Điểm nổi bật của Qwen3.5: checkpoint thị giác-ngôn ngữ thưa
Qwen3.5-35B-A3B là mô hình thị giác-ngôn ngữ đã qua hậu huấn luyện, kết hợp hiểu văn bản, hình ảnh và video với phản hồi văn bản. Dòng mô hình được huấn luyện bằng hợp nhất văn bản-thị giác từ giai đoạn sớm và học tăng cường trên các nhiệm vụ phức tạp dần, hỗ trợ suy luận, lập trình, tác tử và phân tích thị giác. Dòng mô hình còn mô tả phạm vi 201 ngôn ngữ và phương ngữ. Phạm vi đó là khả năng của dòng mô hình thay vì lời hứa về chất lượng đồng đều cho mọi ngôn ngữ hoặc nhiệm vụ.
Checkpoint mở cụ thể này tách biệt với Qwen3.5-35B-A3B-Base và bản phát hành Qwen3.6 sau đó. Nhà phát triển còn mô tả dịch vụ Flash được quản lý có tính năng bổ sung; không nên tự động gán các tính năng giao diện đó cho checkpoint mở này. Giữ đúng định danh 35B-A3B được yêu cầu khi so sánh kết quả hoặc lưu lựa chọn mô hình có thể tái lập.
Tổng quan mô hình
Mô hình hỗn hợp chuyên gia có tổng cộng 35 tỷ tham số và kích hoạt ba tỷ. Bố cục lai 40 lớp lặp lại ba lớp chuyên gia Gated DeltaNet, tiếp theo là một lớp chuyên gia chú ý có cổng. Mô hình có 256 chuyên gia định tuyến, với tám chuyên gia định tuyến và một chuyên gia dùng chung hoạt động trong bố cục được mô tả. Bộ mã hóa thị giác và dự đoán nhiều token là các thành phần của mô hình. Số tham số được kích hoạt không mô tả kích thước toàn bộ checkpoint, và chỉ kiến trúc không bảo đảm độ trễ trong ứng dụng cụ thể.
Ngữ cảnh gốc là 262,144 token, với khả năng mở rộng có điều kiện lên 1,010,000. Qwen khuyên giữ ngữ cảnh tối thiểu 128K khi có thể cho nhiệm vụ suy nghĩ phức tạp, ngay cả khi cửa sổ nhỏ hơn sẽ giảm áp lực bộ nhớ. Văn bản, biểu diễn tư liệu thị giác, lịch sử, suy luận và câu trả lời cuối cùng đều cần không gian trong chuỗi đã cấu hình.
Sử dụng đầu vào và các chế độ phản hồi
Với yêu cầu lập trình dựa trên ảnh chụp màn hình, cung cấp tham chiếu thị giác, ngữ cảnh mã nguồn hiện có, yêu cầu tương tác và sản phẩm có thể chỉnh sửa mong đợi. Với biểu đồ hoặc tài liệu, giữ nhãn và đơn vị, rồi yêu cầu bảng giá trị kèm bằng chứng hỗ trợ. Với giải thích đa ngôn ngữ, nêu ngôn ngữ đích và thuật ngữ cần giữ.
Chế độ suy nghĩ được bật mặc định, tạo khối suy luận trước phản hồi cuối cùng. Tùy chọn enable_thinking của nhà phát triển có thể tắt chế độ này để trả lời trực tiếp. Qwen3.5 không chính thức hỗ trợ các công tắc prompt mềm /think và /nothink cũ. Hướng dẫn lịch sử của nó giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ. Điều này cần được phân biệt với các tùy chọn lưu giữ của Qwen3.6 sau đó hoặc việc giữ suy luận lịch sử mặc định của Qwen3.8.
Sử dụng tác tử
Nhà phát triển 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 hướng kho mã. Xác định thao tác được phép, bằng chứng liên quan và sản phẩm cuối cùng. Ứng dụng thực thi công cụ và cung cấp các quan sát; mô hình có thể dùng phản hồi đó để điều chỉnh phân tích. Lệnh đã lập kế hoạch hoặc bản vá được sinh không phải hành động đã thực hiện, và riêng tên mô hình không xác lập quyền truy cập thông tin hiện thời hay tệp.
Ngữ cảnh cực dài
Công thức mở rộng của nhà phát triển dùng YaRN với các thiết lập vị trí đan xen của checkpoint. Hệ số bốn hướng đến quy trình khoảng một triệu token; hệ số hai được gợi ý cho nhiệm vụ 524,288 token. Việc co giãn tĩnh có thể làm giảm hiệu năng trên văn bản ngắn hơn, vì vậy nên cấu hình khi cần ngữ cảnh lớn hơn. Tổ chức tư liệu dài với ranh giới tài liệu, định danh mã và câu hỏi rõ ràng, thay vì lấp đầy cửa sổ bằng bằng chứng không liên quan.
Khuyến nghị sinh nội dung
Trong Best Practices, suy nghĩ thông thường dùng temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 và repetition penalty 1.0. 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. Với suy luận ở chế độ trực tiếp, Best Practices đưa ra temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Giữ riêng các bộ thiết lập theo nhiệm vụ này; mức phạt hiện diện lớn 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 câu hỏi và 81,920 cho toán học hoặc lập trình đặc biệt phức tạp. Đây không phải các mức trần đầu ra cứng được xác lập riêng. Nêu rõ dạng câu trả lời cuối cùng và đối chiếu phép tính hoặc mã được sinh với các điều kiện đã cung cấp.
Video và giới hạn thực chất
Ví dụ video được hỗ trợ mặc định dùng hai khung hình mỗi giây. Hướng dẫn video dài hàng giờ của nhà phát triển mở rộng hạn mức bộ xử lý lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Điều đó cần cấu hình và tiêu tốn ngữ cảnh bên cạnh nhiệm vụ cùng câu trả lời; đây không phải bảo đảm vô điều kiện về thời lượng hoặc nhớ lại hoàn hảo các sự kiện. Giữ các chuyển cảnh liên quan và chữ nhỏ, đồng thời yêu cầu kết quả gắn với bằng chứng nhìn thấy. Giá trị thực tế nằm ở phạm vi kết hợp văn bản/thị giác và chế độ phản hồi có thể lựa chọn của checkpoint, cùng sản phẩm cụ thể có thể xem xét.
", "aboutText": "Điểm nổi bật của Qwen3.5: checkpoint thị giác-ngôn ngữ thưa\n\nQwen3.5-35B-A3B là mô hình thị giác-ngôn ngữ đã qua hậu huấn luyện, kết hợp hiểu văn bản, hình ảnh và video với phản hồi văn bản. Dòng mô hình được huấn luyện bằng hợp nhất văn bản-thị giác từ giai đoạn sớm và học tăng cường trên các nhiệm vụ phức tạp dần, hỗ trợ suy luận, lập trình, tác tử và phân tích thị giác. Dòng mô hình còn mô tả phạm vi 201 ngôn ngữ và phương ngữ. Phạm vi đó là khả năng của dòng mô hình thay vì lời hứa về chất lượng đồng đều cho mọi ngôn ngữ hoặc nhiệm vụ.\n\nCheckpoint mở cụ thể này tách biệt với Qwen3.5-35B-A3B-Base và bản phát hành Qwen3.6 sau đó. Nhà phát triển còn mô tả dịch vụ Flash được quản lý có tính năng bổ sung; không nên tự động gán các tính năng giao diện đó cho checkpoint mở này. Giữ đúng định danh 35B-A3B được yêu cầu khi so sánh kết quả hoặc lưu lựa chọn mô hình có thể tái lập.\n\nTổng quan mô hình\n\nMô hình hỗn hợp chuyên gia có tổng cộng 35 tỷ tham số và kích hoạt ba tỷ. Bố cục lai 40 lớp lặp lại ba lớp chuyên gia Gated DeltaNet, tiếp theo là một lớp chuyên gia chú ý có cổng. Mô hình có 256 chuyên gia định tuyến, với tám chuyên gia định tuyến và một chuyên gia dùng chung hoạt động trong bố cục được mô tả. Bộ mã hóa thị giác và dự đoán nhiều token là các thành phần của mô hình. Số tham số được kích hoạt không mô tả kích thước toàn bộ checkpoint, và chỉ kiến trúc không bảo đảm độ trễ trong ứng dụng cụ thể.\n\nNgữ cảnh gốc là 262,144 token, với khả năng mở rộng có điều kiện lên 1,010,000. Qwen khuyên giữ ngữ cảnh tối thiểu 128K khi có thể cho nhiệm vụ suy nghĩ phức tạp, ngay cả khi cửa sổ nhỏ hơn sẽ giảm áp lực bộ nhớ. Văn bản, biểu diễn tư liệu thị giác, lịch sử, suy luận và câu trả lời cuối cùng đều cần không gian trong chuỗi đã cấu hình.\n\nSử dụng đầu vào và các chế độ phản hồi\n\nVới yêu cầu lập trình dựa trên ảnh chụp màn hình, cung cấp tham chiếu thị giác, ngữ cảnh mã nguồn hiện có, yêu cầu tương tác và sản phẩm có thể chỉnh sửa mong đợi. Với biểu đồ hoặc tài liệu, giữ nhãn và đơn vị, rồi yêu cầu bảng giá trị kèm bằng chứng hỗ trợ. Với giải thích đa ngôn ngữ, nêu ngôn ngữ đích và thuật ngữ cần giữ.\n\nChế độ suy nghĩ được bật mặc định, tạo khối suy luận trước phản hồi cuối cùng. Tùy chọn enable_thinking của nhà phát triển có thể tắt chế độ này để trả lời trực tiếp. Qwen3.5 không chính thức hỗ trợ các công tắc prompt mềm /think và /nothink cũ. Hướng dẫn lịch sử của nó giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ. Điều này cần được phân biệt với các tùy chọn lưu giữ của Qwen3.6 sau đó hoặc việc giữ suy luận lịch sử mặc định của Qwen3.8.\n\nSử dụng tác tử\n\nNhà phát triển 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 hướng kho mã. Xác định thao tác được phép, bằng chứng liên quan và sản phẩm cuối cùng. Ứng dụng thực thi công cụ và cung cấp các quan sát; mô hình có thể dùng phản hồi đó để điều chỉnh phân tích. Lệnh đã lập kế hoạch hoặc bản vá được sinh không phải hành động đã thực hiện, và riêng tên mô hình không xác lập quyền truy cập thông tin hiện thời hay tệp.\n\nNgữ cảnh cực dài\n\nCông thức mở rộng của nhà phát triển dùng YaRN với các thiết lập vị trí đan xen của checkpoint. Hệ số bốn hướng đến quy trình khoảng một triệu token; hệ số hai được gợi ý cho nhiệm vụ 524,288 token. Việc co giãn tĩnh có thể làm giảm hiệu năng trên văn bản ngắn hơn, vì vậy nên cấu hình khi cần ngữ cảnh lớn hơn. Tổ chức tư liệu dài với ranh giới tài liệu, định danh mã và câu hỏi rõ ràng, thay vì lấp đầy cửa sổ bằng bằng chứng không liên quan.\n\nKhuyến nghị sinh nội dung\n\nTrong Best Practices, suy nghĩ thông thường dùng temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 và repetition penalty 1.0. 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. Với suy luận ở chế độ trực tiếp, Best Practices đưa ra temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Giữ riêng các bộ thiết lập theo nhiệm vụ này; mức phạt hiện diện lớn 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 câu hỏi và 81,920 cho toán học hoặc lập trình đặc biệt phức tạp. Đây không phải các mức trần đầu ra cứng được xác lập riêng. Nêu rõ dạng câu trả lời cuối cùng và đối chiếu phép tính hoặc mã được sinh với các điều kiện đã cung cấp.\n\nVideo và giới hạn thực chất\n\nVí dụ video được hỗ trợ mặc định dùng hai khung hình mỗi giây. Hướng dẫn video dài hàng giờ của nhà phát triển mở rộng hạn mức bộ xử lý lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Điều đó cần cấu hình và tiêu tốn ngữ cảnh bên cạnh nhiệm vụ cùng câu trả lời; đây không phải bảo đảm vô điều kiện về thời lượng hoặc nhớ lại hoàn hảo các sự kiện. Giữ các chuyển cảnh liên quan và chữ nhỏ, đồng thời yêu cầu kết quả gắn với bằng chứng nhìn thấy. Giá trị thực tế nằm ở phạm vi kết hợp văn bản/thị giác và chế độ phản hồi có thể lựa chọn của checkpoint, cùng sản phẩm cụ thể có thể xem xét.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Audit a transcribed experiment table\n\nUse this transcribed experiment table: baseline, 100 trials, 12 failures; revision A, 80 trials, 8 failures; revision B, 40 trials, 2 failures. Calculate the observed failure rates and compare them. Explain what these counts establish and what would require additional statistical analysis; do not claim that the smallest observed rate proves the best underlying system.A rate table and a qualified comparison separating observed proportions from unperformed statistical inference.Each rate uses its own trial count, and the conclusion does not treat unequal sample sizes as equivalent proof.qwen/qwen3.5-35b-a3bQwen3.5-35B-A3B là mô hình thị giác-ngôn ngữ hỗn hợp chuyên gia của Qwen, có tổng cộng 35 tỷ tham số và 3 tỷ tham số được kích hoạt. Mô hình nhận văn bản, hình ảnh và video cho suy luận, lập trình và công việc có công cụ hỗ trợ, với chế độ suy nghĩ và trả lời trực tiếp cùng ngữ cảnh gốc 262,144 token.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Điểm nổi bật của Qwen3.5: checkpoint thị giác-ngôn ngữ thưa
Qwen3.5-35B-A3B là mô hình thị giác-ngôn ngữ đã qua hậu huấn luyện, kết hợp hiểu văn bản, hình ảnh và video với phản hồi văn bản. Dòng mô hình được huấn luyện bằng hợp nhất văn bản-thị giác từ giai đoạn sớm và học tăng cường trên các nhiệm vụ phức tạp dần, hỗ trợ suy luận, lập trình, tác tử và phân tích thị giác. Dòng mô hình còn mô tả phạm vi 201 ngôn ngữ và phương ngữ. Phạm vi đó là khả năng của dòng mô hình thay vì lời hứa về chất lượng đồng đều cho mọi ngôn ngữ hoặc nhiệm vụ.
Checkpoint mở cụ thể này tách biệt với Qwen3.5-35B-A3B-Base và bản phát hành Qwen3.6 sau đó. Nhà phát triển còn mô tả dịch vụ Flash được quản lý có tính năng bổ sung; không nên tự động gán các tính năng giao diện đó cho checkpoint mở này. Giữ đúng định danh 35B-A3B được yêu cầu khi so sánh kết quả hoặc lưu lựa chọn mô hình có thể tái lập.
Tổng quan mô hình
Mô hình hỗn hợp chuyên gia có tổng cộng 35 tỷ tham số và kích hoạt ba tỷ. Bố cục lai 40 lớp lặp lại ba lớp chuyên gia Gated DeltaNet, tiếp theo là một lớp chuyên gia chú ý có cổng. Mô hình có 256 chuyên gia định tuyến, với tám chuyên gia định tuyến và một chuyên gia dùng chung hoạt động trong bố cục được mô tả. Bộ mã hóa thị giác và dự đoán nhiều token là các thành phần của mô hình. Số tham số được kích hoạt không mô tả kích thước toàn bộ checkpoint, và chỉ kiến trúc không bảo đảm độ trễ trong ứng dụng cụ thể.
Ngữ cảnh gốc là 262,144 token, với khả năng mở rộng có điều kiện lên 1,010,000. Qwen khuyên giữ ngữ cảnh tối thiểu 128K khi có thể cho nhiệm vụ suy nghĩ phức tạp, ngay cả khi cửa sổ nhỏ hơn sẽ giảm áp lực bộ nhớ. Văn bản, biểu diễn tư liệu thị giác, lịch sử, suy luận và câu trả lời cuối cùng đều cần không gian trong chuỗi đã cấu hình.
Sử dụng đầu vào và các chế độ phản hồi
Với yêu cầu lập trình dựa trên ảnh chụp màn hình, cung cấp tham chiếu thị giác, ngữ cảnh mã nguồn hiện có, yêu cầu tương tác và sản phẩm có thể chỉnh sửa mong đợi. Với biểu đồ hoặc tài liệu, giữ nhãn và đơn vị, rồi yêu cầu bảng giá trị kèm bằng chứng hỗ trợ. Với giải thích đa ngôn ngữ, nêu ngôn ngữ đích và thuật ngữ cần giữ.
Chế độ suy nghĩ được bật mặc định, tạo khối suy luận trước phản hồi cuối cùng. Tùy chọn enable_thinking của nhà phát triển có thể tắt chế độ này để trả lời trực tiếp. Qwen3.5 không chính thức hỗ trợ các công tắc prompt mềm /think và /nothink cũ. Hướng dẫn lịch sử của nó giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ. Điều này cần được phân biệt với các tùy chọn lưu giữ của Qwen3.6 sau đó hoặc việc giữ suy luận lịch sử mặc định của Qwen3.8.
Sử dụng tác tử
Nhà phát triển 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 hướng kho mã. Xác định thao tác được phép, bằng chứng liên quan và sản phẩm cuối cùng. Ứng dụng thực thi công cụ và cung cấp các quan sát; mô hình có thể dùng phản hồi đó để điều chỉnh phân tích. Lệnh đã lập kế hoạch hoặc bản vá được sinh không phải hành động đã thực hiện, và riêng tên mô hình không xác lập quyền truy cập thông tin hiện thời hay tệp.
Ngữ cảnh cực dài
Công thức mở rộng của nhà phát triển dùng YaRN với các thiết lập vị trí đan xen của checkpoint. Hệ số bốn hướng đến quy trình khoảng một triệu token; hệ số hai được gợi ý cho nhiệm vụ 524,288 token. Việc co giãn tĩnh có thể làm giảm hiệu năng trên văn bản ngắn hơn, vì vậy nên cấu hình khi cần ngữ cảnh lớn hơn. Tổ chức tư liệu dài với ranh giới tài liệu, định danh mã và câu hỏi rõ ràng, thay vì lấp đầy cửa sổ bằng bằng chứng không liên quan.
Khuyến nghị sinh nội dung
Trong Best Practices, suy nghĩ thông thường dùng temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 và repetition penalty 1.0. 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. Với suy luận ở chế độ trực tiếp, Best Practices đưa ra temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Giữ riêng các bộ thiết lập theo nhiệm vụ này; mức phạt hiện diện lớn 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 câu hỏi và 81,920 cho toán học hoặc lập trình đặc biệt phức tạp. Đây không phải các mức trần đầu ra cứng được xác lập riêng. Nêu rõ dạng câu trả lời cuối cùng và đối chiếu phép tính hoặc mã được sinh với các điều kiện đã cung cấp.
Video và giới hạn thực chất
Ví dụ video được hỗ trợ mặc định dùng hai khung hình mỗi giây. Hướng dẫn video dài hàng giờ của nhà phát triển mở rộng hạn mức bộ xử lý lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Điều đó cần cấu hình và tiêu tốn ngữ cảnh bên cạnh nhiệm vụ cùng câu trả lời; đây không phải bảo đảm vô điều kiện về thời lượng hoặc nhớ lại hoàn hảo các sự kiện. Giữ các chuyển cảnh liên quan và chữ nhỏ, đồng thời yêu cầu kết quả gắn với bằng chứng nhìn thấy. Giá trị thực tế nằm ở phạm vi kết hợp văn bản/thị giác và chế độ phản hồi có thể lựa chọn của checkpoint, cùng sản phẩm cụ thể có thể xem xét.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen/qwen3.5-35b-a3b | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00046 / 1K token Đầu ra · Token đầu ra $0.00366 / 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 $0.00046 / 1K token Đầu ra · Token đầu ra $0.00366 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.5-35b-a3b", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3.5-35b-a3b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3.5-35b-a3b',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra qwen/qwen3.5-35b-a3b
Dùng các đường dẫn phương thức hiển thị ở trên.
qwen/qwen3.5-35b-a3bQwen3.5-35B-A3B là mô hình thị giác-ngôn ngữ hỗn hợp chuyên gia của Qwen, có tổng cộng 35 tỷ tham số và 3 tỷ tham số được kích hoạt. Mô hình nhận văn bản, hình ảnh và video cho suy luận, lập trình và công việc có công cụ hỗ trợ, với chế độ suy nghĩ và trả lời trực tiếp cùng ngữ cảnh gốc 262,144 token.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Điểm nổi bật của Qwen3.5: checkpoint thị giác-ngôn ngữ thưa
Qwen3.5-35B-A3B là mô hình thị giác-ngôn ngữ đã qua hậu huấn luyện, kết hợp hiểu văn bản, hình ảnh và video với phản hồi văn bản. Dòng mô hình được huấn luyện bằng hợp nhất văn bản-thị giác từ giai đoạn sớm và học tăng cường trên các nhiệm vụ phức tạp dần, hỗ trợ suy luận, lập trình, tác tử và phân tích thị giác. Dòng mô hình còn mô tả phạm vi 201 ngôn ngữ và phương ngữ. Phạm vi đó là khả năng của dòng mô hình thay vì lời hứa về chất lượng đồng đều cho mọi ngôn ngữ hoặc nhiệm vụ.
Checkpoint mở cụ thể này tách biệt với Qwen3.5-35B-A3B-Base và bản phát hành Qwen3.6 sau đó. Nhà phát triển còn mô tả dịch vụ Flash được quản lý có tính năng bổ sung; không nên tự động gán các tính năng giao diện đó cho checkpoint mở này. Giữ đúng định danh 35B-A3B được yêu cầu khi so sánh kết quả hoặc lưu lựa chọn mô hình có thể tái lập.
Tổng quan mô hình
Mô hình hỗn hợp chuyên gia có tổng cộng 35 tỷ tham số và kích hoạt ba tỷ. Bố cục lai 40 lớp lặp lại ba lớp chuyên gia Gated DeltaNet, tiếp theo là một lớp chuyên gia chú ý có cổng. Mô hình có 256 chuyên gia định tuyến, với tám chuyên gia định tuyến và một chuyên gia dùng chung hoạt động trong bố cục được mô tả. Bộ mã hóa thị giác và dự đoán nhiều token là các thành phần của mô hình. Số tham số được kích hoạt không mô tả kích thước toàn bộ checkpoint, và chỉ kiến trúc không bảo đảm độ trễ trong ứng dụng cụ thể.
Ngữ cảnh gốc là 262,144 token, với khả năng mở rộng có điều kiện lên 1,010,000. Qwen khuyên giữ ngữ cảnh tối thiểu 128K khi có thể cho nhiệm vụ suy nghĩ phức tạp, ngay cả khi cửa sổ nhỏ hơn sẽ giảm áp lực bộ nhớ. Văn bản, biểu diễn tư liệu thị giác, lịch sử, suy luận và câu trả lời cuối cùng đều cần không gian trong chuỗi đã cấu hình.
Sử dụng đầu vào và các chế độ phản hồi
Với yêu cầu lập trình dựa trên ảnh chụp màn hình, cung cấp tham chiếu thị giác, ngữ cảnh mã nguồn hiện có, yêu cầu tương tác và sản phẩm có thể chỉnh sửa mong đợi. Với biểu đồ hoặc tài liệu, giữ nhãn và đơn vị, rồi yêu cầu bảng giá trị kèm bằng chứng hỗ trợ. Với giải thích đa ngôn ngữ, nêu ngôn ngữ đích và thuật ngữ cần giữ.
Chế độ suy nghĩ được bật mặc định, tạo khối suy luận trước phản hồi cuối cùng. Tùy chọn enable_thinking của nhà phát triển có thể tắt chế độ này để trả lời trực tiếp. Qwen3.5 không chính thức hỗ trợ các công tắc prompt mềm /think và /nothink cũ. Hướng dẫn lịch sử của nó giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ. Điều này cần được phân biệt với các tùy chọn lưu giữ của Qwen3.6 sau đó hoặc việc giữ suy luận lịch sử mặc định của Qwen3.8.
Sử dụng tác tử
Nhà phát triển 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 hướng kho mã. Xác định thao tác được phép, bằng chứng liên quan và sản phẩm cuối cùng. Ứng dụng thực thi công cụ và cung cấp các quan sát; mô hình có thể dùng phản hồi đó để điều chỉnh phân tích. Lệnh đã lập kế hoạch hoặc bản vá được sinh không phải hành động đã thực hiện, và riêng tên mô hình không xác lập quyền truy cập thông tin hiện thời hay tệp.
Ngữ cảnh cực dài
Công thức mở rộng của nhà phát triển dùng YaRN với các thiết lập vị trí đan xen của checkpoint. Hệ số bốn hướng đến quy trình khoảng một triệu token; hệ số hai được gợi ý cho nhiệm vụ 524,288 token. Việc co giãn tĩnh có thể làm giảm hiệu năng trên văn bản ngắn hơn, vì vậy nên cấu hình khi cần ngữ cảnh lớn hơn. Tổ chức tư liệu dài với ranh giới tài liệu, định danh mã và câu hỏi rõ ràng, thay vì lấp đầy cửa sổ bằng bằng chứng không liên quan.
Khuyến nghị sinh nội dung
Trong Best Practices, suy nghĩ thông thường dùng temperature 1.0, top_p 0.95, top_k 20, min_p 0, presence penalty 1.5 và repetition penalty 1.0. 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. Với suy luận ở chế độ trực tiếp, Best Practices đưa ra temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Giữ riêng các bộ thiết lập theo nhiệm vụ này; mức phạt hiện diện lớn 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 câu hỏi và 81,920 cho toán học hoặc lập trình đặc biệt phức tạp. Đây không phải các mức trần đầu ra cứng được xác lập riêng. Nêu rõ dạng câu trả lời cuối cùng và đối chiếu phép tính hoặc mã được sinh với các điều kiện đã cung cấp.
Video và giới hạn thực chất
Ví dụ video được hỗ trợ mặc định dùng hai khung hình mỗi giây. Hướng dẫn video dài hàng giờ của nhà phát triển mở rộng hạn mức bộ xử lý lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Điều đó cần cấu hình và tiêu tốn ngữ cảnh bên cạnh nhiệm vụ cùng câu trả lời; đây không phải bảo đảm vô điều kiện về thời lượng hoặc nhớ lại hoàn hảo các sự kiện. Giữ các chuyển cảnh liên quan và chữ nhỏ, đồng thời yêu cầu kết quả gắn với bằng chứng nhìn thấy. Giá trị thực tế nằm ở phạm vi kết hợp văn bản/thị giác và chế độ phản hồi có thể lựa chọn của checkpoint, cùng sản phẩm cụ thể có thể xem xét.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen/qwen3.5-35b-a3b | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.00046 / 1K token Đầu ra · Token đầu ra $0.00366 / 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 $0.00046 / 1K token Đầu ra · Token đầu ra $0.00366 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "qwen/qwen3.5-35b-a3b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.5-35b-a3b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.5-35b-a3b', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra qwen/qwen3.5-35b-a3b
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Audit a transcribed experiment table\n\nUse this transcribed experiment table: baseline, 100 trials, 12 failures; revision A, 80 trials, 8 failures; revision B, 40 trials, 2 failures. Calculate the observed failure rates and compare them. Explain what these counts establish and what would require additional statistical analysis; do not claim that the smallest observed rate proves the best underlying system.A rate table and a qualified comparison separating observed proportions from unperformed statistical inference.Each rate uses its own trial count, and the conclusion does not treat unequal sample sizes as equivalent proof.