Huvuddrag: den fasta utgåvan Thinking-2507
Qwen3-30B-A3B-Thinking-2507 är en textgenereringsmodell med fokus på svåra resonemang. Qwen beskriver förbättringar inom logik, matematik, naturvetenskap, kodning, instruktionsföljning, verktygsanvändning och textgenerering, tillsammans med längre resonemangssekvenser och bättre förståelse av lång kontext. Välj exakt denna 2507-utgåva när uppgiften gynnas av uthålligt resonemang, exempelvis vid granskning av konkurrerande förklaringar, lösning av ett matematiskt problem i flera steg eller genomgång av en komplex kodändring.
Modellöversikt och läge
Mixture-of-experts-modellen har totalt 30.5 miljarder parametrar och 3.3 miljarder aktiverade parametrar, med 128 experter och åtta valda per token över 48 lager. Dess inbyggda kontext är 262,144 token. Den tar emot text och returnerar text; verktygsresultat tillhandahålls genom ett anslutet applikationsflöde. Denna kontrollpunkt stöder enbart resonemang. Den skiljer sig från den tidigare hybridmodellen Qwen3-30B-A3B, dess FP8-utgåva och Qwen3-30B-A3B-Instruct-2507. Hybridmodellens omkopplare för att stänga av resonemang bör inte antas gälla här.
Standardmallen för chatt inleder redan resonemangssekvensen med en öppnande resonemangsmarkör, så en uttrycklig inställning av enable_thinking=True behövs inte. En returnerad sekvens kan innehålla den avslutande markören utan att upprepa den öppnande. Tillverkarens exempel skiljer resonemanget från slutsvaret. Bevara den skillnaden när en konkret leverans begärs: en bevisslutsats, patch eller beslutstabell ska vara lätt att hitta efter den längre förklaringen.
Förbereda en svår uppgift
Ge modellen den fullständiga problemformuleringen, begränsningarna och relevanta belägg. För en kodändring ska den befintliga funktionen, indata som utlöser felet och förväntat beteende bifogas; begär sedan en föreslagen patch med en förklaring av gränsfall. För en vetenskaplig fråga ska observationer skiljas från antaganden och det anges vilken slutsats som följer av respektive del. För en lång policy eller specifikation ska avsnittsidentifierare behållas och ett kortfattat beslut begäras med stöd i relevanta klausuler. Detta är praktiska användningar av de dokumenterade resonemangsområdena, inte påståenden om att modellen har kört en patch eller validerat ett experiment.
Eftersom denna version kan resonera länge ska plats reserveras för både resonemanget och den slutliga artefakten. Qwen rekommenderar att en kontext över 131,072 token behålls där det är möjligt när modellen konfigureras, även om en mindre kontext skulle minska minnestrycket. Den inbyggda kontextsiffran omfattar sekvensbudgeten; den lovar inte att hela utrymmet kan användas för ett dokument med obegränsad plats för svaret kvar.
Agentanvändning
Tillverkaren dokumenterar verktygsanrop och rekommenderar Qwen-Agent för verktygsmallar och parsning, inklusive integration med konfigurerade verktyg och arbetsflöden med kodtolk. Definiera verktygen och det avsedda resultatet uttryckligen. En applikation kan exempelvis låta modellen granska hämtade belägg, använda en tillåten kalkylator och sedan skriva en rapport som förklarar beräkningen. Hämtning och körning hör till de anslutna verktygen; modellens förmåga till verktygsanrop fastställer inte i sig tillgång till internet, en kodmiljö eller affärssystem.
Bearbeta ultralång text
Qwen dokumenterar ett valfritt arbetsflöde som når cirka en miljon token genom att kombinera Dual Chunk Attention med MInference sparse attention. Den första tekniken delar långa sekvenser i block och bevarar interaktionerna mellan dem; den andra koncentrerar beräkningen till utvalda uppmärksamhetsrelationer. Detta är en ytterligare konfigurationsväg utöver den inbyggda kontexten på 262,144 token. Tillverkarens recept kräver dess särskilda konfiguration för lång kontext och uppskattar det totala GPU-minnesbehovet till omkring 240 GB för vikter, cachat uppmärksamhetstillstånd och toppaktiveringar.
Det receptet har konkreta resursgränser: cachat sekvenstillstånd, aktiveringsminne och total indatalängd kan var för sig förbruka den konfigurerade kapaciteten. Ett arbetsflöde med en miljon token beror därför på konfiguration, minne och stödd uppmärksamhetsimplementation. För praktisk dokumentgranskning ska relevant material användas först, dokumentgränser markeras och spårbara belägg begäras i stället för att största möjliga indata behandlas som ersättning för en tydlig fråga.
Genereringsråd och begränsningar
Qwen rekommenderar temperature 0.6, top_p 0.95, top_k 20 och min_p 0. För de flesta frågor föreslås en utdatabudget på 32,768 token och 81,920 för ovanligt svåra matematiska eller programmeringsrelaterade problem. Detta är rekommendationer för genereringsbudgeten snarare än en separat publicerad hård utdatalimit. Ett närvarostraff mellan noll och två kan minska upprepning, men högre värden kan blanda språk eller sänka kvaliteten något.
Ange slutsvarets format i prompten, exempelvis ett avgränsat matematiskt resultat eller ett svarsfält för en flervalsfråga. Behåll bara slutsvarsdelen i samtalshistoriken enligt tillverkarens rekommendation. Längre resonemang är användbara när de ger ett kontrollerbart resultat; granska antaganden, beräkningar och föreslagen kod innan resultatet används.
", "aboutText": "Huvuddrag: den fasta utgåvan Thinking-2507\n\nQwen3-30B-A3B-Thinking-2507 är en textgenereringsmodell med fokus på svåra resonemang. Qwen beskriver förbättringar inom logik, matematik, naturvetenskap, kodning, instruktionsföljning, verktygsanvändning och textgenerering, tillsammans med längre resonemangssekvenser och bättre förståelse av lång kontext. Välj exakt denna 2507-utgåva när uppgiften gynnas av uthålligt resonemang, exempelvis vid granskning av konkurrerande förklaringar, lösning av ett matematiskt problem i flera steg eller genomgång av en komplex kodändring.\n\nModellöversikt och läge\n\nMixture-of-experts-modellen har totalt 30.5 miljarder parametrar och 3.3 miljarder aktiverade parametrar, med 128 experter och åtta valda per token över 48 lager. Dess inbyggda kontext är 262,144 token. Den tar emot text och returnerar text; verktygsresultat tillhandahålls genom ett anslutet applikationsflöde. Denna kontrollpunkt stöder enbart resonemang. Den skiljer sig från den tidigare hybridmodellen Qwen3-30B-A3B, dess FP8-utgåva och Qwen3-30B-A3B-Instruct-2507. Hybridmodellens omkopplare för att stänga av resonemang bör inte antas gälla här.\n\nStandardmallen för chatt inleder redan resonemangssekvensen med en öppnande resonemangsmarkör, så en uttrycklig inställning av enable_thinking=True behövs inte. En returnerad sekvens kan innehålla den avslutande markören utan att upprepa den öppnande. Tillverkarens exempel skiljer resonemanget från slutsvaret. Bevara den skillnaden när en konkret leverans begärs: en bevisslutsats, patch eller beslutstabell ska vara lätt att hitta efter den längre förklaringen.\n\nFörbereda en svår uppgift\n\nGe modellen den fullständiga problemformuleringen, begränsningarna och relevanta belägg. För en kodändring ska den befintliga funktionen, indata som utlöser felet och förväntat beteende bifogas; begär sedan en föreslagen patch med en förklaring av gränsfall. För en vetenskaplig fråga ska observationer skiljas från antaganden och det anges vilken slutsats som följer av respektive del. För en lång policy eller specifikation ska avsnittsidentifierare behållas och ett kortfattat beslut begäras med stöd i relevanta klausuler. Detta är praktiska användningar av de dokumenterade resonemangsområdena, inte påståenden om att modellen har kört en patch eller validerat ett experiment.\n\nEftersom denna version kan resonera länge ska plats reserveras för både resonemanget och den slutliga artefakten. Qwen rekommenderar att en kontext över 131,072 token behålls där det är möjligt när modellen konfigureras, även om en mindre kontext skulle minska minnestrycket. Den inbyggda kontextsiffran omfattar sekvensbudgeten; den lovar inte att hela utrymmet kan användas för ett dokument med obegränsad plats för svaret kvar.\n\nAgentanvändning\n\nTillverkaren dokumenterar verktygsanrop och rekommenderar Qwen-Agent för verktygsmallar och parsning, inklusive integration med konfigurerade verktyg och arbetsflöden med kodtolk. Definiera verktygen och det avsedda resultatet uttryckligen. En applikation kan exempelvis låta modellen granska hämtade belägg, använda en tillåten kalkylator och sedan skriva en rapport som förklarar beräkningen. Hämtning och körning hör till de anslutna verktygen; modellens förmåga till verktygsanrop fastställer inte i sig tillgång till internet, en kodmiljö eller affärssystem.\n\nBearbeta ultralång text\n\nQwen dokumenterar ett valfritt arbetsflöde som når cirka en miljon token genom att kombinera Dual Chunk Attention med MInference sparse attention. Den första tekniken delar långa sekvenser i block och bevarar interaktionerna mellan dem; den andra koncentrerar beräkningen till utvalda uppmärksamhetsrelationer. Detta är en ytterligare konfigurationsväg utöver den inbyggda kontexten på 262,144 token. Tillverkarens recept kräver dess särskilda konfiguration för lång kontext och uppskattar det totala GPU-minnesbehovet till omkring 240 GB för vikter, cachat uppmärksamhetstillstånd och toppaktiveringar.\n\nDet receptet har konkreta resursgränser: cachat sekvenstillstånd, aktiveringsminne och total indatalängd kan var för sig förbruka den konfigurerade kapaciteten. Ett arbetsflöde med en miljon token beror därför på konfiguration, minne och stödd uppmärksamhetsimplementation. För praktisk dokumentgranskning ska relevant material användas först, dokumentgränser markeras och spårbara belägg begäras i stället för att största möjliga indata behandlas som ersättning för en tydlig fråga.\n\nGenereringsråd och begränsningar\n\nQwen rekommenderar temperature 0.6, top_p 0.95, top_k 20 och min_p 0. För de flesta frågor föreslås en utdatabudget på 32,768 token och 81,920 för ovanligt svåra matematiska eller programmeringsrelaterade problem. Detta är rekommendationer för genereringsbudgeten snarare än en separat publicerad hård utdatalimit. Ett närvarostraff mellan noll och två kan minska upprepning, men högre värden kan blanda språk eller sänka kvaliteten något.\n\nAnge slutsvarets format i prompten, exempelvis ett avgränsat matematiskt resultat eller ett svarsfält för en flervalsfråga. Behåll bara slutsvarsdelen i samtalshistoriken enligt tillverkarens rekommendation. Längre resonemang är användbara när de ger ett kontrollerbart resultat; granska antaganden, beräkningar och föreslagen kod innan resultatet används.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 är Qwens textmodell med enbart resonemangsläge för krävande matematik, naturvetenskap, kodning och logiskt resonemang. Denna fasta 2507-utgåva har en inbyggd kontext på 262,144 token och en större resonemangsbudget, med dokumenterade verktygsanrop och villkorade arbetsflöden för ultralång kontext.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Huvuddrag: den fasta utgåvan Thinking-2507
Qwen3-30B-A3B-Thinking-2507 är en textgenereringsmodell med fokus på svåra resonemang. Qwen beskriver förbättringar inom logik, matematik, naturvetenskap, kodning, instruktionsföljning, verktygsanvändning och textgenerering, tillsammans med längre resonemangssekvenser och bättre förståelse av lång kontext. Välj exakt denna 2507-utgåva när uppgiften gynnas av uthålligt resonemang, exempelvis vid granskning av konkurrerande förklaringar, lösning av ett matematiskt problem i flera steg eller genomgång av en komplex kodändring.
Modellöversikt och läge
Mixture-of-experts-modellen har totalt 30.5 miljarder parametrar och 3.3 miljarder aktiverade parametrar, med 128 experter och åtta valda per token över 48 lager. Dess inbyggda kontext är 262,144 token. Den tar emot text och returnerar text; verktygsresultat tillhandahålls genom ett anslutet applikationsflöde. Denna kontrollpunkt stöder enbart resonemang. Den skiljer sig från den tidigare hybridmodellen Qwen3-30B-A3B, dess FP8-utgåva och Qwen3-30B-A3B-Instruct-2507. Hybridmodellens omkopplare för att stänga av resonemang bör inte antas gälla här.
Standardmallen för chatt inleder redan resonemangssekvensen med en öppnande resonemangsmarkör, så en uttrycklig inställning av enable_thinking=True behövs inte. En returnerad sekvens kan innehålla den avslutande markören utan att upprepa den öppnande. Tillverkarens exempel skiljer resonemanget från slutsvaret. Bevara den skillnaden när en konkret leverans begärs: en bevisslutsats, patch eller beslutstabell ska vara lätt att hitta efter den längre förklaringen.
Förbereda en svår uppgift
Ge modellen den fullständiga problemformuleringen, begränsningarna och relevanta belägg. För en kodändring ska den befintliga funktionen, indata som utlöser felet och förväntat beteende bifogas; begär sedan en föreslagen patch med en förklaring av gränsfall. För en vetenskaplig fråga ska observationer skiljas från antaganden och det anges vilken slutsats som följer av respektive del. För en lång policy eller specifikation ska avsnittsidentifierare behållas och ett kortfattat beslut begäras med stöd i relevanta klausuler. Detta är praktiska användningar av de dokumenterade resonemangsområdena, inte påståenden om att modellen har kört en patch eller validerat ett experiment.
Eftersom denna version kan resonera länge ska plats reserveras för både resonemanget och den slutliga artefakten. Qwen rekommenderar att en kontext över 131,072 token behålls där det är möjligt när modellen konfigureras, även om en mindre kontext skulle minska minnestrycket. Den inbyggda kontextsiffran omfattar sekvensbudgeten; den lovar inte att hela utrymmet kan användas för ett dokument med obegränsad plats för svaret kvar.
Agentanvändning
Tillverkaren dokumenterar verktygsanrop och rekommenderar Qwen-Agent för verktygsmallar och parsning, inklusive integration med konfigurerade verktyg och arbetsflöden med kodtolk. Definiera verktygen och det avsedda resultatet uttryckligen. En applikation kan exempelvis låta modellen granska hämtade belägg, använda en tillåten kalkylator och sedan skriva en rapport som förklarar beräkningen. Hämtning och körning hör till de anslutna verktygen; modellens förmåga till verktygsanrop fastställer inte i sig tillgång till internet, en kodmiljö eller affärssystem.
Bearbeta ultralång text
Qwen dokumenterar ett valfritt arbetsflöde som når cirka en miljon token genom att kombinera Dual Chunk Attention med MInference sparse attention. Den första tekniken delar långa sekvenser i block och bevarar interaktionerna mellan dem; den andra koncentrerar beräkningen till utvalda uppmärksamhetsrelationer. Detta är en ytterligare konfigurationsväg utöver den inbyggda kontexten på 262,144 token. Tillverkarens recept kräver dess särskilda konfiguration för lång kontext och uppskattar det totala GPU-minnesbehovet till omkring 240 GB för vikter, cachat uppmärksamhetstillstånd och toppaktiveringar.
Det receptet har konkreta resursgränser: cachat sekvenstillstånd, aktiveringsminne och total indatalängd kan var för sig förbruka den konfigurerade kapaciteten. Ett arbetsflöde med en miljon token beror därför på konfiguration, minne och stödd uppmärksamhetsimplementation. För praktisk dokumentgranskning ska relevant material användas först, dokumentgränser markeras och spårbara belägg begäras i stället för att största möjliga indata behandlas som ersättning för en tydlig fråga.
Genereringsråd och begränsningar
Qwen rekommenderar temperature 0.6, top_p 0.95, top_k 20 och min_p 0. För de flesta frågor föreslås en utdatabudget på 32,768 token och 81,920 för ovanligt svåra matematiska eller programmeringsrelaterade problem. Detta är rekommendationer för genereringsbudgeten snarare än en separat publicerad hård utdatalimit. Ett närvarostraff mellan noll och två kan minska upprepning, men högre värden kan blanda språk eller sänka kvaliteten något.
Ange slutsvarets format i prompten, exempelvis ett avgränsat matematiskt resultat eller ett svarsfält för en flervalsfråga. Behåll bara slutsvarsdelen i samtalshistoriken enligt tillverkarens rekommendation. Längre resonemang är användbara när de ger ett kontrollerbart resultat; granska antaganden, beräkningar och föreslagen kod innan resultatet används.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser Qwen/Qwen3-30B-A3B-Thinking-2507 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Beror på modellen | Standard— |
Fältmessages[].content | Typstring | KravValfritt | Värden & gränser Gäller när: Textsamtal | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream |
Parametercontrol_scope | AvtalTextsamtal; stream är ett booleskt värde och har false som standard. |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Metodalias: /chat/completions
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.0008 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"Qwen/Qwen3-30B-A3B-Thinking-2507","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="Qwen/Qwen3-30B-A3B-Thinking-2507", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 är Qwens textmodell med enbart resonemangsläge för krävande matematik, naturvetenskap, kodning och logiskt resonemang. Denna fasta 2507-utgåva har en inbyggd kontext på 262,144 token och en större resonemangsbudget, med dokumenterade verktygsanrop och villkorade arbetsflöden för ultralång kontext.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Huvuddrag: den fasta utgåvan Thinking-2507
Qwen3-30B-A3B-Thinking-2507 är en textgenereringsmodell med fokus på svåra resonemang. Qwen beskriver förbättringar inom logik, matematik, naturvetenskap, kodning, instruktionsföljning, verktygsanvändning och textgenerering, tillsammans med längre resonemangssekvenser och bättre förståelse av lång kontext. Välj exakt denna 2507-utgåva när uppgiften gynnas av uthålligt resonemang, exempelvis vid granskning av konkurrerande förklaringar, lösning av ett matematiskt problem i flera steg eller genomgång av en komplex kodändring.
Modellöversikt och läge
Mixture-of-experts-modellen har totalt 30.5 miljarder parametrar och 3.3 miljarder aktiverade parametrar, med 128 experter och åtta valda per token över 48 lager. Dess inbyggda kontext är 262,144 token. Den tar emot text och returnerar text; verktygsresultat tillhandahålls genom ett anslutet applikationsflöde. Denna kontrollpunkt stöder enbart resonemang. Den skiljer sig från den tidigare hybridmodellen Qwen3-30B-A3B, dess FP8-utgåva och Qwen3-30B-A3B-Instruct-2507. Hybridmodellens omkopplare för att stänga av resonemang bör inte antas gälla här.
Standardmallen för chatt inleder redan resonemangssekvensen med en öppnande resonemangsmarkör, så en uttrycklig inställning av enable_thinking=True behövs inte. En returnerad sekvens kan innehålla den avslutande markören utan att upprepa den öppnande. Tillverkarens exempel skiljer resonemanget från slutsvaret. Bevara den skillnaden när en konkret leverans begärs: en bevisslutsats, patch eller beslutstabell ska vara lätt att hitta efter den längre förklaringen.
Förbereda en svår uppgift
Ge modellen den fullständiga problemformuleringen, begränsningarna och relevanta belägg. För en kodändring ska den befintliga funktionen, indata som utlöser felet och förväntat beteende bifogas; begär sedan en föreslagen patch med en förklaring av gränsfall. För en vetenskaplig fråga ska observationer skiljas från antaganden och det anges vilken slutsats som följer av respektive del. För en lång policy eller specifikation ska avsnittsidentifierare behållas och ett kortfattat beslut begäras med stöd i relevanta klausuler. Detta är praktiska användningar av de dokumenterade resonemangsområdena, inte påståenden om att modellen har kört en patch eller validerat ett experiment.
Eftersom denna version kan resonera länge ska plats reserveras för både resonemanget och den slutliga artefakten. Qwen rekommenderar att en kontext över 131,072 token behålls där det är möjligt när modellen konfigureras, även om en mindre kontext skulle minska minnestrycket. Den inbyggda kontextsiffran omfattar sekvensbudgeten; den lovar inte att hela utrymmet kan användas för ett dokument med obegränsad plats för svaret kvar.
Agentanvändning
Tillverkaren dokumenterar verktygsanrop och rekommenderar Qwen-Agent för verktygsmallar och parsning, inklusive integration med konfigurerade verktyg och arbetsflöden med kodtolk. Definiera verktygen och det avsedda resultatet uttryckligen. En applikation kan exempelvis låta modellen granska hämtade belägg, använda en tillåten kalkylator och sedan skriva en rapport som förklarar beräkningen. Hämtning och körning hör till de anslutna verktygen; modellens förmåga till verktygsanrop fastställer inte i sig tillgång till internet, en kodmiljö eller affärssystem.
Bearbeta ultralång text
Qwen dokumenterar ett valfritt arbetsflöde som når cirka en miljon token genom att kombinera Dual Chunk Attention med MInference sparse attention. Den första tekniken delar långa sekvenser i block och bevarar interaktionerna mellan dem; den andra koncentrerar beräkningen till utvalda uppmärksamhetsrelationer. Detta är en ytterligare konfigurationsväg utöver den inbyggda kontexten på 262,144 token. Tillverkarens recept kräver dess särskilda konfiguration för lång kontext och uppskattar det totala GPU-minnesbehovet till omkring 240 GB för vikter, cachat uppmärksamhetstillstånd och toppaktiveringar.
Det receptet har konkreta resursgränser: cachat sekvenstillstånd, aktiveringsminne och total indatalängd kan var för sig förbruka den konfigurerade kapaciteten. Ett arbetsflöde med en miljon token beror därför på konfiguration, minne och stödd uppmärksamhetsimplementation. För praktisk dokumentgranskning ska relevant material användas först, dokumentgränser markeras och spårbara belägg begäras i stället för att största möjliga indata behandlas som ersättning för en tydlig fråga.
Genereringsråd och begränsningar
Qwen rekommenderar temperature 0.6, top_p 0.95, top_k 20 och min_p 0. För de flesta frågor föreslås en utdatabudget på 32,768 token och 81,920 för ovanligt svåra matematiska eller programmeringsrelaterade problem. Detta är rekommendationer för genereringsbudgeten snarare än en separat publicerad hård utdatalimit. Ett närvarostraff mellan noll och två kan minska upprepning, men högre värden kan blanda språk eller sänka kvaliteten något.
Ange slutsvarets format i prompten, exempelvis ett avgränsat matematiskt resultat eller ett svarsfält för en flervalsfråga. Behåll bara slutsvarsdelen i samtalshistoriken enligt tillverkarens rekommendation. Längre resonemang är användbara när de ger ett kontrollerbart resultat; granska antaganden, beräkningar och föreslagen kod innan resultatet används.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser Qwen/Qwen3-30B-A3B-Thinking-2507 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.0008 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-30B-A3B-Thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 är Qwens textmodell med enbart resonemangsläge för krävande matematik, naturvetenskap, kodning och logiskt resonemang. Denna fasta 2507-utgåva har en inbyggd kontext på 262,144 token och en större resonemangsbudget, med dokumenterade verktygsanrop och villkorade arbetsflöden för ultralång kontext.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Huvuddrag: den fasta utgåvan Thinking-2507
Qwen3-30B-A3B-Thinking-2507 är en textgenereringsmodell med fokus på svåra resonemang. Qwen beskriver förbättringar inom logik, matematik, naturvetenskap, kodning, instruktionsföljning, verktygsanvändning och textgenerering, tillsammans med längre resonemangssekvenser och bättre förståelse av lång kontext. Välj exakt denna 2507-utgåva när uppgiften gynnas av uthålligt resonemang, exempelvis vid granskning av konkurrerande förklaringar, lösning av ett matematiskt problem i flera steg eller genomgång av en komplex kodändring.
Modellöversikt och läge
Mixture-of-experts-modellen har totalt 30.5 miljarder parametrar och 3.3 miljarder aktiverade parametrar, med 128 experter och åtta valda per token över 48 lager. Dess inbyggda kontext är 262,144 token. Den tar emot text och returnerar text; verktygsresultat tillhandahålls genom ett anslutet applikationsflöde. Denna kontrollpunkt stöder enbart resonemang. Den skiljer sig från den tidigare hybridmodellen Qwen3-30B-A3B, dess FP8-utgåva och Qwen3-30B-A3B-Instruct-2507. Hybridmodellens omkopplare för att stänga av resonemang bör inte antas gälla här.
Standardmallen för chatt inleder redan resonemangssekvensen med en öppnande resonemangsmarkör, så en uttrycklig inställning av enable_thinking=True behövs inte. En returnerad sekvens kan innehålla den avslutande markören utan att upprepa den öppnande. Tillverkarens exempel skiljer resonemanget från slutsvaret. Bevara den skillnaden när en konkret leverans begärs: en bevisslutsats, patch eller beslutstabell ska vara lätt att hitta efter den längre förklaringen.
Förbereda en svår uppgift
Ge modellen den fullständiga problemformuleringen, begränsningarna och relevanta belägg. För en kodändring ska den befintliga funktionen, indata som utlöser felet och förväntat beteende bifogas; begär sedan en föreslagen patch med en förklaring av gränsfall. För en vetenskaplig fråga ska observationer skiljas från antaganden och det anges vilken slutsats som följer av respektive del. För en lång policy eller specifikation ska avsnittsidentifierare behållas och ett kortfattat beslut begäras med stöd i relevanta klausuler. Detta är praktiska användningar av de dokumenterade resonemangsområdena, inte påståenden om att modellen har kört en patch eller validerat ett experiment.
Eftersom denna version kan resonera länge ska plats reserveras för både resonemanget och den slutliga artefakten. Qwen rekommenderar att en kontext över 131,072 token behålls där det är möjligt när modellen konfigureras, även om en mindre kontext skulle minska minnestrycket. Den inbyggda kontextsiffran omfattar sekvensbudgeten; den lovar inte att hela utrymmet kan användas för ett dokument med obegränsad plats för svaret kvar.
Agentanvändning
Tillverkaren dokumenterar verktygsanrop och rekommenderar Qwen-Agent för verktygsmallar och parsning, inklusive integration med konfigurerade verktyg och arbetsflöden med kodtolk. Definiera verktygen och det avsedda resultatet uttryckligen. En applikation kan exempelvis låta modellen granska hämtade belägg, använda en tillåten kalkylator och sedan skriva en rapport som förklarar beräkningen. Hämtning och körning hör till de anslutna verktygen; modellens förmåga till verktygsanrop fastställer inte i sig tillgång till internet, en kodmiljö eller affärssystem.
Bearbeta ultralång text
Qwen dokumenterar ett valfritt arbetsflöde som når cirka en miljon token genom att kombinera Dual Chunk Attention med MInference sparse attention. Den första tekniken delar långa sekvenser i block och bevarar interaktionerna mellan dem; den andra koncentrerar beräkningen till utvalda uppmärksamhetsrelationer. Detta är en ytterligare konfigurationsväg utöver den inbyggda kontexten på 262,144 token. Tillverkarens recept kräver dess särskilda konfiguration för lång kontext och uppskattar det totala GPU-minnesbehovet till omkring 240 GB för vikter, cachat uppmärksamhetstillstånd och toppaktiveringar.
Det receptet har konkreta resursgränser: cachat sekvenstillstånd, aktiveringsminne och total indatalängd kan var för sig förbruka den konfigurerade kapaciteten. Ett arbetsflöde med en miljon token beror därför på konfiguration, minne och stödd uppmärksamhetsimplementation. För praktisk dokumentgranskning ska relevant material användas först, dokumentgränser markeras och spårbara belägg begäras i stället för att största möjliga indata behandlas som ersättning för en tydlig fråga.
Genereringsråd och begränsningar
Qwen rekommenderar temperature 0.6, top_p 0.95, top_k 20 och min_p 0. För de flesta frågor föreslås en utdatabudget på 32,768 token och 81,920 för ovanligt svåra matematiska eller programmeringsrelaterade problem. Detta är rekommendationer för genereringsbudgeten snarare än en separat publicerad hård utdatalimit. Ett närvarostraff mellan noll och två kan minska upprepning, men högre värden kan blanda språk eller sänka kvaliteten något.
Ange slutsvarets format i prompten, exempelvis ett avgränsat matematiskt resultat eller ett svarsfält för en flervalsfråga. Behåll bara slutsvarsdelen i samtalshistoriken enligt tillverkarens rekommendation. Längre resonemang är användbara när de ger ett kontrollerbart resultat; granska antaganden, beräkningar och föreslagen kod innan resultatet används.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qwen3-30b-a3b-thinking-2507 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.0008 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-30b-a3b-thinking-2507", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3-30b-a3b-thinking-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3-30b-a3b-thinking-2507',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 är Qwens textmodell med enbart resonemangsläge för krävande matematik, naturvetenskap, kodning och logiskt resonemang. Denna fasta 2507-utgåva har en inbyggd kontext på 262,144 token och en större resonemangsbudget, med dokumenterade verktygsanrop och villkorade arbetsflöden för ultralång kontext.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Huvuddrag: den fasta utgåvan Thinking-2507
Qwen3-30B-A3B-Thinking-2507 är en textgenereringsmodell med fokus på svåra resonemang. Qwen beskriver förbättringar inom logik, matematik, naturvetenskap, kodning, instruktionsföljning, verktygsanvändning och textgenerering, tillsammans med längre resonemangssekvenser och bättre förståelse av lång kontext. Välj exakt denna 2507-utgåva när uppgiften gynnas av uthålligt resonemang, exempelvis vid granskning av konkurrerande förklaringar, lösning av ett matematiskt problem i flera steg eller genomgång av en komplex kodändring.
Modellöversikt och läge
Mixture-of-experts-modellen har totalt 30.5 miljarder parametrar och 3.3 miljarder aktiverade parametrar, med 128 experter och åtta valda per token över 48 lager. Dess inbyggda kontext är 262,144 token. Den tar emot text och returnerar text; verktygsresultat tillhandahålls genom ett anslutet applikationsflöde. Denna kontrollpunkt stöder enbart resonemang. Den skiljer sig från den tidigare hybridmodellen Qwen3-30B-A3B, dess FP8-utgåva och Qwen3-30B-A3B-Instruct-2507. Hybridmodellens omkopplare för att stänga av resonemang bör inte antas gälla här.
Standardmallen för chatt inleder redan resonemangssekvensen med en öppnande resonemangsmarkör, så en uttrycklig inställning av enable_thinking=True behövs inte. En returnerad sekvens kan innehålla den avslutande markören utan att upprepa den öppnande. Tillverkarens exempel skiljer resonemanget från slutsvaret. Bevara den skillnaden när en konkret leverans begärs: en bevisslutsats, patch eller beslutstabell ska vara lätt att hitta efter den längre förklaringen.
Förbereda en svår uppgift
Ge modellen den fullständiga problemformuleringen, begränsningarna och relevanta belägg. För en kodändring ska den befintliga funktionen, indata som utlöser felet och förväntat beteende bifogas; begär sedan en föreslagen patch med en förklaring av gränsfall. För en vetenskaplig fråga ska observationer skiljas från antaganden och det anges vilken slutsats som följer av respektive del. För en lång policy eller specifikation ska avsnittsidentifierare behållas och ett kortfattat beslut begäras med stöd i relevanta klausuler. Detta är praktiska användningar av de dokumenterade resonemangsområdena, inte påståenden om att modellen har kört en patch eller validerat ett experiment.
Eftersom denna version kan resonera länge ska plats reserveras för både resonemanget och den slutliga artefakten. Qwen rekommenderar att en kontext över 131,072 token behålls där det är möjligt när modellen konfigureras, även om en mindre kontext skulle minska minnestrycket. Den inbyggda kontextsiffran omfattar sekvensbudgeten; den lovar inte att hela utrymmet kan användas för ett dokument med obegränsad plats för svaret kvar.
Agentanvändning
Tillverkaren dokumenterar verktygsanrop och rekommenderar Qwen-Agent för verktygsmallar och parsning, inklusive integration med konfigurerade verktyg och arbetsflöden med kodtolk. Definiera verktygen och det avsedda resultatet uttryckligen. En applikation kan exempelvis låta modellen granska hämtade belägg, använda en tillåten kalkylator och sedan skriva en rapport som förklarar beräkningen. Hämtning och körning hör till de anslutna verktygen; modellens förmåga till verktygsanrop fastställer inte i sig tillgång till internet, en kodmiljö eller affärssystem.
Bearbeta ultralång text
Qwen dokumenterar ett valfritt arbetsflöde som når cirka en miljon token genom att kombinera Dual Chunk Attention med MInference sparse attention. Den första tekniken delar långa sekvenser i block och bevarar interaktionerna mellan dem; den andra koncentrerar beräkningen till utvalda uppmärksamhetsrelationer. Detta är en ytterligare konfigurationsväg utöver den inbyggda kontexten på 262,144 token. Tillverkarens recept kräver dess särskilda konfiguration för lång kontext och uppskattar det totala GPU-minnesbehovet till omkring 240 GB för vikter, cachat uppmärksamhetstillstånd och toppaktiveringar.
Det receptet har konkreta resursgränser: cachat sekvenstillstånd, aktiveringsminne och total indatalängd kan var för sig förbruka den konfigurerade kapaciteten. Ett arbetsflöde med en miljon token beror därför på konfiguration, minne och stödd uppmärksamhetsimplementation. För praktisk dokumentgranskning ska relevant material användas först, dokumentgränser markeras och spårbara belägg begäras i stället för att största möjliga indata behandlas som ersättning för en tydlig fråga.
Genereringsråd och begränsningar
Qwen rekommenderar temperature 0.6, top_p 0.95, top_k 20 och min_p 0. För de flesta frågor föreslås en utdatabudget på 32,768 token och 81,920 för ovanligt svåra matematiska eller programmeringsrelaterade problem. Detta är rekommendationer för genereringsbudgeten snarare än en separat publicerad hård utdatalimit. Ett närvarostraff mellan noll och två kan minska upprepning, men högre värden kan blanda språk eller sänka kvaliteten något.
Ange slutsvarets format i prompten, exempelvis ett avgränsat matematiskt resultat eller ett svarsfält för en flervalsfråga. Behåll bara slutsvarsdelen i samtalshistoriken enligt tillverkarens rekommendation. Längre resonemang är användbara när de ger ett kontrollerbart resultat; granska antaganden, beräkningar och föreslagen kod innan resultatet används.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qwen3-30b-a3b-thinking-2507 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.0008 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-30b-a3b-thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-30b-a3b-thinking-2507', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Tekniskt exempel på engelska
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.