Poudarki Qwen3.8 v gostem vizualno-jezikovnem modelu
Qwen3.8-27B prenaša izboljšave Qwen3.8 pri programiranju, strokovnem delu, raziskovanju in agentskih nalogah v gost model s 27 milijardami parametrov. Sprejema besedilo, slike in video ter vrača besedilo. Dokumentirani vizualni obseg vključuje diagrame STEM, strani dokumentov in video v obsegu ur. Je ločen model od veliko večjega, samo besedilnega Qwen3.8-2.4T-A95B, zato morajo njune vhodne zmožnosti in pogodbe razmišljanja ostati ločene.
Qwen poudarja avtonomno načrtovanje, uporabo povratnih informacij okolja in integracijo z razvojnimi izvajalnimi ogrodji. Za agentsko nalogo priložite cilj, ustrezno gradivo, dovoljena orodja in dokaze dokončanja. Model lahko na podlagi vrnjenih rezultatov predlaga in prilagaja dejanja; ta dejanja izvaja povezana programska oprema. Zahtevajte končni izdelek in nerešene pogoje, namesto da načrt obravnavate kot izvedeni rezultat.
Pregled modela
Model 27B ima 64 plasti jezikovnega modela. Njegova hibridna postavitev združuje tri plasti Gated DeltaNet, ki jim sledi ena plast pozornosti z vrati, z gostimi naprej usmerjenimi mrežami. Uči se z napovedovanjem več žetonov in vključuje vizualni kodirnik. Te arhitekturne izbire opisujejo objavljeni model; ne pomenijo, da ima vsaka namestitev enako porabo pomnilnika ali zakasnitev.
Izvorni kontekst obsega 262,144 žetonov z dokumentirano razširitvijo na 1,000,000. Besedilo, vizualna predstavitev, zgodovina pogovora, razmišljanje in končni izhod si delijo konfigurirani proračun zaporedja. Proizvajalec ločeno obravnava upravljano izdajo z dodatnimi funkcijami; teh ne pripisujte samodejno odprtemu modelu.
Uporaba besedila, slik in videa
Za kodno nalogo priložite ustrezno funkcijo ali modul, vhod z napako in pričakovano vedenje, nato zahtevajte popravek z zadevnimi predpostavkami in preverjanji. Pri diagramu ohranite oznake in podajte celotno vprašanje. Pri dokumentu zahtevajte poimenovana polja ali sklepe s sklici na strani. Pri videu navedite zanimivi dogodek in ohranite časovni potek.
Proizvajalčev video primer v podprtem strežniškem poteku privzeto uporablja dve sličici na sekundo z izbirnimi kontrolami vzorčenja. Splošen povzetek prizora in kratek dogodek lahko potrebujeta različno vzorčenje. Smernice za dolgi video priporočajo razširitev proračuna video procesorja za vzorčenje z višjo frekvenco pri gradivu v obsegu ur, s primerom, ki ustreza približno 224K video žetonom. To zahteva konfiguracijo in tekmuje z drugo kontekstno vsebino; ni univerzalno jamstvo trajanja posnetka.
Razmišljanje in preteklo sklepanje
Razmišljanje je privzeto omogočeno in ga lahko za posamezno zahtevo izklopite s proizvajalčevo kontrolo enable_thinking. reasoning_effort podpira xhigh, medium in low, pri čemer je xhigh privzeto. Manjša intenzivnost lahko skrajša posamezen krog, vendar Qwen opozarja, da lahko nezadostna analiza pri agentskih nalogah povzroči napake in ponovljeno delo ter poveča skupni čas dokončanja.
preserve_thinking je privzeto omogočen in zaradi kontinuitete ohranja bloke sklepanja iz preteklih sporočil. Izklop ohrani samo bloke razmišljanja, ustvarjene med obravnavo zadnjega uporabniškega sporočila. To se razlikuje od starejših Qwenovih smernic, ki preteklo sklepanje v celoti zavržejo. V vmesniku ločite sklepanje in končno vsebino ter ohranite natančno obliko pogovora, ki jo pričakuje model. Proizvajalčeve kontrole ne potrjujejo, katere parametre izpostavlja druga aplikacija.
Smernice ustvarjanja
Za razmišljanje Qwen priporoča temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 0 in kazen ponavljanja 1.0. Za neposredne odgovore priporoča zaporedoma 0.7, 0.8, 20, 0, 1.5 in 1.0. Višja kazen prisotnosti lahko zmanjša ponavljanje, vendar lahko meša jezike ali nekoliko zmanjša kakovost.
V konfiguriranem poteku z enim milijonom žetonov, ki podpira ločene omejitve, proizvajalec priporoča dovoljena obsega 262,144 žetonov za sklepanje in 131,072 za končni odgovor. To so pogojna priporočila proračuna, ne neodvisne trde izhodne meje ali razporeditve, ki bi hkrati sodile v izvorni kontekst.
Izjemno dolg kontekst in omejitve
Dokumentirana razširitev uporablja YaRN z lastnimi prepletenimi pozicijskimi nastavitvami modela. Faktor štiri cilja na potek z enim milijonom žetonov; za obremenitev okoli 524,288 žetonov proizvajalec predlaga faktor dve. Statično skaliranje lahko vpliva na kakovost krajšega besedila, zato Qwen svetuje omogočanje, kadar potrebujete daljši kontekst. Ne kopirajte faktorja ekstrapolacije druge izdaje Qwen-VL brez njenega lastnega recepta.
Dolg vhod organizirajte po identifikatorjih dokumenta, strani ali kode in zahtevajte preverljiv rezultat. Izračune, majhne vizualne oznake in ustvarjene popravke preverite glede na izvor. Dolg kontekst, ohranjeno sklepanje in večji video proračuni pomagajo prenašati več dokazov skozi nalogo; sami ne potrjujejo popolnega priklica, pravilnega sklepanja ali dokončanega zunanjega dejanja.
", "aboutText": "Poudarki Qwen3.8 v gostem vizualno-jezikovnem modelu\n\nQwen3.8-27B prenaša izboljšave Qwen3.8 pri programiranju, strokovnem delu, raziskovanju in agentskih nalogah v gost model s 27 milijardami parametrov. Sprejema besedilo, slike in video ter vrača besedilo. Dokumentirani vizualni obseg vključuje diagrame STEM, strani dokumentov in video v obsegu ur. Je ločen model od veliko večjega, samo besedilnega Qwen3.8-2.4T-A95B, zato morajo njune vhodne zmožnosti in pogodbe razmišljanja ostati ločene.\n\nQwen poudarja avtonomno načrtovanje, uporabo povratnih informacij okolja in integracijo z razvojnimi izvajalnimi ogrodji. Za agentsko nalogo priložite cilj, ustrezno gradivo, dovoljena orodja in dokaze dokončanja. Model lahko na podlagi vrnjenih rezultatov predlaga in prilagaja dejanja; ta dejanja izvaja povezana programska oprema. Zahtevajte končni izdelek in nerešene pogoje, namesto da načrt obravnavate kot izvedeni rezultat.\n\nPregled modela\n\nModel 27B ima 64 plasti jezikovnega modela. Njegova hibridna postavitev združuje tri plasti Gated DeltaNet, ki jim sledi ena plast pozornosti z vrati, z gostimi naprej usmerjenimi mrežami. Uči se z napovedovanjem več žetonov in vključuje vizualni kodirnik. Te arhitekturne izbire opisujejo objavljeni model; ne pomenijo, da ima vsaka namestitev enako porabo pomnilnika ali zakasnitev.\n\nIzvorni kontekst obsega 262,144 žetonov z dokumentirano razširitvijo na 1,000,000. Besedilo, vizualna predstavitev, zgodovina pogovora, razmišljanje in končni izhod si delijo konfigurirani proračun zaporedja. Proizvajalec ločeno obravnava upravljano izdajo z dodatnimi funkcijami; teh ne pripisujte samodejno odprtemu modelu.\n\nUporaba besedila, slik in videa\n\nZa kodno nalogo priložite ustrezno funkcijo ali modul, vhod z napako in pričakovano vedenje, nato zahtevajte popravek z zadevnimi predpostavkami in preverjanji. Pri diagramu ohranite oznake in podajte celotno vprašanje. Pri dokumentu zahtevajte poimenovana polja ali sklepe s sklici na strani. Pri videu navedite zanimivi dogodek in ohranite časovni potek.\n\nProizvajalčev video primer v podprtem strežniškem poteku privzeto uporablja dve sličici na sekundo z izbirnimi kontrolami vzorčenja. Splošen povzetek prizora in kratek dogodek lahko potrebujeta različno vzorčenje. Smernice za dolgi video priporočajo razširitev proračuna video procesorja za vzorčenje z višjo frekvenco pri gradivu v obsegu ur, s primerom, ki ustreza približno 224K video žetonom. To zahteva konfiguracijo in tekmuje z drugo kontekstno vsebino; ni univerzalno jamstvo trajanja posnetka.\n\nRazmišljanje in preteklo sklepanje\n\nRazmišljanje je privzeto omogočeno in ga lahko za posamezno zahtevo izklopite s proizvajalčevo kontrolo enable_thinking. reasoning_effort podpira xhigh, medium in low, pri čemer je xhigh privzeto. Manjša intenzivnost lahko skrajša posamezen krog, vendar Qwen opozarja, da lahko nezadostna analiza pri agentskih nalogah povzroči napake in ponovljeno delo ter poveča skupni čas dokončanja.\n\npreserve_thinking je privzeto omogočen in zaradi kontinuitete ohranja bloke sklepanja iz preteklih sporočil. Izklop ohrani samo bloke razmišljanja, ustvarjene med obravnavo zadnjega uporabniškega sporočila. To se razlikuje od starejših Qwenovih smernic, ki preteklo sklepanje v celoti zavržejo. V vmesniku ločite sklepanje in končno vsebino ter ohranite natančno obliko pogovora, ki jo pričakuje model. Proizvajalčeve kontrole ne potrjujejo, katere parametre izpostavlja druga aplikacija.\n\nSmernice ustvarjanja\n\nZa razmišljanje Qwen priporoča temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 0 in kazen ponavljanja 1.0. Za neposredne odgovore priporoča zaporedoma 0.7, 0.8, 20, 0, 1.5 in 1.0. Višja kazen prisotnosti lahko zmanjša ponavljanje, vendar lahko meša jezike ali nekoliko zmanjša kakovost.\n\nV konfiguriranem poteku z enim milijonom žetonov, ki podpira ločene omejitve, proizvajalec priporoča dovoljena obsega 262,144 žetonov za sklepanje in 131,072 za končni odgovor. To so pogojna priporočila proračuna, ne neodvisne trde izhodne meje ali razporeditve, ki bi hkrati sodile v izvorni kontekst.\n\nIzjemno dolg kontekst in omejitve\n\nDokumentirana razširitev uporablja YaRN z lastnimi prepletenimi pozicijskimi nastavitvami modela. Faktor štiri cilja na potek z enim milijonom žetonov; za obremenitev okoli 524,288 žetonov proizvajalec predlaga faktor dve. Statično skaliranje lahko vpliva na kakovost krajšega besedila, zato Qwen svetuje omogočanje, kadar potrebujete daljši kontekst. Ne kopirajte faktorja ekstrapolacije druge izdaje Qwen-VL brez njenega lastnega recepta.\n\nDolg vhod organizirajte po identifikatorjih dokumenta, strani ali kode in zahtevajte preverljiv rezultat. Izračune, majhne vizualne oznake in ustvarjene popravke preverite glede na izvor. Dolg kontekst, ohranjeno sklepanje in večji video proračuni pomagajo prenašati več dokazov skozi nalogo; sami ne potrjujejo popolnega priklica, pravilnega sklepanja ali dokončanega zunanjega dejanja.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Analyze a circuit described in text\n\nA written circuit description gives two 6-ohm resistors connected in parallel across an ideal 12-volt source. Assume ideal wires and constant resistance. Derive the equivalent resistance, total current and current through each branch. Show the formulas and verify that branch currents add to the total. No circuit image or execution tool is provided.A short derivation with units, three requested quantities and a current-sum check.Equivalent resistance is 3 ohms and the two equal branch currents sum to the derived total current.qwen/qwen3.8-27bQwen3.8-27B je Qwenov gost vizualno-jezikovni model za besedilo, slike in video z besedilnim izhodom. Združuje programiranje in agentsko delo z veliko koraki z izbirnim razmišljanjem, ohranjanjem sklepanja in izvornim kontekstom 262,144 žetonov, ki ga je s konfiguracijo mogoče razširiti na en milijon.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Poudarki Qwen3.8 v gostem vizualno-jezikovnem modelu
Qwen3.8-27B prenaša izboljšave Qwen3.8 pri programiranju, strokovnem delu, raziskovanju in agentskih nalogah v gost model s 27 milijardami parametrov. Sprejema besedilo, slike in video ter vrača besedilo. Dokumentirani vizualni obseg vključuje diagrame STEM, strani dokumentov in video v obsegu ur. Je ločen model od veliko večjega, samo besedilnega Qwen3.8-2.4T-A95B, zato morajo njune vhodne zmožnosti in pogodbe razmišljanja ostati ločene.
Qwen poudarja avtonomno načrtovanje, uporabo povratnih informacij okolja in integracijo z razvojnimi izvajalnimi ogrodji. Za agentsko nalogo priložite cilj, ustrezno gradivo, dovoljena orodja in dokaze dokončanja. Model lahko na podlagi vrnjenih rezultatov predlaga in prilagaja dejanja; ta dejanja izvaja povezana programska oprema. Zahtevajte končni izdelek in nerešene pogoje, namesto da načrt obravnavate kot izvedeni rezultat.
Pregled modela
Model 27B ima 64 plasti jezikovnega modela. Njegova hibridna postavitev združuje tri plasti Gated DeltaNet, ki jim sledi ena plast pozornosti z vrati, z gostimi naprej usmerjenimi mrežami. Uči se z napovedovanjem več žetonov in vključuje vizualni kodirnik. Te arhitekturne izbire opisujejo objavljeni model; ne pomenijo, da ima vsaka namestitev enako porabo pomnilnika ali zakasnitev.
Izvorni kontekst obsega 262,144 žetonov z dokumentirano razširitvijo na 1,000,000. Besedilo, vizualna predstavitev, zgodovina pogovora, razmišljanje in končni izhod si delijo konfigurirani proračun zaporedja. Proizvajalec ločeno obravnava upravljano izdajo z dodatnimi funkcijami; teh ne pripisujte samodejno odprtemu modelu.
Uporaba besedila, slik in videa
Za kodno nalogo priložite ustrezno funkcijo ali modul, vhod z napako in pričakovano vedenje, nato zahtevajte popravek z zadevnimi predpostavkami in preverjanji. Pri diagramu ohranite oznake in podajte celotno vprašanje. Pri dokumentu zahtevajte poimenovana polja ali sklepe s sklici na strani. Pri videu navedite zanimivi dogodek in ohranite časovni potek.
Proizvajalčev video primer v podprtem strežniškem poteku privzeto uporablja dve sličici na sekundo z izbirnimi kontrolami vzorčenja. Splošen povzetek prizora in kratek dogodek lahko potrebujeta različno vzorčenje. Smernice za dolgi video priporočajo razširitev proračuna video procesorja za vzorčenje z višjo frekvenco pri gradivu v obsegu ur, s primerom, ki ustreza približno 224K video žetonom. To zahteva konfiguracijo in tekmuje z drugo kontekstno vsebino; ni univerzalno jamstvo trajanja posnetka.
Razmišljanje in preteklo sklepanje
Razmišljanje je privzeto omogočeno in ga lahko za posamezno zahtevo izklopite s proizvajalčevo kontrolo enable_thinking. reasoning_effort podpira xhigh, medium in low, pri čemer je xhigh privzeto. Manjša intenzivnost lahko skrajša posamezen krog, vendar Qwen opozarja, da lahko nezadostna analiza pri agentskih nalogah povzroči napake in ponovljeno delo ter poveča skupni čas dokončanja.
preserve_thinking je privzeto omogočen in zaradi kontinuitete ohranja bloke sklepanja iz preteklih sporočil. Izklop ohrani samo bloke razmišljanja, ustvarjene med obravnavo zadnjega uporabniškega sporočila. To se razlikuje od starejših Qwenovih smernic, ki preteklo sklepanje v celoti zavržejo. V vmesniku ločite sklepanje in končno vsebino ter ohranite natančno obliko pogovora, ki jo pričakuje model. Proizvajalčeve kontrole ne potrjujejo, katere parametre izpostavlja druga aplikacija.
Smernice ustvarjanja
Za razmišljanje Qwen priporoča temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 0 in kazen ponavljanja 1.0. Za neposredne odgovore priporoča zaporedoma 0.7, 0.8, 20, 0, 1.5 in 1.0. Višja kazen prisotnosti lahko zmanjša ponavljanje, vendar lahko meša jezike ali nekoliko zmanjša kakovost.
V konfiguriranem poteku z enim milijonom žetonov, ki podpira ločene omejitve, proizvajalec priporoča dovoljena obsega 262,144 žetonov za sklepanje in 131,072 za končni odgovor. To so pogojna priporočila proračuna, ne neodvisne trde izhodne meje ali razporeditve, ki bi hkrati sodile v izvorni kontekst.
Izjemno dolg kontekst in omejitve
Dokumentirana razširitev uporablja YaRN z lastnimi prepletenimi pozicijskimi nastavitvami modela. Faktor štiri cilja na potek z enim milijonom žetonov; za obremenitev okoli 524,288 žetonov proizvajalec predlaga faktor dve. Statično skaliranje lahko vpliva na kakovost krajšega besedila, zato Qwen svetuje omogočanje, kadar potrebujete daljši kontekst. Ne kopirajte faktorja ekstrapolacije druge izdaje Qwen-VL brez njenega lastnega recepta.
Dolg vhod organizirajte po identifikatorjih dokumenta, strani ali kode in zahtevajte preverljiv rezultat. Izračune, majhne vizualne oznake in ustvarjene popravke preverite glede na izvor. Dolg kontekst, ohranjeno sklepanje in večji video proračuni pomagajo prenašati več dokazov skozi nalogo; sami ne potrjujejo popolnega priklica, pravilnega sklepanja ali dokončanega zunanjega dejanja.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen/qwen3.8-27b | 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 $0.00085 / 1K žetonov Izhod · Izhodni žetoni $0.0051 / 1K žetonov Vhod · Branje predpomnilnika $0.00017 / 1K žetonov Vhod · Zapis v predpomnilnik $0.0010625 / 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 $0.00085 / 1K žetonov Izhod · Izhodni žetoni $0.0051 / 1K žetonov Vhod · Branje predpomnilnika $0.00017 / 1K žetonov Vhod · Zapis v predpomnilnik $0.0010625 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.8-27b", "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/qwen3.8-27b',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/qwen3.8-27b',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/qwen3.8-27b
Uporabite zgoraj navedene poti metod.
qwen/qwen3.8-27bQwen3.8-27B je Qwenov gost vizualno-jezikovni model za besedilo, slike in video z besedilnim izhodom. Združuje programiranje in agentsko delo z veliko koraki z izbirnim razmišljanjem, ohranjanjem sklepanja in izvornim kontekstom 262,144 žetonov, ki ga je s konfiguracijo mogoče razširiti na en milijon.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Poudarki Qwen3.8 v gostem vizualno-jezikovnem modelu
Qwen3.8-27B prenaša izboljšave Qwen3.8 pri programiranju, strokovnem delu, raziskovanju in agentskih nalogah v gost model s 27 milijardami parametrov. Sprejema besedilo, slike in video ter vrača besedilo. Dokumentirani vizualni obseg vključuje diagrame STEM, strani dokumentov in video v obsegu ur. Je ločen model od veliko večjega, samo besedilnega Qwen3.8-2.4T-A95B, zato morajo njune vhodne zmožnosti in pogodbe razmišljanja ostati ločene.
Qwen poudarja avtonomno načrtovanje, uporabo povratnih informacij okolja in integracijo z razvojnimi izvajalnimi ogrodji. Za agentsko nalogo priložite cilj, ustrezno gradivo, dovoljena orodja in dokaze dokončanja. Model lahko na podlagi vrnjenih rezultatov predlaga in prilagaja dejanja; ta dejanja izvaja povezana programska oprema. Zahtevajte končni izdelek in nerešene pogoje, namesto da načrt obravnavate kot izvedeni rezultat.
Pregled modela
Model 27B ima 64 plasti jezikovnega modela. Njegova hibridna postavitev združuje tri plasti Gated DeltaNet, ki jim sledi ena plast pozornosti z vrati, z gostimi naprej usmerjenimi mrežami. Uči se z napovedovanjem več žetonov in vključuje vizualni kodirnik. Te arhitekturne izbire opisujejo objavljeni model; ne pomenijo, da ima vsaka namestitev enako porabo pomnilnika ali zakasnitev.
Izvorni kontekst obsega 262,144 žetonov z dokumentirano razširitvijo na 1,000,000. Besedilo, vizualna predstavitev, zgodovina pogovora, razmišljanje in končni izhod si delijo konfigurirani proračun zaporedja. Proizvajalec ločeno obravnava upravljano izdajo z dodatnimi funkcijami; teh ne pripisujte samodejno odprtemu modelu.
Uporaba besedila, slik in videa
Za kodno nalogo priložite ustrezno funkcijo ali modul, vhod z napako in pričakovano vedenje, nato zahtevajte popravek z zadevnimi predpostavkami in preverjanji. Pri diagramu ohranite oznake in podajte celotno vprašanje. Pri dokumentu zahtevajte poimenovana polja ali sklepe s sklici na strani. Pri videu navedite zanimivi dogodek in ohranite časovni potek.
Proizvajalčev video primer v podprtem strežniškem poteku privzeto uporablja dve sličici na sekundo z izbirnimi kontrolami vzorčenja. Splošen povzetek prizora in kratek dogodek lahko potrebujeta različno vzorčenje. Smernice za dolgi video priporočajo razširitev proračuna video procesorja za vzorčenje z višjo frekvenco pri gradivu v obsegu ur, s primerom, ki ustreza približno 224K video žetonom. To zahteva konfiguracijo in tekmuje z drugo kontekstno vsebino; ni univerzalno jamstvo trajanja posnetka.
Razmišljanje in preteklo sklepanje
Razmišljanje je privzeto omogočeno in ga lahko za posamezno zahtevo izklopite s proizvajalčevo kontrolo enable_thinking. reasoning_effort podpira xhigh, medium in low, pri čemer je xhigh privzeto. Manjša intenzivnost lahko skrajša posamezen krog, vendar Qwen opozarja, da lahko nezadostna analiza pri agentskih nalogah povzroči napake in ponovljeno delo ter poveča skupni čas dokončanja.
preserve_thinking je privzeto omogočen in zaradi kontinuitete ohranja bloke sklepanja iz preteklih sporočil. Izklop ohrani samo bloke razmišljanja, ustvarjene med obravnavo zadnjega uporabniškega sporočila. To se razlikuje od starejših Qwenovih smernic, ki preteklo sklepanje v celoti zavržejo. V vmesniku ločite sklepanje in končno vsebino ter ohranite natančno obliko pogovora, ki jo pričakuje model. Proizvajalčeve kontrole ne potrjujejo, katere parametre izpostavlja druga aplikacija.
Smernice ustvarjanja
Za razmišljanje Qwen priporoča temperature 1.0, top_p 0.95, top_k 20, min_p 0, kazen prisotnosti 0 in kazen ponavljanja 1.0. Za neposredne odgovore priporoča zaporedoma 0.7, 0.8, 20, 0, 1.5 in 1.0. Višja kazen prisotnosti lahko zmanjša ponavljanje, vendar lahko meša jezike ali nekoliko zmanjša kakovost.
V konfiguriranem poteku z enim milijonom žetonov, ki podpira ločene omejitve, proizvajalec priporoča dovoljena obsega 262,144 žetonov za sklepanje in 131,072 za končni odgovor. To so pogojna priporočila proračuna, ne neodvisne trde izhodne meje ali razporeditve, ki bi hkrati sodile v izvorni kontekst.
Izjemno dolg kontekst in omejitve
Dokumentirana razširitev uporablja YaRN z lastnimi prepletenimi pozicijskimi nastavitvami modela. Faktor štiri cilja na potek z enim milijonom žetonov; za obremenitev okoli 524,288 žetonov proizvajalec predlaga faktor dve. Statično skaliranje lahko vpliva na kakovost krajšega besedila, zato Qwen svetuje omogočanje, kadar potrebujete daljši kontekst. Ne kopirajte faktorja ekstrapolacije druge izdaje Qwen-VL brez njenega lastnega recepta.
Dolg vhod organizirajte po identifikatorjih dokumenta, strani ali kode in zahtevajte preverljiv rezultat. Izračune, majhne vizualne oznake in ustvarjene popravke preverite glede na izvor. Dolg kontekst, ohranjeno sklepanje in večji video proračuni pomagajo prenašati več dokazov skozi nalogo; sami ne potrjujejo popolnega priklica, pravilnega sklepanja ali dokončanega zunanjega dejanja.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen/qwen3.8-27b | 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 $0.00085 / 1K žetonov Izhod · Izhodni žetoni $0.0051 / 1K žetonov Vhod · Branje predpomnilnika $0.00017 / 1K žetonov Vhod · Zapis v predpomnilnik $0.0010625 / 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 $0.00085 / 1K žetonov Izhod · Izhodni žetoni $0.0051 / 1K žetonov Vhod · Branje predpomnilnika $0.00017 / 1K žetonov Vhod · Zapis v predpomnilnik $0.0010625 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "qwen/qwen3.8-27b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.8-27b', '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/qwen3.8-27b', '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/qwen3.8-27b
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Analyze a circuit described in text\n\nA written circuit description gives two 6-ohm resistors connected in parallel across an ideal 12-volt source. Assume ideal wires and constant resistance. Derive the equivalent resistance, total current and current through each branch. Show the formulas and verify that branch currents add to the total. No circuit image or execution tool is provided.A short derivation with units, three requested quantities and a current-sum check.Equivalent resistance is 3 ohms and the two equal branch currents sum to the derived total current.