Qwen3-235B-A22B Qwen3’ning gibrid mulohaza yondashuvini katta ekspertlar aralashmasiga asoslangan modelga olib keladi. Uning matn imkoniyatlari matematik va mantiqiy masalalar, kod yaratish, ijodiy yozish, rolli suhbatlar va ko‘p navbatli ko‘rsatmalarga amal qilishni qamrab oladi. U 100 dan ortiq til va lahjada ishlaydi. Mahsulot ishlab chiqish muhokamasida talablar, aniq misol va kerakli qarorni bering: dizayn taqqoslashi, amalga oshirish yoki muayyan auditoriya foydalana oladigan izoh.
Model jami 235 milliard parametrga ega va qayta ishlashda 22 milliardini faollashtiradi. Uning arxitekturasi 128 ekspertni o‘z ichiga oladi, ulardan sakkiztasini tanlaydi va 94 qatlamga ega. Bu raqamlar ushbu relizni belgilaydi; kichikroq Qwen3 modellari va FP8 nashri alohida nomlarga ega. Kirish va chiqish matndir. Mos muhandislik topshirig‘i — bir xil namunaviy yozuvlar orqali ikki solishtirib muvofiqlashtirish algoritmini taqqoslash, har biri qaysi cheklovlarni bajarishini aniqlash va tanlangan algoritmni test holatlari bilan qaytarish. Javobni asl masalaga solishtirish mumkin bo‘lishi uchun haqiqiy maydon nomlari, dublikatlarga ishlov berish qoidalari va kutilgan jami qiymatlarni bering.
So‘rovni chat xabarlari sifatida tayyorlang, manba materialini ko‘rsatmalardan ajrating. Matematik savolda to‘liq shart, ruxsat etilgan farazlar va belgilashlarni kiriting, so‘ng belgilangan shakldagi yakuniy javobni so‘rang. Kod uchun tegishli funksiya, til, odatdagi holatlarni aks ettiruvchi kirish ma’lumoti va kuzatilgan xatoni bering. Eng kichik asosli o‘zgarishni so‘rang va qaysi mavjud xatti-harakat saqlanishi kerakligini ta’riflang. Ko‘p tilli yozishda umumiy tarjima so‘rash o‘rniga auditoriya va terminlar ro‘yxatini bering. E’lon qilingan integratsiya Qwen3’ni taniydigan bajarish muhitini kutadi; karta Transformers’ning 4.51.0 dan past versiyalari kerakli arxitekturani tanimasligidan ogohlantiradi.
Fikrlash va fikrlashsiz javob shu modelning rejimlaridir. Ishlab chiqaruvchining chat shabloni sukut bo‘yicha fikrlashni yoqadi; qat’iy kalit uni o‘chirishi mumkin. Fikrlash yoqilgan holda /think va /no_think navbat darajasida boshqaradi va eng so‘nggi ko‘rsatma ustun keladi. Qat’iy o‘chirilgan rejim bu yumshoq kalitlarga javob bermaydi. Dasturchi interfeysida yakuniy javobni mulohaza bo‘limidan ajrating va keyingi suhbat tarixiga yakuniy javobni o‘tkazing. Rejimni ongli tanlang: algoritm bahsi va qisqa qayta yozish turli tahlil hajmini talab qiladi. Fikrlash yoqilganda hatto yumshoq fikrlashsiz so‘rov ham mulohaza blokini saqlaydi; uning mazmuni bo‘sh bo‘lishi mumkin. Qat’iy o‘chirish ushbu blokni olib tashlaydi.
Agent jarayonlari uchun ishlab chiqaruvchi vosita chaqiruvlari shablonlari va ularni sintaktik tahlil qilish uchun Qwen-Agent’ni tavsiya qiladi. Vositalar ulangan xizmatlar yoki kod interpretatorini o‘z ichiga olishi mumkin; ularni ilova belgilaydi va bajaradi. Masalan, yordamchiga hujjatlashtirilgan maydonlarga ega faqat o‘qiladigan ombor qidiruvini bering va qaytgan qoldiqni taqdim etilgan buyurtma bilan taqqoslashni so‘rang. Vositaning vazifasi, qabul qiladigan argumentlari, natija tuzilishi va ruxsat chegarasini belgilang. Yakuniy javob taklif etilgan amalni tasdiqlangan vosita natijasidan ajratishini talab qiling. Modelning vosita imkoniyatlari tashqi amalni o‘z-o‘zidan yuzaga keltirmaydi. Qwen3 qo‘llanmasida obyektlar sifatida ifodalangan argumentlar va suhbatga qaytarilgan natijalar bilan parallel hamda ko‘p bosqichli vosita chaqiruvlari ham ta’riflangan.
Bazaviy kontekst 32,768 token. Ishlab chiqaruvchi YaRN kengaytmasi bilan 131,072 tokenni tasdiqlagan; bu konfiguratsiyaga bog‘liq va statik masshtablash qisqaroq kirishlarga ta’sir qilishi mumkin. Kontekst budjeti so‘rov va yaratilgan javobni birga qamrab oladi. Uzun spetsifikatsiyada qarorga aloqador bo‘limlarni aniqlang, yorliqlang va butun budjetni manba matni bilan to‘ldirish o‘rniga javobga joy qoldiring. Karta 32,768 chiqish tokenini universal xizmat chegarasi deb e’lon qilmay, ko‘p so‘rovlar uchun tavsiya qiladi. Qwen3 hujjatlari o‘qitish uzunligi izohida yordamchi xabarlarini fikrlash rejimida 38,912 token va fikrlashsiz rejimda 16,384 token deb muhokama qiladi hamda uzunroq generatsiya sifatini baholashni tavsiya etadi. Bu raqamlar umumiy kontekst oynasidan alohida va endpoint’ga xos qat’iy chegara emas. Karta sukutdagi 40,960 tokenli pozitsion taqsimotni odatiy promptlar uchun 8,192 va chiqish uchun 32,768 deb ham tushuntiradi; bu ishlab chiqaruvchi konfiguratsiya ko‘rsatmasi bo‘lib, bazaviy o‘qitish konteksti va har qanday endpoint chegarasidan alohida.
Fikrlash rejimi uchun tavsiya etilgan namunalash temperature 0.6, top-p 0.95, top-k 20 va min-p 0; fikrlashsiz rejimda 0.7, 0.8, 20 va 0 ishlatiladi. Ishlab chiqaruvchi namunalashli dekodlashni tavsiya qiladi va fikrlash rejimida greedy dekodlash takrorlanishga olib kelishi mumkinligini aytadi. Yuqoriroq presence penalty tillar aralashishiga ham sabab bo‘lishi mumkin. Natijani oson tekshiriladigan qiling: nomlangan yakuniy javob maydoni, sababli qaror jadvali yoki misollar bilan kod patch’ini so‘rang. Hisoblarni berilgan sonlarga solishtiring, taklif etilgan kodni kerakli muhitda ishga tushiring va amal qilishdan oldin vosita natijalarini ko‘rib chiqing.
", "aboutText": "Qwen3-235B-A22B Qwen3’ning gibrid mulohaza yondashuvini katta ekspertlar aralashmasiga asoslangan modelga olib keladi. Uning matn imkoniyatlari matematik va mantiqiy masalalar, kod yaratish, ijodiy yozish, rolli suhbatlar va ko‘p navbatli ko‘rsatmalarga amal qilishni qamrab oladi. U 100 dan ortiq til va lahjada ishlaydi. Mahsulot ishlab chiqish muhokamasida talablar, aniq misol va kerakli qarorni bering: dizayn taqqoslashi, amalga oshirish yoki muayyan auditoriya foydalana oladigan izoh.\n\nModel jami 235 milliard parametrga ega va qayta ishlashda 22 milliardini faollashtiradi. Uning arxitekturasi 128 ekspertni o‘z ichiga oladi, ulardan sakkiztasini tanlaydi va 94 qatlamga ega. Bu raqamlar ushbu relizni belgilaydi; kichikroq Qwen3 modellari va FP8 nashri alohida nomlarga ega. Kirish va chiqish matndir. Mos muhandislik topshirig‘i — bir xil namunaviy yozuvlar orqali ikki solishtirib muvofiqlashtirish algoritmini taqqoslash, har biri qaysi cheklovlarni bajarishini aniqlash va tanlangan algoritmni test holatlari bilan qaytarish. Javobni asl masalaga solishtirish mumkin bo‘lishi uchun haqiqiy maydon nomlari, dublikatlarga ishlov berish qoidalari va kutilgan jami qiymatlarni bering.\n\nSo‘rovni chat xabarlari sifatida tayyorlang, manba materialini ko‘rsatmalardan ajrating. Matematik savolda to‘liq shart, ruxsat etilgan farazlar va belgilashlarni kiriting, so‘ng belgilangan shakldagi yakuniy javobni so‘rang. Kod uchun tegishli funksiya, til, odatdagi holatlarni aks ettiruvchi kirish ma’lumoti va kuzatilgan xatoni bering. Eng kichik asosli o‘zgarishni so‘rang va qaysi mavjud xatti-harakat saqlanishi kerakligini ta’riflang. Ko‘p tilli yozishda umumiy tarjima so‘rash o‘rniga auditoriya va terminlar ro‘yxatini bering. E’lon qilingan integratsiya Qwen3’ni taniydigan bajarish muhitini kutadi; karta Transformers’ning 4.51.0 dan past versiyalari kerakli arxitekturani tanimasligidan ogohlantiradi.\n\nFikrlash va fikrlashsiz javob shu modelning rejimlaridir. Ishlab chiqaruvchining chat shabloni sukut bo‘yicha fikrlashni yoqadi; qat’iy kalit uni o‘chirishi mumkin. Fikrlash yoqilgan holda /think va /no_think navbat darajasida boshqaradi va eng so‘nggi ko‘rsatma ustun keladi. Qat’iy o‘chirilgan rejim bu yumshoq kalitlarga javob bermaydi. Dasturchi interfeysida yakuniy javobni mulohaza bo‘limidan ajrating va keyingi suhbat tarixiga yakuniy javobni o‘tkazing. Rejimni ongli tanlang: algoritm bahsi va qisqa qayta yozish turli tahlil hajmini talab qiladi. Fikrlash yoqilganda hatto yumshoq fikrlashsiz so‘rov ham mulohaza blokini saqlaydi; uning mazmuni bo‘sh bo‘lishi mumkin. Qat’iy o‘chirish ushbu blokni olib tashlaydi.\n\nAgent jarayonlari uchun ishlab chiqaruvchi vosita chaqiruvlari shablonlari va ularni sintaktik tahlil qilish uchun Qwen-Agent’ni tavsiya qiladi. Vositalar ulangan xizmatlar yoki kod interpretatorini o‘z ichiga olishi mumkin; ularni ilova belgilaydi va bajaradi. Masalan, yordamchiga hujjatlashtirilgan maydonlarga ega faqat o‘qiladigan ombor qidiruvini bering va qaytgan qoldiqni taqdim etilgan buyurtma bilan taqqoslashni so‘rang. Vositaning vazifasi, qabul qiladigan argumentlari, natija tuzilishi va ruxsat chegarasini belgilang. Yakuniy javob taklif etilgan amalni tasdiqlangan vosita natijasidan ajratishini talab qiling. Modelning vosita imkoniyatlari tashqi amalni o‘z-o‘zidan yuzaga keltirmaydi. Qwen3 qo‘llanmasida obyektlar sifatida ifodalangan argumentlar va suhbatga qaytarilgan natijalar bilan parallel hamda ko‘p bosqichli vosita chaqiruvlari ham ta’riflangan.\n\nBazaviy kontekst 32,768 token. Ishlab chiqaruvchi YaRN kengaytmasi bilan 131,072 tokenni tasdiqlagan; bu konfiguratsiyaga bog‘liq va statik masshtablash qisqaroq kirishlarga ta’sir qilishi mumkin. Kontekst budjeti so‘rov va yaratilgan javobni birga qamrab oladi. Uzun spetsifikatsiyada qarorga aloqador bo‘limlarni aniqlang, yorliqlang va butun budjetni manba matni bilan to‘ldirish o‘rniga javobga joy qoldiring. Karta 32,768 chiqish tokenini universal xizmat chegarasi deb e’lon qilmay, ko‘p so‘rovlar uchun tavsiya qiladi. Qwen3 hujjatlari o‘qitish uzunligi izohida yordamchi xabarlarini fikrlash rejimida 38,912 token va fikrlashsiz rejimda 16,384 token deb muhokama qiladi hamda uzunroq generatsiya sifatini baholashni tavsiya etadi. Bu raqamlar umumiy kontekst oynasidan alohida va endpoint’ga xos qat’iy chegara emas. Karta sukutdagi 40,960 tokenli pozitsion taqsimotni odatiy promptlar uchun 8,192 va chiqish uchun 32,768 deb ham tushuntiradi; bu ishlab chiqaruvchi konfiguratsiya ko‘rsatmasi bo‘lib, bazaviy o‘qitish konteksti va har qanday endpoint chegarasidan alohida.\n\nFikrlash rejimi uchun tavsiya etilgan namunalash temperature 0.6, top-p 0.95, top-k 20 va min-p 0; fikrlashsiz rejimda 0.7, 0.8, 20 va 0 ishlatiladi. Ishlab chiqaruvchi namunalashli dekodlashni tavsiya qiladi va fikrlash rejimida greedy dekodlash takrorlanishga olib kelishi mumkinligini aytadi. Yuqoriroq presence penalty tillar aralashishiga ham sabab bo‘lishi mumkin. Natijani oson tekshiriladigan qiling: nomlangan yakuniy javob maydoni, sababli qaror jadvali yoki misollar bilan kod patch’ini so‘rang. Hisoblarni berilgan sonlarga solishtiring, taklif etilgan kodni kerakli muhitda ishga tushiring va amal qilishdan oldin vosita natijalarini ko‘rib chiqing.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Reconcile duplicate transaction records\n\nCompare two reconciliation rules on these records: (id=A, revision=1, amount=10), (A,2,12), (B,1,5). Rule X sums every row; rule Y keeps the highest revision per ID, then sums. Requirement: one current amount per ID; equal-revision disagreements must be flagged. Choose a rule, propose pseudocode and give tests for duplicates and conflicting ties.A rule comparison, chosen algorithm, expected total for the supplied records and conflict tests.Check the algorithm uses ID plus revision semantics and does not silently choose between conflicting equal revisions.qwen3-235b-a22bQwen3-235B-A22B bitta ekspertlar aralashmasiga asoslangan modelda batafsil mulohaza va to‘g‘ridan-to‘g‘ri matnli javoblarni birlashtiradi. Undan matematik tahlil, kod, ko‘p tilli yozish va ulangan vositalar bilan ishlovchi yordamchilar uchun foydalaning.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen3-235B-A22B Qwen3’ning gibrid mulohaza yondashuvini katta ekspertlar aralashmasiga asoslangan modelga olib keladi. Uning matn imkoniyatlari matematik va mantiqiy masalalar, kod yaratish, ijodiy yozish, rolli suhbatlar va ko‘p navbatli ko‘rsatmalarga amal qilishni qamrab oladi. U 100 dan ortiq til va lahjada ishlaydi. Mahsulot ishlab chiqish muhokamasida talablar, aniq misol va kerakli qarorni bering: dizayn taqqoslashi, amalga oshirish yoki muayyan auditoriya foydalana oladigan izoh.
Model jami 235 milliard parametrga ega va qayta ishlashda 22 milliardini faollashtiradi. Uning arxitekturasi 128 ekspertni o‘z ichiga oladi, ulardan sakkiztasini tanlaydi va 94 qatlamga ega. Bu raqamlar ushbu relizni belgilaydi; kichikroq Qwen3 modellari va FP8 nashri alohida nomlarga ega. Kirish va chiqish matndir. Mos muhandislik topshirig‘i — bir xil namunaviy yozuvlar orqali ikki solishtirib muvofiqlashtirish algoritmini taqqoslash, har biri qaysi cheklovlarni bajarishini aniqlash va tanlangan algoritmni test holatlari bilan qaytarish. Javobni asl masalaga solishtirish mumkin bo‘lishi uchun haqiqiy maydon nomlari, dublikatlarga ishlov berish qoidalari va kutilgan jami qiymatlarni bering.
So‘rovni chat xabarlari sifatida tayyorlang, manba materialini ko‘rsatmalardan ajrating. Matematik savolda to‘liq shart, ruxsat etilgan farazlar va belgilashlarni kiriting, so‘ng belgilangan shakldagi yakuniy javobni so‘rang. Kod uchun tegishli funksiya, til, odatdagi holatlarni aks ettiruvchi kirish ma’lumoti va kuzatilgan xatoni bering. Eng kichik asosli o‘zgarishni so‘rang va qaysi mavjud xatti-harakat saqlanishi kerakligini ta’riflang. Ko‘p tilli yozishda umumiy tarjima so‘rash o‘rniga auditoriya va terminlar ro‘yxatini bering. E’lon qilingan integratsiya Qwen3’ni taniydigan bajarish muhitini kutadi; karta Transformers’ning 4.51.0 dan past versiyalari kerakli arxitekturani tanimasligidan ogohlantiradi.
Fikrlash va fikrlashsiz javob shu modelning rejimlaridir. Ishlab chiqaruvchining chat shabloni sukut bo‘yicha fikrlashni yoqadi; qat’iy kalit uni o‘chirishi mumkin. Fikrlash yoqilgan holda /think va /no_think navbat darajasida boshqaradi va eng so‘nggi ko‘rsatma ustun keladi. Qat’iy o‘chirilgan rejim bu yumshoq kalitlarga javob bermaydi. Dasturchi interfeysida yakuniy javobni mulohaza bo‘limidan ajrating va keyingi suhbat tarixiga yakuniy javobni o‘tkazing. Rejimni ongli tanlang: algoritm bahsi va qisqa qayta yozish turli tahlil hajmini talab qiladi. Fikrlash yoqilganda hatto yumshoq fikrlashsiz so‘rov ham mulohaza blokini saqlaydi; uning mazmuni bo‘sh bo‘lishi mumkin. Qat’iy o‘chirish ushbu blokni olib tashlaydi.
Agent jarayonlari uchun ishlab chiqaruvchi vosita chaqiruvlari shablonlari va ularni sintaktik tahlil qilish uchun Qwen-Agent’ni tavsiya qiladi. Vositalar ulangan xizmatlar yoki kod interpretatorini o‘z ichiga olishi mumkin; ularni ilova belgilaydi va bajaradi. Masalan, yordamchiga hujjatlashtirilgan maydonlarga ega faqat o‘qiladigan ombor qidiruvini bering va qaytgan qoldiqni taqdim etilgan buyurtma bilan taqqoslashni so‘rang. Vositaning vazifasi, qabul qiladigan argumentlari, natija tuzilishi va ruxsat chegarasini belgilang. Yakuniy javob taklif etilgan amalni tasdiqlangan vosita natijasidan ajratishini talab qiling. Modelning vosita imkoniyatlari tashqi amalni o‘z-o‘zidan yuzaga keltirmaydi. Qwen3 qo‘llanmasida obyektlar sifatida ifodalangan argumentlar va suhbatga qaytarilgan natijalar bilan parallel hamda ko‘p bosqichli vosita chaqiruvlari ham ta’riflangan.
Bazaviy kontekst 32,768 token. Ishlab chiqaruvchi YaRN kengaytmasi bilan 131,072 tokenni tasdiqlagan; bu konfiguratsiyaga bog‘liq va statik masshtablash qisqaroq kirishlarga ta’sir qilishi mumkin. Kontekst budjeti so‘rov va yaratilgan javobni birga qamrab oladi. Uzun spetsifikatsiyada qarorga aloqador bo‘limlarni aniqlang, yorliqlang va butun budjetni manba matni bilan to‘ldirish o‘rniga javobga joy qoldiring. Karta 32,768 chiqish tokenini universal xizmat chegarasi deb e’lon qilmay, ko‘p so‘rovlar uchun tavsiya qiladi. Qwen3 hujjatlari o‘qitish uzunligi izohida yordamchi xabarlarini fikrlash rejimida 38,912 token va fikrlashsiz rejimda 16,384 token deb muhokama qiladi hamda uzunroq generatsiya sifatini baholashni tavsiya etadi. Bu raqamlar umumiy kontekst oynasidan alohida va endpoint’ga xos qat’iy chegara emas. Karta sukutdagi 40,960 tokenli pozitsion taqsimotni odatiy promptlar uchun 8,192 va chiqish uchun 32,768 deb ham tushuntiradi; bu ishlab chiqaruvchi konfiguratsiya ko‘rsatmasi bo‘lib, bazaviy o‘qitish konteksti va har qanday endpoint chegarasidan alohida.
Fikrlash rejimi uchun tavsiya etilgan namunalash temperature 0.6, top-p 0.95, top-k 20 va min-p 0; fikrlashsiz rejimda 0.7, 0.8, 20 va 0 ishlatiladi. Ishlab chiqaruvchi namunalashli dekodlashni tavsiya qiladi va fikrlash rejimida greedy dekodlash takrorlanishga olib kelishi mumkinligini aytadi. Yuqoriroq presence penalty tillar aralashishiga ham sabab bo‘lishi mumkin. Natijani oson tekshiriladigan qiling: nomlangan yakuniy javob maydoni, sababli qaror jadvali yoki misollar bilan kod patch’ini so‘rang. Hisoblarni berilgan sonlarga solishtiring, taklif etilgan kodni kerakli muhitda ishga tushiring va amal qilishdan oldin vosita natijalarini ko‘rib chiqing.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen3-235b-a22b | 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 $0.00114 / 1K token Chiqish · Chiqish tokenlari $0.00342 / 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": "qwen3-235b-a22b", "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='qwen3-235b-a22b',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='qwen3-235b-a22b',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 qwen3-235b-a22b
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
qwen3-235b-a22bQwen3-235B-A22B bitta ekspertlar aralashmasiga asoslangan modelda batafsil mulohaza va to‘g‘ridan-to‘g‘ri matnli javoblarni birlashtiradi. Undan matematik tahlil, kod, ko‘p tilli yozish va ulangan vositalar bilan ishlovchi yordamchilar uchun foydalaning.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen3-235B-A22B Qwen3’ning gibrid mulohaza yondashuvini katta ekspertlar aralashmasiga asoslangan modelga olib keladi. Uning matn imkoniyatlari matematik va mantiqiy masalalar, kod yaratish, ijodiy yozish, rolli suhbatlar va ko‘p navbatli ko‘rsatmalarga amal qilishni qamrab oladi. U 100 dan ortiq til va lahjada ishlaydi. Mahsulot ishlab chiqish muhokamasida talablar, aniq misol va kerakli qarorni bering: dizayn taqqoslashi, amalga oshirish yoki muayyan auditoriya foydalana oladigan izoh.
Model jami 235 milliard parametrga ega va qayta ishlashda 22 milliardini faollashtiradi. Uning arxitekturasi 128 ekspertni o‘z ichiga oladi, ulardan sakkiztasini tanlaydi va 94 qatlamga ega. Bu raqamlar ushbu relizni belgilaydi; kichikroq Qwen3 modellari va FP8 nashri alohida nomlarga ega. Kirish va chiqish matndir. Mos muhandislik topshirig‘i — bir xil namunaviy yozuvlar orqali ikki solishtirib muvofiqlashtirish algoritmini taqqoslash, har biri qaysi cheklovlarni bajarishini aniqlash va tanlangan algoritmni test holatlari bilan qaytarish. Javobni asl masalaga solishtirish mumkin bo‘lishi uchun haqiqiy maydon nomlari, dublikatlarga ishlov berish qoidalari va kutilgan jami qiymatlarni bering.
So‘rovni chat xabarlari sifatida tayyorlang, manba materialini ko‘rsatmalardan ajrating. Matematik savolda to‘liq shart, ruxsat etilgan farazlar va belgilashlarni kiriting, so‘ng belgilangan shakldagi yakuniy javobni so‘rang. Kod uchun tegishli funksiya, til, odatdagi holatlarni aks ettiruvchi kirish ma’lumoti va kuzatilgan xatoni bering. Eng kichik asosli o‘zgarishni so‘rang va qaysi mavjud xatti-harakat saqlanishi kerakligini ta’riflang. Ko‘p tilli yozishda umumiy tarjima so‘rash o‘rniga auditoriya va terminlar ro‘yxatini bering. E’lon qilingan integratsiya Qwen3’ni taniydigan bajarish muhitini kutadi; karta Transformers’ning 4.51.0 dan past versiyalari kerakli arxitekturani tanimasligidan ogohlantiradi.
Fikrlash va fikrlashsiz javob shu modelning rejimlaridir. Ishlab chiqaruvchining chat shabloni sukut bo‘yicha fikrlashni yoqadi; qat’iy kalit uni o‘chirishi mumkin. Fikrlash yoqilgan holda /think va /no_think navbat darajasida boshqaradi va eng so‘nggi ko‘rsatma ustun keladi. Qat’iy o‘chirilgan rejim bu yumshoq kalitlarga javob bermaydi. Dasturchi interfeysida yakuniy javobni mulohaza bo‘limidan ajrating va keyingi suhbat tarixiga yakuniy javobni o‘tkazing. Rejimni ongli tanlang: algoritm bahsi va qisqa qayta yozish turli tahlil hajmini talab qiladi. Fikrlash yoqilganda hatto yumshoq fikrlashsiz so‘rov ham mulohaza blokini saqlaydi; uning mazmuni bo‘sh bo‘lishi mumkin. Qat’iy o‘chirish ushbu blokni olib tashlaydi.
Agent jarayonlari uchun ishlab chiqaruvchi vosita chaqiruvlari shablonlari va ularni sintaktik tahlil qilish uchun Qwen-Agent’ni tavsiya qiladi. Vositalar ulangan xizmatlar yoki kod interpretatorini o‘z ichiga olishi mumkin; ularni ilova belgilaydi va bajaradi. Masalan, yordamchiga hujjatlashtirilgan maydonlarga ega faqat o‘qiladigan ombor qidiruvini bering va qaytgan qoldiqni taqdim etilgan buyurtma bilan taqqoslashni so‘rang. Vositaning vazifasi, qabul qiladigan argumentlari, natija tuzilishi va ruxsat chegarasini belgilang. Yakuniy javob taklif etilgan amalni tasdiqlangan vosita natijasidan ajratishini talab qiling. Modelning vosita imkoniyatlari tashqi amalni o‘z-o‘zidan yuzaga keltirmaydi. Qwen3 qo‘llanmasida obyektlar sifatida ifodalangan argumentlar va suhbatga qaytarilgan natijalar bilan parallel hamda ko‘p bosqichli vosita chaqiruvlari ham ta’riflangan.
Bazaviy kontekst 32,768 token. Ishlab chiqaruvchi YaRN kengaytmasi bilan 131,072 tokenni tasdiqlagan; bu konfiguratsiyaga bog‘liq va statik masshtablash qisqaroq kirishlarga ta’sir qilishi mumkin. Kontekst budjeti so‘rov va yaratilgan javobni birga qamrab oladi. Uzun spetsifikatsiyada qarorga aloqador bo‘limlarni aniqlang, yorliqlang va butun budjetni manba matni bilan to‘ldirish o‘rniga javobga joy qoldiring. Karta 32,768 chiqish tokenini universal xizmat chegarasi deb e’lon qilmay, ko‘p so‘rovlar uchun tavsiya qiladi. Qwen3 hujjatlari o‘qitish uzunligi izohida yordamchi xabarlarini fikrlash rejimida 38,912 token va fikrlashsiz rejimda 16,384 token deb muhokama qiladi hamda uzunroq generatsiya sifatini baholashni tavsiya etadi. Bu raqamlar umumiy kontekst oynasidan alohida va endpoint’ga xos qat’iy chegara emas. Karta sukutdagi 40,960 tokenli pozitsion taqsimotni odatiy promptlar uchun 8,192 va chiqish uchun 32,768 deb ham tushuntiradi; bu ishlab chiqaruvchi konfiguratsiya ko‘rsatmasi bo‘lib, bazaviy o‘qitish konteksti va har qanday endpoint chegarasidan alohida.
Fikrlash rejimi uchun tavsiya etilgan namunalash temperature 0.6, top-p 0.95, top-k 20 va min-p 0; fikrlashsiz rejimda 0.7, 0.8, 20 va 0 ishlatiladi. Ishlab chiqaruvchi namunalashli dekodlashni tavsiya qiladi va fikrlash rejimida greedy dekodlash takrorlanishga olib kelishi mumkinligini aytadi. Yuqoriroq presence penalty tillar aralashishiga ham sabab bo‘lishi mumkin. Natijani oson tekshiriladigan qiling: nomlangan yakuniy javob maydoni, sababli qaror jadvali yoki misollar bilan kod patch’ini so‘rang. Hisoblarni berilgan sonlarga solishtiring, taklif etilgan kodni kerakli muhitda ishga tushiring va amal qilishdan oldin vosita natijalarini ko‘rib chiqing.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen3-235b-a22b | 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 $0.00114 / 1K token Chiqish · Chiqish tokenlari $0.00342 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen3-235b-a22b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-235b-a22b', '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': 'qwen3-235b-a22b', '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 qwen3-235b-a22b
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Reconcile duplicate transaction records\n\nCompare two reconciliation rules on these records: (id=A, revision=1, amount=10), (A,2,12), (B,1,5). Rule X sums every row; rule Y keeps the highest revision per ID, then sums. Requirement: one current amount per ID; equal-revision disagreements must be flagged. Choose a rule, propose pseudocode and give tests for duplicates and conflicting ties.A rule comparison, chosen algorithm, expected total for the supplied records and conflict tests.Check the algorithm uses ID plus revision semantics and does not silently choose between conflicting equal revisions.