Poudarki Qwen3.8: dolgotrajno besedilno sklepanje
Qwen3.8-2.4T-A95B je odprti model Qwen3.8 za besedilno sklepanje. Qwen opisuje izboljšave programiranja, strokovnega dela, raziskovanja in dolgoročnih agentskih nalog, vključno z načrtovanjem in uporabo povratnih informacij okolja. Sprejema besedilo in vrača besedilo. Proizvajalec ga izrecno loči od upravljane ponudbe Qwen3.8-Max: vizualni vhod in podpora odgovarjanju brez razmišljanja sta dodatni funkciji te ponudbe, ne zmožnosti tega odprtega modela.
Za kodno nalogo priložite ustrezne module, zahtevo in vhod, ki razkrije trenutno vedenje. Zahtevajte razloženo spremembo in končni izdelek za pregled. Za raziskovalno ali strokovno poročilo priložite dokaze, zahtevane razdelke in merila ocenjevanja, nato modelu naročite ločevanje podprtih ugotovitev od predpostavk. To so praktične uporabe dokumentiranega obsega nalog, ne obljube izvedene kode ali strokovno potrjenih sklepov.
Pregled modela
Redki model mešanice strokovnjakov ima skupno 2.4 bilijona parametrov in aktivira 95 milijard. Ima 92 plasti in 512 usmerjanih strokovnjakov ter izbere deset usmerjanih strokovnjakov skupaj z enim skupnim. Hibridni bloki združujejo Gated DeltaNet in pozornost z vrati s plastmi strokovnjakov v vzorcu tri proti ena. Napovedovanje več žetonov je del učenja. Število aktiviranih parametrov ni polna velikost modela, veliko skupno število pa ne potrjuje jamstva odzivnega časa.
Izvorni kontekst obsega 262,144 žetonov z dokumentirano razširitvijo do 1,010,000. To se razlikuje od privzetega konteksta enega milijona žetonov v referenci upravljanega Max. Za izvorno besedilo, zgodovino pogovora, sklepanje in končni odgovor uporabite dejanski konfigurirani dovoljeni obseg zaporedja, namesto da predpostavljate hkratno veljavnost vseh največjih številk.
Uporaba tega modela z razmišljanjem
Razmišljanje je potrebno pri vsaki interakciji in ga ni mogoče izklopiti. Dokumentirani izhod se začne z blokom sklepanja pred končnim besedilom. reasoning_effort podpira xhigh, medium in low; xhigh je privzeto. Low zmanjša predvideno globino, vendar ostaja način razmišljanja. Zahteva za jedrnat končni odgovor lahko nadzoruje želeni izdelek, ne da bi model pretvorila v izdajo brez razmišljanja.
preserve_thinking je privzeto omogočen. Ohranjanje sklepanja iz prejšnjih krogov pomaga iterativni nalogi prenašati kontekst odločitev naprej. Popravke, rezultate orodij in končni odgovor povežite s krogi, ki so jih ustvarili. Ta model mora slediti lastni pogodbi zgodovine, ne podedovati starejšega nasveta za odstranjevanje vseh blokov sklepanja iz preteklih sporočil. Natančna dostopnost kontrol intenzivnosti in ohranjanja je odvisna od vmesnika, ki izvaja recept modela.
Izvajalna ogrodja in povratne informacije okolja
Qwen opisuje združljivost z razvojnimi izvajalnimi ogrodji in orodji. Dolgotrajno nalogo lahko izrazite s ciljem, dovoljenimi dejanji in dokazi dokončanja; aplikacija lahko nato zagotovi opažanja pregleda ali izvedbe. Modelu naročite razlago, kako vsak nov rezultat spreminja načrt, in poročilo o nerešenem. Načrtovanje dejanja in prejem dejanskega rezultata sta različna dela tega poteka.
Primeri upravljanega Max v kartici vključujejo dodatna vgrajena orodja. Ne pretvarjajte jih v samodejno spletno iskanje, izvajanje kode ali vizualni vhod za ta odprti model. Njegova uporabna vloga je komponenta besedilnega sklepanja v povezanem poteku; orodja in zunanji učinki sodijo k aplikaciji, ki jih zagotavlja.
Priporočila ustvarjanja
Proizvajalec priporoča temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 0 in kazen ponavljanja 1.0. Kjer je podprta, lahko kazen prisotnosti med nič in dve zmanjša ponovljeno besedilo, vendar lahko višje vrednosti mešajo jezike ali nekoliko zmanjšajo kakovost. Podpora parametrov je odvisna od izvedbe.
Za konfiguriran potek z enim milijonom žetonov in ločenima omejitvama sklepanja ter končnega odgovora Qwen priporoča 262,144 žetonov za sklepanje in 131,072 za končni odgovor. To so pogojni dovoljeni obsegi, ne ločeno potrjene trde meje ali proračuni, ki bi skupaj sodili v izvorni kontekst 262,144 žetonov. Dodelite dovolj prostora za celovit izdelek in zahtevajte končni rezultat, ki ga bo po sklepanju preprosto najti.
Praktične omejitve
Ta model ne sprejema slik, zvoka ali videa. Po potrebi ustrezne dokaze z ločenim potekom pretvorite v primerno besedilno predstavitev ter ohranite identifikatorje za preverjanje odgovora. Kartica navaja razširjeni kontekst, vendar ne podaja celovitega recepta razširitve za posamezno nalogo ali univerzalne omejitve medijev za ta samo besedilni model. Ohranite natančno identiteto in konfiguracijo modela, izračune in predloge kode preverite glede na izvor ter končni izdelek obravnavajte kot rezultat za pregled, ne kot dokaz dokončanja celotne zunanje naloge.
", "aboutText": "Poudarki Qwen3.8: dolgotrajno besedilno sklepanje\n\nQwen3.8-2.4T-A95B je odprti model Qwen3.8 za besedilno sklepanje. Qwen opisuje izboljšave programiranja, strokovnega dela, raziskovanja in dolgoročnih agentskih nalog, vključno z načrtovanjem in uporabo povratnih informacij okolja. Sprejema besedilo in vrača besedilo. Proizvajalec ga izrecno loči od upravljane ponudbe Qwen3.8-Max: vizualni vhod in podpora odgovarjanju brez razmišljanja sta dodatni funkciji te ponudbe, ne zmožnosti tega odprtega modela.\n\nZa kodno nalogo priložite ustrezne module, zahtevo in vhod, ki razkrije trenutno vedenje. Zahtevajte razloženo spremembo in končni izdelek za pregled. Za raziskovalno ali strokovno poročilo priložite dokaze, zahtevane razdelke in merila ocenjevanja, nato modelu naročite ločevanje podprtih ugotovitev od predpostavk. To so praktične uporabe dokumentiranega obsega nalog, ne obljube izvedene kode ali strokovno potrjenih sklepov.\n\nPregled modela\n\nRedki model mešanice strokovnjakov ima skupno 2.4 bilijona parametrov in aktivira 95 milijard. Ima 92 plasti in 512 usmerjanih strokovnjakov ter izbere deset usmerjanih strokovnjakov skupaj z enim skupnim. Hibridni bloki združujejo Gated DeltaNet in pozornost z vrati s plastmi strokovnjakov v vzorcu tri proti ena. Napovedovanje več žetonov je del učenja. Število aktiviranih parametrov ni polna velikost modela, veliko skupno število pa ne potrjuje jamstva odzivnega časa.\n\nIzvorni kontekst obsega 262,144 žetonov z dokumentirano razširitvijo do 1,010,000. To se razlikuje od privzetega konteksta enega milijona žetonov v referenci upravljanega Max. Za izvorno besedilo, zgodovino pogovora, sklepanje in končni odgovor uporabite dejanski konfigurirani dovoljeni obseg zaporedja, namesto da predpostavljate hkratno veljavnost vseh največjih številk.\n\nUporaba tega modela z razmišljanjem\n\nRazmišljanje je potrebno pri vsaki interakciji in ga ni mogoče izklopiti. Dokumentirani izhod se začne z blokom sklepanja pred končnim besedilom. reasoning_effort podpira xhigh, medium in low; xhigh je privzeto. Low zmanjša predvideno globino, vendar ostaja način razmišljanja. Zahteva za jedrnat končni odgovor lahko nadzoruje želeni izdelek, ne da bi model pretvorila v izdajo brez razmišljanja.\n\npreserve_thinking je privzeto omogočen. Ohranjanje sklepanja iz prejšnjih krogov pomaga iterativni nalogi prenašati kontekst odločitev naprej. Popravke, rezultate orodij in končni odgovor povežite s krogi, ki so jih ustvarili. Ta model mora slediti lastni pogodbi zgodovine, ne podedovati starejšega nasveta za odstranjevanje vseh blokov sklepanja iz preteklih sporočil. Natančna dostopnost kontrol intenzivnosti in ohranjanja je odvisna od vmesnika, ki izvaja recept modela.\n\nIzvajalna ogrodja in povratne informacije okolja\n\nQwen opisuje združljivost z razvojnimi izvajalnimi ogrodji in orodji. Dolgotrajno nalogo lahko izrazite s ciljem, dovoljenimi dejanji in dokazi dokončanja; aplikacija lahko nato zagotovi opažanja pregleda ali izvedbe. Modelu naročite razlago, kako vsak nov rezultat spreminja načrt, in poročilo o nerešenem. Načrtovanje dejanja in prejem dejanskega rezultata sta različna dela tega poteka.\n\nPrimeri upravljanega Max v kartici vključujejo dodatna vgrajena orodja. Ne pretvarjajte jih v samodejno spletno iskanje, izvajanje kode ali vizualni vhod za ta odprti model. Njegova uporabna vloga je komponenta besedilnega sklepanja v povezanem poteku; orodja in zunanji učinki sodijo k aplikaciji, ki jih zagotavlja.\n\nPriporočila ustvarjanja\n\nProizvajalec priporoča temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 0 in kazen ponavljanja 1.0. Kjer je podprta, lahko kazen prisotnosti med nič in dve zmanjša ponovljeno besedilo, vendar lahko višje vrednosti mešajo jezike ali nekoliko zmanjšajo kakovost. Podpora parametrov je odvisna od izvedbe.\n\nZa konfiguriran potek z enim milijonom žetonov in ločenima omejitvama sklepanja ter končnega odgovora Qwen priporoča 262,144 žetonov za sklepanje in 131,072 za končni odgovor. To so pogojni dovoljeni obsegi, ne ločeno potrjene trde meje ali proračuni, ki bi skupaj sodili v izvorni kontekst 262,144 žetonov. Dodelite dovolj prostora za celovit izdelek in zahtevajte končni rezultat, ki ga bo po sklepanju preprosto najti.\n\nPraktične omejitve\n\nTa model ne sprejema slik, zvoka ali videa. Po potrebi ustrezne dokaze z ločenim potekom pretvorite v primerno besedilno predstavitev ter ohranite identifikatorje za preverjanje odgovora. Kartica navaja razširjeni kontekst, vendar ne podaja celovitega recepta razširitve za posamezno nalogo ali univerzalne omejitve medijev za ta samo besedilni model. Ohranite natančno identiteto in konfiguracijo modela, izračune in predloge kode preverite glede na izvor ter končni izdelek obravnavajte kot rezultat za pregled, ne kot dokaz dokončanja celotne zunanje naloge.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Review a resumable migration plan\n\nReview this migration design against the requirement that every row is copied exactly once. Step 1 copies 100 rows after last_id. Step 2 saves last_id. A crash can occur between steps. Explain the duplicate risk after restart and propose a minimal idempotent write or atomic checkpoint design. Include a test that interrupts precisely between the two steps.A cause analysis, one concrete correction strategy and a crash-point regression scenario.Rerunning after the interruption cannot produce duplicate destination rows or skip uncopied source rows.qwen/qwen3.8-2.4t-a95bQwen3.8-2.4T-A95B je Qwenov redki besedilni model mešanice strokovnjakov za sklepanje s skupno 2.4 bilijona parametrov in 95 milijardami aktiviranih. Ta odprti model vedno uporablja razmišljanje, podpira nastavljivo intenzivnost sklepanja in ohranja kontekst sklepanja za dolgotrajne programerske in strokovne naloge.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Poudarki Qwen3.8: dolgotrajno besedilno sklepanje
Qwen3.8-2.4T-A95B je odprti model Qwen3.8 za besedilno sklepanje. Qwen opisuje izboljšave programiranja, strokovnega dela, raziskovanja in dolgoročnih agentskih nalog, vključno z načrtovanjem in uporabo povratnih informacij okolja. Sprejema besedilo in vrača besedilo. Proizvajalec ga izrecno loči od upravljane ponudbe Qwen3.8-Max: vizualni vhod in podpora odgovarjanju brez razmišljanja sta dodatni funkciji te ponudbe, ne zmožnosti tega odprtega modela.
Za kodno nalogo priložite ustrezne module, zahtevo in vhod, ki razkrije trenutno vedenje. Zahtevajte razloženo spremembo in končni izdelek za pregled. Za raziskovalno ali strokovno poročilo priložite dokaze, zahtevane razdelke in merila ocenjevanja, nato modelu naročite ločevanje podprtih ugotovitev od predpostavk. To so praktične uporabe dokumentiranega obsega nalog, ne obljube izvedene kode ali strokovno potrjenih sklepov.
Pregled modela
Redki model mešanice strokovnjakov ima skupno 2.4 bilijona parametrov in aktivira 95 milijard. Ima 92 plasti in 512 usmerjanih strokovnjakov ter izbere deset usmerjanih strokovnjakov skupaj z enim skupnim. Hibridni bloki združujejo Gated DeltaNet in pozornost z vrati s plastmi strokovnjakov v vzorcu tri proti ena. Napovedovanje več žetonov je del učenja. Število aktiviranih parametrov ni polna velikost modela, veliko skupno število pa ne potrjuje jamstva odzivnega časa.
Izvorni kontekst obsega 262,144 žetonov z dokumentirano razširitvijo do 1,010,000. To se razlikuje od privzetega konteksta enega milijona žetonov v referenci upravljanega Max. Za izvorno besedilo, zgodovino pogovora, sklepanje in končni odgovor uporabite dejanski konfigurirani dovoljeni obseg zaporedja, namesto da predpostavljate hkratno veljavnost vseh največjih številk.
Uporaba tega modela z razmišljanjem
Razmišljanje je potrebno pri vsaki interakciji in ga ni mogoče izklopiti. Dokumentirani izhod se začne z blokom sklepanja pred končnim besedilom. reasoning_effort podpira xhigh, medium in low; xhigh je privzeto. Low zmanjša predvideno globino, vendar ostaja način razmišljanja. Zahteva za jedrnat končni odgovor lahko nadzoruje želeni izdelek, ne da bi model pretvorila v izdajo brez razmišljanja.
preserve_thinking je privzeto omogočen. Ohranjanje sklepanja iz prejšnjih krogov pomaga iterativni nalogi prenašati kontekst odločitev naprej. Popravke, rezultate orodij in končni odgovor povežite s krogi, ki so jih ustvarili. Ta model mora slediti lastni pogodbi zgodovine, ne podedovati starejšega nasveta za odstranjevanje vseh blokov sklepanja iz preteklih sporočil. Natančna dostopnost kontrol intenzivnosti in ohranjanja je odvisna od vmesnika, ki izvaja recept modela.
Izvajalna ogrodja in povratne informacije okolja
Qwen opisuje združljivost z razvojnimi izvajalnimi ogrodji in orodji. Dolgotrajno nalogo lahko izrazite s ciljem, dovoljenimi dejanji in dokazi dokončanja; aplikacija lahko nato zagotovi opažanja pregleda ali izvedbe. Modelu naročite razlago, kako vsak nov rezultat spreminja načrt, in poročilo o nerešenem. Načrtovanje dejanja in prejem dejanskega rezultata sta različna dela tega poteka.
Primeri upravljanega Max v kartici vključujejo dodatna vgrajena orodja. Ne pretvarjajte jih v samodejno spletno iskanje, izvajanje kode ali vizualni vhod za ta odprti model. Njegova uporabna vloga je komponenta besedilnega sklepanja v povezanem poteku; orodja in zunanji učinki sodijo k aplikaciji, ki jih zagotavlja.
Priporočila ustvarjanja
Proizvajalec priporoča temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 0 in kazen ponavljanja 1.0. Kjer je podprta, lahko kazen prisotnosti med nič in dve zmanjša ponovljeno besedilo, vendar lahko višje vrednosti mešajo jezike ali nekoliko zmanjšajo kakovost. Podpora parametrov je odvisna od izvedbe.
Za konfiguriran potek z enim milijonom žetonov in ločenima omejitvama sklepanja ter končnega odgovora Qwen priporoča 262,144 žetonov za sklepanje in 131,072 za končni odgovor. To so pogojni dovoljeni obsegi, ne ločeno potrjene trde meje ali proračuni, ki bi skupaj sodili v izvorni kontekst 262,144 žetonov. Dodelite dovolj prostora za celovit izdelek in zahtevajte končni rezultat, ki ga bo po sklepanju preprosto najti.
Praktične omejitve
Ta model ne sprejema slik, zvoka ali videa. Po potrebi ustrezne dokaze z ločenim potekom pretvorite v primerno besedilno predstavitev ter ohranite identifikatorje za preverjanje odgovora. Kartica navaja razširjeni kontekst, vendar ne podaja celovitega recepta razširitve za posamezno nalogo ali univerzalne omejitve medijev za ta samo besedilni model. Ohranite natančno identiteto in konfiguracijo modela, izračune in predloge kode preverite glede na izvor ter končni izdelek obravnavajte kot rezultat za pregled, ne kot dokaz dokončanja celotne zunanje naloge.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen/qwen3.8-2.4t-a95b | 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 $0.004 / 1K žetonov Izhod · Izhodni žetoni $0.012 / 1K žetonov Vhod · Branje predpomnilnika $0.0005 / 1K žetonov Vhod · Zapis v predpomnilnik $0.005 / 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 $0.004 / 1K žetonov Izhod · Izhodni žetoni $0.012 / 1K žetonov Vhod · Branje predpomnilnika $0.0005 / 1K žetonov Vhod · Zapis v predpomnilnik $0.005 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.8-2.4t-a95b", "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/qwen3.8-2.4t-a95b',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/qwen3.8-2.4t-a95b',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/qwen3.8-2.4t-a95b
Uporabite zgoraj navedene poti metod.
qwen/qwen3.8-2.4t-a95bQwen3.8-2.4T-A95B je Qwenov redki besedilni model mešanice strokovnjakov za sklepanje s skupno 2.4 bilijona parametrov in 95 milijardami aktiviranih. Ta odprti model vedno uporablja razmišljanje, podpira nastavljivo intenzivnost sklepanja in ohranja kontekst sklepanja za dolgotrajne programerske in strokovne naloge.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Poudarki Qwen3.8: dolgotrajno besedilno sklepanje
Qwen3.8-2.4T-A95B je odprti model Qwen3.8 za besedilno sklepanje. Qwen opisuje izboljšave programiranja, strokovnega dela, raziskovanja in dolgoročnih agentskih nalog, vključno z načrtovanjem in uporabo povratnih informacij okolja. Sprejema besedilo in vrača besedilo. Proizvajalec ga izrecno loči od upravljane ponudbe Qwen3.8-Max: vizualni vhod in podpora odgovarjanju brez razmišljanja sta dodatni funkciji te ponudbe, ne zmožnosti tega odprtega modela.
Za kodno nalogo priložite ustrezne module, zahtevo in vhod, ki razkrije trenutno vedenje. Zahtevajte razloženo spremembo in končni izdelek za pregled. Za raziskovalno ali strokovno poročilo priložite dokaze, zahtevane razdelke in merila ocenjevanja, nato modelu naročite ločevanje podprtih ugotovitev od predpostavk. To so praktične uporabe dokumentiranega obsega nalog, ne obljube izvedene kode ali strokovno potrjenih sklepov.
Pregled modela
Redki model mešanice strokovnjakov ima skupno 2.4 bilijona parametrov in aktivira 95 milijard. Ima 92 plasti in 512 usmerjanih strokovnjakov ter izbere deset usmerjanih strokovnjakov skupaj z enim skupnim. Hibridni bloki združujejo Gated DeltaNet in pozornost z vrati s plastmi strokovnjakov v vzorcu tri proti ena. Napovedovanje več žetonov je del učenja. Število aktiviranih parametrov ni polna velikost modela, veliko skupno število pa ne potrjuje jamstva odzivnega časa.
Izvorni kontekst obsega 262,144 žetonov z dokumentirano razširitvijo do 1,010,000. To se razlikuje od privzetega konteksta enega milijona žetonov v referenci upravljanega Max. Za izvorno besedilo, zgodovino pogovora, sklepanje in končni odgovor uporabite dejanski konfigurirani dovoljeni obseg zaporedja, namesto da predpostavljate hkratno veljavnost vseh največjih številk.
Uporaba tega modela z razmišljanjem
Razmišljanje je potrebno pri vsaki interakciji in ga ni mogoče izklopiti. Dokumentirani izhod se začne z blokom sklepanja pred končnim besedilom. reasoning_effort podpira xhigh, medium in low; xhigh je privzeto. Low zmanjša predvideno globino, vendar ostaja način razmišljanja. Zahteva za jedrnat končni odgovor lahko nadzoruje želeni izdelek, ne da bi model pretvorila v izdajo brez razmišljanja.
preserve_thinking je privzeto omogočen. Ohranjanje sklepanja iz prejšnjih krogov pomaga iterativni nalogi prenašati kontekst odločitev naprej. Popravke, rezultate orodij in končni odgovor povežite s krogi, ki so jih ustvarili. Ta model mora slediti lastni pogodbi zgodovine, ne podedovati starejšega nasveta za odstranjevanje vseh blokov sklepanja iz preteklih sporočil. Natančna dostopnost kontrol intenzivnosti in ohranjanja je odvisna od vmesnika, ki izvaja recept modela.
Izvajalna ogrodja in povratne informacije okolja
Qwen opisuje združljivost z razvojnimi izvajalnimi ogrodji in orodji. Dolgotrajno nalogo lahko izrazite s ciljem, dovoljenimi dejanji in dokazi dokončanja; aplikacija lahko nato zagotovi opažanja pregleda ali izvedbe. Modelu naročite razlago, kako vsak nov rezultat spreminja načrt, in poročilo o nerešenem. Načrtovanje dejanja in prejem dejanskega rezultata sta različna dela tega poteka.
Primeri upravljanega Max v kartici vključujejo dodatna vgrajena orodja. Ne pretvarjajte jih v samodejno spletno iskanje, izvajanje kode ali vizualni vhod za ta odprti model. Njegova uporabna vloga je komponenta besedilnega sklepanja v povezanem poteku; orodja in zunanji učinki sodijo k aplikaciji, ki jih zagotavlja.
Priporočila ustvarjanja
Proizvajalec priporoča temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 0 in kazen ponavljanja 1.0. Kjer je podprta, lahko kazen prisotnosti med nič in dve zmanjša ponovljeno besedilo, vendar lahko višje vrednosti mešajo jezike ali nekoliko zmanjšajo kakovost. Podpora parametrov je odvisna od izvedbe.
Za konfiguriran potek z enim milijonom žetonov in ločenima omejitvama sklepanja ter končnega odgovora Qwen priporoča 262,144 žetonov za sklepanje in 131,072 za končni odgovor. To so pogojni dovoljeni obsegi, ne ločeno potrjene trde meje ali proračuni, ki bi skupaj sodili v izvorni kontekst 262,144 žetonov. Dodelite dovolj prostora za celovit izdelek in zahtevajte končni rezultat, ki ga bo po sklepanju preprosto najti.
Praktične omejitve
Ta model ne sprejema slik, zvoka ali videa. Po potrebi ustrezne dokaze z ločenim potekom pretvorite v primerno besedilno predstavitev ter ohranite identifikatorje za preverjanje odgovora. Kartica navaja razširjeni kontekst, vendar ne podaja celovitega recepta razširitve za posamezno nalogo ali univerzalne omejitve medijev za ta samo besedilni model. Ohranite natančno identiteto in konfiguracijo modela, izračune in predloge kode preverite glede na izvor ter končni izdelek obravnavajte kot rezultat za pregled, ne kot dokaz dokončanja celotne zunanje naloge.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen/qwen3.8-2.4t-a95b | 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 $0.004 / 1K žetonov Izhod · Izhodni žetoni $0.012 / 1K žetonov Vhod · Branje predpomnilnika $0.0005 / 1K žetonov Vhod · Zapis v predpomnilnik $0.005 / 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 $0.004 / 1K žetonov Izhod · Izhodni žetoni $0.012 / 1K žetonov Vhod · Branje predpomnilnika $0.0005 / 1K žetonov Vhod · Zapis v predpomnilnik $0.005 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "qwen/qwen3.8-2.4t-a95b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.8-2.4t-a95b', '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/qwen3.8-2.4t-a95b', '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/qwen3.8-2.4t-a95b
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Review a resumable migration plan\n\nReview this migration design against the requirement that every row is copied exactly once. Step 1 copies 100 rows after last_id. Step 2 saves last_id. A crash can occur between steps. Explain the duplicate risk after restart and propose a minimal idempotent write or atomic checkpoint design. Include a test that interrupts precisely between the two steps.A cause analysis, one concrete correction strategy and a crash-point regression scenario.Rerunning after the interruption cannot produce duplicate destination rows or skip uncopied source rows.