Qwen3-4B áp dụng thiết kế phản hồi lai của Qwen3 vào một mô hình ngôn ngữ dày đặc nhỏ gọn. Nhà sản xuất mô tả suy luận toán học và logic, tạo mã, viết sáng tạo, tương tác theo vai trò và hội thoại nhiều lượt, cùng khả năng làm theo chỉ dẫn ở hơn 100 ngôn ngữ và phương ngữ. Một tác vụ biên tập hoặc kỹ thuật có trọng tâm là cách sử dụng hữu ích: cung cấp đoạn nguồn cụ thể và yêu cầu một phép biến đổi được xác định rõ, thay vì một bài tổng quan mở.
Bản phát hành có bốn tỷ tham số, trong đó 3.6 tỷ nằm ngoài phần nhúng, và 36 lớp. Chú ý truy vấn theo nhóm dùng 32 đầu truy vấn và tám đầu khóa/giá trị. Cả đầu vào lẫn đầu ra đều là văn bản. Thẻ này mô tả bản Qwen3-4B lai ban đầu, không phải mô hình Thinking hoặc Instruct theo ngày xuất hiện sau. Ví dụ thực tế là chuyển ghi chú sự cố ngắn thành bản bàn giao vận hành gồm lỗi quan sát được, ảnh hưởng đã biết và bước điều tra tiếp theo. Cung cấp các dữ kiện dưới dạng trường riêng và yêu cầu mô hình đánh dấu thông tin thiếu thay vì tự điền.
Chuẩn bị chỉ dẫn và nguồn thành các phần riêng của tin nhắn trò chuyện. Với lập trình, đính kèm hàm nhỏ, đầu vào đại diện và giá trị trả về mong muốn, rồi yêu cầu giải thích hoặc thay đổi phạm vi hẹp. Yêu cầu một trường hợp thông thường và một trường hợp biên trong đầu ra. Với viết, nêu đối tượng đọc, độ dài và từ vựng phải giữ nguyên. Với phân loại, cung cấp nhãn được phép, định nghĩa và đầu ra mẫu; sau đó kiểm tra lựa chọn trả về với danh sách đó. Tích hợp được công bố cần môi trường thực thi nhận biết Qwen3; thẻ cảnh báo các phiên bản Transformers dưới 4.51.0 không nhận ra kiến trúc bắt buộc.
Thinking và non-thinking được tích hợp trong cùng bản phát hành. Trong mẫu của nhà sản xuất, thinking bật theo mặc định và một thiết lập tắt cứng sẽ tắt nó. Khi thinking đang bật, /think và /no_think là chỉ dẫn mềm có thể đổi hành vi giữa các lượt; chỉ dẫn mới nhất có hiệu lực. Chúng không bật lại chế độ đã tắt cứng. Một phép biến đổi văn bản ngắn có thể yêu cầu câu trả lời trực tiếp, còn giải thích điều kiện mâu thuẫn có thể dùng suy luận. Lưu phản hồi cuối, thay vì văn bản suy luận trước đó, làm kết quả hữu ích của lượt hội thoại. Khi thinking bật, ngay cả yêu cầu non-thinking mềm vẫn giữ một khối suy luận; nội dung khối có thể rỗng. Tắt cứng loại bỏ khối đó.
Thẻ mô hình bao gồm sử dụng tác nhân và khuyến nghị Qwen-Agent cho định nghĩa công cụ và phân tích cú pháp. Với trợ lý phân loại phiếu hỗ trợ đến rồi tra mô tả danh mục, ứng dụng sẽ cung cấp công cụ tra cứu, thực thi lời gọi được chấp nhận và trả kết quả. Xác định trước đối số cùng trường mong đợi. Yêu cầu bản ghi phiếu cuối với danh mục đã chọn, giải thích ngắn và trường chưa biết. Xác thực bản ghi và giữ kết quả công cụ dùng để tạo nó. Hướng dẫn Qwen3 cũng mô tả lời gọi công cụ song song và nhiều bước, với đối số là đối tượng và kết quả được đưa trở lại hội thoại.
Thẻ chính xác này nêu ngữ cảnh gốc 32,768 token và ghi nhận mở rộng đến 131,072 bằng YaRN. Con số mở rộng gắn với cấu hình; co giãn tĩnh có thể ảnh hưởng đầu vào ngắn hơn. Lập kế hoạch cho toàn bộ yêu cầu và phản hồi cùng nhau. Với tập ghi chú ngắn, gắn nhãn từng mục, yêu cầu mã định danh đầu ra tương ứng và dùng lược đồ gọn để kết quả tạo ra vẫn vừa. Ví dụ và khuyến nghị độ dài đầu ra trong thẻ không phải giới hạn tạo cứng phổ quát. Tài liệu Qwen3 thảo luận độ dài tin nhắn assistant 38,912 token ở thinking và 16,384 ở non-thinking trong phần giải thích độ dài huấn luyện, đồng thời khuyến nghị đánh giá chất lượng khi tạo dài hơn. Các con số khác với cửa sổ ngữ cảnh tổng thể và không phải mức trần cứng riêng của endpoint. Thẻ cũng giải thích phân bổ vị trí mặc định 40,960 token gồm 8,192 cho lời nhắc thông thường cộng 32,768 cho đầu ra; đây là hướng dẫn cấu hình của nhà sản xuất, tách biệt với ngữ cảnh huấn luyện gốc và mọi giới hạn endpoint.
Phiên bản này có cảnh báo bổ sung về lặp kéo dài. Nhà sản xuất dẫn cấu hình lấy mẫu được khuyến nghị và đề xuất presence_penalty 1.5 nếu lặp đáng kể. Hướng dẫn chung lưu ý mức phạt mạnh hơn có thể tạo đầu ra lẫn ngôn ngữ hoặc giảm chất lượng, nên đây là thiết lập có mục tiêu chứ không phải bảo đảm. Thinking dùng temperature 0.6, top-p 0.95, top-k 20 và min-p 0; non-thinking dùng 0.7, 0.8, 20 và 0. Tránh giải mã tham lam cho suy luận, yêu cầu câu trả lời cuối có ranh giới rõ và kiểm tra kết quả về mệnh đề lặp, trường thiếu cùng thuật ngữ bị đổi.
", "aboutText": "Qwen3-4B áp dụng thiết kế phản hồi lai của Qwen3 vào một mô hình ngôn ngữ dày đặc nhỏ gọn. Nhà sản xuất mô tả suy luận toán học và logic, tạo mã, viết sáng tạo, tương tác theo vai trò và hội thoại nhiều lượt, cùng khả năng làm theo chỉ dẫn ở hơn 100 ngôn ngữ và phương ngữ. Một tác vụ biên tập hoặc kỹ thuật có trọng tâm là cách sử dụng hữu ích: cung cấp đoạn nguồn cụ thể và yêu cầu một phép biến đổi được xác định rõ, thay vì một bài tổng quan mở.\n\nBản phát hành có bốn tỷ tham số, trong đó 3.6 tỷ nằm ngoài phần nhúng, và 36 lớp. Chú ý truy vấn theo nhóm dùng 32 đầu truy vấn và tám đầu khóa/giá trị. Cả đầu vào lẫn đầu ra đều là văn bản. Thẻ này mô tả bản Qwen3-4B lai ban đầu, không phải mô hình Thinking hoặc Instruct theo ngày xuất hiện sau. Ví dụ thực tế là chuyển ghi chú sự cố ngắn thành bản bàn giao vận hành gồm lỗi quan sát được, ảnh hưởng đã biết và bước điều tra tiếp theo. Cung cấp các dữ kiện dưới dạng trường riêng và yêu cầu mô hình đánh dấu thông tin thiếu thay vì tự điền.\n\nChuẩn bị chỉ dẫn và nguồn thành các phần riêng của tin nhắn trò chuyện. Với lập trình, đính kèm hàm nhỏ, đầu vào đại diện và giá trị trả về mong muốn, rồi yêu cầu giải thích hoặc thay đổi phạm vi hẹp. Yêu cầu một trường hợp thông thường và một trường hợp biên trong đầu ra. Với viết, nêu đối tượng đọc, độ dài và từ vựng phải giữ nguyên. Với phân loại, cung cấp nhãn được phép, định nghĩa và đầu ra mẫu; sau đó kiểm tra lựa chọn trả về với danh sách đó. Tích hợp được công bố cần môi trường thực thi nhận biết Qwen3; thẻ cảnh báo các phiên bản Transformers dưới 4.51.0 không nhận ra kiến trúc bắt buộc.\n\nThinking và non-thinking được tích hợp trong cùng bản phát hành. Trong mẫu của nhà sản xuất, thinking bật theo mặc định và một thiết lập tắt cứng sẽ tắt nó. Khi thinking đang bật, /think và /no_think là chỉ dẫn mềm có thể đổi hành vi giữa các lượt; chỉ dẫn mới nhất có hiệu lực. Chúng không bật lại chế độ đã tắt cứng. Một phép biến đổi văn bản ngắn có thể yêu cầu câu trả lời trực tiếp, còn giải thích điều kiện mâu thuẫn có thể dùng suy luận. Lưu phản hồi cuối, thay vì văn bản suy luận trước đó, làm kết quả hữu ích của lượt hội thoại. Khi thinking bật, ngay cả yêu cầu non-thinking mềm vẫn giữ một khối suy luận; nội dung khối có thể rỗng. Tắt cứng loại bỏ khối đó.\n\nThẻ mô hình bao gồm sử dụng tác nhân và khuyến nghị Qwen-Agent cho định nghĩa công cụ và phân tích cú pháp. Với trợ lý phân loại phiếu hỗ trợ đến rồi tra mô tả danh mục, ứng dụng sẽ cung cấp công cụ tra cứu, thực thi lời gọi được chấp nhận và trả kết quả. Xác định trước đối số cùng trường mong đợi. Yêu cầu bản ghi phiếu cuối với danh mục đã chọn, giải thích ngắn và trường chưa biết. Xác thực bản ghi và giữ kết quả công cụ dùng để tạo nó. Hướng dẫn Qwen3 cũng mô tả lời gọi công cụ song song và nhiều bước, với đối số là đối tượng và kết quả được đưa trở lại hội thoại.\n\nThẻ chính xác này nêu ngữ cảnh gốc 32,768 token và ghi nhận mở rộng đến 131,072 bằng YaRN. Con số mở rộng gắn với cấu hình; co giãn tĩnh có thể ảnh hưởng đầu vào ngắn hơn. Lập kế hoạch cho toàn bộ yêu cầu và phản hồi cùng nhau. Với tập ghi chú ngắn, gắn nhãn từng mục, yêu cầu mã định danh đầu ra tương ứng và dùng lược đồ gọn để kết quả tạo ra vẫn vừa. Ví dụ và khuyến nghị độ dài đầu ra trong thẻ không phải giới hạn tạo cứng phổ quát. Tài liệu Qwen3 thảo luận độ dài tin nhắn assistant 38,912 token ở thinking và 16,384 ở non-thinking trong phần giải thích độ dài huấn luyện, đồng thời khuyến nghị đánh giá chất lượng khi tạo dài hơn. Các con số khác với cửa sổ ngữ cảnh tổng thể và không phải mức trần cứng riêng của endpoint. Thẻ cũng giải thích phân bổ vị trí mặc định 40,960 token gồm 8,192 cho lời nhắc thông thường cộng 32,768 cho đầu ra; đây là hướng dẫn cấu hình của nhà sản xuất, tách biệt với ngữ cảnh huấn luyện gốc và mọi giới hạn endpoint.\n\nPhiên bản này có cảnh báo bổ sung về lặp kéo dài. Nhà sản xuất dẫn cấu hình lấy mẫu được khuyến nghị và đề xuất presence_penalty 1.5 nếu lặp đáng kể. Hướng dẫn chung lưu ý mức phạt mạnh hơn có thể tạo đầu ra lẫn ngôn ngữ hoặc giảm chất lượng, nên đây là thiết lập có mục tiêu chứ không phải bảo đảm. Thinking dùng temperature 0.6, top-p 0.95, top-k 20 và min-p 0; non-thinking dùng 0.7, 0.8, 20 và 0. Tránh giải mã tham lam cho suy luận, yêu cầu câu trả lời cuối có ranh giới rõ và kiểm tra kết quả về mệnh đề lặp, trường thiếu cùng thuật ngữ bị đổi.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.qwen3-4bQwen3-4B là mô hình văn bản bốn tỷ tham số để làm theo chỉ dẫn, hội thoại đa ngôn ngữ và lập trình. Thiết kế kết hợp hỗ trợ cả trả lời trực tiếp lẫn chế độ suy nghĩ, với hướng dẫn riêng theo phiên bản để kiểm soát lặp lại.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Qwen3-4B áp dụng thiết kế phản hồi lai của Qwen3 vào một mô hình ngôn ngữ dày đặc nhỏ gọn. Nhà sản xuất mô tả suy luận toán học và logic, tạo mã, viết sáng tạo, tương tác theo vai trò và hội thoại nhiều lượt, cùng khả năng làm theo chỉ dẫn ở hơn 100 ngôn ngữ và phương ngữ. Một tác vụ biên tập hoặc kỹ thuật có trọng tâm là cách sử dụng hữu ích: cung cấp đoạn nguồn cụ thể và yêu cầu một phép biến đổi được xác định rõ, thay vì một bài tổng quan mở.
Bản phát hành có bốn tỷ tham số, trong đó 3.6 tỷ nằm ngoài phần nhúng, và 36 lớp. Chú ý truy vấn theo nhóm dùng 32 đầu truy vấn và tám đầu khóa/giá trị. Cả đầu vào lẫn đầu ra đều là văn bản. Thẻ này mô tả bản Qwen3-4B lai ban đầu, không phải mô hình Thinking hoặc Instruct theo ngày xuất hiện sau. Ví dụ thực tế là chuyển ghi chú sự cố ngắn thành bản bàn giao vận hành gồm lỗi quan sát được, ảnh hưởng đã biết và bước điều tra tiếp theo. Cung cấp các dữ kiện dưới dạng trường riêng và yêu cầu mô hình đánh dấu thông tin thiếu thay vì tự điền.
Chuẩn bị chỉ dẫn và nguồn thành các phần riêng của tin nhắn trò chuyện. Với lập trình, đính kèm hàm nhỏ, đầu vào đại diện và giá trị trả về mong muốn, rồi yêu cầu giải thích hoặc thay đổi phạm vi hẹp. Yêu cầu một trường hợp thông thường và một trường hợp biên trong đầu ra. Với viết, nêu đối tượng đọc, độ dài và từ vựng phải giữ nguyên. Với phân loại, cung cấp nhãn được phép, định nghĩa và đầu ra mẫu; sau đó kiểm tra lựa chọn trả về với danh sách đó. Tích hợp được công bố cần môi trường thực thi nhận biết Qwen3; thẻ cảnh báo các phiên bản Transformers dưới 4.51.0 không nhận ra kiến trúc bắt buộc.
Thinking và non-thinking được tích hợp trong cùng bản phát hành. Trong mẫu của nhà sản xuất, thinking bật theo mặc định và một thiết lập tắt cứng sẽ tắt nó. Khi thinking đang bật, /think và /no_think là chỉ dẫn mềm có thể đổi hành vi giữa các lượt; chỉ dẫn mới nhất có hiệu lực. Chúng không bật lại chế độ đã tắt cứng. Một phép biến đổi văn bản ngắn có thể yêu cầu câu trả lời trực tiếp, còn giải thích điều kiện mâu thuẫn có thể dùng suy luận. Lưu phản hồi cuối, thay vì văn bản suy luận trước đó, làm kết quả hữu ích của lượt hội thoại. Khi thinking bật, ngay cả yêu cầu non-thinking mềm vẫn giữ một khối suy luận; nội dung khối có thể rỗng. Tắt cứng loại bỏ khối đó.
Thẻ mô hình bao gồm sử dụng tác nhân và khuyến nghị Qwen-Agent cho định nghĩa công cụ và phân tích cú pháp. Với trợ lý phân loại phiếu hỗ trợ đến rồi tra mô tả danh mục, ứng dụng sẽ cung cấp công cụ tra cứu, thực thi lời gọi được chấp nhận và trả kết quả. Xác định trước đối số cùng trường mong đợi. Yêu cầu bản ghi phiếu cuối với danh mục đã chọn, giải thích ngắn và trường chưa biết. Xác thực bản ghi và giữ kết quả công cụ dùng để tạo nó. Hướng dẫn Qwen3 cũng mô tả lời gọi công cụ song song và nhiều bước, với đối số là đối tượng và kết quả được đưa trở lại hội thoại.
Thẻ chính xác này nêu ngữ cảnh gốc 32,768 token và ghi nhận mở rộng đến 131,072 bằng YaRN. Con số mở rộng gắn với cấu hình; co giãn tĩnh có thể ảnh hưởng đầu vào ngắn hơn. Lập kế hoạch cho toàn bộ yêu cầu và phản hồi cùng nhau. Với tập ghi chú ngắn, gắn nhãn từng mục, yêu cầu mã định danh đầu ra tương ứng và dùng lược đồ gọn để kết quả tạo ra vẫn vừa. Ví dụ và khuyến nghị độ dài đầu ra trong thẻ không phải giới hạn tạo cứng phổ quát. Tài liệu Qwen3 thảo luận độ dài tin nhắn assistant 38,912 token ở thinking và 16,384 ở non-thinking trong phần giải thích độ dài huấn luyện, đồng thời khuyến nghị đánh giá chất lượng khi tạo dài hơn. Các con số khác với cửa sổ ngữ cảnh tổng thể và không phải mức trần cứng riêng của endpoint. Thẻ cũng giải thích phân bổ vị trí mặc định 40,960 token gồm 8,192 cho lời nhắc thông thường cộng 32,768 cho đầu ra; đây là hướng dẫn cấu hình của nhà sản xuất, tách biệt với ngữ cảnh huấn luyện gốc và mọi giới hạn endpoint.
Phiên bản này có cảnh báo bổ sung về lặp kéo dài. Nhà sản xuất dẫn cấu hình lấy mẫu được khuyến nghị và đề xuất presence_penalty 1.5 nếu lặp đáng kể. Hướng dẫn chung lưu ý mức phạt mạnh hơn có thể tạo đầu ra lẫn ngôn ngữ hoặc giảm chất lượng, nên đây là thiết lập có mục tiêu chứ không phải bảo đảm. Thinking dùng temperature 0.6, top-p 0.95, top-k 20 và min-p 0; non-thinking dùng 0.7, 0.8, 20 và 0. Tránh giải mã tham lam cho suy luận, yêu cầu câu trả lời cuối có ranh giới rõ và kiểm tra kết quả về mệnh đề lặp, trường thiếu cùng thuật ngữ bị đổi.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen3-4b | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.001 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-4b", "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='qwen3-4b',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='qwen3-4b',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 qwen3-4b
Dùng các đường dẫn phương thức hiển thị ở trên.
qwen3-4bQwen3-4B là mô hình văn bản bốn tỷ tham số để làm theo chỉ dẫn, hội thoại đa ngôn ngữ và lập trình. Thiết kế kết hợp hỗ trợ cả trả lời trực tiếp lẫn chế độ suy nghĩ, với hướng dẫn riêng theo phiên bản để kiểm soát lặp lại.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Qwen3-4B áp dụng thiết kế phản hồi lai của Qwen3 vào một mô hình ngôn ngữ dày đặc nhỏ gọn. Nhà sản xuất mô tả suy luận toán học và logic, tạo mã, viết sáng tạo, tương tác theo vai trò và hội thoại nhiều lượt, cùng khả năng làm theo chỉ dẫn ở hơn 100 ngôn ngữ và phương ngữ. Một tác vụ biên tập hoặc kỹ thuật có trọng tâm là cách sử dụng hữu ích: cung cấp đoạn nguồn cụ thể và yêu cầu một phép biến đổi được xác định rõ, thay vì một bài tổng quan mở.
Bản phát hành có bốn tỷ tham số, trong đó 3.6 tỷ nằm ngoài phần nhúng, và 36 lớp. Chú ý truy vấn theo nhóm dùng 32 đầu truy vấn và tám đầu khóa/giá trị. Cả đầu vào lẫn đầu ra đều là văn bản. Thẻ này mô tả bản Qwen3-4B lai ban đầu, không phải mô hình Thinking hoặc Instruct theo ngày xuất hiện sau. Ví dụ thực tế là chuyển ghi chú sự cố ngắn thành bản bàn giao vận hành gồm lỗi quan sát được, ảnh hưởng đã biết và bước điều tra tiếp theo. Cung cấp các dữ kiện dưới dạng trường riêng và yêu cầu mô hình đánh dấu thông tin thiếu thay vì tự điền.
Chuẩn bị chỉ dẫn và nguồn thành các phần riêng của tin nhắn trò chuyện. Với lập trình, đính kèm hàm nhỏ, đầu vào đại diện và giá trị trả về mong muốn, rồi yêu cầu giải thích hoặc thay đổi phạm vi hẹp. Yêu cầu một trường hợp thông thường và một trường hợp biên trong đầu ra. Với viết, nêu đối tượng đọc, độ dài và từ vựng phải giữ nguyên. Với phân loại, cung cấp nhãn được phép, định nghĩa và đầu ra mẫu; sau đó kiểm tra lựa chọn trả về với danh sách đó. Tích hợp được công bố cần môi trường thực thi nhận biết Qwen3; thẻ cảnh báo các phiên bản Transformers dưới 4.51.0 không nhận ra kiến trúc bắt buộc.
Thinking và non-thinking được tích hợp trong cùng bản phát hành. Trong mẫu của nhà sản xuất, thinking bật theo mặc định và một thiết lập tắt cứng sẽ tắt nó. Khi thinking đang bật, /think và /no_think là chỉ dẫn mềm có thể đổi hành vi giữa các lượt; chỉ dẫn mới nhất có hiệu lực. Chúng không bật lại chế độ đã tắt cứng. Một phép biến đổi văn bản ngắn có thể yêu cầu câu trả lời trực tiếp, còn giải thích điều kiện mâu thuẫn có thể dùng suy luận. Lưu phản hồi cuối, thay vì văn bản suy luận trước đó, làm kết quả hữu ích của lượt hội thoại. Khi thinking bật, ngay cả yêu cầu non-thinking mềm vẫn giữ một khối suy luận; nội dung khối có thể rỗng. Tắt cứng loại bỏ khối đó.
Thẻ mô hình bao gồm sử dụng tác nhân và khuyến nghị Qwen-Agent cho định nghĩa công cụ và phân tích cú pháp. Với trợ lý phân loại phiếu hỗ trợ đến rồi tra mô tả danh mục, ứng dụng sẽ cung cấp công cụ tra cứu, thực thi lời gọi được chấp nhận và trả kết quả. Xác định trước đối số cùng trường mong đợi. Yêu cầu bản ghi phiếu cuối với danh mục đã chọn, giải thích ngắn và trường chưa biết. Xác thực bản ghi và giữ kết quả công cụ dùng để tạo nó. Hướng dẫn Qwen3 cũng mô tả lời gọi công cụ song song và nhiều bước, với đối số là đối tượng và kết quả được đưa trở lại hội thoại.
Thẻ chính xác này nêu ngữ cảnh gốc 32,768 token và ghi nhận mở rộng đến 131,072 bằng YaRN. Con số mở rộng gắn với cấu hình; co giãn tĩnh có thể ảnh hưởng đầu vào ngắn hơn. Lập kế hoạch cho toàn bộ yêu cầu và phản hồi cùng nhau. Với tập ghi chú ngắn, gắn nhãn từng mục, yêu cầu mã định danh đầu ra tương ứng và dùng lược đồ gọn để kết quả tạo ra vẫn vừa. Ví dụ và khuyến nghị độ dài đầu ra trong thẻ không phải giới hạn tạo cứng phổ quát. Tài liệu Qwen3 thảo luận độ dài tin nhắn assistant 38,912 token ở thinking và 16,384 ở non-thinking trong phần giải thích độ dài huấn luyện, đồng thời khuyến nghị đánh giá chất lượng khi tạo dài hơn. Các con số khác với cửa sổ ngữ cảnh tổng thể và không phải mức trần cứng riêng của endpoint. Thẻ cũng giải thích phân bổ vị trí mặc định 40,960 token gồm 8,192 cho lời nhắc thông thường cộng 32,768 cho đầu ra; đây là hướng dẫn cấu hình của nhà sản xuất, tách biệt với ngữ cảnh huấn luyện gốc và mọi giới hạn endpoint.
Phiên bản này có cảnh báo bổ sung về lặp kéo dài. Nhà sản xuất dẫn cấu hình lấy mẫu được khuyến nghị và đề xuất presence_penalty 1.5 nếu lặp đáng kể. Hướng dẫn chung lưu ý mức phạt mạnh hơn có thể tạo đầu ra lẫn ngôn ngữ hoặc giảm chất lượng, nên đây là thiết lập có mục tiêu chứ không phải bảo đảm. Thinking dùng temperature 0.6, top-p 0.95, top-k 20 và min-p 0; non-thinking dùng 0.7, 0.8, 20 và 0. Tránh giải mã tham lam cho suy luận, yêu cầu câu trả lời cuối có ranh giới rõ và kiểm tra kết quả về mệnh đề lặp, trường thiếu cùng thuật ngữ bị đổi.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen3-4b | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.001 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "qwen3-4b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-4b', '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': 'qwen3-4b', '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 qwen3-4b
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Turn an incident note into a handoff\n\nTurn these facts into an operational handoff. Observed failure: report export stops with Disk full. Known impact: exports for Team C failed; other teams were not checked. Last completed step: temporary files listed, none deleted. Next step: identify approved cleanup candidates. Use four labelled lines and do not invent a restoration time or wider impact.Four labelled lines: Failure, Confirmed impact, Completed work and Next step.Check that listing files is not reported as deleting them and untested teams remain outside confirmed impact.