Điểm nổi bật của Qwen3.5 trong phiên bản 9B kiến trúc dày đặc
Qwen3.5-9B là checkpoint thị giác-ngôn ngữ kiến trúc dày đặc có 9 tỷ tham số đã qua hậu huấn luyện. Mô hình nhận văn bản, hình ảnh và video, trả về văn bản. Dòng mô hình kết hợp suy luận, lập trình, tác tử và hiểu thị giác qua hợp nhất huấn luyện văn bản và thị giác từ giai đoạn sớm, học tăng cường trên nhiệm vụ phức tạp dần và hỗ trợ 201 ngôn ngữ, phương ngữ. Phạm vi ngôn ngữ đó là khả năng của dòng mô hình, không phải bảo đảm độ tin cậy giống nhau cho mọi ngôn ngữ hoặc chủ đề.
Với công việc tài liệu đa ngôn ngữ, nêu ngôn ngữ đích, giữ thuật ngữ kỹ thuật và yêu cầu kết quả xác định trường hoặc đoạn nguồn được sử dụng. Với câu hỏi thị giác, cung cấp hình dễ đọc và nhiệm vụ chính xác. Với yêu cầu lập trình nhỏ, cung cấp đầu vào, hành vi mong muốn và mã liên quan. Mô hình không sinh hình ảnh hoặc video khi phân tích tư liệu thị giác.
Tổng quan mô hình
Mô hình 9B cụ thể này có kiến trúc dày đặc, với 32 lớp mô hình ngôn ngữ và bộ mã hóa thị giác. Bố cục lai lặp lại ba lớp Gated DeltaNet, tiếp theo là một lớp chú ý có cổng, dùng mạng truyền thẳng kiến trúc dày đặc. Dự đoán nhiều token được đưa vào huấn luyện. Dòng mô hình còn có các mô hình chuyên gia thưa, nhưng không nên áp dụng mô tả tổng số tham số và số được kích hoạt của chúng cho phiên bản kiến trúc dày đặc này.
Ngữ cảnh gốc là 262,144 token, với khả năng mở rộng có điều kiện lên 1,010,000. Cấu hình và quy mô tham số của mô hình cần được phân biệt với checkpoint Base, các kích thước Qwen3.5 khác và bản lượng tử hóa. Số tham số nhỏ hơn xác định phiên bản; tự nó không xác lập thời gian phản hồi chung hoặc thứ hạng chất lượng. Với nhiệm vụ suy nghĩ phức tạp, Qwen khuyến nghị giữ ngữ cảnh cấu hình tối thiểu 128K token khi có thể.
Đầu vào và các chế độ phản hồi
Nhà phát triển minh họa câu hỏi chỉ có văn bản, hình ảnh và video. Cung cấp câu hỏi tài liệu kèm trang liên quan và các trường mong đợi, hoặc câu hỏi video kèm sự kiện và khoảng thời gian quan trọng. Giữ nhãn, đơn vị và thứ tự khung hình. Yêu cầu kết quả có thể đối chiếu với nguồn, chẳng hạn bảng giá trị trích xuất hoặc giải thích dẫn bằng chứng nhìn thấy.
Chế độ suy nghĩ được bật mặc định. enable_thinking có thể tắt suy luận để phản hồi trực tiếp, trong khi các công tắc prompt mềm /think và /nothink trước đây không được hỗ trợ chính thức. Dùng mẫu của nhà phát triển và tách suy luận khỏi văn bản cuối cùng khi giao diện cung cấp cả hai. Khuyến nghị lịch sử của Qwen3.5 là giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ; không nên đưa hành vi lưu giữ lịch sử mới hơn vào bản phát hành này.
Sử dụng tác tử
Qwen mô tả gọi công cụ và khuyến nghị Qwen-Agent, bao gồm công cụ được cấu hình hoặc kết nối qua MCP, cùng Qwen Code cho công việc tác tử lập trình. Nêu công cụ được phép dùng và kết quả có thể quan sát. Công cụ được kết nối có thể cung cấp phép tính, truy xuất nguồn hoặc phản hồi thực thi thực tế; mô hình sau đó dùng thông tin ấy trong câu trả lời. Công cụ và hành động bên ngoài thuộc về ứng dụng, vì vậy tên mô hình riêng lẻ không xác lập quyền truy cập hoặc khả năng thực thi.
Văn bản cực dài
Phương pháp mở rộng được mô tả dùng YaRN với các thiết lập vị trí riêng của checkpoint này. Hệ số bốn hướng đến quy trình khoảng một triệu token; với 524,288 token, nhà phát triển gợi ý hệ số hai. 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 dài thực tế. Đầu vào, biểu diễn thị giác, lịch sử, suy luận và đầu ra cuối cùng cùng dùng hạn mức độ dài chuỗi. Tổ chức tư liệu dài theo định danh tài liệu hoặc mã và chừa không gian cho sản phẩm được yêu cầu.
Khuyến nghị sinh nội dung
Phần Best Practices trong thẻ mô hình phân biệt một số bộ thiết lập. 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 nhiệm vụ suy luận bằng phản hồi trực tiếp, Best Practices lại khuyến nghị temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Đây là các công thức theo nhiệm vụ, không phải giá trị để kết hợp tùy tiện. Mức phạt hiện diện lớn hơn có thể làm lẫn ngôn ngữ hoặc giảm nhẹ chất lượng.
Qwen khuyến nghị hạn mức sinh 32,768 token cho phần lớn truy vấn và 81,920 cho câu hỏi toán hoặc lập trình đặc biệt phức tạp. Đó là khuyến nghị thay vì các mức trần đầu ra cứng độc lập. Nêu định dạng câu trả lời, chẳng hạn kết quả toán có dấu phân cách hoặc trường câu trả lời, và kiểm tra kết luận theo nguồn.
Chi tiết video và giới hạn thực chất
Ví dụ video của nhà phát triển mặc định dùng hai khung hình mỗi giây trong quy trình được hỗ trợ. Hướng dẫn cho tư liệu dài hàng giờ mở rộng hạn mức bộ xử lý video lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Đây là ví dụ phụ thuộc cấu hình, không phải bảo đảm chung về thời lượng hoặc thời điểm sự kiện. Giữ chữ nhỏ và các chuyển cảnh quan trọng dễ đọc, đồng thời kiểm tra văn bản trích xuất, phép tính và mã được sinh trước khi dùng kết quả. Giá trị thực tế của phiên bản 9B nằm ở phạm vi nhiệm vụ kết hợp văn bản/thị giác được mô tả và chế độ phản hồi có thể điều khiển, đồng thời giữ đúng định danh kiến trúc dày đặc.
", "aboutText": "Điểm nổi bật của Qwen3.5 trong phiên bản 9B kiến trúc dày đặc\n\nQwen3.5-9B là checkpoint thị giác-ngôn ngữ kiến trúc dày đặc có 9 tỷ tham số đã qua hậu huấn luyện. Mô hình nhận văn bản, hình ảnh và video, trả về văn bản. Dòng mô hình kết hợp suy luận, lập trình, tác tử và hiểu thị giác qua hợp nhất huấn luyện văn bản và thị giác từ giai đoạn sớm, học tăng cường trên nhiệm vụ phức tạp dần và hỗ trợ 201 ngôn ngữ, phương ngữ. Phạm vi ngôn ngữ đó là khả năng của dòng mô hình, không phải bảo đảm độ tin cậy giống nhau cho mọi ngôn ngữ hoặc chủ đề.\n\nVới công việc tài liệu đa ngôn ngữ, nêu ngôn ngữ đích, giữ thuật ngữ kỹ thuật và yêu cầu kết quả xác định trường hoặc đoạn nguồn được sử dụng. Với câu hỏi thị giác, cung cấp hình dễ đọc và nhiệm vụ chính xác. Với yêu cầu lập trình nhỏ, cung cấp đầu vào, hành vi mong muốn và mã liên quan. Mô hình không sinh hình ảnh hoặc video khi phân tích tư liệu thị giác.\n\nTổng quan mô hình\n\nMô hình 9B cụ thể này có kiến trúc dày đặc, với 32 lớp mô hình ngôn ngữ và bộ mã hóa thị giác. Bố cục lai lặp lại ba lớp Gated DeltaNet, tiếp theo là một lớp chú ý có cổng, dùng mạng truyền thẳng kiến trúc dày đặc. Dự đoán nhiều token được đưa vào huấn luyện. Dòng mô hình còn có các mô hình chuyên gia thưa, nhưng không nên áp dụng mô tả tổng số tham số và số được kích hoạt của chúng cho phiên bản kiến trúc dày đặc này.\n\nNgữ cảnh gốc là 262,144 token, với khả năng mở rộng có điều kiện lên 1,010,000. Cấu hình và quy mô tham số của mô hình cần được phân biệt với checkpoint Base, các kích thước Qwen3.5 khác và bản lượng tử hóa. Số tham số nhỏ hơn xác định phiên bản; tự nó không xác lập thời gian phản hồi chung hoặc thứ hạng chất lượng. Với nhiệm vụ suy nghĩ phức tạp, Qwen khuyến nghị giữ ngữ cảnh cấu hình tối thiểu 128K token khi có thể.\n\nĐầu vào và các chế độ phản hồi\n\nNhà phát triển minh họa câu hỏi chỉ có văn bản, hình ảnh và video. Cung cấp câu hỏi tài liệu kèm trang liên quan và các trường mong đợi, hoặc câu hỏi video kèm sự kiện và khoảng thời gian quan trọng. Giữ nhãn, đơn vị và thứ tự khung hình. Yêu cầu kết quả có thể đối chiếu với nguồn, chẳng hạn bảng giá trị trích xuất hoặc giải thích dẫn bằng chứng nhìn thấy.\n\nChế độ suy nghĩ được bật mặc định. enable_thinking có thể tắt suy luận để phản hồi trực tiếp, trong khi các công tắc prompt mềm /think và /nothink trước đây không được hỗ trợ chính thức. Dùng mẫu của nhà phát triển và tách suy luận khỏi văn bản cuối cùng khi giao diện cung cấp cả hai. Khuyến nghị lịch sử của Qwen3.5 là giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ; không nên đưa hành vi lưu giữ lịch sử mới hơn vào bản phát hành này.\n\nSử dụng tác tử\n\nQwen mô tả gọi công cụ và khuyến nghị Qwen-Agent, bao gồm công cụ được cấu hình hoặc kết nối qua MCP, cùng Qwen Code cho công việc tác tử lập trình. Nêu công cụ được phép dùng và kết quả có thể quan sát. Công cụ được kết nối có thể cung cấp phép tính, truy xuất nguồn hoặc phản hồi thực thi thực tế; mô hình sau đó dùng thông tin ấy trong câu trả lời. Công cụ và hành động bên ngoài thuộc về ứng dụng, vì vậy tên mô hình riêng lẻ không xác lập quyền truy cập hoặc khả năng thực thi.\n\nVăn bản cực dài\n\nPhương pháp mở rộng được mô tả dùng YaRN với các thiết lập vị trí riêng của checkpoint này. Hệ số bốn hướng đến quy trình khoảng một triệu token; với 524,288 token, nhà phát triển gợi ý hệ số hai. 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 dài thực tế. Đầu vào, biểu diễn thị giác, lịch sử, suy luận và đầu ra cuối cùng cùng dùng hạn mức độ dài chuỗi. Tổ chức tư liệu dài theo định danh tài liệu hoặc mã và chừa không gian cho sản phẩm được yêu cầu.\n\nKhuyến nghị sinh nội dung\n\nPhần Best Practices trong thẻ mô hình phân biệt một số bộ thiết lập. 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 nhiệm vụ suy luận bằng phản hồi trực tiếp, Best Practices lại khuyến nghị temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Đây là các công thức theo nhiệm vụ, không phải giá trị để kết hợp tùy tiện. Mức phạt hiện diện lớn hơn có thể làm lẫn ngôn ngữ hoặc giảm nhẹ chất lượng.\n\nQwen khuyến nghị hạn mức sinh 32,768 token cho phần lớn truy vấn và 81,920 cho câu hỏi toán hoặc lập trình đặc biệt phức tạp. Đó là khuyến nghị thay vì các mức trần đầu ra cứng độc lập. Nêu định dạng câu trả lời, chẳng hạn kết quả toán có dấu phân cách hoặc trường câu trả lời, và kiểm tra kết luận theo nguồn.\n\nChi tiết video và giới hạn thực chất\n\nVí dụ video của nhà phát triển mặc định dùng hai khung hình mỗi giây trong quy trình được hỗ trợ. Hướng dẫn cho tư liệu dài hàng giờ mở rộng hạn mức bộ xử lý video lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Đây là ví dụ phụ thuộc cấu hình, không phải bảo đảm chung về thời lượng hoặc thời điểm sự kiện. Giữ chữ nhỏ và các chuyển cảnh quan trọng dễ đọc, đồng thời kiểm tra văn bản trích xuất, phép tính và mã được sinh trước khi dùng kết quả. Giá trị thực tế của phiên bản 9B nằm ở phạm vi nhiệm vụ kết hợp văn bản/thị giác được mô tả và chế độ phản hồi có thể điều khiển, đồng thời giữ đúng định danh kiến trúc dày đặc.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Implement a small text normaliser\n\nWrite a Python function normalise_code(value) for product codes. Trim leading and trailing spaces, convert letters to uppercase and preserve internal hyphens and digits. Empty or whitespace-only input returns an empty string. Provide tests for ' ab-17 ', 'X-0' and ' '. Do not remove punctuation beyond surrounding whitespace or use external packages.The complete function and three assert tests preserving the specified code semantics.The function converts ' ab-17 ' to 'AB-17' while retaining the hyphen and digit order.qwen/qwen3.5-9bQwen3.5-9B là mô hình thị giác-ngôn ngữ kiến trúc dày đặc có 9 tỷ tham số của Qwen, dành cho văn bản, hình ảnh và video, trả về văn bản. Mô hình kết hợp suy luận, lập trình, gọi công cụ và công việc đa ngôn ngữ, với chế độ suy nghĩ có thể lựa chọn và ngữ cảnh gốc 262,144 token có thể mở rộng bằng cấu 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 trong phiên bản 9B kiến trúc dày đặc
Qwen3.5-9B là checkpoint thị giác-ngôn ngữ kiến trúc dày đặc có 9 tỷ tham số đã qua hậu huấn luyện. Mô hình nhận văn bản, hình ảnh và video, trả về văn bản. Dòng mô hình kết hợp suy luận, lập trình, tác tử và hiểu thị giác qua hợp nhất huấn luyện văn bản và thị giác từ giai đoạn sớm, học tăng cường trên nhiệm vụ phức tạp dần và hỗ trợ 201 ngôn ngữ, phương ngữ. Phạm vi ngôn ngữ đó là khả năng của dòng mô hình, không phải bảo đảm độ tin cậy giống nhau cho mọi ngôn ngữ hoặc chủ đề.
Với công việc tài liệu đa ngôn ngữ, nêu ngôn ngữ đích, giữ thuật ngữ kỹ thuật và yêu cầu kết quả xác định trường hoặc đoạn nguồn được sử dụng. Với câu hỏi thị giác, cung cấp hình dễ đọc và nhiệm vụ chính xác. Với yêu cầu lập trình nhỏ, cung cấp đầu vào, hành vi mong muốn và mã liên quan. Mô hình không sinh hình ảnh hoặc video khi phân tích tư liệu thị giác.
Tổng quan mô hình
Mô hình 9B cụ thể này có kiến trúc dày đặc, với 32 lớp mô hình ngôn ngữ và bộ mã hóa thị giác. Bố cục lai lặp lại ba lớp Gated DeltaNet, tiếp theo là một lớp chú ý có cổng, dùng mạng truyền thẳng kiến trúc dày đặc. Dự đoán nhiều token được đưa vào huấn luyện. Dòng mô hình còn có các mô hình chuyên gia thưa, nhưng không nên áp dụng mô tả tổng số tham số và số được kích hoạt của chúng cho phiên bản kiến trúc dày đặc này.
Ngữ cảnh gốc là 262,144 token, với khả năng mở rộng có điều kiện lên 1,010,000. Cấu hình và quy mô tham số của mô hình cần được phân biệt với checkpoint Base, các kích thước Qwen3.5 khác và bản lượng tử hóa. Số tham số nhỏ hơn xác định phiên bản; tự nó không xác lập thời gian phản hồi chung hoặc thứ hạng chất lượng. Với nhiệm vụ suy nghĩ phức tạp, Qwen khuyến nghị giữ ngữ cảnh cấu hình tối thiểu 128K token khi có thể.
Đầu vào và các chế độ phản hồi
Nhà phát triển minh họa câu hỏi chỉ có văn bản, hình ảnh và video. Cung cấp câu hỏi tài liệu kèm trang liên quan và các trường mong đợi, hoặc câu hỏi video kèm sự kiện và khoảng thời gian quan trọng. Giữ nhãn, đơn vị và thứ tự khung hình. Yêu cầu kết quả có thể đối chiếu với nguồn, chẳng hạn bảng giá trị trích xuất hoặc giải thích dẫn bằng chứng nhìn thấy.
Chế độ suy nghĩ được bật mặc định. enable_thinking có thể tắt suy luận để phản hồi trực tiếp, trong khi các công tắc prompt mềm /think và /nothink trước đây không được hỗ trợ chính thức. Dùng mẫu của nhà phát triển và tách suy luận khỏi văn bản cuối cùng khi giao diện cung cấp cả hai. Khuyến nghị lịch sử của Qwen3.5 là giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ; không nên đưa hành vi lưu giữ lịch sử mới hơn vào bản phát hành này.
Sử dụng tác tử
Qwen mô tả gọi công cụ và khuyến nghị Qwen-Agent, bao gồm công cụ được cấu hình hoặc kết nối qua MCP, cùng Qwen Code cho công việc tác tử lập trình. Nêu công cụ được phép dùng và kết quả có thể quan sát. Công cụ được kết nối có thể cung cấp phép tính, truy xuất nguồn hoặc phản hồi thực thi thực tế; mô hình sau đó dùng thông tin ấy trong câu trả lời. Công cụ và hành động bên ngoài thuộc về ứng dụng, vì vậy tên mô hình riêng lẻ không xác lập quyền truy cập hoặc khả năng thực thi.
Văn bản cực dài
Phương pháp mở rộng được mô tả dùng YaRN với các thiết lập vị trí riêng của checkpoint này. Hệ số bốn hướng đến quy trình khoảng một triệu token; với 524,288 token, nhà phát triển gợi ý hệ số hai. 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 dài thực tế. Đầu vào, biểu diễn thị giác, lịch sử, suy luận và đầu ra cuối cùng cùng dùng hạn mức độ dài chuỗi. Tổ chức tư liệu dài theo định danh tài liệu hoặc mã và chừa không gian cho sản phẩm được yêu cầu.
Khuyến nghị sinh nội dung
Phần Best Practices trong thẻ mô hình phân biệt một số bộ thiết lập. 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 nhiệm vụ suy luận bằng phản hồi trực tiếp, Best Practices lại khuyến nghị temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Đây là các công thức theo nhiệm vụ, không phải giá trị để kết hợp tùy tiện. Mức phạt hiện diện lớn hơn có thể làm lẫn ngôn ngữ hoặc giảm nhẹ chất lượng.
Qwen khuyến nghị hạn mức sinh 32,768 token cho phần lớn truy vấn và 81,920 cho câu hỏi toán hoặc lập trình đặc biệt phức tạp. Đó là khuyến nghị thay vì các mức trần đầu ra cứng độc lập. Nêu định dạng câu trả lời, chẳng hạn kết quả toán có dấu phân cách hoặc trường câu trả lời, và kiểm tra kết luận theo nguồn.
Chi tiết video và giới hạn thực chất
Ví dụ video của nhà phát triển mặc định dùng hai khung hình mỗi giây trong quy trình được hỗ trợ. Hướng dẫn cho tư liệu dài hàng giờ mở rộng hạn mức bộ xử lý video lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Đây là ví dụ phụ thuộc cấu hình, không phải bảo đảm chung về thời lượng hoặc thời điểm sự kiện. Giữ chữ nhỏ và các chuyển cảnh quan trọng dễ đọc, đồng thời kiểm tra văn bản trích xuất, phép tính và mã được sinh trước khi dùng kết quả. Giá trị thực tế của phiên bản 9B nằm ở phạm vi nhiệm vụ kết hợp văn bản/thị giác được mô tả và chế độ phản hồi có thể điều khiển, đồng thời giữ đúng định danh kiến trúc dày đặc.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen/qwen3.5-9b | 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 $0.0002 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0002 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.5-9b", "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/qwen3.5-9b',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/qwen3.5-9b',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/qwen3.5-9b
Dùng các đường dẫn phương thức hiển thị ở trên.
qwen/qwen3.5-9bQwen3.5-9B là mô hình thị giác-ngôn ngữ kiến trúc dày đặc có 9 tỷ tham số của Qwen, dành cho văn bản, hình ảnh và video, trả về văn bản. Mô hình kết hợp suy luận, lập trình, gọi công cụ và công việc đa ngôn ngữ, với chế độ suy nghĩ có thể lựa chọn và ngữ cảnh gốc 262,144 token có thể mở rộng bằng cấu 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 trong phiên bản 9B kiến trúc dày đặc
Qwen3.5-9B là checkpoint thị giác-ngôn ngữ kiến trúc dày đặc có 9 tỷ tham số đã qua hậu huấn luyện. Mô hình nhận văn bản, hình ảnh và video, trả về văn bản. Dòng mô hình kết hợp suy luận, lập trình, tác tử và hiểu thị giác qua hợp nhất huấn luyện văn bản và thị giác từ giai đoạn sớm, học tăng cường trên nhiệm vụ phức tạp dần và hỗ trợ 201 ngôn ngữ, phương ngữ. Phạm vi ngôn ngữ đó là khả năng của dòng mô hình, không phải bảo đảm độ tin cậy giống nhau cho mọi ngôn ngữ hoặc chủ đề.
Với công việc tài liệu đa ngôn ngữ, nêu ngôn ngữ đích, giữ thuật ngữ kỹ thuật và yêu cầu kết quả xác định trường hoặc đoạn nguồn được sử dụng. Với câu hỏi thị giác, cung cấp hình dễ đọc và nhiệm vụ chính xác. Với yêu cầu lập trình nhỏ, cung cấp đầu vào, hành vi mong muốn và mã liên quan. Mô hình không sinh hình ảnh hoặc video khi phân tích tư liệu thị giác.
Tổng quan mô hình
Mô hình 9B cụ thể này có kiến trúc dày đặc, với 32 lớp mô hình ngôn ngữ và bộ mã hóa thị giác. Bố cục lai lặp lại ba lớp Gated DeltaNet, tiếp theo là một lớp chú ý có cổng, dùng mạng truyền thẳng kiến trúc dày đặc. Dự đoán nhiều token được đưa vào huấn luyện. Dòng mô hình còn có các mô hình chuyên gia thưa, nhưng không nên áp dụng mô tả tổng số tham số và số được kích hoạt của chúng cho phiên bản kiến trúc dày đặc này.
Ngữ cảnh gốc là 262,144 token, với khả năng mở rộng có điều kiện lên 1,010,000. Cấu hình và quy mô tham số của mô hình cần được phân biệt với checkpoint Base, các kích thước Qwen3.5 khác và bản lượng tử hóa. Số tham số nhỏ hơn xác định phiên bản; tự nó không xác lập thời gian phản hồi chung hoặc thứ hạng chất lượng. Với nhiệm vụ suy nghĩ phức tạp, Qwen khuyến nghị giữ ngữ cảnh cấu hình tối thiểu 128K token khi có thể.
Đầu vào và các chế độ phản hồi
Nhà phát triển minh họa câu hỏi chỉ có văn bản, hình ảnh và video. Cung cấp câu hỏi tài liệu kèm trang liên quan và các trường mong đợi, hoặc câu hỏi video kèm sự kiện và khoảng thời gian quan trọng. Giữ nhãn, đơn vị và thứ tự khung hình. Yêu cầu kết quả có thể đối chiếu với nguồn, chẳng hạn bảng giá trị trích xuất hoặc giải thích dẫn bằng chứng nhìn thấy.
Chế độ suy nghĩ được bật mặc định. enable_thinking có thể tắt suy luận để phản hồi trực tiếp, trong khi các công tắc prompt mềm /think và /nothink trước đây không được hỗ trợ chính thức. Dùng mẫu của nhà phát triển và tách suy luận khỏi văn bản cuối cùng khi giao diện cung cấp cả hai. Khuyến nghị lịch sử của Qwen3.5 là giữ câu trả lời cuối cùng không kèm nội dung suy nghĩ; không nên đưa hành vi lưu giữ lịch sử mới hơn vào bản phát hành này.
Sử dụng tác tử
Qwen mô tả gọi công cụ và khuyến nghị Qwen-Agent, bao gồm công cụ được cấu hình hoặc kết nối qua MCP, cùng Qwen Code cho công việc tác tử lập trình. Nêu công cụ được phép dùng và kết quả có thể quan sát. Công cụ được kết nối có thể cung cấp phép tính, truy xuất nguồn hoặc phản hồi thực thi thực tế; mô hình sau đó dùng thông tin ấy trong câu trả lời. Công cụ và hành động bên ngoài thuộc về ứng dụng, vì vậy tên mô hình riêng lẻ không xác lập quyền truy cập hoặc khả năng thực thi.
Văn bản cực dài
Phương pháp mở rộng được mô tả dùng YaRN với các thiết lập vị trí riêng của checkpoint này. Hệ số bốn hướng đến quy trình khoảng một triệu token; với 524,288 token, nhà phát triển gợi ý hệ số hai. 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 dài thực tế. Đầu vào, biểu diễn thị giác, lịch sử, suy luận và đầu ra cuối cùng cùng dùng hạn mức độ dài chuỗi. Tổ chức tư liệu dài theo định danh tài liệu hoặc mã và chừa không gian cho sản phẩm được yêu cầu.
Khuyến nghị sinh nội dung
Phần Best Practices trong thẻ mô hình phân biệt một số bộ thiết lập. 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 nhiệm vụ suy luận bằng phản hồi trực tiếp, Best Practices lại khuyến nghị temperature 1.0, top_p 1.0, top_k 40 và presence penalty 2.0. Đây là các công thức theo nhiệm vụ, không phải giá trị để kết hợp tùy tiện. Mức phạt hiện diện lớn hơn có thể làm lẫn ngôn ngữ hoặc giảm nhẹ chất lượng.
Qwen khuyến nghị hạn mức sinh 32,768 token cho phần lớn truy vấn và 81,920 cho câu hỏi toán hoặc lập trình đặc biệt phức tạp. Đó là khuyến nghị thay vì các mức trần đầu ra cứng độc lập. Nêu định dạng câu trả lời, chẳng hạn kết quả toán có dấu phân cách hoặc trường câu trả lời, và kiểm tra kết luận theo nguồn.
Chi tiết video và giới hạn thực chất
Ví dụ video của nhà phát triển mặc định dùng hai khung hình mỗi giây trong quy trình được hỗ trợ. Hướng dẫn cho tư liệu dài hàng giờ mở rộng hạn mức bộ xử lý video lên khoảng 224K token video để lấy mẫu ở tốc độ cao hơn. Đây là ví dụ phụ thuộc cấu hình, không phải bảo đảm chung về thời lượng hoặc thời điểm sự kiện. Giữ chữ nhỏ và các chuyển cảnh quan trọng dễ đọc, đồng thời kiểm tra văn bản trích xuất, phép tính và mã được sinh trước khi dùng kết quả. Giá trị thực tế của phiên bản 9B nằm ở phạm vi nhiệm vụ kết hợp văn bản/thị giác được mô tả và chế độ phản hồi có thể điều khiển, đồng thời giữ đúng định danh kiến trúc dày đặc.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen/qwen3.5-9b | 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 $0.0002 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0002 / 1K token Đầu ra · Token đầu ra $0.0003 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "qwen/qwen3.5-9b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.5-9b', '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/qwen3.5-9b', '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/qwen3.5-9b
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Implement a small text normaliser\n\nWrite a Python function normalise_code(value) for product codes. Trim leading and trailing spaces, convert letters to uppercase and preserve internal hyphens and digits. Empty or whitespace-only input returns an empty string. Provide tests for ' ab-17 ', 'X-0' and ' '. Do not remove punctuation beyond surrounding whitespace or use external packages.The complete function and three assert tests preserving the specified code semantics.The function converts ' ab-17 ' to 'AB-17' while retaining the hyphen and digit order.