.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Poudarki Qwen3.5 v gosti izdaji 9B
Qwen3.5-9B je dodatno naučen gost vizualno-jezikovni model z 9 milijardami parametrov. Sprejema besedilo, slike in video ter vrača besedilo. Družina združuje sklepanje, programiranje, agente in vizualno razumevanje z zgodnjim združevanjem besedilnega in vizualnega učenja, spodbujevalnim učenjem na postopoma zahtevnejših nalogah ter podporo za 201 jezik in narečje. Ta jezikovna pokritost je zmožnost družine, ne jamstvo enake zanesljivosti za vsak jezik ali temo.
Za večjezično dokumentno delo navedite ciljni jezik, ohranite tehnične izraze in zahtevajte, da rezultat določi izvorna polja ali odlomke, ki jih uporablja. Za vizualno vprašanje priložite berljivo sliko in natančno nalogo. Za majhno kodno zahtevo priložite vhod, želeno vedenje in ustrezno kodo. Model med analiziranjem vizualnega gradiva ne ustvarja slik ali videov.
Pregled modela
Ta model 9B je gost, z 32 plastmi jezikovnega modela in vizualnim kodirnikom. Hibridna postavitev ponavlja tri plasti Gated DeltaNet, ki jim sledi ena plast pozornosti z vrati, ter uporablja goste naprej usmerjene mreže. Napovedovanje več žetonov je vključeno v učenje. Družina vsebuje tudi redke modele strokovnjakov, vendar njihovih opisov skupnih in aktiviranih parametrov ne uporabljajte za to gosto izdajo.
Izvorni kontekst obsega 262,144 žetonov s pogojno razširitvijo na 1,010,000. Konfiguracijo in številčno velikost modela ločite od njegovega modela Base, drugih velikosti Qwen3.5 in kvantiziranih gradenj. Manjše število parametrov določa izdajo; samo ne potrjuje univerzalnega odzivnega časa ali razvrstitve kakovosti. Za zahtevne naloge razmišljanja Qwen priporoča ohranitev konfiguriranega konteksta vsaj 128K žetonov, kjer je mogoče.
Vhodi in načini odgovarjanja
Proizvajalec prikazuje vprašanja samo z besedilom, s slikami in z videom. Podajte dokumentno vprašanje z ustrezno stranjo in pričakovanimi polji ali video vprašanje s pomembnim dogodkom in časovnim razponom. Ohranite oznake, enote in vrstni red sličic. Zahtevajte rezultat, primerljiv z izvorom, na primer tabelo pridobljenih vrednosti ali razlago, ki navaja vidne dokaze.
Razmišljanje je privzeto omogočeno. enable_thinking lahko izklopi sklepanje za neposreden odgovor, starejši mehki stikali poziva /think in /nothink pa nista uradno podprti. Uporabite proizvajalčevo predlogo in sklepanje ločite od končnega besedila, kadar vmesnik zagotavlja oba. Priporočilo zgodovine Qwen3.5 je ohranitev končnih odgovorov brez vsebine razmišljanja; novejšega vedenja ohranjanja preteklosti ne uvažajte v to izdajo.
Agentska uporaba
Qwen dokumentira klicanje orodij in priporoča Qwen-Agent, vključno s konfiguriranimi orodji ali orodji, povezanimi prek MCP, ter Qwen Code za delo programerskega agenta. Navedite dovoljena orodja in opazljivi rezultat. Povezano orodje lahko zagotovi izračun, pridobivanje virov ali dejanske povratne informacije izvedbe; model lahko te informacije nato uporabi v odgovoru. Orodja in zunanja dejanja sodijo k aplikaciji, zato samo ime modela ne potrjuje dostopa ali izvedbe.
Izjemno dolgo besedilo
Dokumentirana razširitev uporablja YaRN z lastnimi pozicijskimi nastavitvami tega modela. Faktor štiri cilja na potek s približno milijonom žetonov; za 524,288 žetonov proizvajalec predlaga faktor dve. Statično skaliranje lahko vpliva na delovanje pri krajšem besedilu, zato mora slediti dejanski potrebi po daljšem kontekstu. Vhod, vizualna predstavitev, zgodovina, sklepanje in končni izhod si delijo proračun zaporedja. Dolgo gradivo organizirajte po identifikatorjih dokumentov ali kode in pustite prostor za zahtevani izdelek.
Priporočila ustvarjanja
Priporočene prakse kartice razlikujejo več prednastavitev. Splošno razmišljanje uporablja temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 1.5 in kazen ponavljanja 1.0. Natančno programiranje uporablja temperature 0.6 in kazen prisotnosti nič. Splošni neposredni odgovori uporabljajo temperature 0.7, top_p 0.8 in kazen prisotnosti 1.5; top_k je 20, min_p je 0 in kazen ponavljanja je 1.0. Za naloge sklepanja z neposrednim odgovorom priporočene prakse namesto tega priporočajo temperature 1.0, top_p 1.0, top_k 40 in kazen prisotnosti 2.0. To so recepti za posamezne naloge, ne vrednosti za poljubno mešanje. Večje kazni prisotnosti lahko povzročijo mešanje jezikov ali rahlo zmanjšanje kakovosti.
Qwen priporoča dovoljeno ustvarjanje 32,768 žetonov za večino poizvedb in 81,920 za posebej zahtevna matematična ali programerska vprašanja. To so priporočila, ne neodvisne trde izhodne meje. Določite obliko odgovora, na primer omejen matematični rezultat ali polje odgovora, in sklep preverite glede na izvor.
Podrobnosti videa in vsebinske omejitve
Proizvajalčev video primer v podprtem poteku privzeto uporablja dve sličici na sekundo. Smernice v obsegu ur razširijo proračun video procesorja na približno 224K video žetonov za vzorčenje z višjo frekvenco. To so od konfiguracije odvisni primeri, ne univerzalno jamstvo trajanja ali časovnega določanja dogodkov. Majhno pisavo in pomembne prehode prizorov ohranite berljive ter pred uporabo rezultata preverite pridobljeno besedilo, izračune in ustvarjeno kodo. Praktična vrednost izdaje 9B je dokumentirani skupni besedilni/vizualni obseg nalog in nadzorljiv način odgovarjanja z ohranjeno natančno gosto identiteto.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen/qwen3.5-9b | 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.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0003 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0003 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.5-9b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3.5-9b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3.5-9b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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/qwen3.5-9b
Uporabite zgoraj navedene poti metod.
qwen/qwen3.5-9bQwen3.5-9B je Qwenov gost vizualno-jezikovni model z 9 milijardami parametrov za besedilo, slike in video z besedilnim izhodom. Združuje sklepanje, programiranje, klicanje orodij in večjezično delo, z izbirnim razmišljanjem in izvornim kontekstom 262,144 žetonov, ki ga je mogoče razširiti s konfiguracijo.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Poudarki Qwen3.5 v gosti izdaji 9B
Qwen3.5-9B je dodatno naučen gost vizualno-jezikovni model z 9 milijardami parametrov. Sprejema besedilo, slike in video ter vrača besedilo. Družina združuje sklepanje, programiranje, agente in vizualno razumevanje z zgodnjim združevanjem besedilnega in vizualnega učenja, spodbujevalnim učenjem na postopoma zahtevnejših nalogah ter podporo za 201 jezik in narečje. Ta jezikovna pokritost je zmožnost družine, ne jamstvo enake zanesljivosti za vsak jezik ali temo.
Za večjezično dokumentno delo navedite ciljni jezik, ohranite tehnične izraze in zahtevajte, da rezultat določi izvorna polja ali odlomke, ki jih uporablja. Za vizualno vprašanje priložite berljivo sliko in natančno nalogo. Za majhno kodno zahtevo priložite vhod, želeno vedenje in ustrezno kodo. Model med analiziranjem vizualnega gradiva ne ustvarja slik ali videov.
Pregled modela
Ta model 9B je gost, z 32 plastmi jezikovnega modela in vizualnim kodirnikom. Hibridna postavitev ponavlja tri plasti Gated DeltaNet, ki jim sledi ena plast pozornosti z vrati, ter uporablja goste naprej usmerjene mreže. Napovedovanje več žetonov je vključeno v učenje. Družina vsebuje tudi redke modele strokovnjakov, vendar njihovih opisov skupnih in aktiviranih parametrov ne uporabljajte za to gosto izdajo.
Izvorni kontekst obsega 262,144 žetonov s pogojno razširitvijo na 1,010,000. Konfiguracijo in številčno velikost modela ločite od njegovega modela Base, drugih velikosti Qwen3.5 in kvantiziranih gradenj. Manjše število parametrov določa izdajo; samo ne potrjuje univerzalnega odzivnega časa ali razvrstitve kakovosti. Za zahtevne naloge razmišljanja Qwen priporoča ohranitev konfiguriranega konteksta vsaj 128K žetonov, kjer je mogoče.
Vhodi in načini odgovarjanja
Proizvajalec prikazuje vprašanja samo z besedilom, s slikami in z videom. Podajte dokumentno vprašanje z ustrezno stranjo in pričakovanimi polji ali video vprašanje s pomembnim dogodkom in časovnim razponom. Ohranite oznake, enote in vrstni red sličic. Zahtevajte rezultat, primerljiv z izvorom, na primer tabelo pridobljenih vrednosti ali razlago, ki navaja vidne dokaze.
Razmišljanje je privzeto omogočeno. enable_thinking lahko izklopi sklepanje za neposreden odgovor, starejši mehki stikali poziva /think in /nothink pa nista uradno podprti. Uporabite proizvajalčevo predlogo in sklepanje ločite od končnega besedila, kadar vmesnik zagotavlja oba. Priporočilo zgodovine Qwen3.5 je ohranitev končnih odgovorov brez vsebine razmišljanja; novejšega vedenja ohranjanja preteklosti ne uvažajte v to izdajo.
Agentska uporaba
Qwen dokumentira klicanje orodij in priporoča Qwen-Agent, vključno s konfiguriranimi orodji ali orodji, povezanimi prek MCP, ter Qwen Code za delo programerskega agenta. Navedite dovoljena orodja in opazljivi rezultat. Povezano orodje lahko zagotovi izračun, pridobivanje virov ali dejanske povratne informacije izvedbe; model lahko te informacije nato uporabi v odgovoru. Orodja in zunanja dejanja sodijo k aplikaciji, zato samo ime modela ne potrjuje dostopa ali izvedbe.
Izjemno dolgo besedilo
Dokumentirana razširitev uporablja YaRN z lastnimi pozicijskimi nastavitvami tega modela. Faktor štiri cilja na potek s približno milijonom žetonov; za 524,288 žetonov proizvajalec predlaga faktor dve. Statično skaliranje lahko vpliva na delovanje pri krajšem besedilu, zato mora slediti dejanski potrebi po daljšem kontekstu. Vhod, vizualna predstavitev, zgodovina, sklepanje in končni izhod si delijo proračun zaporedja. Dolgo gradivo organizirajte po identifikatorjih dokumentov ali kode in pustite prostor za zahtevani izdelek.
Priporočila ustvarjanja
Priporočene prakse kartice razlikujejo več prednastavitev. Splošno razmišljanje uporablja temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 1.5 in kazen ponavljanja 1.0. Natančno programiranje uporablja temperature 0.6 in kazen prisotnosti nič. Splošni neposredni odgovori uporabljajo temperature 0.7, top_p 0.8 in kazen prisotnosti 1.5; top_k je 20, min_p je 0 in kazen ponavljanja je 1.0. Za naloge sklepanja z neposrednim odgovorom priporočene prakse namesto tega priporočajo temperature 1.0, top_p 1.0, top_k 40 in kazen prisotnosti 2.0. To so recepti za posamezne naloge, ne vrednosti za poljubno mešanje. Večje kazni prisotnosti lahko povzročijo mešanje jezikov ali rahlo zmanjšanje kakovosti.
Qwen priporoča dovoljeno ustvarjanje 32,768 žetonov za večino poizvedb in 81,920 za posebej zahtevna matematična ali programerska vprašanja. To so priporočila, ne neodvisne trde izhodne meje. Določite obliko odgovora, na primer omejen matematični rezultat ali polje odgovora, in sklep preverite glede na izvor.
Podrobnosti videa in vsebinske omejitve
Proizvajalčev video primer v podprtem poteku privzeto uporablja dve sličici na sekundo. Smernice v obsegu ur razširijo proračun video procesorja na približno 224K video žetonov za vzorčenje z višjo frekvenco. To so od konfiguracije odvisni primeri, ne univerzalno jamstvo trajanja ali časovnega določanja dogodkov. Majhno pisavo in pomembne prehode prizorov ohranite berljive ter pred uporabo rezultata preverite pridobljeno besedilo, izračune in ustvarjeno kodo. Praktična vrednost izdaje 9B je dokumentirani skupni besedilni/vizualni obseg nalog in nadzorljiv način odgovarjanja z ohranjeno natančno gosto identiteto.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen/qwen3.5-9b | 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.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0003 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0002 / 1K žetonov Izhod · Izhodni žetoni $0.0003 / 1K žetonov Vhod · Branje predpomnilnika — / 1K žetonov Vhod · Zapis v predpomnilnik — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "qwen/qwen3.5-9b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-9b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-9b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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/qwen3.5-9b
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Implement a small text normaliser\n\nWrite a Python function normalise_code(value) for product codes. Trim leading and trailing spaces, convert letters to uppercase and preserve internal hyphens and digits. Empty or whitespace-only input returns an empty string. Provide tests for ' ab-17 ', 'X-0' and ' '. Do not remove punctuation beyond surrounding whitespace or use external packages.The complete function and three assert tests preserving the specified code semantics.The function converts ' ab-17 ' to 'AB-17' while retaining the hyphen and digit order.