{ "aboutHtml": "

Điểm nổi bật của Qwen3.5: mô hình chuyên gia 122B-A10B

Qwen3.5-122B-A10B là mô hình thị giác-ngôn ngữ đã qua hậu huấn luyện cho nhiệm vụ kết hợp văn bản và thị giác. Mô hình nhận văn bản, hình ảnh và video, trả về văn bản, bao gồm giải thích, đề xuất mã và sản phẩm tài liệu được yêu cầu. Dòng mô hình được xây dựng qua hợp nhất văn bản-thị giác từ giai đoạn sớm và học tăng cường trên nhiệm vụ phức tạp dần, phát triển suy luận, lập trình, tác tử và hiểu thị giác. Dòng mô hình mô tả phạm vi 201 ngôn ngữ và phương ngữ, không hàm ý mọi ngôn ngữ hoặc lĩnh vực đều có độ tin cậy giống nhau.

Nhiệm vụ hữu ích có thể kết hợp đặc tả kỹ thuật, sơ đồ và mã liên quan, yêu cầu mô hình giải thích các thành phần và trả về đề xuất triển khai. Nhiệm vụ phân tích tài liệu có thể yêu cầu so sánh kèm tham chiếu phần hoặc trang hỗ trợ.

Tổng quan mô hình

Checkpoint hỗn hợp chuyên gia thưa có tổng cộng 122 tỷ tham số và kích hoạt mười tỷ. Mô hình có 48 lớp mô hình ngôn ngữ, với các nhóm ba lớp chuyên gia Gated DeltaNet, tiếp theo là một lớp chuyên gia chú ý có cổng. Nhà phát triển liệt kê 256 chuyên gia định tuyến, lựa chọn tám chuyên gia định tuyến cùng một chuyên gia dùng chung. Bộ mã hóa thị giác và dự đoán nhiều token là các thành phần của mô hình. Tổng số tham số và số được kích hoạt có ý nghĩa khác nhau; con số được kích hoạt không phải kích thước toàn bộ checkpoint.

Đây là phiên bản khác với Qwen3.5-27B kiến trúc dày đặc, Qwen3.5-35B-A3B kiến trúc thưa và các thế hệ mô hình sau. Không suy ra thứ hạng hiệu năng hoặc độ trễ chung chỉ từ kích thước. Ngữ cảnh gốc là 262,144 token và khả năng mở rộng được mô tả đạt 1,010,000 bằng cấu hình. Qwen khuyên giữ ngữ cảnh tối thiểu 128K khi có thể cho suy nghĩ phức tạp, đồng thời thừa nhận áp lực bộ nhớ có thể đòi hỏi cửa sổ nhỏ hơn.

Chuẩn bị bằng chứng kết hợp văn bản và thị giác

Giữ nhãn sơ đồ, trục biểu đồ, tiêu đề bảng và đơn vị. Nêu kết quả cần giải thích quan hệ, trích xuất trường cụ thể hay đề xuất mã. Khi nhiều nguồn có liên quan, gắn nhãn và yêu cầu đầu ra được tổ chức theo cùng các định danh. Tách dữ kiện nhìn thấy khỏi giả định để người duyệt có thể truy vết suy luận về tư liệu đã cung cấp.

Với yêu cầu lập trình, xác định hành vi mong muốn, mã nguồn liên quan và đầu vào minh họa vấn đề. Yêu cầu bản vá có thể chỉnh sửa kèm giải thích về các điều kiện và phép kiểm tra chịu ảnh hưởng. Với video, giữ trình tự sự kiện và thời gian, nêu câu hỏi thay vì yêu cầu bản tóm tắt không phân biệt trọng tâm. Kết quả văn bản của mô hình là sản phẩm dự thảo cần xem xét; khả năng nhận đầu vào thị giác không có nghĩa là sinh hình ảnh, video hoặc giọng nói.

Chế độ suy nghĩ và lịch sử

Chế độ suy nghĩ được bật mặc định, với suy luận đứng trước câu trả lời cuối cùng. Thiết lập enable_thinking của nhà phát triển có thể tắt chế độ này cho phản hồi trực tiếp. Các công tắc mềm /think và /nothink cũ không được hỗ trợ chính thức. Qwen3.5 khuyến nghị giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ trong các tin nhắn trợ lý của lịch sử. Không nên thay điều này bằng các tùy chọn lưu giữ lịch sử của thế hệ Qwen sau chỉ vì chúng có cùng tên dòng.

Giữ kết quả cuối cùng dễ tìm, chẳng hạn trường câu trả lời đã định nghĩa, giá trị có dấu phân cách hoặc sản phẩm mã riêng biệt. Câu trả lời trực tiếp vẫn cần kiểm tra, còn suy luận dài hơn chỉ hữu ích khi các bước của nó hỗ trợ kết luận có thể xác minh.

Sử dụng tác tử

Qwen mô tả gọi công cụ và khuyến nghị Qwen-Agent với công cụ được cấu hình hoặc kết nối qua MCP, cùng Qwen Code cho công việc tác tử lập trình. Xác định hành động được phép, bằng chứng sẵn có và tiêu chí hoàn thành. Công cụ được kết nối thực hiện thao tác và trả kết quả; mô hình dùng phản hồi đó trong phân tích. Lệnh, truy vấn truy xuất hoặc bản vá đề xuất cần được phân biệt với hành động mà ứng dụng đã thực sự hoàn thành.

Ngữ cảnh và video cực dài

Phương pháp mở rộng của nhà phát triển dùng YaRN với thiết lập vị trí đan xen của checkpoint. Hệ số bốn hướng đến quy trình khoảng một triệu token, còn hệ số hai được gợi ý cho khối lượng 524,288 token. Việc co giãn tĩnh có thể ảnh hưởng đến hiệu năng trên văn bản ngắn hơn, vì vậy cần dựa trên nhu cầu ngữ cảnh lớn thực tế. Đầu vào, biểu diễn thị giác, lịch sử, suy luận và phản hồi cuối cùng đều dùng hạn mức độ dài chuỗi đã cấu hình.

Ví dụ video được hỗ trợ mặc định dùng hai khung hình mỗi giây. Với tư liệu dài hàng giờ, nhà phát triển khuyến nghị tăng hạn mức bộ xử lý lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Đây là công thức phụ thuộc cấu hình, không phải bảo đảm chung về thời lượng đa phương tiện, khả năng nhớ lại đầy đủ hoặc độ chính xác dấu thời gian.

Hướng dẫn sinh nội dung và giới hạn thực chất

Best Practices khuyến nghị temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 và repetition penalty 1.0 cho suy nghĩ thông thường. Lập trình chính xác dùng temperature 0.6 và presence penalty bằng không. Phản hồi trực tiếp thông thường dùng temperature 0.7, top_p 0.8 và presence penalty 1.5; top_k là 20, min_p là 0 và repetition penalty là 1.0. Suy luận bằng phản hồi trực tiếp có bộ thiết lập riêng: temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Mức phạt hiện diện cao hơn có thể làm lẫn ngôn ngữ hoặc giảm nhẹ chất lượng.

Hạn mức sinh được khuyến nghị là 32,768 token cho phần lớn truy vấn và 81,920 cho công việc toán học hoặc lập trình đặc biệt phức tạp; đây không phải các mức trần đầu ra cứng được xác lập riêng. Xác định định dạng được yêu cầu, giữ định danh nguồn và đối chiếu phép tính, giá trị trích xuất cùng đề xuất mã với bằng chứng gốc. Kết quả hữu ích là sản phẩm văn bản hoàn chỉnh có các giả định và tư liệu hỗ trợ luôn hiển thị rõ.

", "aboutText": "Điểm nổi bật của Qwen3.5: mô hình chuyên gia 122B-A10B\n\nQwen3.5-122B-A10B là mô hình thị giác-ngôn ngữ đã qua hậu huấn luyện cho nhiệm vụ kết hợp văn bản và thị giác. Mô hình nhận văn bản, hình ảnh và video, trả về văn bản, bao gồm giải thích, đề xuất mã và sản phẩm tài liệu được yêu cầu. Dòng mô hình được xây dựng qua hợp nhất văn bản-thị giác từ giai đoạn sớm và học tăng cường trên nhiệm vụ phức tạp dần, phát triển suy luận, lập trình, tác tử và hiểu thị giác. Dòng mô hình mô tả phạm vi 201 ngôn ngữ và phương ngữ, không hàm ý mọi ngôn ngữ hoặc lĩnh vực đều có độ tin cậy giống nhau.\n\nNhiệm vụ hữu ích có thể kết hợp đặc tả kỹ thuật, sơ đồ và mã liên quan, yêu cầu mô hình giải thích các thành phần và trả về đề xuất triển khai. Nhiệm vụ phân tích tài liệu có thể yêu cầu so sánh kèm tham chiếu phần hoặc trang hỗ trợ.\n\nTổng quan mô hình\n\nCheckpoint hỗn hợp chuyên gia thưa có tổng cộng 122 tỷ tham số và kích hoạt mười tỷ. Mô hình có 48 lớp mô hình ngôn ngữ, với các nhóm ba lớp chuyên gia Gated DeltaNet, tiếp theo là một lớp chuyên gia chú ý có cổng. Nhà phát triển liệt kê 256 chuyên gia định tuyến, lựa chọn tám chuyên gia định tuyến cùng một chuyên gia dùng chung. Bộ mã hóa thị giác và dự đoán nhiều token là các thành phần của mô hình. Tổng số tham số và số được kích hoạt có ý nghĩa khác nhau; con số được kích hoạt không phải kích thước toàn bộ checkpoint.\n\nĐây là phiên bản khác với Qwen3.5-27B kiến trúc dày đặc, Qwen3.5-35B-A3B kiến trúc thưa và các thế hệ mô hình sau. Không suy ra thứ hạng hiệu năng hoặc độ trễ chung chỉ từ kích thước. Ngữ cảnh gốc là 262,144 token và khả năng mở rộng được mô tả đạt 1,010,000 bằng cấu hình. Qwen khuyên giữ ngữ cảnh tối thiểu 128K khi có thể cho suy nghĩ phức tạp, đồng thời thừa nhận áp lực bộ nhớ có thể đòi hỏi cửa sổ nhỏ hơn.\n\nChuẩn bị bằng chứng kết hợp văn bản và thị giác\n\nGiữ nhãn sơ đồ, trục biểu đồ, tiêu đề bảng và đơn vị. Nêu kết quả cần giải thích quan hệ, trích xuất trường cụ thể hay đề xuất mã. Khi nhiều nguồn có liên quan, gắn nhãn và yêu cầu đầu ra được tổ chức theo cùng các định danh. Tách dữ kiện nhìn thấy khỏi giả định để người duyệt có thể truy vết suy luận về tư liệu đã cung cấp.\n\nVới yêu cầu lập trình, xác định hành vi mong muốn, mã nguồn liên quan và đầu vào minh họa vấn đề. Yêu cầu bản vá có thể chỉnh sửa kèm giải thích về các điều kiện và phép kiểm tra chịu ảnh hưởng. Với video, giữ trình tự sự kiện và thời gian, nêu câu hỏi thay vì yêu cầu bản tóm tắt không phân biệt trọng tâm. Kết quả văn bản của mô hình là sản phẩm dự thảo cần xem xét; khả năng nhận đầu vào thị giác không có nghĩa là sinh hình ảnh, video hoặc giọng nói.\n\nChế độ suy nghĩ và lịch sử\n\nChế độ suy nghĩ được bật mặc định, với suy luận đứng trước câu trả lời cuối cùng. Thiết lập enable_thinking của nhà phát triển có thể tắt chế độ này cho phản hồi trực tiếp. Các công tắc mềm /think và /nothink cũ không được hỗ trợ chính thức. Qwen3.5 khuyến nghị giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ trong các tin nhắn trợ lý của lịch sử. Không nên thay điều này bằng các tùy chọn lưu giữ lịch sử của thế hệ Qwen sau chỉ vì chúng có cùng tên dòng.\n\nGiữ kết quả cuối cùng dễ tìm, chẳng hạn trường câu trả lời đã định nghĩa, giá trị có dấu phân cách hoặc sản phẩm mã riêng biệt. Câu trả lời trực tiếp vẫn cần kiểm tra, còn suy luận dài hơn chỉ hữu ích khi các bước của nó hỗ trợ kết luận có thể xác minh.\n\nSử dụng tác tử\n\nQwen mô tả gọi công cụ và khuyến nghị Qwen-Agent với công cụ được cấu hình hoặc kết nối qua MCP, cùng Qwen Code cho công việc tác tử lập trình. Xác định hành động được phép, bằng chứng sẵn có và tiêu chí hoàn thành. Công cụ được kết nối thực hiện thao tác và trả kết quả; mô hình dùng phản hồi đó trong phân tích. Lệnh, truy vấn truy xuất hoặc bản vá đề xuất cần được phân biệt với hành động mà ứng dụng đã thực sự hoàn thành.\n\nNgữ cảnh và video cực dài\n\nPhương pháp mở rộng của nhà phát triển dùng YaRN với thiết lập vị trí đan xen của checkpoint. Hệ số bốn hướng đến quy trình khoảng một triệu token, còn hệ số hai được gợi ý cho khối lượng 524,288 token. Việc co giãn tĩnh có thể ảnh hưởng đến hiệu năng trên văn bản ngắn hơn, vì vậy cần dựa trên nhu cầu ngữ cảnh lớn thực tế. Đầu vào, biểu diễn thị giác, lịch sử, suy luận và phản hồi cuối cùng đều dùng hạn mức độ dài chuỗi đã cấu hình.\n\nVí dụ video được hỗ trợ mặc định dùng hai khung hình mỗi giây. Với tư liệu dài hàng giờ, nhà phát triển khuyến nghị tăng hạn mức bộ xử lý lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Đây là công thức phụ thuộc cấu hình, không phải bảo đảm chung về thời lượng đa phương tiện, khả năng nhớ lại đầy đủ hoặc độ chính xác dấu thời gian.\n\nHướng dẫn sinh nội dung và giới hạn thực chất\n\nBest Practices khuyến nghị temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 và repetition penalty 1.0 cho suy nghĩ thông thường. Lập trình chính xác dùng temperature 0.6 và presence penalty bằng không. Phản hồi trực tiếp thông thường dùng temperature 0.7, top_p 0.8 và presence penalty 1.5; top_k là 20, min_p là 0 và repetition penalty là 1.0. Suy luận bằng phản hồi trực tiếp có bộ thiết lập riêng: temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Mức phạt hiện diện cao hơn có thể làm lẫn ngôn ngữ hoặc giảm nhẹ chất lượng.\n\nHạn mức sinh được khuyến nghị là 32,768 token cho phần lớn truy vấn và 81,920 cho công việc toán học hoặc lập trình đặc biệt phức tạp; đây không phải các mức trần đầu ra cứng được xác lập riêng. Xác định định dạng được yêu cầu, giữ định danh nguồn và đối chiếu phép tính, giá trị trích xuất cùng đề xuất mã với bằng chứng gốc. Kết quả hữu ích là sản phẩm văn bản hoàn chỉnh có các giả định và tư liệu hỗ trợ luôn hiển thị rõ.", "editorialOverlay": { "copy_fields": { "practical_html": "

Tác vụ thực tế

Ví dụ kỹ thuật bằng tiếng Anh

Check a process graph against its rule\n\nA process specification says validation must complete before persistence. Textual graph G1 is receive -> persist -> validate -> acknowledge. Code excerpt: save(record); validate(record); return "accepted". Propose an implementation correction and update the graph in text. Include a test showing that an invalid record never reaches save.

Kết quả mong đợi

A corrected sequence diagram in text, a focused code proposal and a test using an invalid record.

Kiểm tra kết quả

Check that the graph and code agree on validate-before-save and that acknowledgment follows successful persistence.

" }, "copy_sha256": "f40d110112891a0af62592858acb6b78958d8081d1664b7e61a056c9d7a60e14", "copy_source": { "locale": "vi", "pack_sha256": "0f56d90ba41881e1134accf82e57338f246f8753ca4c0cee929aaffada5d10e7", "record_model_id": "qwen/qwen3.5-122b-a10b", "source_facts_sha256": "7be11fa914ea54a1c0955e17eff37c14af7e5af12e64b4c1567f8c5fffed5c39", "validation_sha256": "a2ac2f28056280fc0b2ea34a501bf156d5ce155406e57e708edf30bfdf6bfdc6" }, "html_sha256": "b2b5e1189242c24a2db850ed0fde328860291a1ff7b174d733d1a94a43511abb", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "vi", "methods": [ { "html": "

Al

Qwen: Qwen3.5-122B-A10B

Alibaba /qwen/qwen3.5-122b-a10b

Bắt đầu

Qwen3.5-122B-A10B là mô hình thị giác-ngôn ngữ hỗn hợp chuyên gia của Qwen, có tổng cộng 122 tỷ tham số và 10 tỷ tham số được kích hoạt. Mô hình nhận văn bản, hình ảnh và video cho nhiệm vụ suy luận, lập trình và tác tử, trả về văn bản với chế độ suy nghĩ có thể lựa chọn và ngữ cảnh gốc 262,144 token.

Đầu vào được chấp nhận: Văn bản
Kết quả: Văn bản

Về mô hình

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.

Điểm nổi bật của Qwen3.5: mô hình chuyên gia 122B-A10B

Qwen3.5-122B-A10B là mô hình thị giác-ngôn ngữ đã qua hậu huấn luyện cho nhiệm vụ kết hợp văn bản và thị giác. Mô hình nhận văn bản, hình ảnh và video, trả về văn bản, bao gồm giải thích, đề xuất mã và sản phẩm tài liệu được yêu cầu. Dòng mô hình được xây dựng qua hợp nhất văn bản-thị giác từ giai đoạn sớm và học tăng cường trên nhiệm vụ phức tạp dần, phát triển suy luận, lập trình, tác tử và hiểu thị giác. Dòng mô hình mô tả phạm vi 201 ngôn ngữ và phương ngữ, không hàm ý mọi ngôn ngữ hoặc lĩnh vực đều có độ tin cậy giống nhau.

Nhiệm vụ hữu ích có thể kết hợp đặc tả kỹ thuật, sơ đồ và mã liên quan, yêu cầu mô hình giải thích các thành phần và trả về đề xuất triển khai. Nhiệm vụ phân tích tài liệu có thể yêu cầu so sánh kèm tham chiếu phần hoặc trang hỗ trợ.

Tổng quan mô hình

Checkpoint hỗn hợp chuyên gia thưa có tổng cộng 122 tỷ tham số và kích hoạt mười tỷ. Mô hình có 48 lớp mô hình ngôn ngữ, với các nhóm ba lớp chuyên gia Gated DeltaNet, tiếp theo là một lớp chuyên gia chú ý có cổng. Nhà phát triển liệt kê 256 chuyên gia định tuyến, lựa chọn tám chuyên gia định tuyến cùng một chuyên gia dùng chung. Bộ mã hóa thị giác và dự đoán nhiều token là các thành phần của mô hình. Tổng số tham số và số được kích hoạt có ý nghĩa khác nhau; con số được kích hoạt không phải kích thước toàn bộ checkpoint.

Đây là phiên bản khác với Qwen3.5-27B kiến trúc dày đặc, Qwen3.5-35B-A3B kiến trúc thưa và các thế hệ mô hình sau. Không suy ra thứ hạng hiệu năng hoặc độ trễ chung chỉ từ kích thước. Ngữ cảnh gốc là 262,144 token và khả năng mở rộng được mô tả đạt 1,010,000 bằng cấu hình. Qwen khuyên giữ ngữ cảnh tối thiểu 128K khi có thể cho suy nghĩ phức tạp, đồng thời thừa nhận áp lực bộ nhớ có thể đòi hỏi cửa sổ nhỏ hơn.

Chuẩn bị bằng chứng kết hợp văn bản và thị giác

Giữ nhãn sơ đồ, trục biểu đồ, tiêu đề bảng và đơn vị. Nêu kết quả cần giải thích quan hệ, trích xuất trường cụ thể hay đề xuất mã. Khi nhiều nguồn có liên quan, gắn nhãn và yêu cầu đầu ra được tổ chức theo cùng các định danh. Tách dữ kiện nhìn thấy khỏi giả định để người duyệt có thể truy vết suy luận về tư liệu đã cung cấp.

Với yêu cầu lập trình, xác định hành vi mong muốn, mã nguồn liên quan và đầu vào minh họa vấn đề. Yêu cầu bản vá có thể chỉnh sửa kèm giải thích về các điều kiện và phép kiểm tra chịu ảnh hưởng. Với video, giữ trình tự sự kiện và thời gian, nêu câu hỏi thay vì yêu cầu bản tóm tắt không phân biệt trọng tâm. Kết quả văn bản của mô hình là sản phẩm dự thảo cần xem xét; khả năng nhận đầu vào thị giác không có nghĩa là sinh hình ảnh, video hoặc giọng nói.

Chế độ suy nghĩ và lịch sử

Chế độ suy nghĩ được bật mặc định, với suy luận đứng trước câu trả lời cuối cùng. Thiết lập enable_thinking của nhà phát triển có thể tắt chế độ này cho phản hồi trực tiếp. Các công tắc mềm /think và /nothink cũ không được hỗ trợ chính thức. Qwen3.5 khuyến nghị giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ trong các tin nhắn trợ lý của lịch sử. Không nên thay điều này bằng các tùy chọn lưu giữ lịch sử của thế hệ Qwen sau chỉ vì chúng có cùng tên dòng.

Giữ kết quả cuối cùng dễ tìm, chẳng hạn trường câu trả lời đã định nghĩa, giá trị có dấu phân cách hoặc sản phẩm mã riêng biệt. Câu trả lời trực tiếp vẫn cần kiểm tra, còn suy luận dài hơn chỉ hữu ích khi các bước của nó hỗ trợ kết luận có thể xác minh.

Sử dụng tác tử

Qwen mô tả gọi công cụ và khuyến nghị Qwen-Agent với công cụ được cấu hình hoặc kết nối qua MCP, cùng Qwen Code cho công việc tác tử lập trình. Xác định hành động được phép, bằng chứng sẵn có và tiêu chí hoàn thành. Công cụ được kết nối thực hiện thao tác và trả kết quả; mô hình dùng phản hồi đó trong phân tích. Lệnh, truy vấn truy xuất hoặc bản vá đề xuất cần được phân biệt với hành động mà ứng dụng đã thực sự hoàn thành.

Ngữ cảnh và video cực dài

Phương pháp mở rộng của nhà phát triển dùng YaRN với thiết lập vị trí đan xen của checkpoint. Hệ số bốn hướng đến quy trình khoảng một triệu token, còn hệ số hai được gợi ý cho khối lượng 524,288 token. Việc co giãn tĩnh có thể ảnh hưởng đến hiệu năng trên văn bản ngắn hơn, vì vậy cần dựa trên nhu cầu ngữ cảnh lớn thực tế. Đầu vào, biểu diễn thị giác, lịch sử, suy luận và phản hồi cuối cùng đều dùng hạn mức độ dài chuỗi đã cấu hình.

Ví dụ video được hỗ trợ mặc định dùng hai khung hình mỗi giây. Với tư liệu dài hàng giờ, nhà phát triển khuyến nghị tăng hạn mức bộ xử lý lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Đây là công thức phụ thuộc cấu hình, không phải bảo đảm chung về thời lượng đa phương tiện, khả năng nhớ lại đầy đủ hoặc độ chính xác dấu thời gian.

Hướng dẫn sinh nội dung và giới hạn thực chất

Best Practices khuyến nghị temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 và repetition penalty 1.0 cho suy nghĩ thông thường. Lập trình chính xác dùng temperature 0.6 và presence penalty bằng không. Phản hồi trực tiếp thông thường dùng temperature 0.7, top_p 0.8 và presence penalty 1.5; top_k là 20, min_p là 0 và repetition penalty là 1.0. Suy luận bằng phản hồi trực tiếp có bộ thiết lập riêng: temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Mức phạt hiện diện cao hơn có thể làm lẫn ngôn ngữ hoặc giảm nhẹ chất lượng.

Hạn mức sinh được khuyến nghị là 32,768 token cho phần lớn truy vấn và 81,920 cho công việc toán học hoặc lập trình đặc biệt phức tạp; đây không phải các mức trần đầu ra cứng được xác lập riêng. Xác định định dạng được yêu cầu, giữ định danh nguồn và đối chiếu phép tính, giá trị trích xuất cùng đề xuất mã với bằng chứng gốc. Kết quả hữu ích là sản phẩm văn bản hoàn chỉnh có các giả định và tư liệu hỗ trợ luôn hiển thị rõ.

Có trên Ailoot · đầu vào & phương thức

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions

Đầu vào: text
Đầu ra: text
Định dạng đầu ra: json hoặc SSE

Trường	Loại	Yêu cầu	Giá trị & giới hạn	Mặc định
Trường`model`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn qwen/qwen3.5-122b-a10b	Mặc định—
Trường`messages`	Loại`message[]`	Yêu cầuBắt buộc	Giá trị & giới hạn Số mục tối thiểu: 1	Mặc định—
Trường`messages[].role`	Loại`string`	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—
Trường`messages[].content`	Loại`string\|content_part[]\|null`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn	Mặc định—
Trường`messages[].tool_calls`	Loại`tool_call[]`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn	Mặc định—
Trường`messages[].tool_call_id`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về	Mặc định—
Trường`messages[].name`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn	Mặc định—
Trường`messages[].reasoning_content`	Loại`string`	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—
Trường`messages[].reasoning_details`	Loại`object\|array`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`max_tokens`	Loại`integer`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình	Mặc định—
Trường`max_completion_tokens`	Loại`integer`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình	Mặc định—
Trường`stream`	Loại`boolean`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn	Mặc địnhfalse
Trường`stream_options.include_usage`	Loại`boolean`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`temperature`	Loại`number`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`top_p`	Loại`number`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`stop`	Loại`string\|string[]`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`tools`	Loại`function_tool[]`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`tools[].type`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn function Tùy thuộc vào mô hình	Mặc định—
Trường`tools[].function.name`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm	Mặc định—
Trường`tools[].function.description`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn	Mặc định—
Trường`tools[].function.parameters`	Loại`JSON_schema`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn	Mặc định—
Trường`tool_choice`	Loại`string\|object`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`parallel_tool_calls`	Loại`boolean`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`response_format`	Loại`object`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`reasoning_effort`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`reasoning`	Loại`object`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`service_tier`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`instructions`	Loại`string`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Trường tương thích	Mặc định—
Trường`functions`	Loại`function[]`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`function_call`	Loại`string\|object`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`prompt_cache_options`	Loại`object`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Tùy thuộc vào mô hình	Mặc định—
Trường`modalities`	Loại`string[]`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn text	Mặc định—
Trường`provider`	Loại`object`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này	Mặc định—
Trường`cache_control.ttl`	Loại`string`	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—

Tổ hợp tư liệu đầu vào

Văn bản · Văn bản UTF8

messages[].content

Tham số phương thức và vòng đời

Tham số	Hợp đồng
Tham số`content_type`	Hợp đồngapplication/json
Tham số`required`	Hợp đồngmodel, messages
Tham số`material_types`	Hợp đồngtext
Tham số`messages`	Hợp đồngMảng thông điệp có cấu trúc role/content
Tham số`file_material`	Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp
Tham số`optional_controls`	Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
Tham số`control_scope`	Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp
Tham số`output_modalities`	Hợp đồngtext
Tham số`hosted_operations`	Hợp đồngfalse
Tham số`multimodal_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.

Bảng giá

Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.

Chế độ nhanh: Mức giá tiêu chuẩn Khi chọn chế độ nhanh
Chế độ Flex: Mức giá tiêu chuẩn Khi chọn chế độ flex
Mức độ suy luận tối đa: Mức giá tiêu chuẩn Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa

Mức phí Ailoot

Giá theo cấu hình

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 $0.00058 / 1K token Đầu ra · Token đầu ra $0.00458 / 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
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 $0.00058 / 1K token Đầu ra · Token đầu ra $0.00458 / 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 →

Ví dụ yêu cầu

Ailoot Ultra · OpenAI Chat

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/qwen3.5-122b-a10b", "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\n

from 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/qwen3.5-122b-a10b',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"))\n

from 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/qwen3.5-122b-a10b',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")\n

Nhận và lưu kết quả

Ailoot Ultra · OpenAI Chat

json hoặc SSE

Lưu tất cả kết quả đã hoàn tất

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.

Nếu cần kiểm tra phản hồi gốc

Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.

Trường phản hồi

Trường	Loại
Trường`choices[].index`	Loạiinteger
Trường`choices[].message.content`	Loạistring\|null
Trường`choices[].message.tool_calls`	Loạitool_call[]
Trường`choices[].message.reasoning_content`	Loạistring
Trường`choices[].message.reasoning_details`	Loạiobject\|array
Trường`choices[].finish_reason`	Loạistring\|null
Trường`usage`	Loạiobject

Lỗi và bước tiếp theo

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.

Bí danh

Bí danh mô hình

Ailoot Ultra qwen/qwen3.5-122b-a10b

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

qwen/qwen3.5-122b-a10b

", "method_identity": { "effective_request_model_id": "qwen/qwen3.5-122b-a10b", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "qwen/qwen3.5-122b-a10b", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|qwen%2Fqwen3.5-122b-a10b", "ordinal": 0, "rawMethod": { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Trường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ", "http_status": 400, "recovery": "Sửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Văn bản UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json hoặc SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen/qwen3.5-122b-a10b" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "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.", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool; dùng ID thực tế được trả về" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "Có cung cấp công cụ hàm" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "provider.options bị từ chối trên tuyến văn bản Ultra này", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "1h bị từ chối tại các vị trí lưu đệm prompt thực tế", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "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." ], "input": { "content_type": "application/json", "control_scope": "Tùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp", "file_material": "Tài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp", "hosted_operations": false, "material_types": [ "text" ], "messages": "Mảng thông điệp có cấu trúc role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Giá cơ sở cho token", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Bậc 1 theo độ dài yêu cầu", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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/qwen3.5-122b-a10b\", \"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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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/qwen3.5-122b-a10b',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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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/qwen3.5-122b-a10b',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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.58, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 4.58, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Chế độ nhanh", "value": "Mức giá tiêu chuẩn", "when": "Khi chọn chế độ nhanh" }, { "label": "Chế độ Flex", "value": "Mức giá tiêu chuẩn", "when": "Khi chọn chế độ flex" }, { "label": "Mức độ suy luận tối đa", "value": "Mức giá tiêu chuẩn", "when": "Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen/qwen3.5-122b-a10b", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0, "cache_read_multiplier": null, "cache_write": 0, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.58, "input_multiplier": null, "interval_boundary": "min_exclusive_max_inclusive", "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "null_rate_policy": "unknown or inherited; never zero", "out": 4.58, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } }, { "html": "

Al

Qwen: Qwen3.5-122B-A10B

Alibaba /qwen/qwen3.5-122b-a10b

Bắt đầu

Qwen3.5-122B-A10B là mô hình thị giác-ngôn ngữ hỗn hợp chuyên gia của Qwen, có tổng cộng 122 tỷ tham số và 10 tỷ tham số được kích hoạt. Mô hình nhận văn bản, hình ảnh và video cho nhiệm vụ suy luận, lập trình và tác tử, trả về văn bản với chế độ suy nghĩ có thể lựa chọn và ngữ cảnh gốc 262,144 token.

Đầu vào được chấp nhận: Văn bản
Kết quả: json · sse

Về mô hình

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.

Điểm nổi bật của Qwen3.5: mô hình chuyên gia 122B-A10B

Qwen3.5-122B-A10B là mô hình thị giác-ngôn ngữ đã qua hậu huấn luyện cho nhiệm vụ kết hợp văn bản và thị giác. Mô hình nhận văn bản, hình ảnh và video, trả về văn bản, bao gồm giải thích, đề xuất mã và sản phẩm tài liệu được yêu cầu. Dòng mô hình được xây dựng qua hợp nhất văn bản-thị giác từ giai đoạn sớm và học tăng cường trên nhiệm vụ phức tạp dần, phát triển suy luận, lập trình, tác tử và hiểu thị giác. Dòng mô hình mô tả phạm vi 201 ngôn ngữ và phương ngữ, không hàm ý mọi ngôn ngữ hoặc lĩnh vực đều có độ tin cậy giống nhau.

Nhiệm vụ hữu ích có thể kết hợp đặc tả kỹ thuật, sơ đồ và mã liên quan, yêu cầu mô hình giải thích các thành phần và trả về đề xuất triển khai. Nhiệm vụ phân tích tài liệu có thể yêu cầu so sánh kèm tham chiếu phần hoặc trang hỗ trợ.

Tổng quan mô hình

Checkpoint hỗn hợp chuyên gia thưa có tổng cộng 122 tỷ tham số và kích hoạt mười tỷ. Mô hình có 48 lớp mô hình ngôn ngữ, với các nhóm ba lớp chuyên gia Gated DeltaNet, tiếp theo là một lớp chuyên gia chú ý có cổng. Nhà phát triển liệt kê 256 chuyên gia định tuyến, lựa chọn tám chuyên gia định tuyến cùng một chuyên gia dùng chung. Bộ mã hóa thị giác và dự đoán nhiều token là các thành phần của mô hình. Tổng số tham số và số được kích hoạt có ý nghĩa khác nhau; con số được kích hoạt không phải kích thước toàn bộ checkpoint.

Đây là phiên bản khác với Qwen3.5-27B kiến trúc dày đặc, Qwen3.5-35B-A3B kiến trúc thưa và các thế hệ mô hình sau. Không suy ra thứ hạng hiệu năng hoặc độ trễ chung chỉ từ kích thước. Ngữ cảnh gốc là 262,144 token và khả năng mở rộng được mô tả đạt 1,010,000 bằng cấu hình. Qwen khuyên giữ ngữ cảnh tối thiểu 128K khi có thể cho suy nghĩ phức tạp, đồng thời thừa nhận áp lực bộ nhớ có thể đòi hỏi cửa sổ nhỏ hơn.

Chuẩn bị bằng chứng kết hợp văn bản và thị giác

Giữ nhãn sơ đồ, trục biểu đồ, tiêu đề bảng và đơn vị. Nêu kết quả cần giải thích quan hệ, trích xuất trường cụ thể hay đề xuất mã. Khi nhiều nguồn có liên quan, gắn nhãn và yêu cầu đầu ra được tổ chức theo cùng các định danh. Tách dữ kiện nhìn thấy khỏi giả định để người duyệt có thể truy vết suy luận về tư liệu đã cung cấp.

Với yêu cầu lập trình, xác định hành vi mong muốn, mã nguồn liên quan và đầu vào minh họa vấn đề. Yêu cầu bản vá có thể chỉnh sửa kèm giải thích về các điều kiện và phép kiểm tra chịu ảnh hưởng. Với video, giữ trình tự sự kiện và thời gian, nêu câu hỏi thay vì yêu cầu bản tóm tắt không phân biệt trọng tâm. Kết quả văn bản của mô hình là sản phẩm dự thảo cần xem xét; khả năng nhận đầu vào thị giác không có nghĩa là sinh hình ảnh, video hoặc giọng nói.

Chế độ suy nghĩ và lịch sử

Chế độ suy nghĩ được bật mặc định, với suy luận đứng trước câu trả lời cuối cùng. Thiết lập enable_thinking của nhà phát triển có thể tắt chế độ này cho phản hồi trực tiếp. Các công tắc mềm /think và /nothink cũ không được hỗ trợ chính thức. Qwen3.5 khuyến nghị giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ trong các tin nhắn trợ lý của lịch sử. Không nên thay điều này bằng các tùy chọn lưu giữ lịch sử của thế hệ Qwen sau chỉ vì chúng có cùng tên dòng.

Giữ kết quả cuối cùng dễ tìm, chẳng hạn trường câu trả lời đã định nghĩa, giá trị có dấu phân cách hoặc sản phẩm mã riêng biệt. Câu trả lời trực tiếp vẫn cần kiểm tra, còn suy luận dài hơn chỉ hữu ích khi các bước của nó hỗ trợ kết luận có thể xác minh.

Sử dụng tác tử

Qwen mô tả gọi công cụ và khuyến nghị Qwen-Agent với công cụ được cấu hình hoặc kết nối qua MCP, cùng Qwen Code cho công việc tác tử lập trình. Xác định hành động được phép, bằng chứng sẵn có và tiêu chí hoàn thành. Công cụ được kết nối thực hiện thao tác và trả kết quả; mô hình dùng phản hồi đó trong phân tích. Lệnh, truy vấn truy xuất hoặc bản vá đề xuất cần được phân biệt với hành động mà ứng dụng đã thực sự hoàn thành.

Ngữ cảnh và video cực dài

Phương pháp mở rộng của nhà phát triển dùng YaRN với thiết lập vị trí đan xen của checkpoint. Hệ số bốn hướng đến quy trình khoảng một triệu token, còn hệ số hai được gợi ý cho khối lượng 524,288 token. Việc co giãn tĩnh có thể ảnh hưởng đến hiệu năng trên văn bản ngắn hơn, vì vậy cần dựa trên nhu cầu ngữ cảnh lớn thực tế. Đầu vào, biểu diễn thị giác, lịch sử, suy luận và phản hồi cuối cùng đều dùng hạn mức độ dài chuỗi đã cấu hình.

Ví dụ video được hỗ trợ mặc định dùng hai khung hình mỗi giây. Với tư liệu dài hàng giờ, nhà phát triển khuyến nghị tăng hạn mức bộ xử lý lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Đây là công thức phụ thuộc cấu hình, không phải bảo đảm chung về thời lượng đa phương tiện, khả năng nhớ lại đầy đủ hoặc độ chính xác dấu thời gian.

Hướng dẫn sinh nội dung và giới hạn thực chất

Best Practices khuyến nghị temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 và repetition penalty 1.0 cho suy nghĩ thông thường. Lập trình chính xác dùng temperature 0.6 và presence penalty bằng không. Phản hồi trực tiếp thông thường dùng temperature 0.7, top_p 0.8 và presence penalty 1.5; top_k là 20, min_p là 0 và repetition penalty là 1.0. Suy luận bằng phản hồi trực tiếp có bộ thiết lập riêng: temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Mức phạt hiện diện cao hơn có thể làm lẫn ngôn ngữ hoặc giảm nhẹ chất lượng.

Hạn mức sinh được khuyến nghị là 32,768 token cho phần lớn truy vấn và 81,920 cho công việc toán học hoặc lập trình đặc biệt phức tạp; đây không phải các mức trần đầu ra cứng được xác lập riêng. Xác định định dạng được yêu cầu, giữ định danh nguồn và đối chiếu phép tính, giá trị trích xuất cùng đề xuất mã với bằng chứng gốc. Kết quả hữu ích là sản phẩm văn bản hoàn chỉnh có các giả định và tư liệu hỗ trợ luôn hiển thị rõ.

Có trên Ailoot · đầu vào & phương thức

Ailoot Ultra · Anthropic Messages POST /v1/messages

Đầu vào: text
Đầu ra: json, sse
Định dạng đầu ra: JSON hoặc SSE

Trường	Loại	Yêu cầu	Giá trị & giới hạn	Mặc định
Trường`model`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn qwen/qwen3.5-122b-a10b	Mặc định—
Trường`messages`	Loại`message[]`	Yêu cầuBắt buộc	Giá trị & giới hạn	Mặc định—
Trường`messages[].role`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn user, assistant	Mặc định—
Trường`messages[].content`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn	Mặc định—
Trường`max_tokens`	Loại`integer`	Yêu cầuBắt buộc	Giá trị & giới hạn	Mặc định—
Trường`stream`	Loại`boolean`	Yêu cầuKhông bắt buộc	Giá trị & giới hạn	Mặc địnhfalse

Tổ hợp tư liệu đầu vào

Văn bản · Văn bản UTF-8

Chuỗi messages[].content

Tham số phương thức và vòng đời

Tham số	Hợp đồng
Tham số`content_type`	Hợp đồngapplication/json
Tham số`required`	Hợp đồngmodel, messages, max_tokens
Tham số`optional_controls`	Hợp đồngstream
Tham số`material_types`	Hợp đồngtext
Tham số`text_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

Bảng giá

Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.

Chế độ nhanh: Mức giá tiêu chuẩn Khi chọn chế độ nhanh
Chế độ Flex: Mức giá tiêu chuẩn Khi chọn chế độ flex
Mức độ suy luận tối đa: Mức giá tiêu chuẩn Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa

Mức phí Ailoot

Giá theo cấu hình

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 $0.00058 / 1K token Đầu ra · Token đầu ra $0.00458 / 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
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 $0.00058 / 1K token Đầu ra · Token đầu ra $0.00458 / 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 →

Ví dụ yêu cầu

Ailoot Ultra · Anthropic Messages

{\n  "model": "qwen/qwen3.5-122b-a10b",\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/qwen3.5-122b-a10b', '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\n

import 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/qwen3.5-122b-a10b', '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))\n

Nhận và lưu kết quả

Ailoot Ultra · Anthropic Messages

JSON hoặc SSE

Lưu tất cả kết quả đã hoàn tất

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.

Nếu cần kiểm tra phản hồi gốc

Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.

Trường phản hồi

Trường	Loại
Trường`id`	Loạistring
Trường`model`	Loạistring
Trường`content[]`	Loạitext\|thinking\|tool_use\|other content block
Trường`stop_reason`	Loạistring\|null
Trường`usage`	Loạiobject

Lỗi và bước tiếp theo

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.

Bí danh

Bí danh mô hình

Ailoot Ultra qwen/qwen3.5-122b-a10b

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

qwen/qwen3.5-122b-a10b

", "method_identity": { "effective_request_model_id": "qwen/qwen3.5-122b-a10b", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "qwen/qwen3.5-122b-a10b", "route_label": "Ultra" }, "method_key": "Ultra|messages|/v1/messages|qwen%2Fqwen3.5-122b-a10b", "ordinal": 1, "rawMethod": { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Trường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ", "http_status": 400, "recovery": "Sửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen/qwen3.5-122b-a10b", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản." }, "material_combinations": [ { "mode": "text", "representation": "Chuỗi messages[].content", "required_material": "Văn bản UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "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.", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON hoặc SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen/qwen3.5-122b-a10b" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "qwen/qwen3.5-122b-a10b" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen/qwen3.5-122b-a10b", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "Đọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định." }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Giá cơ sở cho token", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Bậc 1 theo độ dài yêu cầu", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"qwen/qwen3.5-122b-a10b\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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/qwen3.5-122b-a10b', '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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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/qwen3.5-122b-a10b', '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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 0.58, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 4.58, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Chế độ nhanh", "value": "Mức giá tiêu chuẩn", "when": "Khi chọn chế độ nhanh" }, { "label": "Chế độ Flex", "value": "Mức giá tiêu chuẩn", "when": "Khi chọn chế độ flex" }, { "label": "Mức độ suy luận tối đa", "value": "Mức giá tiêu chuẩn", "when": "Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen/qwen3.5-122b-a10b", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0, "cache_read_multiplier": null, "cache_write": 0, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.58, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 4.58, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "qwen/qwen3.5-122b-a10b", "nativeProvenance": { "input_facts_canonical_sha256": "aec8516893c8d4bd150c88323a33e4065cfb063fbf329f07ce606ccdc55f5da1", "input_html_sha256": "c4a32cecd801d9a565ff8b119d258568e74a07c72b5f7532cc68abcbe7d1e10a", "private_audit_sha256": "5b73cee7ed398b69c4119152e71847290d97a41628646794819950d5dcbf5a8b", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/vi/qwen-qwen3-5-122b-a10b/", "description": "Qwen3.5-122B-A10B là mô hình thị giác-ngôn ngữ hỗn hợp chuyên gia của Qwen, có tổng cộng 122 tỷ tham số và 10 tỷ tham số được kích hoạt. Mô hình nhận văn bản, hình ảnh và video cho nhiệm vụ suy luận, lập trình và tác tử, trả về văn bản với chế độ suy nghĩ có thể lựa chọn và ngữ cảnh gốc 262,144 token.", "locale": "vi", "md_url": "https://ailoot.ai/models/vi/qwen-qwen3-5-122b-a10b/index.md", "title": "Qwen: Qwen3.5-122B-A10B — Ailoot", "url": "https://ailoot.ai/models/vi/qwen-qwen3-5-122b-a10b/" }, "practicalHtml": "

Tác vụ thực tế

Ví dụ kỹ thuật bằng tiếng Anh

Check a process graph against its rule\n\nA process specification says validation must complete before persistence. Textual graph G1 is receive -> persist -> validate -> acknowledge. Code excerpt: save(record); validate(record); return "accepted". Propose an implementation correction and update the graph in text. Include a test showing that an invalid record never reaches save.

Kết quả mong đợi

A corrected sequence diagram in text, a focused code proposal and a test using an invalid record.

Kiểm tra kết quả

Check that the graph and code agree on validate-before-save and that acknowledgment follows successful persistence.

", "practicalText": "Tác vụ thực tế Ví dụ kỹ thuật bằng tiếng Anh Check a process graph against its rule A process specification says validation must complete before persistence. Textual graph G1 is receive -> persist -> validate -> acknowledge. Code excerpt: save(record); validate(record); return \"accepted\". Propose an implementation correction and update the graph in text. Include a test showing that an invalid record never reaches save. Kết quả mong đợi A corrected sequence diagram in text, a focused code proposal and a test using an invalid record. Kiểm tra kết quả Check that the graph and code agree on validate-before-save and that acknowledgment follows successful persistence.", "rawModel": { "about": "Điểm nổi bật của Qwen3.5: mô hình chuyên gia 122B-A10B\n\nQwen3.5-122B-A10B là mô hình thị giác-ngôn ngữ đã qua hậu huấn luyện cho nhiệm vụ kết hợp văn bản và thị giác. Mô hình nhận văn bản, hình ảnh và video, trả về văn bản, bao gồm giải thích, đề xuất mã và sản phẩm tài liệu được yêu cầu. Dòng mô hình được xây dựng qua hợp nhất văn bản-thị giác từ giai đoạn sớm và học tăng cường trên nhiệm vụ phức tạp dần, phát triển suy luận, lập trình, tác tử và hiểu thị giác. Dòng mô hình mô tả phạm vi 201 ngôn ngữ và phương ngữ, không hàm ý mọi ngôn ngữ hoặc lĩnh vực đều có độ tin cậy giống nhau.\n\nNhiệm vụ hữu ích có thể kết hợp đặc tả kỹ thuật, sơ đồ và mã liên quan, yêu cầu mô hình giải thích các thành phần và trả về đề xuất triển khai. Nhiệm vụ phân tích tài liệu có thể yêu cầu so sánh kèm tham chiếu phần hoặc trang hỗ trợ.\n\nTổng quan mô hình\n\nCheckpoint hỗn hợp chuyên gia thưa có tổng cộng 122 tỷ tham số và kích hoạt mười tỷ. Mô hình có 48 lớp mô hình ngôn ngữ, với các nhóm ba lớp chuyên gia Gated DeltaNet, tiếp theo là một lớp chuyên gia chú ý có cổng. Nhà phát triển liệt kê 256 chuyên gia định tuyến, lựa chọn tám chuyên gia định tuyến cùng một chuyên gia dùng chung. Bộ mã hóa thị giác và dự đoán nhiều token là các thành phần của mô hình. Tổng số tham số và số được kích hoạt có ý nghĩa khác nhau; con số được kích hoạt không phải kích thước toàn bộ checkpoint.\n\nĐây là phiên bản khác với Qwen3.5-27B kiến trúc dày đặc, Qwen3.5-35B-A3B kiến trúc thưa và các thế hệ mô hình sau. Không suy ra thứ hạng hiệu năng hoặc độ trễ chung chỉ từ kích thước. Ngữ cảnh gốc là 262,144 token và khả năng mở rộng được mô tả đạt 1,010,000 bằng cấu hình. Qwen khuyên giữ ngữ cảnh tối thiểu 128K khi có thể cho suy nghĩ phức tạp, đồng thời thừa nhận áp lực bộ nhớ có thể đòi hỏi cửa sổ nhỏ hơn.\n\nChuẩn bị bằng chứng kết hợp văn bản và thị giác\n\nGiữ nhãn sơ đồ, trục biểu đồ, tiêu đề bảng và đơn vị. Nêu kết quả cần giải thích quan hệ, trích xuất trường cụ thể hay đề xuất mã. Khi nhiều nguồn có liên quan, gắn nhãn và yêu cầu đầu ra được tổ chức theo cùng các định danh. Tách dữ kiện nhìn thấy khỏi giả định để người duyệt có thể truy vết suy luận về tư liệu đã cung cấp.\n\nVới yêu cầu lập trình, xác định hành vi mong muốn, mã nguồn liên quan và đầu vào minh họa vấn đề. Yêu cầu bản vá có thể chỉnh sửa kèm giải thích về các điều kiện và phép kiểm tra chịu ảnh hưởng. Với video, giữ trình tự sự kiện và thời gian, nêu câu hỏi thay vì yêu cầu bản tóm tắt không phân biệt trọng tâm. Kết quả văn bản của mô hình là sản phẩm dự thảo cần xem xét; khả năng nhận đầu vào thị giác không có nghĩa là sinh hình ảnh, video hoặc giọng nói.\n\nChế độ suy nghĩ và lịch sử\n\nChế độ suy nghĩ được bật mặc định, với suy luận đứng trước câu trả lời cuối cùng. Thiết lập enable_thinking của nhà phát triển có thể tắt chế độ này cho phản hồi trực tiếp. Các công tắc mềm /think và /nothink cũ không được hỗ trợ chính thức. Qwen3.5 khuyến nghị giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ trong các tin nhắn trợ lý của lịch sử. Không nên thay điều này bằng các tùy chọn lưu giữ lịch sử của thế hệ Qwen sau chỉ vì chúng có cùng tên dòng.\n\nGiữ kết quả cuối cùng dễ tìm, chẳng hạn trường câu trả lời đã định nghĩa, giá trị có dấu phân cách hoặc sản phẩm mã riêng biệt. Câu trả lời trực tiếp vẫn cần kiểm tra, còn suy luận dài hơn chỉ hữu ích khi các bước của nó hỗ trợ kết luận có thể xác minh.\n\nSử dụng tác tử\n\nQwen mô tả gọi công cụ và khuyến nghị Qwen-Agent với công cụ được cấu hình hoặc kết nối qua MCP, cùng Qwen Code cho công việc tác tử lập trình. Xác định hành động được phép, bằng chứng sẵn có và tiêu chí hoàn thành. Công cụ được kết nối thực hiện thao tác và trả kết quả; mô hình dùng phản hồi đó trong phân tích. Lệnh, truy vấn truy xuất hoặc bản vá đề xuất cần được phân biệt với hành động mà ứng dụng đã thực sự hoàn thành.\n\nNgữ cảnh và video cực dài\n\nPhương pháp mở rộng của nhà phát triển dùng YaRN với thiết lập vị trí đan xen của checkpoint. Hệ số bốn hướng đến quy trình khoảng một triệu token, còn hệ số hai được gợi ý cho khối lượng 524,288 token. Việc co giãn tĩnh có thể ảnh hưởng đến hiệu năng trên văn bản ngắn hơn, vì vậy cần dựa trên nhu cầu ngữ cảnh lớn thực tế. Đầu vào, biểu diễn thị giác, lịch sử, suy luận và phản hồi cuối cùng đều dùng hạn mức độ dài chuỗi đã cấu hình.\n\nVí dụ video được hỗ trợ mặc định dùng hai khung hình mỗi giây. Với tư liệu dài hàng giờ, nhà phát triển khuyến nghị tăng hạn mức bộ xử lý lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Đây là công thức phụ thuộc cấu hình, không phải bảo đảm chung về thời lượng đa phương tiện, khả năng nhớ lại đầy đủ hoặc độ chính xác dấu thời gian.\n\nHướng dẫn sinh nội dung và giới hạn thực chất\n\nBest Practices khuyến nghị temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 và repetition penalty 1.0 cho suy nghĩ thông thường. Lập trình chính xác dùng temperature 0.6 và presence penalty bằng không. Phản hồi trực tiếp thông thường dùng temperature 0.7, top_p 0.8 và presence penalty 1.5; top_k là 20, min_p là 0 và repetition penalty là 1.0. Suy luận bằng phản hồi trực tiếp có bộ thiết lập riêng: temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Mức phạt hiện diện cao hơn có thể làm lẫn ngôn ngữ hoặc giảm nhẹ chất lượng.\n\nHạn mức sinh được khuyến nghị là 32,768 token cho phần lớn truy vấn và 81,920 cho công việc toán học hoặc lập trình đặc biệt phức tạp; đây không phải các mức trần đầu ra cứng được xác lập riêng. Xác định định dạng được yêu cầu, giữ định danh nguồn và đối chiếu phép tính, giá trị trích xuất cùng đề xuất mã với bằng chứng gốc. Kết quả hữu ích là sản phẩm văn bản hoàn chỉnh có các giả định và tư liệu hỗ trợ luôn hiển thị rõ.", "alias_of": null, "aliases": [], "author": "Alibaba", "available": null, "canonical_model": "qwen/qwen3.5-122b-a10b", "capabilities": { "context_length": 262144, "manufacturer_input": [ "text", "image", "video" ], "manufacturer_output": [ "text" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "Giá theo cấu hình được trình bày đầy đủ trong phần chi tiết." } ], "ctx": null, "entity_type": "model", "formats": [ "chat", "messages" ], "id": "qwen/qwen3.5-122b-a10b", "input": [ "text" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Trường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ", "http_status": 400, "recovery": "Sửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Văn bản UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json hoặc SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen/qwen3.5-122b-a10b" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "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.", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool; dùng ID thực tế được trả về" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "Có cung cấp công cụ hàm" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "provider.options bị từ chối trên tuyến văn bản Ultra này", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "1h bị từ chối tại các vị trí lưu đệm prompt thực tế", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "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." ], "input": { "content_type": "application/json", "control_scope": "Tùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp", "file_material": "Tài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp", "hosted_operations": false, "material_types": [ "text" ], "messages": "Mảng thông điệp có cấu trúc role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Giá cơ sở cho token", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Bậc 1 theo độ dài yêu cầu", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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/qwen3.5-122b-a10b\", \"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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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/qwen3.5-122b-a10b',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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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/qwen3.5-122b-a10b',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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.58, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 4.58, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Chế độ nhanh", "value": "Mức giá tiêu chuẩn", "when": "Khi chọn chế độ nhanh" }, { "label": "Chế độ Flex", "value": "Mức giá tiêu chuẩn", "when": "Khi chọn chế độ flex" }, { "label": "Mức độ suy luận tối đa", "value": "Mức giá tiêu chuẩn", "when": "Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen/qwen3.5-122b-a10b", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0, "cache_read_multiplier": null, "cache_write": 0, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.58, "input_multiplier": null, "interval_boundary": "min_exclusive_max_inclusive", "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "null_rate_policy": "unknown or inherited; never zero", "out": 4.58, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Trường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ", "http_status": 400, "recovery": "Sửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen/qwen3.5-122b-a10b", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản." }, "material_combinations": [ { "mode": "text", "representation": "Chuỗi messages[].content", "required_material": "Văn bản UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "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.", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON hoặc SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen/qwen3.5-122b-a10b" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "qwen/qwen3.5-122b-a10b" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen/qwen3.5-122b-a10b", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "Đọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định." }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Giá cơ sở cho token", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Bậc 1 theo độ dài yêu cầu", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"qwen/qwen3.5-122b-a10b\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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/qwen3.5-122b-a10b', '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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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/qwen3.5-122b-a10b', '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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 0.58, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 4.58, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Chế độ nhanh", "value": "Mức giá tiêu chuẩn", "when": "Khi chọn chế độ nhanh" }, { "label": "Chế độ Flex", "value": "Mức giá tiêu chuẩn", "when": "Khi chọn chế độ flex" }, { "label": "Mức độ suy luận tối đa", "value": "Mức giá tiêu chuẩn", "when": "Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen/qwen3.5-122b-a10b", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0, "cache_read_multiplier": null, "cache_write": 0, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.58, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 4.58, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "qwen/qwen3.5-122b-a10b", "request_model_id": "qwen/qwen3.5-122b-a10b", "route_label": "Ultra" } ], "name": "Qwen: Qwen3.5-122B-A10B", "price": { "in": 0.58, "in_label": null, "out": 4.58, "out_label": null, "scope_label": "Token rates", "sort_in": 0.58, "sort_out": 4.58, "varies": true }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "OpenAI Chat · Base token rates", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "OpenAI Chat · Request-length tier 1", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "regime": "base" }, "label": "Anthropic Messages · Base token rates", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Anthropic Messages · Request-length tier 1", "units": [ { "amount": "0.00058000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00000058", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.00458000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00000458", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "public_id": "qwen/qwen3.5-122b-a10b", "short": "Qwen3.5-122B-A10B là mô hình thị giác-ngôn ngữ hỗn hợp chuyên gia của Qwen, có tổng cộng 122 tỷ tham số và 10 tỷ tham số được kích hoạt. Mô hình nhận văn bản, hình ảnh và video cho nhiệm vụ suy luận, lập trình và tác tử, trả về văn bản với chế độ suy nghĩ có thể lựa chọn và ngữ cảnh gốc 262,144 token." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 }, { "contract_json_pointer": "/methods/1/rawMethod/contract", "html_json_pointer": "/methods/1/html", "method_ordinal": 1 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod", "/methods/1/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Qwen3.5-122B-A10B là mô hình thị giác-ngôn ngữ hỗn hợp chuyên gia của Qwen, có tổng cộng 122 tỷ tham số và 10 tỷ tham số được kích hoạt. Mô hình nhận văn bản, hình ảnh và video cho nhiệm vụ suy luận, lập trình và tác tử, trả về văn bản với chế độ suy nghĩ có thể lựa chọn và ngữ cảnh gốc 262,144 token.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "cc25204f6d48198f02c47b4cce99c3a9cc05eb81eab0f2a2273d9922f10d76cd", "renderer_sha256": "64a62299639eb843877e9ec5c95e32bf22bac3acfe230f6f502c5c3aa186f9c1" }, "sourceRevision": "196372f2cd25bafa887ee060773b1d600f5822411d140d79f736cf48c6e8c899" }