Qwen3-32B-FP8 là checkpoint FP8 chính thức của mô hình ngôn ngữ dense Qwen3-32B. Nhà phát triển mô tả toán học, suy luận logic, sinh mã, viết sáng tạo, hội thoại theo vai trò và làm theo chỉ dẫn nhiều lượt. Họ mô hình hỗ trợ hơn 100 ngôn ngữ và phương ngữ. Đầu vào và đầu ra là văn bản, và chính bản phát hành này cung cấp cả hành vi suy nghĩ lẫn phản hồi trực tiếp.
Mô hình có 32,8 tỷ tham số, trong đó 31,2 tỷ ngoài lớp embedding, và 64 lớp. Cơ chế chú ý theo nhóm truy vấn có 64 đầu truy vấn và tám đầu khóa/giá trị. Đây là kiến trúc dense, khác các bản phát hành mixture-of-experts của Qwen3 có số tham số tổng và kích hoạt. FP8 cũng là một phần định danh phiên bản cụ thể. Với trợ lý phát triển, cung cấp hàm, đặc tả và nhiều đầu vào, rồi yêu cầu giải thích hành vi hiện tại và phần triển khai sửa giữ giao diện đã thống nhất. Với biên tập, cung cấp nguồn thực tế, người đọc dự kiến và thuật ngữ thay vì dựa vào thông tin nền không xác định.
Hướng dẫn bắt đầu nhanh của nhà phát triển dùng mẫu chat chỉ định. Tách tác vụ khỏi tài liệu được cung cấp và chỉ định cấu trúc cuối. Yêu cầu phân tích hữu ích có thể so sánh hai cách xác thực dữ liệu với cùng quy tắc trường, xác định trường hợp mỗi cách chấp nhận và trả về hàm xác thực đề xuất. Cung cấp quy tắc giá trị thiếu, dữ liệu tiêu biểu và thông báo lỗi cần có. Với nội dung đa ngôn ngữ, cung cấp bảng thuật ngữ và yêu cầu bản dịch cùng danh sách thuật ngữ cần rà soát. Chuẩn bị như vậy làm kết quả được tạo có thể kiểm tra theo đầu vào cụ thể. Tích hợp được công bố cần môi trường chạy nhận biết Qwen3; thẻ cảnh báo các phiên bản Transformers thấp hơn 4.51.0 không nhận ra kiến trúc cần thiết.
Ghi chú FP8 mô tả lượng tử hóa hạt mịn với kích thước khối 128. Cấu hình checkpoint cũng xác định thiết lập lượng tử hóa FP8. Nhà phát triển liệt kê Transformers, SGLang và vLLM cho suy diễn, nhưng nêu vấn đề suy diễn phân tán với FP8 hạt mịn trong Transformers và lưu ý dùng nhiều thiết bị có thể cần CUDA_LAUNCH_BLOCKING=1. Giữ lưu ý tương thích này riêng với khả năng văn bản. Định danh lượng tử hóa tự nó không xác lập độ trễ được đo, tiết kiệm phần cứng hoặc sự tương đương phản hồi với checkpoint ban đầu.
Suy nghĩ được bật mặc định trong mẫu được cung cấp. Thiết lập cứng không suy nghĩ chặn phần suy luận. Khi suy nghĩ vẫn bật, /think và /no_think là điều khiển mềm cho các lượt tiếp, áp dụng chỉ dẫn mới nhất; chúng không ghi đè việc tắt cứng. Yêu cầu suy luận khi mô hình phải xem xét điều kiện mâu thuẫn, rồi dùng yêu cầu tiếp theo trực tiếp để trình bày kết quả đã chấp nhận theo định dạng gọn. Giữ phản hồi cuối riêng và dùng phản hồi cuối thay vì suy luận trước làm lịch sử các lượt sau. Khi suy nghĩ bật, ngay cả yêu cầu mềm không suy nghĩ vẫn giữ khối suy luận; nội dung có thể rỗng. Tắt cứng loại bỏ khối đó.
Thẻ có sử dụng agent và khuyến nghị Qwen-Agent để định dạng lời gọi công cụ và phân tích cú pháp các lời gọi đó. Ứng dụng cung cấp định nghĩa công cụ, kiểm tra lời gọi, thực thi và trả về kết quả. Trong ví dụ xác thực, trình chạy kiểm thử có kiểm soát có thể đánh giá mã đề xuất theo các trường hợp đã cung cấp. Yêu cầu tóm tắt kết quả đạt/không đạt thực tế và sửa điều kiện lỗi có tên. Đầu ra không nên coi lời gọi đề xuất là bằng chứng thực thi. Quyết định phạm vi được phép và trường đầu ra công cụ trước khi bắt đầu quy trình. Hướng dẫn Qwen3 cũng mô tả lời gọi công cụ song song và nhiều bước, với đối số biểu diễn bằng đối tượng và kết quả đưa trở lại hội thoại.
Thẻ cụ thể liệt kê 32.768 token ngữ cảnh gốc và 131.072 với YaRN. Mở rộng phụ thuộc cấu hình; co giãn tĩnh có thể ảnh hưởng văn bản ngắn hơn. Cả đầu vào và kết quả được tạo chiếm ngân sách chuỗi. Gắn nhãn phần nguồn dài và dành đủ không gian cho mã cùng giải thích cần có. Ví dụ đầu ra được công bố và độ dài khuyến nghị không xác lập mức trần đầu ra cứng áp dụng chung. Với tạo văn bản dài hơn, đánh giá kết quả còn mạch lạc và đáp ứng yêu cầu tác vụ hay không. Tài liệu Qwen3 bàn về độ dài thông điệp trợ lý 38.912 token trong chế độ suy nghĩ và 16.384 trong chế độ không suy nghĩ khi giải thích độ dài huấn luyện, đồng thời khuyến nghị đánh giá chất lượng khi tạo dài hơn. Các con số khác cửa sổ ngữ cảnh tổng và không phải giới hạn cứng riêng điểm cuối. Thẻ cũng giải thích phân bổ vị trí mặc định 40.960 token gồm 8.192 cho lời nhắc thông thường cộng 32.768 cho đầu ra; đây là hướng dẫn cấu hình nhà phát triển, tách khỏi ngữ cảnh huấn luyện gốc và mọi giới hạn điểm cuối.
Thiết lập lấy mẫu khuyến nghị là temperature 0,6, top-p 0,95, top-k 20 và min-p 0 cho suy nghĩ, và 0,7, 0,8, 20 và 0 cho chế độ trực tiếp. Nhà phát triển cảnh báo tránh suy luận tham lam vì lặp; presence penalty cao đôi khi trộn ngôn ngữ. Yêu cầu câu trả lời cuối có thể xem xét, như bảng quyết định, hàm hoàn chỉnh và danh sách trường hợp. Xác thực trường có cấu trúc trả về, kiểm tra phép tính theo nguồn và chạy mã trong môi trường dự kiến, giữ đúng định danh FP8 này khi ghi kết quả.
", "aboutText": "Qwen3-32B-FP8 là checkpoint FP8 chính thức của mô hình ngôn ngữ dense Qwen3-32B. Nhà phát triển mô tả toán học, suy luận logic, sinh mã, viết sáng tạo, hội thoại theo vai trò và làm theo chỉ dẫn nhiều lượt. Họ mô hình hỗ trợ hơn 100 ngôn ngữ và phương ngữ. Đầu vào và đầu ra là văn bản, và chính bản phát hành này cung cấp cả hành vi suy nghĩ lẫn phản hồi trực tiếp.\n\nMô hình có 32,8 tỷ tham số, trong đó 31,2 tỷ ngoài lớp embedding, và 64 lớp. Cơ chế chú ý theo nhóm truy vấn có 64 đầu truy vấn và tám đầu khóa/giá trị. Đây là kiến trúc dense, khác các bản phát hành mixture-of-experts của Qwen3 có số tham số tổng và kích hoạt. FP8 cũng là một phần định danh phiên bản cụ thể. Với trợ lý phát triển, cung cấp hàm, đặc tả và nhiều đầu vào, rồi yêu cầu giải thích hành vi hiện tại và phần triển khai sửa giữ giao diện đã thống nhất. Với biên tập, cung cấp nguồn thực tế, người đọc dự kiến và thuật ngữ thay vì dựa vào thông tin nền không xác định.\n\nHướng dẫn bắt đầu nhanh của nhà phát triển dùng mẫu chat chỉ định. Tách tác vụ khỏi tài liệu được cung cấp và chỉ định cấu trúc cuối. Yêu cầu phân tích hữu ích có thể so sánh hai cách xác thực dữ liệu với cùng quy tắc trường, xác định trường hợp mỗi cách chấp nhận và trả về hàm xác thực đề xuất. Cung cấp quy tắc giá trị thiếu, dữ liệu tiêu biểu và thông báo lỗi cần có. Với nội dung đa ngôn ngữ, cung cấp bảng thuật ngữ và yêu cầu bản dịch cùng danh sách thuật ngữ cần rà soát. Chuẩn bị như vậy làm kết quả được tạo có thể kiểm tra theo đầu vào cụ thể. Tích hợp được công bố cần môi trường chạy nhận biết Qwen3; thẻ cảnh báo các phiên bản Transformers thấp hơn 4.51.0 không nhận ra kiến trúc cần thiết.\n\nGhi chú FP8 mô tả lượng tử hóa hạt mịn với kích thước khối 128. Cấu hình checkpoint cũng xác định thiết lập lượng tử hóa FP8. Nhà phát triển liệt kê Transformers, SGLang và vLLM cho suy diễn, nhưng nêu vấn đề suy diễn phân tán với FP8 hạt mịn trong Transformers và lưu ý dùng nhiều thiết bị có thể cần CUDA_LAUNCH_BLOCKING=1. Giữ lưu ý tương thích này riêng với khả năng văn bản. Định danh lượng tử hóa tự nó không xác lập độ trễ được đo, tiết kiệm phần cứng hoặc sự tương đương phản hồi với checkpoint ban đầu.\n\nSuy nghĩ được bật mặc định trong mẫu được cung cấp. Thiết lập cứng không suy nghĩ chặn phần suy luận. Khi suy nghĩ vẫn bật, /think và /no_think là điều khiển mềm cho các lượt tiếp, áp dụng chỉ dẫn mới nhất; chúng không ghi đè việc tắt cứng. Yêu cầu suy luận khi mô hình phải xem xét điều kiện mâu thuẫn, rồi dùng yêu cầu tiếp theo trực tiếp để trình bày kết quả đã chấp nhận theo định dạng gọn. Giữ phản hồi cuối riêng và dùng phản hồi cuối thay vì suy luận trước làm lịch sử các lượt sau. Khi suy nghĩ bật, ngay cả yêu cầu mềm không suy nghĩ vẫn giữ khối suy luận; nội dung có thể rỗng. Tắt cứng loại bỏ khối đó.\n\nThẻ có sử dụng agent và khuyến nghị Qwen-Agent để định dạng lời gọi công cụ và phân tích cú pháp các lời gọi đó. Ứng dụng cung cấp định nghĩa công cụ, kiểm tra lời gọi, thực thi và trả về kết quả. Trong ví dụ xác thực, trình chạy kiểm thử có kiểm soát có thể đánh giá mã đề xuất theo các trường hợp đã cung cấp. Yêu cầu tóm tắt kết quả đạt/không đạt thực tế và sửa điều kiện lỗi có tên. Đầu ra không nên coi lời gọi đề xuất là bằng chứng thực thi. Quyết định phạm vi được phép và trường đầu ra công cụ trước khi bắt đầu quy trình. Hướng dẫn Qwen3 cũng mô tả lời gọi công cụ song song và nhiều bước, với đối số biểu diễn bằng đối tượng và kết quả đưa trở lại hội thoại.\n\nThẻ cụ thể liệt kê 32.768 token ngữ cảnh gốc và 131.072 với YaRN. Mở rộng phụ thuộc cấu hình; co giãn tĩnh có thể ảnh hưởng văn bản ngắn hơn. Cả đầu vào và kết quả được tạo chiếm ngân sách chuỗi. Gắn nhãn phần nguồn dài và dành đủ không gian cho mã cùng giải thích cần có. Ví dụ đầu ra được công bố và độ dài khuyến nghị không xác lập mức trần đầu ra cứng áp dụng chung. Với tạo văn bản dài hơn, đánh giá kết quả còn mạch lạc và đáp ứng yêu cầu tác vụ hay không. Tài liệu Qwen3 bàn về độ dài thông điệp trợ lý 38.912 token trong chế độ suy nghĩ và 16.384 trong chế độ không suy nghĩ khi giải thích độ dài huấn luyện, đồng thời khuyến nghị đánh giá chất lượng khi tạo dài hơn. Các con số khác cửa sổ ngữ cảnh tổng và không phải giới hạn cứng riêng điểm cuối. Thẻ cũng giải thích phân bổ vị trí mặc định 40.960 token gồm 8.192 cho lời nhắc thông thường cộng 32.768 cho đầu ra; đây là hướng dẫn cấu hình nhà phát triển, tách khỏi ngữ cảnh huấn luyện gốc và mọi giới hạn điểm cuối.\n\nThiết lập lấy mẫu khuyến nghị là temperature 0,6, top-p 0,95, top-k 20 và min-p 0 cho suy nghĩ, và 0,7, 0,8, 20 và 0 cho chế độ trực tiếp. Nhà phát triển cảnh báo tránh suy luận tham lam vì lặp; presence penalty cao đôi khi trộn ngôn ngữ. Yêu cầu câu trả lời cuối có thể xem xét, như bảng quyết định, hàm hoàn chỉnh và danh sách trường hợp. Xác thực trường có cấu trúc trả về, kiểm tra phép tính theo nguồn và chạy mã trong môi trường dự kiến, giữ đúng định danh FP8 này khi ghi kết quả.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Compare missing-value validators\n\nCompare two Python validators for an optional quantity: A uses if not value: return None; B uses if value is None: return None. Requirement: None means omitted, integer zero is valid, and negative quantities are invalid. Explain each validator's behavior for None, 0 and -1, then propose a complete function with explicit validation errors.A three-input comparison table and a proposed function implementing the supplied rules.Check zero is preserved rather than treated as missing, and negatives are rejected explicitly.qwen/qwen3-32b-fp8Qwen3-32B-FP8 là phiên bản FP8 hạt mịn của mô hình văn bản dense 32,8 tỷ tham số thuộc Qwen3. Mô hình kết hợp phản hồi trực tiếp và suy nghĩ cho viết đa ngôn ngữ, mã và phân tích, với chi tiết checkpoint và tương thích riêng.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Qwen3-32B-FP8 là checkpoint FP8 chính thức của mô hình ngôn ngữ dense Qwen3-32B. Nhà phát triển mô tả toán học, suy luận logic, sinh mã, viết sáng tạo, hội thoại theo vai trò và làm theo chỉ dẫn nhiều lượt. Họ mô hình hỗ trợ hơn 100 ngôn ngữ và phương ngữ. Đầu vào và đầu ra là văn bản, và chính bản phát hành này cung cấp cả hành vi suy nghĩ lẫn phản hồi trực tiếp.
Mô hình có 32,8 tỷ tham số, trong đó 31,2 tỷ ngoài lớp embedding, và 64 lớp. Cơ chế chú ý theo nhóm truy vấn có 64 đầu truy vấn và tám đầu khóa/giá trị. Đây là kiến trúc dense, khác các bản phát hành mixture-of-experts của Qwen3 có số tham số tổng và kích hoạt. FP8 cũng là một phần định danh phiên bản cụ thể. Với trợ lý phát triển, cung cấp hàm, đặc tả và nhiều đầu vào, rồi yêu cầu giải thích hành vi hiện tại và phần triển khai sửa giữ giao diện đã thống nhất. Với biên tập, cung cấp nguồn thực tế, người đọc dự kiến và thuật ngữ thay vì dựa vào thông tin nền không xác định.
Hướng dẫn bắt đầu nhanh của nhà phát triển dùng mẫu chat chỉ định. Tách tác vụ khỏi tài liệu được cung cấp và chỉ định cấu trúc cuối. Yêu cầu phân tích hữu ích có thể so sánh hai cách xác thực dữ liệu với cùng quy tắc trường, xác định trường hợp mỗi cách chấp nhận và trả về hàm xác thực đề xuất. Cung cấp quy tắc giá trị thiếu, dữ liệu tiêu biểu và thông báo lỗi cần có. Với nội dung đa ngôn ngữ, cung cấp bảng thuật ngữ và yêu cầu bản dịch cùng danh sách thuật ngữ cần rà soát. Chuẩn bị như vậy làm kết quả được tạo có thể kiểm tra theo đầu vào cụ thể. Tích hợp được công bố cần môi trường chạy nhận biết Qwen3; thẻ cảnh báo các phiên bản Transformers thấp hơn 4.51.0 không nhận ra kiến trúc cần thiết.
Ghi chú FP8 mô tả lượng tử hóa hạt mịn với kích thước khối 128. Cấu hình checkpoint cũng xác định thiết lập lượng tử hóa FP8. Nhà phát triển liệt kê Transformers, SGLang và vLLM cho suy diễn, nhưng nêu vấn đề suy diễn phân tán với FP8 hạt mịn trong Transformers và lưu ý dùng nhiều thiết bị có thể cần CUDA_LAUNCH_BLOCKING=1. Giữ lưu ý tương thích này riêng với khả năng văn bản. Định danh lượng tử hóa tự nó không xác lập độ trễ được đo, tiết kiệm phần cứng hoặc sự tương đương phản hồi với checkpoint ban đầu.
Suy nghĩ được bật mặc định trong mẫu được cung cấp. Thiết lập cứng không suy nghĩ chặn phần suy luận. Khi suy nghĩ vẫn bật, /think và /no_think là điều khiển mềm cho các lượt tiếp, áp dụng chỉ dẫn mới nhất; chúng không ghi đè việc tắt cứng. Yêu cầu suy luận khi mô hình phải xem xét điều kiện mâu thuẫn, rồi dùng yêu cầu tiếp theo trực tiếp để trình bày kết quả đã chấp nhận theo định dạng gọn. Giữ phản hồi cuối riêng và dùng phản hồi cuối thay vì suy luận trước làm lịch sử các lượt sau. Khi suy nghĩ bật, ngay cả yêu cầu mềm không suy nghĩ vẫn giữ khối suy luận; nội dung có thể rỗng. Tắt cứng loại bỏ khối đó.
Thẻ có sử dụng agent và khuyến nghị Qwen-Agent để định dạng lời gọi công cụ và phân tích cú pháp các lời gọi đó. Ứng dụng cung cấp định nghĩa công cụ, kiểm tra lời gọi, thực thi và trả về kết quả. Trong ví dụ xác thực, trình chạy kiểm thử có kiểm soát có thể đánh giá mã đề xuất theo các trường hợp đã cung cấp. Yêu cầu tóm tắt kết quả đạt/không đạt thực tế và sửa điều kiện lỗi có tên. Đầu ra không nên coi lời gọi đề xuất là bằng chứng thực thi. Quyết định phạm vi được phép và trường đầu ra công cụ trước khi bắt đầu quy trình. Hướng dẫn Qwen3 cũng mô tả lời gọi công cụ song song và nhiều bước, với đối số biểu diễn bằng đối tượng và kết quả đưa trở lại hội thoại.
Thẻ cụ thể liệt kê 32.768 token ngữ cảnh gốc và 131.072 với YaRN. Mở rộng phụ thuộc cấu hình; co giãn tĩnh có thể ảnh hưởng văn bản ngắn hơn. Cả đầu vào và kết quả được tạo chiếm ngân sách chuỗi. Gắn nhãn phần nguồn dài và dành đủ không gian cho mã cùng giải thích cần có. Ví dụ đầu ra được công bố và độ dài khuyến nghị không xác lập mức trần đầu ra cứng áp dụng chung. Với tạo văn bản dài hơn, đánh giá kết quả còn mạch lạc và đáp ứng yêu cầu tác vụ hay không. Tài liệu Qwen3 bàn về độ dài thông điệp trợ lý 38.912 token trong chế độ suy nghĩ và 16.384 trong chế độ không suy nghĩ khi giải thích độ dài huấn luyện, đồng thời khuyến nghị đánh giá chất lượng khi tạo dài hơn. Các con số khác cửa sổ ngữ cảnh tổng và không phải giới hạn cứng riêng điểm cuối. Thẻ cũng giải thích phân bổ vị trí mặc định 40.960 token gồm 8.192 cho lời nhắc thông thường cộng 32.768 cho đầu ra; đây là hướng dẫn cấu hình nhà phát triển, tách khỏi ngữ cảnh huấn luyện gốc và mọi giới hạn điểm cuối.
Thiết lập lấy mẫu khuyến nghị là temperature 0,6, top-p 0,95, top-k 20 và min-p 0 cho suy nghĩ, và 0,7, 0,8, 20 và 0 cho chế độ trực tiếp. Nhà phát triển cảnh báo tránh suy luận tham lam vì lặp; presence penalty cao đôi khi trộn ngôn ngữ. Yêu cầu câu trả lời cuối có thể xem xét, như bảng quyết định, hàm hoàn chỉnh và danh sách trường hợp. Xác thực trường có cấu trúc trả về, kiểm tra phép tính theo nguồn và chạy mã trong môi trường dự kiến, giữ đúng định danh FP8 này khi ghi kết quả.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen/qwen3-32b-fp8 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0002 / 1K token Đầu ra · Token đầu ra $0.001 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-32b-fp8", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3-32b-fp8',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3-32b-fp8',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra qwen/qwen3-32b-fp8
Dùng các đường dẫn phương thức hiển thị ở trên.
qwen/qwen3-32b-fp8Qwen3-32B-FP8 là phiên bản FP8 hạt mịn của mô hình văn bản dense 32,8 tỷ tham số thuộc Qwen3. Mô hình kết hợp phản hồi trực tiếp và suy nghĩ cho viết đa ngôn ngữ, mã và phân tích, với chi tiết checkpoint và tương thích riêng.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Qwen3-32B-FP8 là checkpoint FP8 chính thức của mô hình ngôn ngữ dense Qwen3-32B. Nhà phát triển mô tả toán học, suy luận logic, sinh mã, viết sáng tạo, hội thoại theo vai trò và làm theo chỉ dẫn nhiều lượt. Họ mô hình hỗ trợ hơn 100 ngôn ngữ và phương ngữ. Đầu vào và đầu ra là văn bản, và chính bản phát hành này cung cấp cả hành vi suy nghĩ lẫn phản hồi trực tiếp.
Mô hình có 32,8 tỷ tham số, trong đó 31,2 tỷ ngoài lớp embedding, và 64 lớp. Cơ chế chú ý theo nhóm truy vấn có 64 đầu truy vấn và tám đầu khóa/giá trị. Đây là kiến trúc dense, khác các bản phát hành mixture-of-experts của Qwen3 có số tham số tổng và kích hoạt. FP8 cũng là một phần định danh phiên bản cụ thể. Với trợ lý phát triển, cung cấp hàm, đặc tả và nhiều đầu vào, rồi yêu cầu giải thích hành vi hiện tại và phần triển khai sửa giữ giao diện đã thống nhất. Với biên tập, cung cấp nguồn thực tế, người đọc dự kiến và thuật ngữ thay vì dựa vào thông tin nền không xác định.
Hướng dẫn bắt đầu nhanh của nhà phát triển dùng mẫu chat chỉ định. Tách tác vụ khỏi tài liệu được cung cấp và chỉ định cấu trúc cuối. Yêu cầu phân tích hữu ích có thể so sánh hai cách xác thực dữ liệu với cùng quy tắc trường, xác định trường hợp mỗi cách chấp nhận và trả về hàm xác thực đề xuất. Cung cấp quy tắc giá trị thiếu, dữ liệu tiêu biểu và thông báo lỗi cần có. Với nội dung đa ngôn ngữ, cung cấp bảng thuật ngữ và yêu cầu bản dịch cùng danh sách thuật ngữ cần rà soát. Chuẩn bị như vậy làm kết quả được tạo có thể kiểm tra theo đầu vào cụ thể. Tích hợp được công bố cần môi trường chạy nhận biết Qwen3; thẻ cảnh báo các phiên bản Transformers thấp hơn 4.51.0 không nhận ra kiến trúc cần thiết.
Ghi chú FP8 mô tả lượng tử hóa hạt mịn với kích thước khối 128. Cấu hình checkpoint cũng xác định thiết lập lượng tử hóa FP8. Nhà phát triển liệt kê Transformers, SGLang và vLLM cho suy diễn, nhưng nêu vấn đề suy diễn phân tán với FP8 hạt mịn trong Transformers và lưu ý dùng nhiều thiết bị có thể cần CUDA_LAUNCH_BLOCKING=1. Giữ lưu ý tương thích này riêng với khả năng văn bản. Định danh lượng tử hóa tự nó không xác lập độ trễ được đo, tiết kiệm phần cứng hoặc sự tương đương phản hồi với checkpoint ban đầu.
Suy nghĩ được bật mặc định trong mẫu được cung cấp. Thiết lập cứng không suy nghĩ chặn phần suy luận. Khi suy nghĩ vẫn bật, /think và /no_think là điều khiển mềm cho các lượt tiếp, áp dụng chỉ dẫn mới nhất; chúng không ghi đè việc tắt cứng. Yêu cầu suy luận khi mô hình phải xem xét điều kiện mâu thuẫn, rồi dùng yêu cầu tiếp theo trực tiếp để trình bày kết quả đã chấp nhận theo định dạng gọn. Giữ phản hồi cuối riêng và dùng phản hồi cuối thay vì suy luận trước làm lịch sử các lượt sau. Khi suy nghĩ bật, ngay cả yêu cầu mềm không suy nghĩ vẫn giữ khối suy luận; nội dung có thể rỗng. Tắt cứng loại bỏ khối đó.
Thẻ có sử dụng agent và khuyến nghị Qwen-Agent để định dạng lời gọi công cụ và phân tích cú pháp các lời gọi đó. Ứng dụng cung cấp định nghĩa công cụ, kiểm tra lời gọi, thực thi và trả về kết quả. Trong ví dụ xác thực, trình chạy kiểm thử có kiểm soát có thể đánh giá mã đề xuất theo các trường hợp đã cung cấp. Yêu cầu tóm tắt kết quả đạt/không đạt thực tế và sửa điều kiện lỗi có tên. Đầu ra không nên coi lời gọi đề xuất là bằng chứng thực thi. Quyết định phạm vi được phép và trường đầu ra công cụ trước khi bắt đầu quy trình. Hướng dẫn Qwen3 cũng mô tả lời gọi công cụ song song và nhiều bước, với đối số biểu diễn bằng đối tượng và kết quả đưa trở lại hội thoại.
Thẻ cụ thể liệt kê 32.768 token ngữ cảnh gốc và 131.072 với YaRN. Mở rộng phụ thuộc cấu hình; co giãn tĩnh có thể ảnh hưởng văn bản ngắn hơn. Cả đầu vào và kết quả được tạo chiếm ngân sách chuỗi. Gắn nhãn phần nguồn dài và dành đủ không gian cho mã cùng giải thích cần có. Ví dụ đầu ra được công bố và độ dài khuyến nghị không xác lập mức trần đầu ra cứng áp dụng chung. Với tạo văn bản dài hơn, đánh giá kết quả còn mạch lạc và đáp ứng yêu cầu tác vụ hay không. Tài liệu Qwen3 bàn về độ dài thông điệp trợ lý 38.912 token trong chế độ suy nghĩ và 16.384 trong chế độ không suy nghĩ khi giải thích độ dài huấn luyện, đồng thời khuyến nghị đánh giá chất lượng khi tạo dài hơn. Các con số khác cửa sổ ngữ cảnh tổng và không phải giới hạn cứng riêng điểm cuối. Thẻ cũng giải thích phân bổ vị trí mặc định 40.960 token gồm 8.192 cho lời nhắc thông thường cộng 32.768 cho đầu ra; đây là hướng dẫn cấu hình nhà phát triển, tách khỏi ngữ cảnh huấn luyện gốc và mọi giới hạn điểm cuối.
Thiết lập lấy mẫu khuyến nghị là temperature 0,6, top-p 0,95, top-k 20 và min-p 0 cho suy nghĩ, và 0,7, 0,8, 20 và 0 cho chế độ trực tiếp. Nhà phát triển cảnh báo tránh suy luận tham lam vì lặp; presence penalty cao đôi khi trộn ngôn ngữ. Yêu cầu câu trả lời cuối có thể xem xét, như bảng quyết định, hàm hoàn chỉnh và danh sách trường hợp. Xác thực trường có cấu trúc trả về, kiểm tra phép tính theo nguồn và chạy mã trong môi trường dự kiến, giữ đúng định danh FP8 này khi ghi kết quả.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen/qwen3-32b-fp8 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0002 / 1K token Đầu ra · Token đầu ra $0.001 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "qwen/qwen3-32b-fp8",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-32b-fp8', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-32b-fp8', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra qwen/qwen3-32b-fp8
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Compare missing-value validators\n\nCompare two Python validators for an optional quantity: A uses if not value: return None; B uses if value is None: return None. Requirement: None means omitted, integer zero is valid, and negative quantities are invalid. Explain each validator's behavior for None, 0 and -1, then propose a complete function with explicit validation errors.A three-input comparison table and a proposed function implementing the supplied rules.Check zero is preserved rather than treated as missing, and negatives are rejected explicitly.