Qwen3-32B là mô hình dense lớn nhất trong bản phát hành Qwen3 ban đầu. Mô hình kết hợp chế độ suy nghĩ của họ cho logic, toán học và lập trình phức tạp với phản hồi không suy nghĩ cho hội thoại thông thường. Qwen cũng nhấn mạnh viết sáng tạo, hội thoại theo vai trò, làm theo chỉ dẫn nhiều lượt và dùng công cụ kiểu agent. Mô hình xử lý văn bản và tạo văn bản; chỉ dẫn đa ngôn ngữ và dịch là một phần trong hỗ trợ 119 ngôn ngữ, phương ngữ của họ ban đầu. Có thể giao nhiệm vụ giải thích phân tích, đề xuất lập trình hoặc nội dung viết được chỉ định cẩn thận.
Phiên bản cụ thể có tổng cộng 32,8 tỷ tham số trong 64 lớp. Đây là mô hình dense, khác kiến trúc định tuyến chuyên gia của Qwen3-30B-A3B và các phiên bản Qwen3 về sau được đặt tên riêng. Ngữ cảnh gốc là 32.768 token. Chuẩn bị tác vụ khó với bằng chứng, yêu cầu và kết quả mong đợi liên quan cùng nhau. Với rà soát kỹ thuật, cung cấp mô tả thành phần, ràng buộc giao diện và vấn đề cần giải quyết, rồi yêu cầu đề xuất xác định giả định, phụ thuộc và phương án, chỉ sử dụng tài liệu được cung cấp khi phù hợp.
Mẫu chat của nhà phát triển bật suy nghĩ mặc định và cung cấp công tắc cứng enable_thinking. Tắt cứng ngăn hoàn toàn nội dung suy nghĩ. Khi suy nghĩ bật, /think và /no_think trong chỉ dẫn người dùng hoặc hệ thống cung cấp điều khiển mềm từng lượt, và chỉ dẫn mới nhất xác định hành vi yêu cầu. Yêu cầu mềm không suy nghĩ có thể để lại khối suy nghĩ rỗng; dấu /think không thể ghi đè mẫu đã tắt cứng. Cách này cho phép mô hình ban đầu luân phiên giữa yêu cầu soạn trực tiếp và câu hỏi được lợi từ chuỗi suy luận dài, khi áp dụng các điều khiển được chỉ định.
Ví dụ tạo văn bản phân tích phần <think> riêng với câu trả lời cuối. Qwen khuyến nghị nêu rõ định dạng cuối, như đáp án toán học đóng khung hoặc một trường đáp án cho trắc nghiệm. Trong phân tích thực tế, chỉ định kết luận yêu cầu và tài liệu hỗ trợ: ví dụ, lựa chọn thiết kế cuối rồi các ràng buộc đáp ứng cùng vấn đề còn mở. Theo hướng dẫn nhà phát triển, giữ câu trả lời cuối thay vì nội dung suy nghĩ trước trong lịch sử hội thoại sau. Cách này giữ kết quả mà câu hỏi tiếp cần mà không đưa mọi bước suy luận đi tiếp.
Gọi công cụ là một phần hồ sơ mô hình được công bố trong cả hai chế độ. Qwen khuyến nghị Qwen-Agent cho mẫu và bộ phân tích lời gọi công cụ, đồng thời trình diễn truy xuất thông tin, thông tin thời gian và trình thông dịch mã. Xác định công cụ rõ, nêu ý nghĩa đối số và cho biết điều gì cấu thành tác vụ hoàn thành. Quy trình hữu ích có thể yêu cầu truy xuất thông tin được chọn, cung cấp nội dung thực sự trả về rồi yêu cầu tổng hợp hoặc đề xuất triển khai. Lời gọi do mô hình yêu cầu và việc ứng dụng thực thi công cụ là các giai đoạn riêng; câu trả lời cuối cần dựa trên bằng chứng trả về.
Với đầu vào dài hơn, thẻ công bố mở rộng YaRN lên 131.072 token. Cửa sổ gốc nhỏ hơn, và co giãn tĩnh có thể ảnh hưởng hiệu năng với đầu vào ngắn. Qwen khuyến nghị bật phần mở rộng khi thực sự cần ngữ cảnh dài hơn; thẻ còn giải thích phân bổ lời nhắc và đầu ra mặc định 40.960 vị trí. Chọn tài liệu liên quan và giữ tiêu đề, ranh giới nguồn cùng thuật ngữ. Chừa chỗ cho suy luận và phản hồi cuối, nhất là khi tác vụ cần đối chiếu nhiều đặc tả thay vì tóm tắt một đoạn.
Khuyến nghị chính thức là temperature 0,6, top-p 0,95, top-k 20 và min-p 0 cho suy nghĩ; với không suy nghĩ, temperature 0,7 và top-p 0,8 thay hai thiết lập đầu. Qwen lưu ý tránh giải mã tham lam trong chế độ suy nghĩ và cho biết presence penalty cao có thể gây trộn ngôn ngữ hoặc giảm chất lượng. Nhà phát triển khuyến nghị dung lượng đầu ra 32.768 token cho phần lớn câu hỏi và mô tả 38.912 cho bài toán toán học, lập trình đặc biệt khó. Các dung lượng này là hướng dẫn tạo văn bản, không phải giới hạn phản hồi cứng áp dụng chung. Yêu cầu chính xác và định dạng cuối xác định giúp tập trung khả năng suy luận sẵn có của mô hình vào công việc người đọc cần.
", "aboutText": "Qwen3-32B là mô hình dense lớn nhất trong bản phát hành Qwen3 ban đầu. Mô hình kết hợp chế độ suy nghĩ của họ cho logic, toán học và lập trình phức tạp với phản hồi không suy nghĩ cho hội thoại thông thường. Qwen cũng nhấn mạnh viết sáng tạo, hội thoại theo vai trò, làm theo chỉ dẫn nhiều lượt và dùng công cụ kiểu agent. Mô hình xử lý văn bản và tạo văn bản; chỉ dẫn đa ngôn ngữ và dịch là một phần trong hỗ trợ 119 ngôn ngữ, phương ngữ của họ ban đầu. Có thể giao nhiệm vụ giải thích phân tích, đề xuất lập trình hoặc nội dung viết được chỉ định cẩn thận.\n\nPhiên bản cụ thể có tổng cộng 32,8 tỷ tham số trong 64 lớp. Đây là mô hình dense, khác kiến trúc định tuyến chuyên gia của Qwen3-30B-A3B và các phiên bản Qwen3 về sau được đặt tên riêng. Ngữ cảnh gốc là 32.768 token. Chuẩn bị tác vụ khó với bằng chứng, yêu cầu và kết quả mong đợi liên quan cùng nhau. Với rà soát kỹ thuật, cung cấp mô tả thành phần, ràng buộc giao diện và vấn đề cần giải quyết, rồi yêu cầu đề xuất xác định giả định, phụ thuộc và phương án, chỉ sử dụng tài liệu được cung cấp khi phù hợp.\n\nMẫu chat của nhà phát triển bật suy nghĩ mặc định và cung cấp công tắc cứng enable_thinking. Tắt cứng ngăn hoàn toàn nội dung suy nghĩ. Khi suy nghĩ bật, /think và /no_think trong chỉ dẫn người dùng hoặc hệ thống cung cấp điều khiển mềm từng lượt, và chỉ dẫn mới nhất xác định hành vi yêu cầu. Yêu cầu mềm không suy nghĩ có thể để lại khối suy nghĩ rỗng; dấu /think không thể ghi đè mẫu đã tắt cứng. Cách này cho phép mô hình ban đầu luân phiên giữa yêu cầu soạn trực tiếp và câu hỏi được lợi từ chuỗi suy luận dài, khi áp dụng các điều khiển được chỉ định.\n\nVí dụ tạo văn bản phân tích phầnVí dụ kỹ thuật bằng tiếng Anh
Review a cache invalidation design\n\nA report cache is keyed only by report name. Reports also depend on account ID and selected month. Two users requesting the same name can receive the wrong account or month. Propose a revised key contract, explain the dependencies it captures and give three text test cases. Use only the described inputs; propose no repository edits.A key contract, dependency explanation and cases distinguishing account and month.Different accounts or months must not share a cache entry solely because the report name matches.qwen/qwen3-32bQwen3-32B là mô hình văn bản lai dense của Qwen dành cho suy luận phức tạp, lập trình, viết đa ngôn ngữ và tác vụ định hướng công cụ. Mô hình kết hợp chế độ suy nghĩ và không suy nghĩ trong cùng mô hình, với ngữ cảnh gốc 32.768 token.
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 là mô hình dense lớn nhất trong bản phát hành Qwen3 ban đầu. Mô hình kết hợp chế độ suy nghĩ của họ cho logic, toán học và lập trình phức tạp với phản hồi không suy nghĩ cho hội thoại thông thường. Qwen cũng nhấn mạnh viết sáng tạo, hội thoại theo vai trò, làm theo chỉ dẫn nhiều lượt và dùng công cụ kiểu agent. Mô hình xử lý văn bản và tạo văn bản; chỉ dẫn đa ngôn ngữ và dịch là một phần trong hỗ trợ 119 ngôn ngữ, phương ngữ của họ ban đầu. Có thể giao nhiệm vụ giải thích phân tích, đề xuất lập trình hoặc nội dung viết được chỉ định cẩn thận.
Phiên bản cụ thể có tổng cộng 32,8 tỷ tham số trong 64 lớp. Đây là mô hình dense, khác kiến trúc định tuyến chuyên gia của Qwen3-30B-A3B và các phiên bản Qwen3 về sau được đặt tên riêng. Ngữ cảnh gốc là 32.768 token. Chuẩn bị tác vụ khó với bằng chứng, yêu cầu và kết quả mong đợi liên quan cùng nhau. Với rà soát kỹ thuật, cung cấp mô tả thành phần, ràng buộc giao diện và vấn đề cần giải quyết, rồi yêu cầu đề xuất xác định giả định, phụ thuộc và phương án, chỉ sử dụng tài liệu được cung cấp khi phù hợp.
Mẫu chat của nhà phát triển bật suy nghĩ mặc định và cung cấp công tắc cứng enable_thinking. Tắt cứng ngăn hoàn toàn nội dung suy nghĩ. Khi suy nghĩ bật, /think và /no_think trong chỉ dẫn người dùng hoặc hệ thống cung cấp điều khiển mềm từng lượt, và chỉ dẫn mới nhất xác định hành vi yêu cầu. Yêu cầu mềm không suy nghĩ có thể để lại khối suy nghĩ rỗng; dấu /think không thể ghi đè mẫu đã tắt cứng. Cách này cho phép mô hình ban đầu luân phiên giữa yêu cầu soạn trực tiếp và câu hỏi được lợi từ chuỗi suy luận dài, khi áp dụng các điều khiển được chỉ định.
Ví dụ tạo văn bản phân tích phần <think> riêng với câu trả lời cuối. Qwen khuyến nghị nêu rõ định dạng cuối, như đáp án toán học đóng khung hoặc một trường đáp án cho trắc nghiệm. Trong phân tích thực tế, chỉ định kết luận yêu cầu và tài liệu hỗ trợ: ví dụ, lựa chọn thiết kế cuối rồi các ràng buộc đáp ứng cùng vấn đề còn mở. Theo hướng dẫn nhà phát triển, giữ câu trả lời cuối thay vì nội dung suy nghĩ trước trong lịch sử hội thoại sau. Cách này giữ kết quả mà câu hỏi tiếp cần mà không đưa mọi bước suy luận đi tiếp.
Gọi công cụ là một phần hồ sơ mô hình được công bố trong cả hai chế độ. Qwen khuyến nghị Qwen-Agent cho mẫu và bộ phân tích lời gọi công cụ, đồng thời trình diễn truy xuất thông tin, thông tin thời gian và trình thông dịch mã. Xác định công cụ rõ, nêu ý nghĩa đối số và cho biết điều gì cấu thành tác vụ hoàn thành. Quy trình hữu ích có thể yêu cầu truy xuất thông tin được chọn, cung cấp nội dung thực sự trả về rồi yêu cầu tổng hợp hoặc đề xuất triển khai. Lời gọi do mô hình yêu cầu và việc ứng dụng thực thi công cụ là các giai đoạn riêng; câu trả lời cuối cần dựa trên bằng chứng trả về.
Với đầu vào dài hơn, thẻ công bố mở rộng YaRN lên 131.072 token. Cửa sổ gốc nhỏ hơn, và co giãn tĩnh có thể ảnh hưởng hiệu năng với đầu vào ngắn. Qwen khuyến nghị bật phần mở rộng khi thực sự cần ngữ cảnh dài hơn; thẻ còn giải thích phân bổ lời nhắc và đầu ra mặc định 40.960 vị trí. Chọn tài liệu liên quan và giữ tiêu đề, ranh giới nguồn cùng thuật ngữ. Chừa chỗ cho suy luận và phản hồi cuối, nhất là khi tác vụ cần đối chiếu nhiều đặc tả thay vì tóm tắt một đoạn.
Khuyến nghị chính thức là temperature 0,6, top-p 0,95, top-k 20 và min-p 0 cho suy nghĩ; với không suy nghĩ, temperature 0,7 và top-p 0,8 thay hai thiết lập đầu. Qwen lưu ý tránh giải mã tham lam trong chế độ suy nghĩ và cho biết presence penalty cao có thể gây trộn ngôn ngữ hoặc giảm chất lượng. Nhà phát triển khuyến nghị dung lượng đầu ra 32.768 token cho phần lớn câu hỏi và mô tả 38.912 cho bài toán toán học, lập trình đặc biệt khó. Các dung lượng này là hướng dẫn tạo văn bản, không phải giới hạn phản hồi cứng áp dụng chung. Yêu cầu chính xác và định dạng cuối xác định giúp tập trung khả năng suy luận sẵn có của mô hình vào công việc người đọc cần.
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 | 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.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.000286 / 1K token Đầu ra · Token đầu ra $0.001144 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.000286 / 1K token Đầu ra · Token đầu ra $0.001144 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${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", "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',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',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
Dùng các đường dẫn phương thức hiển thị ở trên.
qwen/qwen3-32bQwen3-32B là mô hình văn bản lai dense của Qwen dành cho suy luận phức tạp, lập trình, viết đa ngôn ngữ và tác vụ định hướng công cụ. Mô hình kết hợp chế độ suy nghĩ và không suy nghĩ trong cùng mô hình, với ngữ cảnh gốc 32.768 token.
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 là mô hình dense lớn nhất trong bản phát hành Qwen3 ban đầu. Mô hình kết hợp chế độ suy nghĩ của họ cho logic, toán học và lập trình phức tạp với phản hồi không suy nghĩ cho hội thoại thông thường. Qwen cũng nhấn mạnh viết sáng tạo, hội thoại theo vai trò, làm theo chỉ dẫn nhiều lượt và dùng công cụ kiểu agent. Mô hình xử lý văn bản và tạo văn bản; chỉ dẫn đa ngôn ngữ và dịch là một phần trong hỗ trợ 119 ngôn ngữ, phương ngữ của họ ban đầu. Có thể giao nhiệm vụ giải thích phân tích, đề xuất lập trình hoặc nội dung viết được chỉ định cẩn thận.
Phiên bản cụ thể có tổng cộng 32,8 tỷ tham số trong 64 lớp. Đây là mô hình dense, khác kiến trúc định tuyến chuyên gia của Qwen3-30B-A3B và các phiên bản Qwen3 về sau được đặt tên riêng. Ngữ cảnh gốc là 32.768 token. Chuẩn bị tác vụ khó với bằng chứng, yêu cầu và kết quả mong đợi liên quan cùng nhau. Với rà soát kỹ thuật, cung cấp mô tả thành phần, ràng buộc giao diện và vấn đề cần giải quyết, rồi yêu cầu đề xuất xác định giả định, phụ thuộc và phương án, chỉ sử dụng tài liệu được cung cấp khi phù hợp.
Mẫu chat của nhà phát triển bật suy nghĩ mặc định và cung cấp công tắc cứng enable_thinking. Tắt cứng ngăn hoàn toàn nội dung suy nghĩ. Khi suy nghĩ bật, /think và /no_think trong chỉ dẫn người dùng hoặc hệ thống cung cấp điều khiển mềm từng lượt, và chỉ dẫn mới nhất xác định hành vi yêu cầu. Yêu cầu mềm không suy nghĩ có thể để lại khối suy nghĩ rỗng; dấu /think không thể ghi đè mẫu đã tắt cứng. Cách này cho phép mô hình ban đầu luân phiên giữa yêu cầu soạn trực tiếp và câu hỏi được lợi từ chuỗi suy luận dài, khi áp dụng các điều khiển được chỉ định.
Ví dụ tạo văn bản phân tích phần <think> riêng với câu trả lời cuối. Qwen khuyến nghị nêu rõ định dạng cuối, như đáp án toán học đóng khung hoặc một trường đáp án cho trắc nghiệm. Trong phân tích thực tế, chỉ định kết luận yêu cầu và tài liệu hỗ trợ: ví dụ, lựa chọn thiết kế cuối rồi các ràng buộc đáp ứng cùng vấn đề còn mở. Theo hướng dẫn nhà phát triển, giữ câu trả lời cuối thay vì nội dung suy nghĩ trước trong lịch sử hội thoại sau. Cách này giữ kết quả mà câu hỏi tiếp cần mà không đưa mọi bước suy luận đi tiếp.
Gọi công cụ là một phần hồ sơ mô hình được công bố trong cả hai chế độ. Qwen khuyến nghị Qwen-Agent cho mẫu và bộ phân tích lời gọi công cụ, đồng thời trình diễn truy xuất thông tin, thông tin thời gian và trình thông dịch mã. Xác định công cụ rõ, nêu ý nghĩa đối số và cho biết điều gì cấu thành tác vụ hoàn thành. Quy trình hữu ích có thể yêu cầu truy xuất thông tin được chọn, cung cấp nội dung thực sự trả về rồi yêu cầu tổng hợp hoặc đề xuất triển khai. Lời gọi do mô hình yêu cầu và việc ứng dụng thực thi công cụ là các giai đoạn riêng; câu trả lời cuối cần dựa trên bằng chứng trả về.
Với đầu vào dài hơn, thẻ công bố mở rộng YaRN lên 131.072 token. Cửa sổ gốc nhỏ hơn, và co giãn tĩnh có thể ảnh hưởng hiệu năng với đầu vào ngắn. Qwen khuyến nghị bật phần mở rộng khi thực sự cần ngữ cảnh dài hơn; thẻ còn giải thích phân bổ lời nhắc và đầu ra mặc định 40.960 vị trí. Chọn tài liệu liên quan và giữ tiêu đề, ranh giới nguồn cùng thuật ngữ. Chừa chỗ cho suy luận và phản hồi cuối, nhất là khi tác vụ cần đối chiếu nhiều đặc tả thay vì tóm tắt một đoạn.
Khuyến nghị chính thức là temperature 0,6, top-p 0,95, top-k 20 và min-p 0 cho suy nghĩ; với không suy nghĩ, temperature 0,7 và top-p 0,8 thay hai thiết lập đầu. Qwen lưu ý tránh giải mã tham lam trong chế độ suy nghĩ và cho biết presence penalty cao có thể gây trộn ngôn ngữ hoặc giảm chất lượng. Nhà phát triển khuyến nghị dung lượng đầu ra 32.768 token cho phần lớn câu hỏi và mô tả 38.912 cho bài toán toán học, lập trình đặc biệt khó. Các dung lượng này là hướng dẫn tạo văn bản, không phải giới hạn phản hồi cứng áp dụng chung. Yêu cầu chính xác và định dạng cuối xác định giúp tập trung khả năng suy luận sẵn có của mô hình vào công việc người đọc cần.
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 | 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.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.000286 / 1K token Đầu ra · Token đầu ra $0.001144 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.000286 / 1K token Đầu ra · Token đầu ra $0.001144 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "qwen/qwen3-32b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Review a cache invalidation design\n\nA report cache is keyed only by report name. Reports also depend on account ID and selected month. Two users requesting the same name can receive the wrong account or month. Propose a revised key contract, explain the dependencies it captures and give three text test cases. Use only the described inputs; propose no repository edits.A key contract, dependency explanation and cases distinguishing account and month.Different accounts or months must not share a cache entry solely because the report name matches.