Asosiy jihatlar: qat’iy Thinking-2507 relizi
Qwen3-30B-A3B-Thinking-2507 — murakkab mulohazaga yo‘naltirilgan matn yaratish modeli. Qwen mantiq, matematika, fan, dasturlash, ko‘rsatmalarga amal qilish, vosita ishlatish va matn yaratishdagi yaxshilanishlarni, uzunroq fikrlash ketma-ketliklari va kuchliroq uzun kontekst tushunishini ta’riflaydi. Raqobatdagi izohlarni tekshirish, ko‘p bosqichli matematik masalani yechish yoki murakkab kod o‘zgarishini ishlab chiqish kabi davomli mulohazadan foyda oladigan topshiriq uchun aynan ushbu 2507 nashrini tanlang.
Model haqida va rejimi
Ekspertlar aralashmasiga asoslangan model jami 30.5 milliard parametr va 3.3 milliard faollashgan parametrga ega; 48 qatlam bo‘ylab 128 ekspert bor va har bir token uchun sakkiztasi tanlanadi. Bazaviy konteksti 262,144 token. U matn qabul qilib, matn qaytaradi; vosita natijalari ulangan ilova jarayoni orqali beriladi. Ushbu nazorat nuqtasi faqat fikrlashni qo‘llaydi. U avvalgi gibrid Qwen3-30B-A3B, uning FP8 nashri va Qwen3-30B-A3B-Instruct-2507’dan farq qiladi. Gibrid modelning fikrlashsiz rejim kaliti bu yerda ham ishlaydi deb faraz qilmaslik kerak.
Sukut bo‘yicha chat shabloni mulohaza ketma-ketligini ochuvchi fikrlash belgisi bilan allaqachon boshlaydi, shuning uchun enable_thinking=True sozlamasini aniq berish shart emas. Qaytgan ketma-ketlik ochuvchi belgini takrorlamay, yopuvchi belgini o‘z ichiga olishi mumkin. Ishlab chiqaruvchi misoli mulohazani yakuniy javobdan ajratadi. Aniq natija so‘raganda bu farqni saqlang: isbot xulosasi, patch yoki qaror jadvali uzunroq izohdan keyin ham oson topilishi kerak.
Murakkab topshiriqni tayyorlash
Modelga masalaning to‘liq bayoni, cheklovlar va tegishli dalillarni bering. Kod o‘zgarishida mavjud funksiya, xatoni keltirib chiqaradigan kirish ma’lumoti va kutilgan xatti-harakatni kiriting, so‘ng chekka holatlar izohi bilan taklif etiladigan patch’ni so‘rang. Ilmiy savolda kuzatuvlarni farazlardan ajrating va har biridan qaysi xulosa kelib chiqishini so‘rang. Uzun siyosat yoki spetsifikatsiyada bo‘lim identifikatorlarini saqlang va tegishli bandlar bilan asoslangan ixcham qarorni so‘rang. Bular hujjatlashtirilgan mulohaza sohalarining amaliy qo‘llanishlari, model patch’ni bajargani yoki tajribani tasdiqlagani haqidagi da’volar emas.
Bu versiya uzoq mulohaza yurita olgani sababli, mulohaza va yakuniy artefaktning ikkalasiga joy ajrating. Qwen modelni sozlashda imkon qadar 131,072 tokendan katta kontekstni saqlashni tavsiya qiladi, hatto kichikroq kontekst xotira yukini yengillashtirsa ham. Bazaviy kontekst raqami ketma-ketlik budjetini qamrab oladi; u butun hajmni hujjatga sarflab, javobga cheksiz joy qoldirish va’dasi emas.
Agent sifatida foydalanish
Ishlab chiqaruvchi vosita chaqirishni hujjatlashtiradi va vosita chaqiruvlari shablonlari va ularni sintaktik tahlil qilish uchun Qwen-Agent’ni, jumladan sozlangan vositalar va kod interpretatori jarayonlari bilan integratsiyani tavsiya qiladi. Vositalar va kutilgan natijani aniq belgilang. Masalan, ilova modelga topilgan dalillarni tekshirish, ruxsat etilgan kalkulyatordan foydalanish va keyin hisobni tushuntiruvchi hisobot yaratish imkonini berishi mumkin. Qidirib olish va bajarish ulangan vositalarga tegishli; modelning vosita chaqirish imkoniyati o‘z-o‘zidan internet, kod muhiti yoki biznes tizimlariga kirishni ta’minlamaydi.
O‘ta uzun matnni qayta ishlash
Qwen Dual Chunk Attention va MInference siyrak diqqatini birlashtirish orqali taxminan bir million tokenga yetadigan ixtiyoriy jarayonni hujjatlashtiradi. Birinchi usul uzun ketma-ketliklarni bo‘laklarga ajratib, ular orasidagi o‘zaro ta’sirni saqlaydi; ikkinchisi hisoblashni tanlangan diqqat munosabatlariga yo‘naltiradi. Bu bazaviy 262,144 tokenli kontekstdan tashqari qo‘shimcha konfiguratsiya yo‘lidir. Ishlab chiqaruvchi retsepti maxsus uzun kontekst konfiguratsiyasini talab qiladi va vaznlar, keshlangan diqqat holati hamda eng yuqori faollashuvlar uchun jami GPU xotirasini taxminan 240 GB deb baholaydi.
Ushbu retseptning aniq resurs chegaralari bor: keshlangan ketma-ketlik holati, faollashuv xotirasi va jami kirish uzunligi har biri sozlangan sig‘imni tugatishi mumkin. Shuning uchun million tokenli jarayon konfiguratsiya, xotira va attention mexanizmining qo‘llab-quvvatlanadigan implementatsiyasiga bog‘liq. Amaliy hujjat tekshiruvida tegishli materialdan boshlang, hujjat chegaralarini belgilang va eng katta kirishni ravshan savol o‘rniga qo‘yishdan ko‘ra kuzatish mumkin bo‘lgan dalillarni so‘rang.
Generatsiya ko‘rsatmalari va chegaralari
Qwen temperature 0.6, top_p 0.95, top_k 20 va min_p 0 ni tavsiya qiladi. Ko‘p so‘rovlar uchun 32,768 tokenli chiqish budjetini, odatdan tashqari murakkab matematik yoki dasturlash masalalari uchun 81,920 ni taklif qiladi. Bular alohida e’lon qilingan qat’iy chiqish chegarasi emas, generatsiya budjeti tavsiyalaridir. Nol bilan ikki orasidagi presence penalty takrorlanishni kamaytirishi mumkin, ammo yuqoriroq qiymatlar tillarni aralashtirishi yoki sifatni biroz pasaytirishi mumkin.
Promptda yakuniy javob formatini belgilang, masalan ajratgichli matematik natija yoki ko‘p variantli savol uchun javob maydoni. Ishlab chiqaruvchi tavsiyasiga ko‘ra, suhbat tarixida faqat yakuniy javob qismini saqlang. Uzunroq mulohaza tekshirish mumkin bo‘lgan natija yaratsa foydali; natijaga tayanishdan oldin farazlar, hisoblar va taklif etilgan kodni ko‘rib chiqing.
", "aboutText": "Asosiy jihatlar: qat’iy Thinking-2507 relizi\n\nQwen3-30B-A3B-Thinking-2507 — murakkab mulohazaga yo‘naltirilgan matn yaratish modeli. Qwen mantiq, matematika, fan, dasturlash, ko‘rsatmalarga amal qilish, vosita ishlatish va matn yaratishdagi yaxshilanishlarni, uzunroq fikrlash ketma-ketliklari va kuchliroq uzun kontekst tushunishini ta’riflaydi. Raqobatdagi izohlarni tekshirish, ko‘p bosqichli matematik masalani yechish yoki murakkab kod o‘zgarishini ishlab chiqish kabi davomli mulohazadan foyda oladigan topshiriq uchun aynan ushbu 2507 nashrini tanlang.\n\nModel haqida va rejimi\n\nEkspertlar aralashmasiga asoslangan model jami 30.5 milliard parametr va 3.3 milliard faollashgan parametrga ega; 48 qatlam bo‘ylab 128 ekspert bor va har bir token uchun sakkiztasi tanlanadi. Bazaviy konteksti 262,144 token. U matn qabul qilib, matn qaytaradi; vosita natijalari ulangan ilova jarayoni orqali beriladi. Ushbu nazorat nuqtasi faqat fikrlashni qo‘llaydi. U avvalgi gibrid Qwen3-30B-A3B, uning FP8 nashri va Qwen3-30B-A3B-Instruct-2507’dan farq qiladi. Gibrid modelning fikrlashsiz rejim kaliti bu yerda ham ishlaydi deb faraz qilmaslik kerak.\n\nSukut bo‘yicha chat shabloni mulohaza ketma-ketligini ochuvchi fikrlash belgisi bilan allaqachon boshlaydi, shuning uchun enable_thinking=True sozlamasini aniq berish shart emas. Qaytgan ketma-ketlik ochuvchi belgini takrorlamay, yopuvchi belgini o‘z ichiga olishi mumkin. Ishlab chiqaruvchi misoli mulohazani yakuniy javobdan ajratadi. Aniq natija so‘raganda bu farqni saqlang: isbot xulosasi, patch yoki qaror jadvali uzunroq izohdan keyin ham oson topilishi kerak.\n\nMurakkab topshiriqni tayyorlash\n\nModelga masalaning to‘liq bayoni, cheklovlar va tegishli dalillarni bering. Kod o‘zgarishida mavjud funksiya, xatoni keltirib chiqaradigan kirish ma’lumoti va kutilgan xatti-harakatni kiriting, so‘ng chekka holatlar izohi bilan taklif etiladigan patch’ni so‘rang. Ilmiy savolda kuzatuvlarni farazlardan ajrating va har biridan qaysi xulosa kelib chiqishini so‘rang. Uzun siyosat yoki spetsifikatsiyada bo‘lim identifikatorlarini saqlang va tegishli bandlar bilan asoslangan ixcham qarorni so‘rang. Bular hujjatlashtirilgan mulohaza sohalarining amaliy qo‘llanishlari, model patch’ni bajargani yoki tajribani tasdiqlagani haqidagi da’volar emas.\n\nBu versiya uzoq mulohaza yurita olgani sababli, mulohaza va yakuniy artefaktning ikkalasiga joy ajrating. Qwen modelni sozlashda imkon qadar 131,072 tokendan katta kontekstni saqlashni tavsiya qiladi, hatto kichikroq kontekst xotira yukini yengillashtirsa ham. Bazaviy kontekst raqami ketma-ketlik budjetini qamrab oladi; u butun hajmni hujjatga sarflab, javobga cheksiz joy qoldirish va’dasi emas.\n\nAgent sifatida foydalanish\n\nIshlab chiqaruvchi vosita chaqirishni hujjatlashtiradi va vosita chaqiruvlari shablonlari va ularni sintaktik tahlil qilish uchun Qwen-Agent’ni, jumladan sozlangan vositalar va kod interpretatori jarayonlari bilan integratsiyani tavsiya qiladi. Vositalar va kutilgan natijani aniq belgilang. Masalan, ilova modelga topilgan dalillarni tekshirish, ruxsat etilgan kalkulyatordan foydalanish va keyin hisobni tushuntiruvchi hisobot yaratish imkonini berishi mumkin. Qidirib olish va bajarish ulangan vositalarga tegishli; modelning vosita chaqirish imkoniyati o‘z-o‘zidan internet, kod muhiti yoki biznes tizimlariga kirishni ta’minlamaydi.\n\nO‘ta uzun matnni qayta ishlash\n\nQwen Dual Chunk Attention va MInference siyrak diqqatini birlashtirish orqali taxminan bir million tokenga yetadigan ixtiyoriy jarayonni hujjatlashtiradi. Birinchi usul uzun ketma-ketliklarni bo‘laklarga ajratib, ular orasidagi o‘zaro ta’sirni saqlaydi; ikkinchisi hisoblashni tanlangan diqqat munosabatlariga yo‘naltiradi. Bu bazaviy 262,144 tokenli kontekstdan tashqari qo‘shimcha konfiguratsiya yo‘lidir. Ishlab chiqaruvchi retsepti maxsus uzun kontekst konfiguratsiyasini talab qiladi va vaznlar, keshlangan diqqat holati hamda eng yuqori faollashuvlar uchun jami GPU xotirasini taxminan 240 GB deb baholaydi.\n\nUshbu retseptning aniq resurs chegaralari bor: keshlangan ketma-ketlik holati, faollashuv xotirasi va jami kirish uzunligi har biri sozlangan sig‘imni tugatishi mumkin. Shuning uchun million tokenli jarayon konfiguratsiya, xotira va attention mexanizmining qo‘llab-quvvatlanadigan implementatsiyasiga bog‘liq. Amaliy hujjat tekshiruvida tegishli materialdan boshlang, hujjat chegaralarini belgilang va eng katta kirishni ravshan savol o‘rniga qo‘yishdan ko‘ra kuzatish mumkin bo‘lgan dalillarni so‘rang.\n\nGeneratsiya ko‘rsatmalari va chegaralari\n\nQwen temperature 0.6, top_p 0.95, top_k 20 va min_p 0 ni tavsiya qiladi. Ko‘p so‘rovlar uchun 32,768 tokenli chiqish budjetini, odatdan tashqari murakkab matematik yoki dasturlash masalalari uchun 81,920 ni taklif qiladi. Bular alohida e’lon qilingan qat’iy chiqish chegarasi emas, generatsiya budjeti tavsiyalaridir. Nol bilan ikki orasidagi presence penalty takrorlanishni kamaytirishi mumkin, ammo yuqoriroq qiymatlar tillarni aralashtirishi yoki sifatni biroz pasaytirishi mumkin.\n\nPromptda yakuniy javob formatini belgilang, masalan ajratgichli matematik natija yoki ko‘p variantli savol uchun javob maydoni. Ishlab chiqaruvchi tavsiyasiga ko‘ra, suhbat tarixida faqat yakuniy javob qismini saqlang. Uzunroq mulohaza tekshirish mumkin bo‘lgan natija yaratsa foydali; natijaga tayanishdan oldin farazlar, hisoblar va taklif etilgan kodni ko‘rib chiqing.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
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 — Qwen’ning murakkab matematika, fan, dasturlash va mantiqiy mulohaza uchun faqat fikrlash rejimiga ega matn modeli. Ushbu qat’iy 2507 nashri bazaviy 262,144 tokenli kontekst va uzunroq mulohaza budjetini, hujjatlashtirilgan vosita chaqirish hamda shartli o‘ta uzun kontekst jarayonlarini taqdim etadi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Asosiy jihatlar: qat’iy Thinking-2507 relizi
Qwen3-30B-A3B-Thinking-2507 — murakkab mulohazaga yo‘naltirilgan matn yaratish modeli. Qwen mantiq, matematika, fan, dasturlash, ko‘rsatmalarga amal qilish, vosita ishlatish va matn yaratishdagi yaxshilanishlarni, uzunroq fikrlash ketma-ketliklari va kuchliroq uzun kontekst tushunishini ta’riflaydi. Raqobatdagi izohlarni tekshirish, ko‘p bosqichli matematik masalani yechish yoki murakkab kod o‘zgarishini ishlab chiqish kabi davomli mulohazadan foyda oladigan topshiriq uchun aynan ushbu 2507 nashrini tanlang.
Model haqida va rejimi
Ekspertlar aralashmasiga asoslangan model jami 30.5 milliard parametr va 3.3 milliard faollashgan parametrga ega; 48 qatlam bo‘ylab 128 ekspert bor va har bir token uchun sakkiztasi tanlanadi. Bazaviy konteksti 262,144 token. U matn qabul qilib, matn qaytaradi; vosita natijalari ulangan ilova jarayoni orqali beriladi. Ushbu nazorat nuqtasi faqat fikrlashni qo‘llaydi. U avvalgi gibrid Qwen3-30B-A3B, uning FP8 nashri va Qwen3-30B-A3B-Instruct-2507’dan farq qiladi. Gibrid modelning fikrlashsiz rejim kaliti bu yerda ham ishlaydi deb faraz qilmaslik kerak.
Sukut bo‘yicha chat shabloni mulohaza ketma-ketligini ochuvchi fikrlash belgisi bilan allaqachon boshlaydi, shuning uchun enable_thinking=True sozlamasini aniq berish shart emas. Qaytgan ketma-ketlik ochuvchi belgini takrorlamay, yopuvchi belgini o‘z ichiga olishi mumkin. Ishlab chiqaruvchi misoli mulohazani yakuniy javobdan ajratadi. Aniq natija so‘raganda bu farqni saqlang: isbot xulosasi, patch yoki qaror jadvali uzunroq izohdan keyin ham oson topilishi kerak.
Murakkab topshiriqni tayyorlash
Modelga masalaning to‘liq bayoni, cheklovlar va tegishli dalillarni bering. Kod o‘zgarishida mavjud funksiya, xatoni keltirib chiqaradigan kirish ma’lumoti va kutilgan xatti-harakatni kiriting, so‘ng chekka holatlar izohi bilan taklif etiladigan patch’ni so‘rang. Ilmiy savolda kuzatuvlarni farazlardan ajrating va har biridan qaysi xulosa kelib chiqishini so‘rang. Uzun siyosat yoki spetsifikatsiyada bo‘lim identifikatorlarini saqlang va tegishli bandlar bilan asoslangan ixcham qarorni so‘rang. Bular hujjatlashtirilgan mulohaza sohalarining amaliy qo‘llanishlari, model patch’ni bajargani yoki tajribani tasdiqlagani haqidagi da’volar emas.
Bu versiya uzoq mulohaza yurita olgani sababli, mulohaza va yakuniy artefaktning ikkalasiga joy ajrating. Qwen modelni sozlashda imkon qadar 131,072 tokendan katta kontekstni saqlashni tavsiya qiladi, hatto kichikroq kontekst xotira yukini yengillashtirsa ham. Bazaviy kontekst raqami ketma-ketlik budjetini qamrab oladi; u butun hajmni hujjatga sarflab, javobga cheksiz joy qoldirish va’dasi emas.
Agent sifatida foydalanish
Ishlab chiqaruvchi vosita chaqirishni hujjatlashtiradi va vosita chaqiruvlari shablonlari va ularni sintaktik tahlil qilish uchun Qwen-Agent’ni, jumladan sozlangan vositalar va kod interpretatori jarayonlari bilan integratsiyani tavsiya qiladi. Vositalar va kutilgan natijani aniq belgilang. Masalan, ilova modelga topilgan dalillarni tekshirish, ruxsat etilgan kalkulyatordan foydalanish va keyin hisobni tushuntiruvchi hisobot yaratish imkonini berishi mumkin. Qidirib olish va bajarish ulangan vositalarga tegishli; modelning vosita chaqirish imkoniyati o‘z-o‘zidan internet, kod muhiti yoki biznes tizimlariga kirishni ta’minlamaydi.
O‘ta uzun matnni qayta ishlash
Qwen Dual Chunk Attention va MInference siyrak diqqatini birlashtirish orqali taxminan bir million tokenga yetadigan ixtiyoriy jarayonni hujjatlashtiradi. Birinchi usul uzun ketma-ketliklarni bo‘laklarga ajratib, ular orasidagi o‘zaro ta’sirni saqlaydi; ikkinchisi hisoblashni tanlangan diqqat munosabatlariga yo‘naltiradi. Bu bazaviy 262,144 tokenli kontekstdan tashqari qo‘shimcha konfiguratsiya yo‘lidir. Ishlab chiqaruvchi retsepti maxsus uzun kontekst konfiguratsiyasini talab qiladi va vaznlar, keshlangan diqqat holati hamda eng yuqori faollashuvlar uchun jami GPU xotirasini taxminan 240 GB deb baholaydi.
Ushbu retseptning aniq resurs chegaralari bor: keshlangan ketma-ketlik holati, faollashuv xotirasi va jami kirish uzunligi har biri sozlangan sig‘imni tugatishi mumkin. Shuning uchun million tokenli jarayon konfiguratsiya, xotira va attention mexanizmining qo‘llab-quvvatlanadigan implementatsiyasiga bog‘liq. Amaliy hujjat tekshiruvida tegishli materialdan boshlang, hujjat chegaralarini belgilang va eng katta kirishni ravshan savol o‘rniga qo‘yishdan ko‘ra kuzatish mumkin bo‘lgan dalillarni so‘rang.
Generatsiya ko‘rsatmalari va chegaralari
Qwen temperature 0.6, top_p 0.95, top_k 20 va min_p 0 ni tavsiya qiladi. Ko‘p so‘rovlar uchun 32,768 tokenli chiqish budjetini, odatdan tashqari murakkab matematik yoki dasturlash masalalari uchun 81,920 ni taklif qiladi. Bular alohida e’lon qilingan qat’iy chiqish chegarasi emas, generatsiya budjeti tavsiyalaridir. Nol bilan ikki orasidagi presence penalty takrorlanishni kamaytirishi mumkin, ammo yuqoriroq qiymatlar tillarni aralashtirishi yoki sifatni biroz pasaytirishi mumkin.
Promptda yakuniy javob formatini belgilang, masalan ajratgichli matematik natija yoki ko‘p variantli savol uchun javob maydoni. Ishlab chiqaruvchi tavsiyasiga ko‘ra, suhbat tarixida faqat yakuniy javob qismini saqlang. Uzunroq mulohaza tekshirish mumkin bo‘lgan natija yaratsa foydali; natijaga tayanishdan oldin farazlar, hisoblar va taklif etilgan kodni ko‘rib chiqing.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Qwen/Qwen3-30B-A3B-Thinking-2507 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Matnli suhbat | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
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 |
Parametrcontrol_scope | Parametr talablariMatnli suhbat; stream mantiqiy qiymat bo‘lib, standart holatda false. |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Usul taxalluslari: /chat/completions
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 $0.0008 / 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-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 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-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 — Qwen’ning murakkab matematika, fan, dasturlash va mantiqiy mulohaza uchun faqat fikrlash rejimiga ega matn modeli. Ushbu qat’iy 2507 nashri bazaviy 262,144 tokenli kontekst va uzunroq mulohaza budjetini, hujjatlashtirilgan vosita chaqirish hamda shartli o‘ta uzun kontekst jarayonlarini taqdim etadi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Asosiy jihatlar: qat’iy Thinking-2507 relizi
Qwen3-30B-A3B-Thinking-2507 — murakkab mulohazaga yo‘naltirilgan matn yaratish modeli. Qwen mantiq, matematika, fan, dasturlash, ko‘rsatmalarga amal qilish, vosita ishlatish va matn yaratishdagi yaxshilanishlarni, uzunroq fikrlash ketma-ketliklari va kuchliroq uzun kontekst tushunishini ta’riflaydi. Raqobatdagi izohlarni tekshirish, ko‘p bosqichli matematik masalani yechish yoki murakkab kod o‘zgarishini ishlab chiqish kabi davomli mulohazadan foyda oladigan topshiriq uchun aynan ushbu 2507 nashrini tanlang.
Model haqida va rejimi
Ekspertlar aralashmasiga asoslangan model jami 30.5 milliard parametr va 3.3 milliard faollashgan parametrga ega; 48 qatlam bo‘ylab 128 ekspert bor va har bir token uchun sakkiztasi tanlanadi. Bazaviy konteksti 262,144 token. U matn qabul qilib, matn qaytaradi; vosita natijalari ulangan ilova jarayoni orqali beriladi. Ushbu nazorat nuqtasi faqat fikrlashni qo‘llaydi. U avvalgi gibrid Qwen3-30B-A3B, uning FP8 nashri va Qwen3-30B-A3B-Instruct-2507’dan farq qiladi. Gibrid modelning fikrlashsiz rejim kaliti bu yerda ham ishlaydi deb faraz qilmaslik kerak.
Sukut bo‘yicha chat shabloni mulohaza ketma-ketligini ochuvchi fikrlash belgisi bilan allaqachon boshlaydi, shuning uchun enable_thinking=True sozlamasini aniq berish shart emas. Qaytgan ketma-ketlik ochuvchi belgini takrorlamay, yopuvchi belgini o‘z ichiga olishi mumkin. Ishlab chiqaruvchi misoli mulohazani yakuniy javobdan ajratadi. Aniq natija so‘raganda bu farqni saqlang: isbot xulosasi, patch yoki qaror jadvali uzunroq izohdan keyin ham oson topilishi kerak.
Murakkab topshiriqni tayyorlash
Modelga masalaning to‘liq bayoni, cheklovlar va tegishli dalillarni bering. Kod o‘zgarishida mavjud funksiya, xatoni keltirib chiqaradigan kirish ma’lumoti va kutilgan xatti-harakatni kiriting, so‘ng chekka holatlar izohi bilan taklif etiladigan patch’ni so‘rang. Ilmiy savolda kuzatuvlarni farazlardan ajrating va har biridan qaysi xulosa kelib chiqishini so‘rang. Uzun siyosat yoki spetsifikatsiyada bo‘lim identifikatorlarini saqlang va tegishli bandlar bilan asoslangan ixcham qarorni so‘rang. Bular hujjatlashtirilgan mulohaza sohalarining amaliy qo‘llanishlari, model patch’ni bajargani yoki tajribani tasdiqlagani haqidagi da’volar emas.
Bu versiya uzoq mulohaza yurita olgani sababli, mulohaza va yakuniy artefaktning ikkalasiga joy ajrating. Qwen modelni sozlashda imkon qadar 131,072 tokendan katta kontekstni saqlashni tavsiya qiladi, hatto kichikroq kontekst xotira yukini yengillashtirsa ham. Bazaviy kontekst raqami ketma-ketlik budjetini qamrab oladi; u butun hajmni hujjatga sarflab, javobga cheksiz joy qoldirish va’dasi emas.
Agent sifatida foydalanish
Ishlab chiqaruvchi vosita chaqirishni hujjatlashtiradi va vosita chaqiruvlari shablonlari va ularni sintaktik tahlil qilish uchun Qwen-Agent’ni, jumladan sozlangan vositalar va kod interpretatori jarayonlari bilan integratsiyani tavsiya qiladi. Vositalar va kutilgan natijani aniq belgilang. Masalan, ilova modelga topilgan dalillarni tekshirish, ruxsat etilgan kalkulyatordan foydalanish va keyin hisobni tushuntiruvchi hisobot yaratish imkonini berishi mumkin. Qidirib olish va bajarish ulangan vositalarga tegishli; modelning vosita chaqirish imkoniyati o‘z-o‘zidan internet, kod muhiti yoki biznes tizimlariga kirishni ta’minlamaydi.
O‘ta uzun matnni qayta ishlash
Qwen Dual Chunk Attention va MInference siyrak diqqatini birlashtirish orqali taxminan bir million tokenga yetadigan ixtiyoriy jarayonni hujjatlashtiradi. Birinchi usul uzun ketma-ketliklarni bo‘laklarga ajratib, ular orasidagi o‘zaro ta’sirni saqlaydi; ikkinchisi hisoblashni tanlangan diqqat munosabatlariga yo‘naltiradi. Bu bazaviy 262,144 tokenli kontekstdan tashqari qo‘shimcha konfiguratsiya yo‘lidir. Ishlab chiqaruvchi retsepti maxsus uzun kontekst konfiguratsiyasini talab qiladi va vaznlar, keshlangan diqqat holati hamda eng yuqori faollashuvlar uchun jami GPU xotirasini taxminan 240 GB deb baholaydi.
Ushbu retseptning aniq resurs chegaralari bor: keshlangan ketma-ketlik holati, faollashuv xotirasi va jami kirish uzunligi har biri sozlangan sig‘imni tugatishi mumkin. Shuning uchun million tokenli jarayon konfiguratsiya, xotira va attention mexanizmining qo‘llab-quvvatlanadigan implementatsiyasiga bog‘liq. Amaliy hujjat tekshiruvida tegishli materialdan boshlang, hujjat chegaralarini belgilang va eng katta kirishni ravshan savol o‘rniga qo‘yishdan ko‘ra kuzatish mumkin bo‘lgan dalillarni so‘rang.
Generatsiya ko‘rsatmalari va chegaralari
Qwen temperature 0.6, top_p 0.95, top_k 20 va min_p 0 ni tavsiya qiladi. Ko‘p so‘rovlar uchun 32,768 tokenli chiqish budjetini, odatdan tashqari murakkab matematik yoki dasturlash masalalari uchun 81,920 ni taklif qiladi. Bular alohida e’lon qilingan qat’iy chiqish chegarasi emas, generatsiya budjeti tavsiyalaridir. Nol bilan ikki orasidagi presence penalty takrorlanishni kamaytirishi mumkin, ammo yuqoriroq qiymatlar tillarni aralashtirishi yoki sifatni biroz pasaytirishi mumkin.
Promptda yakuniy javob formatini belgilang, masalan ajratgichli matematik natija yoki ko‘p variantli savol uchun javob maydoni. Ishlab chiqaruvchi tavsiyasiga ko‘ra, suhbat tarixida faqat yakuniy javob qismini saqlang. Uzunroq mulohaza tekshirish mumkin bo‘lgan natija yaratsa foydali; natijaga tayanishdan oldin farazlar, hisoblar va taklif etilgan kodni ko‘rib chiqing.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Qwen/Qwen3-30B-A3B-Thinking-2507 | 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 $0.0008 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-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 — Qwen’ning murakkab matematika, fan, dasturlash va mantiqiy mulohaza uchun faqat fikrlash rejimiga ega matn modeli. Ushbu qat’iy 2507 nashri bazaviy 262,144 tokenli kontekst va uzunroq mulohaza budjetini, hujjatlashtirilgan vosita chaqirish hamda shartli o‘ta uzun kontekst jarayonlarini taqdim etadi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Asosiy jihatlar: qat’iy Thinking-2507 relizi
Qwen3-30B-A3B-Thinking-2507 — murakkab mulohazaga yo‘naltirilgan matn yaratish modeli. Qwen mantiq, matematika, fan, dasturlash, ko‘rsatmalarga amal qilish, vosita ishlatish va matn yaratishdagi yaxshilanishlarni, uzunroq fikrlash ketma-ketliklari va kuchliroq uzun kontekst tushunishini ta’riflaydi. Raqobatdagi izohlarni tekshirish, ko‘p bosqichli matematik masalani yechish yoki murakkab kod o‘zgarishini ishlab chiqish kabi davomli mulohazadan foyda oladigan topshiriq uchun aynan ushbu 2507 nashrini tanlang.
Model haqida va rejimi
Ekspertlar aralashmasiga asoslangan model jami 30.5 milliard parametr va 3.3 milliard faollashgan parametrga ega; 48 qatlam bo‘ylab 128 ekspert bor va har bir token uchun sakkiztasi tanlanadi. Bazaviy konteksti 262,144 token. U matn qabul qilib, matn qaytaradi; vosita natijalari ulangan ilova jarayoni orqali beriladi. Ushbu nazorat nuqtasi faqat fikrlashni qo‘llaydi. U avvalgi gibrid Qwen3-30B-A3B, uning FP8 nashri va Qwen3-30B-A3B-Instruct-2507’dan farq qiladi. Gibrid modelning fikrlashsiz rejim kaliti bu yerda ham ishlaydi deb faraz qilmaslik kerak.
Sukut bo‘yicha chat shabloni mulohaza ketma-ketligini ochuvchi fikrlash belgisi bilan allaqachon boshlaydi, shuning uchun enable_thinking=True sozlamasini aniq berish shart emas. Qaytgan ketma-ketlik ochuvchi belgini takrorlamay, yopuvchi belgini o‘z ichiga olishi mumkin. Ishlab chiqaruvchi misoli mulohazani yakuniy javobdan ajratadi. Aniq natija so‘raganda bu farqni saqlang: isbot xulosasi, patch yoki qaror jadvali uzunroq izohdan keyin ham oson topilishi kerak.
Murakkab topshiriqni tayyorlash
Modelga masalaning to‘liq bayoni, cheklovlar va tegishli dalillarni bering. Kod o‘zgarishida mavjud funksiya, xatoni keltirib chiqaradigan kirish ma’lumoti va kutilgan xatti-harakatni kiriting, so‘ng chekka holatlar izohi bilan taklif etiladigan patch’ni so‘rang. Ilmiy savolda kuzatuvlarni farazlardan ajrating va har biridan qaysi xulosa kelib chiqishini so‘rang. Uzun siyosat yoki spetsifikatsiyada bo‘lim identifikatorlarini saqlang va tegishli bandlar bilan asoslangan ixcham qarorni so‘rang. Bular hujjatlashtirilgan mulohaza sohalarining amaliy qo‘llanishlari, model patch’ni bajargani yoki tajribani tasdiqlagani haqidagi da’volar emas.
Bu versiya uzoq mulohaza yurita olgani sababli, mulohaza va yakuniy artefaktning ikkalasiga joy ajrating. Qwen modelni sozlashda imkon qadar 131,072 tokendan katta kontekstni saqlashni tavsiya qiladi, hatto kichikroq kontekst xotira yukini yengillashtirsa ham. Bazaviy kontekst raqami ketma-ketlik budjetini qamrab oladi; u butun hajmni hujjatga sarflab, javobga cheksiz joy qoldirish va’dasi emas.
Agent sifatida foydalanish
Ishlab chiqaruvchi vosita chaqirishni hujjatlashtiradi va vosita chaqiruvlari shablonlari va ularni sintaktik tahlil qilish uchun Qwen-Agent’ni, jumladan sozlangan vositalar va kod interpretatori jarayonlari bilan integratsiyani tavsiya qiladi. Vositalar va kutilgan natijani aniq belgilang. Masalan, ilova modelga topilgan dalillarni tekshirish, ruxsat etilgan kalkulyatordan foydalanish va keyin hisobni tushuntiruvchi hisobot yaratish imkonini berishi mumkin. Qidirib olish va bajarish ulangan vositalarga tegishli; modelning vosita chaqirish imkoniyati o‘z-o‘zidan internet, kod muhiti yoki biznes tizimlariga kirishni ta’minlamaydi.
O‘ta uzun matnni qayta ishlash
Qwen Dual Chunk Attention va MInference siyrak diqqatini birlashtirish orqali taxminan bir million tokenga yetadigan ixtiyoriy jarayonni hujjatlashtiradi. Birinchi usul uzun ketma-ketliklarni bo‘laklarga ajratib, ular orasidagi o‘zaro ta’sirni saqlaydi; ikkinchisi hisoblashni tanlangan diqqat munosabatlariga yo‘naltiradi. Bu bazaviy 262,144 tokenli kontekstdan tashqari qo‘shimcha konfiguratsiya yo‘lidir. Ishlab chiqaruvchi retsepti maxsus uzun kontekst konfiguratsiyasini talab qiladi va vaznlar, keshlangan diqqat holati hamda eng yuqori faollashuvlar uchun jami GPU xotirasini taxminan 240 GB deb baholaydi.
Ushbu retseptning aniq resurs chegaralari bor: keshlangan ketma-ketlik holati, faollashuv xotirasi va jami kirish uzunligi har biri sozlangan sig‘imni tugatishi mumkin. Shuning uchun million tokenli jarayon konfiguratsiya, xotira va attention mexanizmining qo‘llab-quvvatlanadigan implementatsiyasiga bog‘liq. Amaliy hujjat tekshiruvida tegishli materialdan boshlang, hujjat chegaralarini belgilang va eng katta kirishni ravshan savol o‘rniga qo‘yishdan ko‘ra kuzatish mumkin bo‘lgan dalillarni so‘rang.
Generatsiya ko‘rsatmalari va chegaralari
Qwen temperature 0.6, top_p 0.95, top_k 20 va min_p 0 ni tavsiya qiladi. Ko‘p so‘rovlar uchun 32,768 tokenli chiqish budjetini, odatdan tashqari murakkab matematik yoki dasturlash masalalari uchun 81,920 ni taklif qiladi. Bular alohida e’lon qilingan qat’iy chiqish chegarasi emas, generatsiya budjeti tavsiyalaridir. Nol bilan ikki orasidagi presence penalty takrorlanishni kamaytirishi mumkin, ammo yuqoriroq qiymatlar tillarni aralashtirishi yoki sifatni biroz pasaytirishi mumkin.
Promptda yakuniy javob formatini belgilang, masalan ajratgichli matematik natija yoki ko‘p variantli savol uchun javob maydoni. Ishlab chiqaruvchi tavsiyasiga ko‘ra, suhbat tarixida faqat yakuniy javob qismini saqlang. Uzunroq mulohaza tekshirish mumkin bo‘lgan natija yaratsa foydali; natijaga tayanishdan oldin farazlar, hisoblar va taklif etilgan kodni ko‘rib chiqing.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen3-30b-a3b-thinking-2507 | 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 $0.0008 / 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": "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 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-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 — Qwen’ning murakkab matematika, fan, dasturlash va mantiqiy mulohaza uchun faqat fikrlash rejimiga ega matn modeli. Ushbu qat’iy 2507 nashri bazaviy 262,144 tokenli kontekst va uzunroq mulohaza budjetini, hujjatlashtirilgan vosita chaqirish hamda shartli o‘ta uzun kontekst jarayonlarini taqdim etadi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Asosiy jihatlar: qat’iy Thinking-2507 relizi
Qwen3-30B-A3B-Thinking-2507 — murakkab mulohazaga yo‘naltirilgan matn yaratish modeli. Qwen mantiq, matematika, fan, dasturlash, ko‘rsatmalarga amal qilish, vosita ishlatish va matn yaratishdagi yaxshilanishlarni, uzunroq fikrlash ketma-ketliklari va kuchliroq uzun kontekst tushunishini ta’riflaydi. Raqobatdagi izohlarni tekshirish, ko‘p bosqichli matematik masalani yechish yoki murakkab kod o‘zgarishini ishlab chiqish kabi davomli mulohazadan foyda oladigan topshiriq uchun aynan ushbu 2507 nashrini tanlang.
Model haqida va rejimi
Ekspertlar aralashmasiga asoslangan model jami 30.5 milliard parametr va 3.3 milliard faollashgan parametrga ega; 48 qatlam bo‘ylab 128 ekspert bor va har bir token uchun sakkiztasi tanlanadi. Bazaviy konteksti 262,144 token. U matn qabul qilib, matn qaytaradi; vosita natijalari ulangan ilova jarayoni orqali beriladi. Ushbu nazorat nuqtasi faqat fikrlashni qo‘llaydi. U avvalgi gibrid Qwen3-30B-A3B, uning FP8 nashri va Qwen3-30B-A3B-Instruct-2507’dan farq qiladi. Gibrid modelning fikrlashsiz rejim kaliti bu yerda ham ishlaydi deb faraz qilmaslik kerak.
Sukut bo‘yicha chat shabloni mulohaza ketma-ketligini ochuvchi fikrlash belgisi bilan allaqachon boshlaydi, shuning uchun enable_thinking=True sozlamasini aniq berish shart emas. Qaytgan ketma-ketlik ochuvchi belgini takrorlamay, yopuvchi belgini o‘z ichiga olishi mumkin. Ishlab chiqaruvchi misoli mulohazani yakuniy javobdan ajratadi. Aniq natija so‘raganda bu farqni saqlang: isbot xulosasi, patch yoki qaror jadvali uzunroq izohdan keyin ham oson topilishi kerak.
Murakkab topshiriqni tayyorlash
Modelga masalaning to‘liq bayoni, cheklovlar va tegishli dalillarni bering. Kod o‘zgarishida mavjud funksiya, xatoni keltirib chiqaradigan kirish ma’lumoti va kutilgan xatti-harakatni kiriting, so‘ng chekka holatlar izohi bilan taklif etiladigan patch’ni so‘rang. Ilmiy savolda kuzatuvlarni farazlardan ajrating va har biridan qaysi xulosa kelib chiqishini so‘rang. Uzun siyosat yoki spetsifikatsiyada bo‘lim identifikatorlarini saqlang va tegishli bandlar bilan asoslangan ixcham qarorni so‘rang. Bular hujjatlashtirilgan mulohaza sohalarining amaliy qo‘llanishlari, model patch’ni bajargani yoki tajribani tasdiqlagani haqidagi da’volar emas.
Bu versiya uzoq mulohaza yurita olgani sababli, mulohaza va yakuniy artefaktning ikkalasiga joy ajrating. Qwen modelni sozlashda imkon qadar 131,072 tokendan katta kontekstni saqlashni tavsiya qiladi, hatto kichikroq kontekst xotira yukini yengillashtirsa ham. Bazaviy kontekst raqami ketma-ketlik budjetini qamrab oladi; u butun hajmni hujjatga sarflab, javobga cheksiz joy qoldirish va’dasi emas.
Agent sifatida foydalanish
Ishlab chiqaruvchi vosita chaqirishni hujjatlashtiradi va vosita chaqiruvlari shablonlari va ularni sintaktik tahlil qilish uchun Qwen-Agent’ni, jumladan sozlangan vositalar va kod interpretatori jarayonlari bilan integratsiyani tavsiya qiladi. Vositalar va kutilgan natijani aniq belgilang. Masalan, ilova modelga topilgan dalillarni tekshirish, ruxsat etilgan kalkulyatordan foydalanish va keyin hisobni tushuntiruvchi hisobot yaratish imkonini berishi mumkin. Qidirib olish va bajarish ulangan vositalarga tegishli; modelning vosita chaqirish imkoniyati o‘z-o‘zidan internet, kod muhiti yoki biznes tizimlariga kirishni ta’minlamaydi.
O‘ta uzun matnni qayta ishlash
Qwen Dual Chunk Attention va MInference siyrak diqqatini birlashtirish orqali taxminan bir million tokenga yetadigan ixtiyoriy jarayonni hujjatlashtiradi. Birinchi usul uzun ketma-ketliklarni bo‘laklarga ajratib, ular orasidagi o‘zaro ta’sirni saqlaydi; ikkinchisi hisoblashni tanlangan diqqat munosabatlariga yo‘naltiradi. Bu bazaviy 262,144 tokenli kontekstdan tashqari qo‘shimcha konfiguratsiya yo‘lidir. Ishlab chiqaruvchi retsepti maxsus uzun kontekst konfiguratsiyasini talab qiladi va vaznlar, keshlangan diqqat holati hamda eng yuqori faollashuvlar uchun jami GPU xotirasini taxminan 240 GB deb baholaydi.
Ushbu retseptning aniq resurs chegaralari bor: keshlangan ketma-ketlik holati, faollashuv xotirasi va jami kirish uzunligi har biri sozlangan sig‘imni tugatishi mumkin. Shuning uchun million tokenli jarayon konfiguratsiya, xotira va attention mexanizmining qo‘llab-quvvatlanadigan implementatsiyasiga bog‘liq. Amaliy hujjat tekshiruvida tegishli materialdan boshlang, hujjat chegaralarini belgilang va eng katta kirishni ravshan savol o‘rniga qo‘yishdan ko‘ra kuzatish mumkin bo‘lgan dalillarni so‘rang.
Generatsiya ko‘rsatmalari va chegaralari
Qwen temperature 0.6, top_p 0.95, top_k 20 va min_p 0 ni tavsiya qiladi. Ko‘p so‘rovlar uchun 32,768 tokenli chiqish budjetini, odatdan tashqari murakkab matematik yoki dasturlash masalalari uchun 81,920 ni taklif qiladi. Bular alohida e’lon qilingan qat’iy chiqish chegarasi emas, generatsiya budjeti tavsiyalaridir. Nol bilan ikki orasidagi presence penalty takrorlanishni kamaytirishi mumkin, ammo yuqoriroq qiymatlar tillarni aralashtirishi yoki sifatni biroz pasaytirishi mumkin.
Promptda yakuniy javob formatini belgilang, masalan ajratgichli matematik natija yoki ko‘p variantli savol uchun javob maydoni. Ishlab chiqaruvchi tavsiyasiga ko‘ra, suhbat tarixida faqat yakuniy javob qismini saqlang. Uzunroq mulohaza tekshirish mumkin bo‘lgan natija yaratsa foydali; natijaga tayanishdan oldin farazlar, hisoblar va taklif etilgan kodni ko‘rib chiqing.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen3-30b-a3b-thinking-2507 | 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 $0.0008 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Ingliz tilidagi texnik misol
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.