Qwen3 qobiliyatlari
Qwen3-30B-A3B-FP8 Qwen’ning gibrid matn yaratish modelini mayda donali FP8 nazorat nuqtasiga olib keladi. U matnli suhbatlarni qabul qilib, matn yaratadi: izoh, kod, tarjima, ijodiy yozuv va ko‘p navbatli javoblar. Qwen3 oilasi 119 til va lahjani, jumladan, ko‘p tilli yo‘riqnomalarni qo‘llab-quvvatlaydi. Ikki javob rejimi jarayonda matematika, dasturlash va mantiqiy masalalarga aniq mulohazani ajratib, oddiy qayta yozish yoki suhbatga bevosita javob ishlatishga imkon beradi. Til qamrovi har til yoki maxsus sohada teng ishonchlilikni anglatmaydi.
Modelga umumiy nazar
Model jami 30,5 milliard parametrga ega va bir token uchun 3,3 milliardini faollashtiradi. Ekspertlar aralashmasi arxitekturasi 48 qatlam bo‘ylab 128 ekspertdan foydalanib, har token uchun sakkiztasini tanlaydi. Bular model arxitekturasi raqamlari; faollashadigan sonning kichikligi to‘liq nazorat nuqtasida faqat 3,3 milliard parametr bor degani emas. Bu Qwen3-30B-A3B’ning FP8 versiyasi, uning dastlabki sonli aniqlikdagi nazorat nuqtasi va keyingi Thinking-2507 hamda Instruct-2507 relizlaridan farq qiladi.
Matn interfeysidan foydalanish
Vazifa, tegishli manba matni va kutilgan javob formatini birga tayyorlang. Nosozlik izlash so‘rovida ishlamayotgan funksiya, kuzatilgan xato, ko‘zlangan xatti-harakat va minimal kirishni berib, izohdan keyin patch hamda taklif etilgan tekshiruvlarni so‘rang. Ko‘p tilli tahrirda maqsad til, auditoriya va o‘zgarmasligi kerak bo‘lgan atamalarni ko‘rsating. Uzun izoh natijani yashirib qo‘ysa, ixcham yakuniy artefaktni so‘rang. Bular yaratilgan kod bajarilganining kafolati emas, hujjatlashtirilgan matn va kod qobiliyatlaridan foydalanishning amaliy usullaridir.
FP8 versiyasi
Qwen 128 × 128 vazn bloklari bilan mayda donali FP8 kvantlashni belgilaydi. Nazorat nuqtasi konfiguratsiyasi tanlangan qismlarni konvertatsiyadan tashqarida qoldirib, aktivatsiyalarni dinamik kvantlashdan foydalanadi. FP8 yangi suhbat rejimi yoki va’da qilingan javob vaqtini emas, sonli ifodalashni tavsiflaydi. Moslik muhim: Qwen kartasi bu kvantlash usuli uchun ko‘p qurilmali taqsimlangan inferens bo‘yicha ogohlantirishni qayd etadi. Shuning uchun kvantlangan nazorat nuqtasi boshqa model yig‘ilmasi haqidagi da’volarni jim qabul qilmay, aniq versiya nomini saqlashi tavsiya etiladi.
Fikrlash va bevosita javob rejimlari
Ishlab chiqaruvchining chat shabloni fikrlashni standart holatda yoqadi. Bu rejimda mulohaza bloki yakuniy javobdan oldin keladi. Qat’iy enable_thinking=False sozlamasi blokni bostiradi. Fikrlash yoqilganda /think va /no_think eng so‘nggi ko‘rsatmaga amal qiluvchi navbat darajasidagi yo‘l-yo‘riqni beradi; yumshoq o‘chirish kalitida bo‘sh mulohaza bloki hali ham paydo bo‘lishi mumkin. Yo‘riqnomadagi bu belgilar qat’iy o‘chirish sozlamasini bekor qila olmaydi. Bular ishlab chiqaruvchining hujjatlashtirilgan boshqaruvlari; ilova ularni ochishi yoki ochmasligi interfeysiga bog‘liq.
Agent sifatida foydalanish
Qwen ikkala rejimda vosita chaqirishni hujjatlashtirib, kerakli vosita chaqiruvlari shablonlari va sintaktik tahlili uchun Qwen-Agent’ni tavsiya qiladi. Agentga aniq vosita tavsifi, ruxsat etilgan kirishlar va hisobot yozishdan oldin berilgan ma’lumotni tekshirish kabi muayyan natijani bering. Model vosita jarayonida qatnashishi mumkin; qidirish, kod bajarish va tashqi harakatlar ilova ulagan vositalardan keladi. Vosita qobiliyatining o‘zi modelga fayllar yoki joriy ma’lumotga kirishni bermaydi.
Uzun matn
Qwen asl kontekstni 32 768 token deb bayon qilib, YaRN bilan 131 072 gacha kengaytirishni tekshirgan. Kirish, suhbat tarixi, mulohaza va javob kontekst maydoni uchun raqobatlashadi. Berilgan pozitsiya konfiguratsiyasi 40 960; Qwen buni ko‘rsatilgan asl kontekstning o‘rnini bosish emas, odatiy yo‘riqnoma va kengaytirilgan yaratish uchun taqsimot deb izohlaydi. Statik YaRN qisqaroq kirishda sifatni pasaytirishi mumkin, shu bois kengaytirish konfiguratsiya va ehtiyojga bog‘liq. Hujjat ishida bo‘limlarni belgilang va javobda har bir xulosani asoslaydigan parchalarni ko‘rsatishni so‘rang.
Yaratish va cheklovlar
Qwen fikrlash uchun temperature 0,6, top_p 0,95, top_k 20 va min_p 0 ni, bevosita javoblar uchun 0,7, 0,8, 20 va 0 ni tavsiya qiladi. Greedy dekodlash yomonlashgan mulohaza yoki takroriy matn yaratishi mumkin. Ko‘rsatma ko‘pchilik so‘rovlar uchun 32 768 tokenli yaratish budjeti va noodatiy murakkab masalalar uchun 38 912 ni tavsiya qiladi; bular alohida belgilangan qat’iy chiqish chegarasi emas, tavsiyalardir. Yuqoriroq presence penalty takrorni kamaytirib, tillarni aralashtirishi yoki sifatni tushirishi mumkin. Suhbat tarixida faqat yakuniy javoblarni saqlang. Kerakli javob sxemasini aniq ayting va matematik natija, faktik xulosa hamda yaratilgan patchlarni ishlatishdan oldin berilgan dalilga nisbatan tekshiring.
", "aboutText": "Qwen3 qobiliyatlari\n\nQwen3-30B-A3B-FP8 Qwen’ning gibrid matn yaratish modelini mayda donali FP8 nazorat nuqtasiga olib keladi. U matnli suhbatlarni qabul qilib, matn yaratadi: izoh, kod, tarjima, ijodiy yozuv va ko‘p navbatli javoblar. Qwen3 oilasi 119 til va lahjani, jumladan, ko‘p tilli yo‘riqnomalarni qo‘llab-quvvatlaydi. Ikki javob rejimi jarayonda matematika, dasturlash va mantiqiy masalalarga aniq mulohazani ajratib, oddiy qayta yozish yoki suhbatga bevosita javob ishlatishga imkon beradi. Til qamrovi har til yoki maxsus sohada teng ishonchlilikni anglatmaydi.\n\nModelga umumiy nazar\n\nModel jami 30,5 milliard parametrga ega va bir token uchun 3,3 milliardini faollashtiradi. Ekspertlar aralashmasi arxitekturasi 48 qatlam bo‘ylab 128 ekspertdan foydalanib, har token uchun sakkiztasini tanlaydi. Bular model arxitekturasi raqamlari; faollashadigan sonning kichikligi to‘liq nazorat nuqtasida faqat 3,3 milliard parametr bor degani emas. Bu Qwen3-30B-A3B’ning FP8 versiyasi, uning dastlabki sonli aniqlikdagi nazorat nuqtasi va keyingi Thinking-2507 hamda Instruct-2507 relizlaridan farq qiladi.\n\nMatn interfeysidan foydalanish\n\nVazifa, tegishli manba matni va kutilgan javob formatini birga tayyorlang. Nosozlik izlash so‘rovida ishlamayotgan funksiya, kuzatilgan xato, ko‘zlangan xatti-harakat va minimal kirishni berib, izohdan keyin patch hamda taklif etilgan tekshiruvlarni so‘rang. Ko‘p tilli tahrirda maqsad til, auditoriya va o‘zgarmasligi kerak bo‘lgan atamalarni ko‘rsating. Uzun izoh natijani yashirib qo‘ysa, ixcham yakuniy artefaktni so‘rang. Bular yaratilgan kod bajarilganining kafolati emas, hujjatlashtirilgan matn va kod qobiliyatlaridan foydalanishning amaliy usullaridir.\n\nFP8 versiyasi\n\nQwen 128 × 128 vazn bloklari bilan mayda donali FP8 kvantlashni belgilaydi. Nazorat nuqtasi konfiguratsiyasi tanlangan qismlarni konvertatsiyadan tashqarida qoldirib, aktivatsiyalarni dinamik kvantlashdan foydalanadi. FP8 yangi suhbat rejimi yoki va’da qilingan javob vaqtini emas, sonli ifodalashni tavsiflaydi. Moslik muhim: Qwen kartasi bu kvantlash usuli uchun ko‘p qurilmali taqsimlangan inferens bo‘yicha ogohlantirishni qayd etadi. Shuning uchun kvantlangan nazorat nuqtasi boshqa model yig‘ilmasi haqidagi da’volarni jim qabul qilmay, aniq versiya nomini saqlashi tavsiya etiladi.\n\nFikrlash va bevosita javob rejimlari\n\nIshlab chiqaruvchining chat shabloni fikrlashni standart holatda yoqadi. Bu rejimda mulohaza bloki yakuniy javobdan oldin keladi. Qat’iy enable_thinking=False sozlamasi blokni bostiradi. Fikrlash yoqilganda /think va /no_think eng so‘nggi ko‘rsatmaga amal qiluvchi navbat darajasidagi yo‘l-yo‘riqni beradi; yumshoq o‘chirish kalitida bo‘sh mulohaza bloki hali ham paydo bo‘lishi mumkin. Yo‘riqnomadagi bu belgilar qat’iy o‘chirish sozlamasini bekor qila olmaydi. Bular ishlab chiqaruvchining hujjatlashtirilgan boshqaruvlari; ilova ularni ochishi yoki ochmasligi interfeysiga bog‘liq.\n\nAgent sifatida foydalanish\n\nQwen ikkala rejimda vosita chaqirishni hujjatlashtirib, kerakli vosita chaqiruvlari shablonlari va sintaktik tahlili uchun Qwen-Agent’ni tavsiya qiladi. Agentga aniq vosita tavsifi, ruxsat etilgan kirishlar va hisobot yozishdan oldin berilgan ma’lumotni tekshirish kabi muayyan natijani bering. Model vosita jarayonida qatnashishi mumkin; qidirish, kod bajarish va tashqi harakatlar ilova ulagan vositalardan keladi. Vosita qobiliyatining o‘zi modelga fayllar yoki joriy ma’lumotga kirishni bermaydi.\n\nUzun matn\n\nQwen asl kontekstni 32 768 token deb bayon qilib, YaRN bilan 131 072 gacha kengaytirishni tekshirgan. Kirish, suhbat tarixi, mulohaza va javob kontekst maydoni uchun raqobatlashadi. Berilgan pozitsiya konfiguratsiyasi 40 960; Qwen buni ko‘rsatilgan asl kontekstning o‘rnini bosish emas, odatiy yo‘riqnoma va kengaytirilgan yaratish uchun taqsimot deb izohlaydi. Statik YaRN qisqaroq kirishda sifatni pasaytirishi mumkin, shu bois kengaytirish konfiguratsiya va ehtiyojga bog‘liq. Hujjat ishida bo‘limlarni belgilang va javobda har bir xulosani asoslaydigan parchalarni ko‘rsatishni so‘rang.\n\nYaratish va cheklovlar\n\nQwen fikrlash uchun temperature 0,6, top_p 0,95, top_k 20 va min_p 0 ni, bevosita javoblar uchun 0,7, 0,8, 20 va 0 ni tavsiya qiladi. Greedy dekodlash yomonlashgan mulohaza yoki takroriy matn yaratishi mumkin. Ko‘rsatma ko‘pchilik so‘rovlar uchun 32 768 tokenli yaratish budjeti va noodatiy murakkab masalalar uchun 38 912 ni tavsiya qiladi; bular alohida belgilangan qat’iy chiqish chegarasi emas, tavsiyalardir. Yuqoriroq presence penalty takrorni kamaytirib, tillarni aralashtirishi yoki sifatni tushirishi mumkin. Suhbat tarixida faqat yakuniy javoblarni saqlang. Kerakli javob sxemasini aniq ayting va matematik natija, faktik xulosa hamda yaratilgan patchlarni ishlatishdan oldin berilgan dalilga nisbatan tekshiring.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Edit a multilingual service message\n\nTranslate into German for an office administrator: “The Atlas Link update is available, but installing it will restart the device. Save your work before starting.” Keep Atlas Link unchanged, preserve the restart warning and use a polite, concise tone. Return only the translated notice without adding a duration or maintenance window.A concise German notice retaining the product name, restart warning and save-work instruction.Check that the translation keeps the restart as a consequence of installation and does not add an unprovided downtime estimate.qwen/qwen3-30b-a3b-fp8Qwen3-30B-A3B-FP8 — tanlanadigan fikrlash va bevosita javob rejimlariga ega Qwen’ning FP8 bilan kvantlangan ekspertlar aralashmasi matn modeli. Aniq FP8 versiyasi va kontekst konfiguratsiyasini saqlagan holda uni matematik fikr yuritish, dasturlash, ko‘p tilli yozish va vosita yordamidagi jarayonlar uchun ishlating.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen3 qobiliyatlari
Qwen3-30B-A3B-FP8 Qwen’ning gibrid matn yaratish modelini mayda donali FP8 nazorat nuqtasiga olib keladi. U matnli suhbatlarni qabul qilib, matn yaratadi: izoh, kod, tarjima, ijodiy yozuv va ko‘p navbatli javoblar. Qwen3 oilasi 119 til va lahjani, jumladan, ko‘p tilli yo‘riqnomalarni qo‘llab-quvvatlaydi. Ikki javob rejimi jarayonda matematika, dasturlash va mantiqiy masalalarga aniq mulohazani ajratib, oddiy qayta yozish yoki suhbatga bevosita javob ishlatishga imkon beradi. Til qamrovi har til yoki maxsus sohada teng ishonchlilikni anglatmaydi.
Modelga umumiy nazar
Model jami 30,5 milliard parametrga ega va bir token uchun 3,3 milliardini faollashtiradi. Ekspertlar aralashmasi arxitekturasi 48 qatlam bo‘ylab 128 ekspertdan foydalanib, har token uchun sakkiztasini tanlaydi. Bular model arxitekturasi raqamlari; faollashadigan sonning kichikligi to‘liq nazorat nuqtasida faqat 3,3 milliard parametr bor degani emas. Bu Qwen3-30B-A3B’ning FP8 versiyasi, uning dastlabki sonli aniqlikdagi nazorat nuqtasi va keyingi Thinking-2507 hamda Instruct-2507 relizlaridan farq qiladi.
Matn interfeysidan foydalanish
Vazifa, tegishli manba matni va kutilgan javob formatini birga tayyorlang. Nosozlik izlash so‘rovida ishlamayotgan funksiya, kuzatilgan xato, ko‘zlangan xatti-harakat va minimal kirishni berib, izohdan keyin patch hamda taklif etilgan tekshiruvlarni so‘rang. Ko‘p tilli tahrirda maqsad til, auditoriya va o‘zgarmasligi kerak bo‘lgan atamalarni ko‘rsating. Uzun izoh natijani yashirib qo‘ysa, ixcham yakuniy artefaktni so‘rang. Bular yaratilgan kod bajarilganining kafolati emas, hujjatlashtirilgan matn va kod qobiliyatlaridan foydalanishning amaliy usullaridir.
FP8 versiyasi
Qwen 128 × 128 vazn bloklari bilan mayda donali FP8 kvantlashni belgilaydi. Nazorat nuqtasi konfiguratsiyasi tanlangan qismlarni konvertatsiyadan tashqarida qoldirib, aktivatsiyalarni dinamik kvantlashdan foydalanadi. FP8 yangi suhbat rejimi yoki va’da qilingan javob vaqtini emas, sonli ifodalashni tavsiflaydi. Moslik muhim: Qwen kartasi bu kvantlash usuli uchun ko‘p qurilmali taqsimlangan inferens bo‘yicha ogohlantirishni qayd etadi. Shuning uchun kvantlangan nazorat nuqtasi boshqa model yig‘ilmasi haqidagi da’volarni jim qabul qilmay, aniq versiya nomini saqlashi tavsiya etiladi.
Fikrlash va bevosita javob rejimlari
Ishlab chiqaruvchining chat shabloni fikrlashni standart holatda yoqadi. Bu rejimda mulohaza bloki yakuniy javobdan oldin keladi. Qat’iy enable_thinking=False sozlamasi blokni bostiradi. Fikrlash yoqilganda /think va /no_think eng so‘nggi ko‘rsatmaga amal qiluvchi navbat darajasidagi yo‘l-yo‘riqni beradi; yumshoq o‘chirish kalitida bo‘sh mulohaza bloki hali ham paydo bo‘lishi mumkin. Yo‘riqnomadagi bu belgilar qat’iy o‘chirish sozlamasini bekor qila olmaydi. Bular ishlab chiqaruvchining hujjatlashtirilgan boshqaruvlari; ilova ularni ochishi yoki ochmasligi interfeysiga bog‘liq.
Agent sifatida foydalanish
Qwen ikkala rejimda vosita chaqirishni hujjatlashtirib, kerakli vosita chaqiruvlari shablonlari va sintaktik tahlili uchun Qwen-Agent’ni tavsiya qiladi. Agentga aniq vosita tavsifi, ruxsat etilgan kirishlar va hisobot yozishdan oldin berilgan ma’lumotni tekshirish kabi muayyan natijani bering. Model vosita jarayonida qatnashishi mumkin; qidirish, kod bajarish va tashqi harakatlar ilova ulagan vositalardan keladi. Vosita qobiliyatining o‘zi modelga fayllar yoki joriy ma’lumotga kirishni bermaydi.
Uzun matn
Qwen asl kontekstni 32 768 token deb bayon qilib, YaRN bilan 131 072 gacha kengaytirishni tekshirgan. Kirish, suhbat tarixi, mulohaza va javob kontekst maydoni uchun raqobatlashadi. Berilgan pozitsiya konfiguratsiyasi 40 960; Qwen buni ko‘rsatilgan asl kontekstning o‘rnini bosish emas, odatiy yo‘riqnoma va kengaytirilgan yaratish uchun taqsimot deb izohlaydi. Statik YaRN qisqaroq kirishda sifatni pasaytirishi mumkin, shu bois kengaytirish konfiguratsiya va ehtiyojga bog‘liq. Hujjat ishida bo‘limlarni belgilang va javobda har bir xulosani asoslaydigan parchalarni ko‘rsatishni so‘rang.
Yaratish va cheklovlar
Qwen fikrlash uchun temperature 0,6, top_p 0,95, top_k 20 va min_p 0 ni, bevosita javoblar uchun 0,7, 0,8, 20 va 0 ni tavsiya qiladi. Greedy dekodlash yomonlashgan mulohaza yoki takroriy matn yaratishi mumkin. Ko‘rsatma ko‘pchilik so‘rovlar uchun 32 768 tokenli yaratish budjeti va noodatiy murakkab masalalar uchun 38 912 ni tavsiya qiladi; bular alohida belgilangan qat’iy chiqish chegarasi emas, tavsiyalardir. Yuqoriroq presence penalty takrorni kamaytirib, tillarni aralashtirishi yoki sifatni tushirishi mumkin. Suhbat tarixida faqat yakuniy javoblarni saqlang. Kerakli javob sxemasini aniq ayting va matematik natija, faktik xulosa hamda yaratilgan patchlarni ishlatishdan oldin berilgan dalilga nisbatan tekshiring.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen/qwen3-30b-a3b-fp8 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.0002 / 1K token Chiqish · Chiqish tokenlari $0.001 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${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-fp8", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3-30b-a3b-fp8',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3-30b-a3b-fp8',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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra qwen/qwen3-30b-a3b-fp8
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
qwen/qwen3-30b-a3b-fp8Qwen3-30B-A3B-FP8 — tanlanadigan fikrlash va bevosita javob rejimlariga ega Qwen’ning FP8 bilan kvantlangan ekspertlar aralashmasi matn modeli. Aniq FP8 versiyasi va kontekst konfiguratsiyasini saqlagan holda uni matematik fikr yuritish, dasturlash, ko‘p tilli yozish va vosita yordamidagi jarayonlar uchun ishlating.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen3 qobiliyatlari
Qwen3-30B-A3B-FP8 Qwen’ning gibrid matn yaratish modelini mayda donali FP8 nazorat nuqtasiga olib keladi. U matnli suhbatlarni qabul qilib, matn yaratadi: izoh, kod, tarjima, ijodiy yozuv va ko‘p navbatli javoblar. Qwen3 oilasi 119 til va lahjani, jumladan, ko‘p tilli yo‘riqnomalarni qo‘llab-quvvatlaydi. Ikki javob rejimi jarayonda matematika, dasturlash va mantiqiy masalalarga aniq mulohazani ajratib, oddiy qayta yozish yoki suhbatga bevosita javob ishlatishga imkon beradi. Til qamrovi har til yoki maxsus sohada teng ishonchlilikni anglatmaydi.
Modelga umumiy nazar
Model jami 30,5 milliard parametrga ega va bir token uchun 3,3 milliardini faollashtiradi. Ekspertlar aralashmasi arxitekturasi 48 qatlam bo‘ylab 128 ekspertdan foydalanib, har token uchun sakkiztasini tanlaydi. Bular model arxitekturasi raqamlari; faollashadigan sonning kichikligi to‘liq nazorat nuqtasida faqat 3,3 milliard parametr bor degani emas. Bu Qwen3-30B-A3B’ning FP8 versiyasi, uning dastlabki sonli aniqlikdagi nazorat nuqtasi va keyingi Thinking-2507 hamda Instruct-2507 relizlaridan farq qiladi.
Matn interfeysidan foydalanish
Vazifa, tegishli manba matni va kutilgan javob formatini birga tayyorlang. Nosozlik izlash so‘rovida ishlamayotgan funksiya, kuzatilgan xato, ko‘zlangan xatti-harakat va minimal kirishni berib, izohdan keyin patch hamda taklif etilgan tekshiruvlarni so‘rang. Ko‘p tilli tahrirda maqsad til, auditoriya va o‘zgarmasligi kerak bo‘lgan atamalarni ko‘rsating. Uzun izoh natijani yashirib qo‘ysa, ixcham yakuniy artefaktni so‘rang. Bular yaratilgan kod bajarilganining kafolati emas, hujjatlashtirilgan matn va kod qobiliyatlaridan foydalanishning amaliy usullaridir.
FP8 versiyasi
Qwen 128 × 128 vazn bloklari bilan mayda donali FP8 kvantlashni belgilaydi. Nazorat nuqtasi konfiguratsiyasi tanlangan qismlarni konvertatsiyadan tashqarida qoldirib, aktivatsiyalarni dinamik kvantlashdan foydalanadi. FP8 yangi suhbat rejimi yoki va’da qilingan javob vaqtini emas, sonli ifodalashni tavsiflaydi. Moslik muhim: Qwen kartasi bu kvantlash usuli uchun ko‘p qurilmali taqsimlangan inferens bo‘yicha ogohlantirishni qayd etadi. Shuning uchun kvantlangan nazorat nuqtasi boshqa model yig‘ilmasi haqidagi da’volarni jim qabul qilmay, aniq versiya nomini saqlashi tavsiya etiladi.
Fikrlash va bevosita javob rejimlari
Ishlab chiqaruvchining chat shabloni fikrlashni standart holatda yoqadi. Bu rejimda mulohaza bloki yakuniy javobdan oldin keladi. Qat’iy enable_thinking=False sozlamasi blokni bostiradi. Fikrlash yoqilganda /think va /no_think eng so‘nggi ko‘rsatmaga amal qiluvchi navbat darajasidagi yo‘l-yo‘riqni beradi; yumshoq o‘chirish kalitida bo‘sh mulohaza bloki hali ham paydo bo‘lishi mumkin. Yo‘riqnomadagi bu belgilar qat’iy o‘chirish sozlamasini bekor qila olmaydi. Bular ishlab chiqaruvchining hujjatlashtirilgan boshqaruvlari; ilova ularni ochishi yoki ochmasligi interfeysiga bog‘liq.
Agent sifatida foydalanish
Qwen ikkala rejimda vosita chaqirishni hujjatlashtirib, kerakli vosita chaqiruvlari shablonlari va sintaktik tahlili uchun Qwen-Agent’ni tavsiya qiladi. Agentga aniq vosita tavsifi, ruxsat etilgan kirishlar va hisobot yozishdan oldin berilgan ma’lumotni tekshirish kabi muayyan natijani bering. Model vosita jarayonida qatnashishi mumkin; qidirish, kod bajarish va tashqi harakatlar ilova ulagan vositalardan keladi. Vosita qobiliyatining o‘zi modelga fayllar yoki joriy ma’lumotga kirishni bermaydi.
Uzun matn
Qwen asl kontekstni 32 768 token deb bayon qilib, YaRN bilan 131 072 gacha kengaytirishni tekshirgan. Kirish, suhbat tarixi, mulohaza va javob kontekst maydoni uchun raqobatlashadi. Berilgan pozitsiya konfiguratsiyasi 40 960; Qwen buni ko‘rsatilgan asl kontekstning o‘rnini bosish emas, odatiy yo‘riqnoma va kengaytirilgan yaratish uchun taqsimot deb izohlaydi. Statik YaRN qisqaroq kirishda sifatni pasaytirishi mumkin, shu bois kengaytirish konfiguratsiya va ehtiyojga bog‘liq. Hujjat ishida bo‘limlarni belgilang va javobda har bir xulosani asoslaydigan parchalarni ko‘rsatishni so‘rang.
Yaratish va cheklovlar
Qwen fikrlash uchun temperature 0,6, top_p 0,95, top_k 20 va min_p 0 ni, bevosita javoblar uchun 0,7, 0,8, 20 va 0 ni tavsiya qiladi. Greedy dekodlash yomonlashgan mulohaza yoki takroriy matn yaratishi mumkin. Ko‘rsatma ko‘pchilik so‘rovlar uchun 32 768 tokenli yaratish budjeti va noodatiy murakkab masalalar uchun 38 912 ni tavsiya qiladi; bular alohida belgilangan qat’iy chiqish chegarasi emas, tavsiyalardir. Yuqoriroq presence penalty takrorni kamaytirib, tillarni aralashtirishi yoki sifatni tushirishi mumkin. Suhbat tarixida faqat yakuniy javoblarni saqlang. Kerakli javob sxemasini aniq ayting va matematik natija, faktik xulosa hamda yaratilgan patchlarni ishlatishdan oldin berilgan dalilga nisbatan tekshiring.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen/qwen3-30b-a3b-fp8 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.0002 / 1K token Chiqish · Chiqish tokenlari $0.001 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen/qwen3-30b-a3b-fp8",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-fp8', '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-fp8', '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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra qwen/qwen3-30b-a3b-fp8
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Edit a multilingual service message\n\nTranslate into German for an office administrator: “The Atlas Link update is available, but installing it will restart the device. Save your work before starting.” Keep Atlas Link unchanged, preserve the restart warning and use a polite, concise tone. Return only the translated notice without adding a duration or maintenance window.A concise German notice retaining the product name, restart warning and save-work instruction.Check that the translation keeps the restart as a consequence of installation and does not add an unprovided downtime estimate.