QwQ 32B Preview är en experimentell resonemangsmodell utvecklad av Qwen-teamet. Tillverkaren anger 32,5 miljarder parametrar och en kontext på 32 768 token. Den namngivna värdbaserade profilen på detta modellkort anger en kontextlängd på 32 000 token. Beteckningen Preview håller denna utgåva åtskild från senare QwQ-utgåvor.
Ange frågan, antagandena och det underlag som behövs för att besvara den. För en matematisk uppgift tar du med enheter och önskad precision. Be om resultatet tillsammans med de samband som behövs för att kontrollera det. För kodarbete tillhandahåller du den relevanta funktionen, de indata som utlöser problemet och det förväntade beteendet, och ber sedan om en avgränsad korrigering och ett test som kan visa skillnaden.
Definiera vad som räknas som ett färdigt svar: ett värde med tillhörande antaganden, ett resonemang som belägger ett namngivet påstående eller kod som uppfyller de givna exemplen. Håll begäran knuten till det resultatet så att en lång analys kan granskas mot ett konkret mål.
För en jämförelse märker du alternativen och anger vilka aspekter som ska undersökas. Be om stödjande observationer tillsammans med slutsatsen. En källbaserad uppgift kan tillhandahålla numrerade utdrag och begära ett svar som behåller dessa etiketter.
Tillverkaren beskriver språkblandning och rekursiva resonemangsloopar som begränsningar i denna förhandsutgåva. Ange önskat svarsspråk och var uttrycklig med begäran om ett slutsvar. Om svaret går i cirklar utan att nå det begärda resultatet använder du det ursprungliga problemet och en snävare fråga vid nästa granskning i stället för att betrakta längd som bevis på att uppgiften är klar.
Välj textavsnitt, kod och tidigare beslut som är relevanta för det aktuella problemet. Lämna utrymme för det begärda svaret inom den värdbaserade profilens angivna kontext. Modellens publicerade exempellängd för svar är ett exempel, inte en fristående hård maxgräns för varje uppgift.
Förhandsutgåvans dokumenterade styrkor och begränsningar gäller just denna utgåva. Granska matematiska resultat, kodförslag och tolkningar mot uppgiftens faktiska underlag innan du inför dem i ett annat arbetsflöde.
", "aboutText": "QwQ 32B Preview är en experimentell resonemangsmodell utvecklad av Qwen-teamet. Tillverkaren anger 32,5 miljarder parametrar och en kontext på 32 768 token. Den namngivna värdbaserade profilen på detta modellkort anger en kontextlängd på 32 000 token. Beteckningen Preview håller denna utgåva åtskild från senare QwQ-utgåvor.\n\n### Förbered ett problem med ett slutförandekriterium\n\nAnge frågan, antagandena och det underlag som behövs för att besvara den. För en matematisk uppgift tar du med enheter och önskad precision. Be om resultatet tillsammans med de samband som behövs för att kontrollera det. För kodarbete tillhandahåller du den relevanta funktionen, de indata som utlöser problemet och det förväntade beteendet, och ber sedan om en avgränsad korrigering och ett test som kan visa skillnaden.\n\nDefiniera vad som räknas som ett färdigt svar: ett värde med tillhörande antaganden, ett resonemang som belägger ett namngivet påstående eller kod som uppfyller de givna exemplen. Håll begäran knuten till det resultatet så att en lång analys kan granskas mot ett konkret mål.\n\n### Håll resonemanget kopplat till underlaget\n\nFör en jämförelse märker du alternativen och anger vilka aspekter som ska undersökas. Be om stödjande observationer tillsammans med slutsatsen. En källbaserad uppgift kan tillhandahålla numrerade utdrag och begära ett svar som behåller dessa etiketter.\n\nTillverkaren beskriver språkblandning och rekursiva resonemangsloopar som begränsningar i denna förhandsutgåva. Ange önskat svarsspråk och var uttrycklig med begäran om ett slutsvar. Om svaret går i cirklar utan att nå det begärda resultatet använder du det ursprungliga problemet och en snävare fråga vid nästa granskning i stället för att betrakta längd som bevis på att uppgiften är klar.\n\n### Använd den namngivna profilens kontext\n\nVälj textavsnitt, kod och tidigare beslut som är relevanta för det aktuella problemet. Lämna utrymme för det begärda svaret inom den värdbaserade profilens angivna kontext. Modellens publicerade exempellängd för svar är ett exempel, inte en fristående hård maxgräns för varje uppgift.\n\nFörhandsutgåvans dokumenterade styrkor och begränsningar gäller just denna utgåva. Granska matematiska resultat, kodförslag och tolkningar mot uppgiftens faktiska underlag innan du inför dem i ett annat arbetsflöde.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Find the minimum number of boxes\n\nFour indivisible parcels weigh 4, 4, 2 and 2 kg. Each box may hold at most 6 kg, with no limit on parcel count. Find the minimum number of boxes, give a packing assignment and justify why fewer boxes cannot work. Return the final result in English with total weights for every box.A minimum-box count, a parcel assignment and a short lower-bound argument using the total weight and capacity.Check that every parcel is assigned once, each box is within 6 kg and the lower bound matches the proposed packing.qwq-32b-previewQwQ 32B Preview är Qwen-teamets experimentella textbaserade resonemangsmodell för analytiska uppgifter. Tillverkaren anger 32,5 miljarder parametrar och en kontext på 32 768 token; denna värdbaserade profil anger 32 000 token. Ge modellen ett avgränsat problem och ett tydligt villkor för ett slutgiltigt svar.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
QwQ 32B Preview är en experimentell resonemangsmodell utvecklad av Qwen-teamet. Tillverkaren anger 32,5 miljarder parametrar och en kontext på 32 768 token. Den namngivna värdbaserade profilen på detta modellkort anger en kontextlängd på 32 000 token. Beteckningen Preview håller denna utgåva åtskild från senare QwQ-utgåvor.
Ange frågan, antagandena och det underlag som behövs för att besvara den. För en matematisk uppgift tar du med enheter och önskad precision. Be om resultatet tillsammans med de samband som behövs för att kontrollera det. För kodarbete tillhandahåller du den relevanta funktionen, de indata som utlöser problemet och det förväntade beteendet, och ber sedan om en avgränsad korrigering och ett test som kan visa skillnaden.
Definiera vad som räknas som ett färdigt svar: ett värde med tillhörande antaganden, ett resonemang som belägger ett namngivet påstående eller kod som uppfyller de givna exemplen. Håll begäran knuten till det resultatet så att en lång analys kan granskas mot ett konkret mål.
För en jämförelse märker du alternativen och anger vilka aspekter som ska undersökas. Be om stödjande observationer tillsammans med slutsatsen. En källbaserad uppgift kan tillhandahålla numrerade utdrag och begära ett svar som behåller dessa etiketter.
Tillverkaren beskriver språkblandning och rekursiva resonemangsloopar som begränsningar i denna förhandsutgåva. Ange önskat svarsspråk och var uttrycklig med begäran om ett slutsvar. Om svaret går i cirklar utan att nå det begärda resultatet använder du det ursprungliga problemet och en snävare fråga vid nästa granskning i stället för att betrakta längd som bevis på att uppgiften är klar.
Välj textavsnitt, kod och tidigare beslut som är relevanta för det aktuella problemet. Lämna utrymme för det begärda svaret inom den värdbaserade profilens angivna kontext. Modellens publicerade exempellängd för svar är ett exempel, inte en fristående hård maxgräns för varje uppgift.
Förhandsutgåvans dokumenterade styrkor och begränsningar gäller just denna utgåva. Granska matematiska resultat, kodförslag och tolkningar mot uppgiftens faktiska underlag innan du inför dem i ett annat arbetsflöde.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qwq-32b-preview | 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 $0.00058 / 1K token Utdata · Utdatatoken $0.00172 / 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": "qwq-32b-preview", "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='qwq-32b-preview',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='qwq-32b-preview',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 qwq-32b-preview
Använd metodsökvägarna som visas ovan.
qwq-32b-previewQwQ 32B Preview är Qwen-teamets experimentella textbaserade resonemangsmodell för analytiska uppgifter. Tillverkaren anger 32,5 miljarder parametrar och en kontext på 32 768 token; denna värdbaserade profil anger 32 000 token. Ge modellen ett avgränsat problem och ett tydligt villkor för ett slutgiltigt svar.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
QwQ 32B Preview är en experimentell resonemangsmodell utvecklad av Qwen-teamet. Tillverkaren anger 32,5 miljarder parametrar och en kontext på 32 768 token. Den namngivna värdbaserade profilen på detta modellkort anger en kontextlängd på 32 000 token. Beteckningen Preview håller denna utgåva åtskild från senare QwQ-utgåvor.
Ange frågan, antagandena och det underlag som behövs för att besvara den. För en matematisk uppgift tar du med enheter och önskad precision. Be om resultatet tillsammans med de samband som behövs för att kontrollera det. För kodarbete tillhandahåller du den relevanta funktionen, de indata som utlöser problemet och det förväntade beteendet, och ber sedan om en avgränsad korrigering och ett test som kan visa skillnaden.
Definiera vad som räknas som ett färdigt svar: ett värde med tillhörande antaganden, ett resonemang som belägger ett namngivet påstående eller kod som uppfyller de givna exemplen. Håll begäran knuten till det resultatet så att en lång analys kan granskas mot ett konkret mål.
För en jämförelse märker du alternativen och anger vilka aspekter som ska undersökas. Be om stödjande observationer tillsammans med slutsatsen. En källbaserad uppgift kan tillhandahålla numrerade utdrag och begära ett svar som behåller dessa etiketter.
Tillverkaren beskriver språkblandning och rekursiva resonemangsloopar som begränsningar i denna förhandsutgåva. Ange önskat svarsspråk och var uttrycklig med begäran om ett slutsvar. Om svaret går i cirklar utan att nå det begärda resultatet använder du det ursprungliga problemet och en snävare fråga vid nästa granskning i stället för att betrakta längd som bevis på att uppgiften är klar.
Välj textavsnitt, kod och tidigare beslut som är relevanta för det aktuella problemet. Lämna utrymme för det begärda svaret inom den värdbaserade profilens angivna kontext. Modellens publicerade exempellängd för svar är ett exempel, inte en fristående hård maxgräns för varje uppgift.
Förhandsutgåvans dokumenterade styrkor och begränsningar gäller just denna utgåva. Granska matematiska resultat, kodförslag och tolkningar mot uppgiftens faktiska underlag innan du inför dem i ett annat arbetsflöde.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qwq-32b-preview | 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 $0.00058 / 1K token Utdata · Utdatatoken $0.00172 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "qwq-32b-preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwq-32b-preview', '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': 'qwq-32b-preview', '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 qwq-32b-preview
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Find the minimum number of boxes\n\nFour indivisible parcels weigh 4, 4, 2 and 2 kg. Each box may hold at most 6 kg, with no limit on parcel count. Find the minimum number of boxes, give a packing assignment and justify why fewer boxes cannot work. Return the final result in English with total weights for every box.A minimum-box count, a parcel assignment and a short lower-bound argument using the total weight and capacity.Check that every parcel is assigned once, each box is within 6 kg and the lower bound matches the proposed packing.