Qwen-Plus (2025-04-28) 是 Qwen3-Plus 的 4 月 28 日快照版本。它接收文字並回傳文字，整合 Thinking 與 Non-Thinking 模式，且允許在對話過程中切換模式。日期用來識別所選版本，將其與較新的 Qwen-Plus 發行版本及指向會變動的別名區分開來。
Thinking 模式適用於需要分析條件與關係的任務。提供相關證據、定義問題，並指出應引導答案的標準。比較任務可以要求分析兩個選項在既定限制下的取捨。文件任務可以要求指出哪些要求一致、哪些互相衝突，以及哪些需要釐清。
Non-Thinking 模式適用於直接指示，例如縮短段落，或依照提供的事實起草回覆。提供目標讀者、所需篇幅，以及重寫後必須保留的資訊。聚焦的指示能讓預期成果更明確：一則完成的訊息、修訂後的章節，或精簡的說明。
將參考文字與使用這些文字的指示分開。保留章節標示與已定義的用語，讓答案持續連結到來源。當資訊缺漏時，指定模型應提出問題，還是將相關項目標為未解決。若要分析筆記，請要求結論及支持結論的條件；若要撰文，請要求修訂後的文字及簡短的修改說明。
後續請求可以修改一項要求，同時保留任務的其餘部分。例如，改變選定段落的目標讀者，或在比較中加入新的限制。附上正在修訂的先前答案片段，讓對話持續聚焦於一份可識別的成果。
模型開發商依區域部署組態記錄功能支援情況。這個快照版本所列出的組態支援結構化輸出與前綴補全，但只有其中部分組態提供函式呼叫。支援函式功能的應用程式會定義操作及其輸入欄位，執行選定的呼叫，再將結果回傳給模型。結構化輸出控制答案形式，前綴補全則會延續提供的助理文字。整合方式決定會提供哪些控制功能。
4 月快照版本的文件記載上下文為 131,072 個 token，最大輸入長度為 98,304 個 token，輸出長度為 16,384 個 token。將輸入空間用於任務所需的指示、相關文件與對話資料。指定成果的篇幅與形式，而不是要求不受限的討論。實用的最終成果可以是依據來源的比較、客戶回覆，或可依照最初要求檢查的修訂文件章節。
", "aboutText": "Qwen-Plus (2025-04-28) 是 Qwen3-Plus 的 4 月 28 日快照版本。它接收文字並回傳文字，整合 Thinking 與 Non-Thinking 模式，且允許在對話過程中切換模式。日期用來識別所選版本，將其與較新的 Qwen-Plus 發行版本及指向會變動的別名區分開來。\n\n### 分析條件或撰寫直接回覆\n\nThinking 模式適用於需要分析條件與關係的任務。提供相關證據、定義問題，並指出應引導答案的標準。比較任務可以要求分析兩個選項在既定限制下的取捨。文件任務可以要求指出哪些要求一致、哪些互相衝突，以及哪些需要釐清。\n\nNon-Thinking 模式適用於直接指示，例如縮短段落，或依照提供的事實起草回覆。提供目標讀者、所需篇幅，以及重寫後必須保留的資訊。聚焦的指示能讓預期成果更明確：一則完成的訊息、修訂後的章節，或精簡的說明。\n\n### 圍繞成果準備對話\n\n將參考文字與使用這些文字的指示分開。保留章節標示與已定義的用語，讓答案持續連結到來源。當資訊缺漏時，指定模型應提出問題，還是將相關項目標為未解決。若要分析筆記，請要求結論及支持結論的條件；若要撰文，請要求修訂後的文字及簡短的修改說明。\n\n後續請求可以修改一項要求，同時保留任務的其餘部分。例如，改變選定段落的目標讀者，或在比較中加入新的限制。附上正在修訂的先前答案片段，讓對話持續聚焦於一份可識別的成果。\n\n### 函式、結構化答案與接續生成\n\n模型開發商依區域部署組態記錄功能支援情況。這個快照版本所列出的組態支援結構化輸出與前綴補全，但只有其中部分組態提供函式呼叫。支援函式功能的應用程式會定義操作及其輸入欄位，執行選定的呼叫，再將結果回傳給模型。結構化輸出控制答案形式，前綴補全則會延續提供的助理文字。整合方式決定會提供哪些控制功能。\n\n### 在快照版本的限制內規劃\n\n4 月快照版本的文件記載上下文為 131,072 個 token，最大輸入長度為 98,304 個 token，輸出長度為 16,384 個 token。將輸入空間用於任務所需的指示、相關文件與對話資料。指定成果的篇幅與形式，而不是要求不受限的討論。實用的最終成果可以是依據來源的比較、客戶回覆，或可依照最初要求檢查的修訂文件章節。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
Shorten a supplier message\n\nShorten this supplier message to at most 45 words for a busy warehouse manager: "Production of batch B-31 is complete. The 90 boxes are ready for pickup. Collection cannot occur before the quality report is approved. We will send the report tomorrow, but approval timing is not confirmed." Preserve the batch, quantity and pickup condition.A concise rewritten message that preserves the approval dependency and uncertain timing.Ensure ready for pickup is not interpreted as permission to collect before approval.qwen-plus-2025-04-28Qwen-Plus (2025-04-28) 是結合 Thinking 與 Non-Thinking 模式的 Qwen3-Plus 文字快照版本。文件記載的限制為上下文 131,072 個 token、輸入 98,304 個 token、輸出 16,384 個 token；選用的函式與回覆控制功能取決於整合方式。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Qwen-Plus (2025-04-28) 是 Qwen3-Plus 的 4 月 28 日快照版本。它接收文字並回傳文字，整合 Thinking 與 Non-Thinking 模式，且允許在對話過程中切換模式。日期用來識別所選版本，將其與較新的 Qwen-Plus 發行版本及指向會變動的別名區分開來。
Thinking 模式適用於需要分析條件與關係的任務。提供相關證據、定義問題，並指出應引導答案的標準。比較任務可以要求分析兩個選項在既定限制下的取捨。文件任務可以要求指出哪些要求一致、哪些互相衝突，以及哪些需要釐清。
Non-Thinking 模式適用於直接指示，例如縮短段落，或依照提供的事實起草回覆。提供目標讀者、所需篇幅，以及重寫後必須保留的資訊。聚焦的指示能讓預期成果更明確：一則完成的訊息、修訂後的章節，或精簡的說明。
將參考文字與使用這些文字的指示分開。保留章節標示與已定義的用語，讓答案持續連結到來源。當資訊缺漏時，指定模型應提出問題，還是將相關項目標為未解決。若要分析筆記，請要求結論及支持結論的條件；若要撰文，請要求修訂後的文字及簡短的修改說明。
後續請求可以修改一項要求，同時保留任務的其餘部分。例如，改變選定段落的目標讀者，或在比較中加入新的限制。附上正在修訂的先前答案片段，讓對話持續聚焦於一份可識別的成果。
模型開發商依區域部署組態記錄功能支援情況。這個快照版本所列出的組態支援結構化輸出與前綴補全，但只有其中部分組態提供函式呼叫。支援函式功能的應用程式會定義操作及其輸入欄位，執行選定的呼叫，再將結果回傳給模型。結構化輸出控制答案形式，前綴補全則會延續提供的助理文字。整合方式決定會提供哪些控制功能。
4 月快照版本的文件記載上下文為 131,072 個 token，最大輸入長度為 98,304 個 token，輸出長度為 16,384 個 token。將輸入空間用於任務所需的指示、相關文件與對話資料。指定成果的篇幅與形式，而不是要求不受限的討論。實用的最終成果可以是依據來源的比較、客戶回覆，或可依照最初要求檢查的修訂文件章節。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 qwen-plus-2025-04-28 | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.00024 / 1K Token 輸出 · 輸出 Token $0.0024 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen-plus-2025-04-28", "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-plus-2025-04-28',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-plus-2025-04-28',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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra qwen-plus-2025-04-28
請使用上方列出的 API 方法路徑。
qwen-plus-2025-04-28Qwen-Plus (2025-04-28) 是結合 Thinking 與 Non-Thinking 模式的 Qwen3-Plus 文字快照版本。文件記載的限制為上下文 131,072 個 token、輸入 98,304 個 token、輸出 16,384 個 token；選用的函式與回覆控制功能取決於整合方式。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Qwen-Plus (2025-04-28) 是 Qwen3-Plus 的 4 月 28 日快照版本。它接收文字並回傳文字，整合 Thinking 與 Non-Thinking 模式，且允許在對話過程中切換模式。日期用來識別所選版本，將其與較新的 Qwen-Plus 發行版本及指向會變動的別名區分開來。
Thinking 模式適用於需要分析條件與關係的任務。提供相關證據、定義問題，並指出應引導答案的標準。比較任務可以要求分析兩個選項在既定限制下的取捨。文件任務可以要求指出哪些要求一致、哪些互相衝突，以及哪些需要釐清。
Non-Thinking 模式適用於直接指示，例如縮短段落，或依照提供的事實起草回覆。提供目標讀者、所需篇幅，以及重寫後必須保留的資訊。聚焦的指示能讓預期成果更明確：一則完成的訊息、修訂後的章節，或精簡的說明。
將參考文字與使用這些文字的指示分開。保留章節標示與已定義的用語，讓答案持續連結到來源。當資訊缺漏時，指定模型應提出問題，還是將相關項目標為未解決。若要分析筆記，請要求結論及支持結論的條件；若要撰文，請要求修訂後的文字及簡短的修改說明。
後續請求可以修改一項要求，同時保留任務的其餘部分。例如，改變選定段落的目標讀者，或在比較中加入新的限制。附上正在修訂的先前答案片段，讓對話持續聚焦於一份可識別的成果。
模型開發商依區域部署組態記錄功能支援情況。這個快照版本所列出的組態支援結構化輸出與前綴補全，但只有其中部分組態提供函式呼叫。支援函式功能的應用程式會定義操作及其輸入欄位，執行選定的呼叫，再將結果回傳給模型。結構化輸出控制答案形式，前綴補全則會延續提供的助理文字。整合方式決定會提供哪些控制功能。
4 月快照版本的文件記載上下文為 131,072 個 token，最大輸入長度為 98,304 個 token，輸出長度為 16,384 個 token。將輸入空間用於任務所需的指示、相關文件與對話資料。指定成果的篇幅與形式，而不是要求不受限的討論。實用的最終成果可以是依據來源的比較、客戶回覆，或可依照最初要求檢查的修訂文件章節。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 qwen-plus-2025-04-28 | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.00024 / 1K Token 輸出 · 輸出 Token $0.0024 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "qwen-plus-2025-04-28",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-plus-2025-04-28', '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-plus-2025-04-28', '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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra qwen-plus-2025-04-28
請使用上方列出的 API 方法路徑。
英文技術範例
Shorten a supplier message\n\nShorten this supplier message to at most 45 words for a busy warehouse manager: "Production of batch B-31 is complete. The 90 boxes are ready for pickup. Collection cannot occur before the quality report is approved. We will send the report tomorrow, but approval timing is not confirmed." Preserve the batch, quantity and pickup condition.A concise rewritten message that preserves the approval dependency and uncertain timing.Ensure ready for pickup is not interpreted as permission to collect before approval.