重點：固定的 Thinking-2507 版本
Qwen3-30B-A3B-Thinking-2507 是著重高難度推理的文字生成模型。Qwen 說明其在邏輯、數學、科學、程式設計、指令遵循、工具使用及文字生成方面有所改進，同時具備較長的思考序列與更強的長上下文理解能力。若任務受益於持續推理，例如檢視相互競爭的解釋、解決多階段數學問題，或處理複雜的程式碼變更，請選擇這個確切的2507版本。
模型概覽與模式
此混合專家模型的總參數為305億，啟用參數為33億，共有128個專家，每個 token 在48層中選用八個專家。原生上下文為262,144 token。模型接收文字並傳回文字；工具結果則透過連接的應用程式工作流程提供。此檢查點僅支援思考模式，與較早的混合模式 Qwen3-30B-A3B、其 FP8 版本及 Qwen3-30B-A3B-Instruct-2507 不同。不應假設混合模型的非思考切換功能也適用於此版本。
預設聊天範本已用起始思考標記開啟推理序列，因此不必明確設定 enable_thinking=True。傳回序列可能含有結束標記，而不重複起始標記。原廠範例將推理與最終答案分開。要求具體產物時也應維持此區分：在較長說明之後，證明結論、修補程式或決策表應仍容易找到。
準備高難度任務
提供完整題目、限制條件與相關證據。若要變更程式碼，附上現有函式、造成失敗的輸入及預期行為，再要求建議修補程式及邊界情況說明。若是科學問題，將觀察與假設分開，並詢問各自能推出哪些結論。若是較長的政策或規格，保留章節識別名稱，要求以相關條文為依據的簡明決定。這些是文件所列推理領域的實際用途，不代表模型已執行修補程式或驗證實驗。
此版本能進行長篇推理，因此應同時為推理與最終產物預留空間。Qwen 建議設定模型時，盡可能保留超過131,072 token 的上下文，即使較小上下文有助減輕記憶體壓力。原生上下文數字涵蓋序列預算；它不保證可將全部空間用於文件後，仍保有無限的回答空間。
代理用途
原廠記載工具呼叫功能，並建議使用 Qwen-Agent 處理工具範本與解析，包括與已設定工具及程式碼直譯器工作流程的整合。明確定義工具及預期結果。例如，應用程式可讓模型檢查擷取的證據、使用允許的計算機，再產生說明計算過程的報告。擷取與執行屬於連接工具的工作；模型的工具呼叫能力本身不代表可存取網際網路、程式執行環境或業務系統。
處理超長文字
Qwen 記載一種選用工作流程，結合 Dual Chunk Attention 與 MInference 稀疏注意力，可處理約一百萬 token。前者將長序列切分成區塊，同時保留區塊間互動；後者將計算集中於選定的注意力關係。這是原生262,144 token 上下文之外的額外設定路徑。原廠方法需要特殊的長上下文設定，並估計權重、快取注意力狀態及尖峰活化值合計約需240 GB GPU 記憶體。
該方法有具體的資源限制：快取序列狀態、活化值記憶體及總輸入長度，都可能各自耗盡設定的容量。因此，一百萬 token 工作流程取決於設定、記憶體及支援的注意力實作。實際審查文件時，先提供相關資料、標示文件邊界，並要求可追溯的證據，不要將最大可能輸入量當成明確問題的替代品。
生成建議與限制
Qwen 建議 temperature 0.6、top_p 0.95、top_k 20 及 min_p 0。多數查詢建議使用32,768 token 的輸出預算；特別困難的數學或程式設計問題則建議81,920。這些是生成預算建議，不是另行發布的硬性輸出上限。介於零與二之間的 presence penalty 可減少重複，但較高值可能造成語言混用或品質略降。
在提示詞中指定最終答案格式，例如以分隔符標記的數學結果，或選擇題的答案欄位。依照原廠建議，對話歷史只保留最終答案部分。較長推理應產生可檢查的結果才有價值；依賴結果前，請檢查假設、計算及建議程式碼。
", "aboutText": "重點：固定的 Thinking-2507 版本\n\nQwen3-30B-A3B-Thinking-2507 是著重高難度推理的文字生成模型。Qwen 說明其在邏輯、數學、科學、程式設計、指令遵循、工具使用及文字生成方面有所改進，同時具備較長的思考序列與更強的長上下文理解能力。若任務受益於持續推理，例如檢視相互競爭的解釋、解決多階段數學問題，或處理複雜的程式碼變更，請選擇這個確切的2507版本。\n\n模型概覽與模式\n\n此混合專家模型的總參數為305億，啟用參數為33億，共有128個專家，每個 token 在48層中選用八個專家。原生上下文為262,144 token。模型接收文字並傳回文字；工具結果則透過連接的應用程式工作流程提供。此檢查點僅支援思考模式，與較早的混合模式 Qwen3-30B-A3B、其 FP8 版本及 Qwen3-30B-A3B-Instruct-2507 不同。不應假設混合模型的非思考切換功能也適用於此版本。\n\n預設聊天範本已用起始思考標記開啟推理序列，因此不必明確設定 enable_thinking=True。傳回序列可能含有結束標記，而不重複起始標記。原廠範例將推理與最終答案分開。要求具體產物時也應維持此區分：在較長說明之後，證明結論、修補程式或決策表應仍容易找到。\n\n準備高難度任務\n\n提供完整題目、限制條件與相關證據。若要變更程式碼，附上現有函式、造成失敗的輸入及預期行為，再要求建議修補程式及邊界情況說明。若是科學問題，將觀察與假設分開，並詢問各自能推出哪些結論。若是較長的政策或規格，保留章節識別名稱，要求以相關條文為依據的簡明決定。這些是文件所列推理領域的實際用途，不代表模型已執行修補程式或驗證實驗。\n\n此版本能進行長篇推理，因此應同時為推理與最終產物預留空間。Qwen 建議設定模型時，盡可能保留超過131,072 token 的上下文，即使較小上下文有助減輕記憶體壓力。原生上下文數字涵蓋序列預算；它不保證可將全部空間用於文件後，仍保有無限的回答空間。\n\n代理用途\n\n原廠記載工具呼叫功能，並建議使用 Qwen-Agent 處理工具範本與解析，包括與已設定工具及程式碼直譯器工作流程的整合。明確定義工具及預期結果。例如，應用程式可讓模型檢查擷取的證據、使用允許的計算機，再產生說明計算過程的報告。擷取與執行屬於連接工具的工作；模型的工具呼叫能力本身不代表可存取網際網路、程式執行環境或業務系統。\n\n處理超長文字\n\nQwen 記載一種選用工作流程，結合 Dual Chunk Attention 與 MInference 稀疏注意力，可處理約一百萬 token。前者將長序列切分成區塊，同時保留區塊間互動；後者將計算集中於選定的注意力關係。這是原生262,144 token 上下文之外的額外設定路徑。原廠方法需要特殊的長上下文設定，並估計權重、快取注意力狀態及尖峰活化值合計約需240 GB GPU 記憶體。\n\n該方法有具體的資源限制：快取序列狀態、活化值記憶體及總輸入長度，都可能各自耗盡設定的容量。因此，一百萬 token 工作流程取決於設定、記憶體及支援的注意力實作。實際審查文件時，先提供相關資料、標示文件邊界，並要求可追溯的證據，不要將最大可能輸入量當成明確問題的替代品。\n\n生成建議與限制\n\nQwen 建議 temperature 0.6、top_p 0.95、top_k 20 及 min_p 0。多數查詢建議使用32,768 token 的輸出預算；特別困難的數學或程式設計問題則建議81,920。這些是生成預算建議，不是另行發布的硬性輸出上限。介於零與二之間的 presence penalty 可減少重複，但較高值可能造成語言混用或品質略降。\n\n在提示詞中指定最終答案格式，例如以分隔符標記的數學結果，或選擇題的答案欄位。依照原廠建議，對話歷史只保留最終答案部分。較長推理應產生可檢查的結果才有價值；依賴結果前，請檢查假設、計算及建議程式碼。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 是 Qwen 僅支援思考模式的文字模型，適用於高難度的數學、科學、程式設計及邏輯推理。這個固定的2507版本提供原生262,144 token 上下文與較長的推理預算，文件也記載工具呼叫及有條件的超長上下文工作流程。
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。
重點：固定的 Thinking-2507 版本
Qwen3-30B-A3B-Thinking-2507 是著重高難度推理的文字生成模型。Qwen 說明其在邏輯、數學、科學、程式設計、指令遵循、工具使用及文字生成方面有所改進，同時具備較長的思考序列與更強的長上下文理解能力。若任務受益於持續推理，例如檢視相互競爭的解釋、解決多階段數學問題，或處理複雜的程式碼變更，請選擇這個確切的2507版本。
模型概覽與模式
此混合專家模型的總參數為305億，啟用參數為33億，共有128個專家，每個 token 在48層中選用八個專家。原生上下文為262,144 token。模型接收文字並傳回文字；工具結果則透過連接的應用程式工作流程提供。此檢查點僅支援思考模式，與較早的混合模式 Qwen3-30B-A3B、其 FP8 版本及 Qwen3-30B-A3B-Instruct-2507 不同。不應假設混合模型的非思考切換功能也適用於此版本。
預設聊天範本已用起始思考標記開啟推理序列，因此不必明確設定 enable_thinking=True。傳回序列可能含有結束標記，而不重複起始標記。原廠範例將推理與最終答案分開。要求具體產物時也應維持此區分：在較長說明之後，證明結論、修補程式或決策表應仍容易找到。
準備高難度任務
提供完整題目、限制條件與相關證據。若要變更程式碼，附上現有函式、造成失敗的輸入及預期行為，再要求建議修補程式及邊界情況說明。若是科學問題，將觀察與假設分開，並詢問各自能推出哪些結論。若是較長的政策或規格，保留章節識別名稱，要求以相關條文為依據的簡明決定。這些是文件所列推理領域的實際用途，不代表模型已執行修補程式或驗證實驗。
此版本能進行長篇推理，因此應同時為推理與最終產物預留空間。Qwen 建議設定模型時，盡可能保留超過131,072 token 的上下文，即使較小上下文有助減輕記憶體壓力。原生上下文數字涵蓋序列預算；它不保證可將全部空間用於文件後，仍保有無限的回答空間。
代理用途
原廠記載工具呼叫功能，並建議使用 Qwen-Agent 處理工具範本與解析，包括與已設定工具及程式碼直譯器工作流程的整合。明確定義工具及預期結果。例如，應用程式可讓模型檢查擷取的證據、使用允許的計算機，再產生說明計算過程的報告。擷取與執行屬於連接工具的工作；模型的工具呼叫能力本身不代表可存取網際網路、程式執行環境或業務系統。
處理超長文字
Qwen 記載一種選用工作流程，結合 Dual Chunk Attention 與 MInference 稀疏注意力，可處理約一百萬 token。前者將長序列切分成區塊，同時保留區塊間互動；後者將計算集中於選定的注意力關係。這是原生262,144 token 上下文之外的額外設定路徑。原廠方法需要特殊的長上下文設定，並估計權重、快取注意力狀態及尖峰活化值合計約需240 GB GPU 記憶體。
該方法有具體的資源限制：快取序列狀態、活化值記憶體及總輸入長度，都可能各自耗盡設定的容量。因此，一百萬 token 工作流程取決於設定、記憶體及支援的注意力實作。實際審查文件時，先提供相關資料、標示文件邊界，並要求可追溯的證據，不要將最大可能輸入量當成明確問題的替代品。
生成建議與限制
Qwen 建議 temperature 0.6、top_p 0.95、top_k 20 及 min_p 0。多數查詢建議使用32,768 token 的輸出預算；特別困難的數學或程式設計問題則建議81,920。這些是生成預算建議，不是另行發布的硬性輸出上限。介於零與二之間的 presence penalty 可減少重複，但較高值可能造成語言混用或品質略降。
在提示詞中指定最終答案格式，例如以分隔符標記的數學結果，或選擇題的答案欄位。依照原廠建議，對話歷史只保留最終答案部分。較長推理應產生可檢查的結果才有價值；依賴結果前，請檢查假設、計算及建議程式碼。
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/Qwen3-30B-A3B-Thinking-2507 | 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 依模型而定 | 預設值— |
欄位messages[].content | 類型string | 要求選填 | 值與限制 適用條件: 文字對話 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
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 |
參數control_scope | 規格文字對話；stream 是布林值，預設為 false。 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
方法別名： /chat/completions
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 $0.0002 / 1K Token 輸出 · 輸出 Token $0.0008 / 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/Qwen3-30B-A3B-Thinking-2507","messages":[{"role":"user","content":"hello"}],"stream":false}')\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/Qwen3-30B-A3B-Thinking-2507", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
Qwen/Qwen3-30B-A3B-Thinking-2507Qwen3-30B-A3B-Thinking-2507 是 Qwen 僅支援思考模式的文字模型，適用於高難度的數學、科學、程式設計及邏輯推理。這個固定的2507版本提供原生262,144 token 上下文與較長的推理預算，文件也記載工具呼叫及有條件的超長上下文工作流程。
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。
重點：固定的 Thinking-2507 版本
Qwen3-30B-A3B-Thinking-2507 是著重高難度推理的文字生成模型。Qwen 說明其在邏輯、數學、科學、程式設計、指令遵循、工具使用及文字生成方面有所改進，同時具備較長的思考序列與更強的長上下文理解能力。若任務受益於持續推理，例如檢視相互競爭的解釋、解決多階段數學問題，或處理複雜的程式碼變更，請選擇這個確切的2507版本。
模型概覽與模式
此混合專家模型的總參數為305億，啟用參數為33億，共有128個專家，每個 token 在48層中選用八個專家。原生上下文為262,144 token。模型接收文字並傳回文字；工具結果則透過連接的應用程式工作流程提供。此檢查點僅支援思考模式，與較早的混合模式 Qwen3-30B-A3B、其 FP8 版本及 Qwen3-30B-A3B-Instruct-2507 不同。不應假設混合模型的非思考切換功能也適用於此版本。
預設聊天範本已用起始思考標記開啟推理序列，因此不必明確設定 enable_thinking=True。傳回序列可能含有結束標記，而不重複起始標記。原廠範例將推理與最終答案分開。要求具體產物時也應維持此區分：在較長說明之後，證明結論、修補程式或決策表應仍容易找到。
準備高難度任務
提供完整題目、限制條件與相關證據。若要變更程式碼，附上現有函式、造成失敗的輸入及預期行為，再要求建議修補程式及邊界情況說明。若是科學問題，將觀察與假設分開，並詢問各自能推出哪些結論。若是較長的政策或規格，保留章節識別名稱，要求以相關條文為依據的簡明決定。這些是文件所列推理領域的實際用途，不代表模型已執行修補程式或驗證實驗。
此版本能進行長篇推理，因此應同時為推理與最終產物預留空間。Qwen 建議設定模型時，盡可能保留超過131,072 token 的上下文，即使較小上下文有助減輕記憶體壓力。原生上下文數字涵蓋序列預算；它不保證可將全部空間用於文件後，仍保有無限的回答空間。
代理用途
原廠記載工具呼叫功能，並建議使用 Qwen-Agent 處理工具範本與解析，包括與已設定工具及程式碼直譯器工作流程的整合。明確定義工具及預期結果。例如，應用程式可讓模型檢查擷取的證據、使用允許的計算機，再產生說明計算過程的報告。擷取與執行屬於連接工具的工作；模型的工具呼叫能力本身不代表可存取網際網路、程式執行環境或業務系統。
處理超長文字
Qwen 記載一種選用工作流程，結合 Dual Chunk Attention 與 MInference 稀疏注意力，可處理約一百萬 token。前者將長序列切分成區塊，同時保留區塊間互動；後者將計算集中於選定的注意力關係。這是原生262,144 token 上下文之外的額外設定路徑。原廠方法需要特殊的長上下文設定，並估計權重、快取注意力狀態及尖峰活化值合計約需240 GB GPU 記憶體。
該方法有具體的資源限制：快取序列狀態、活化值記憶體及總輸入長度，都可能各自耗盡設定的容量。因此，一百萬 token 工作流程取決於設定、記憶體及支援的注意力實作。實際審查文件時，先提供相關資料、標示文件邊界，並要求可追溯的證據，不要將最大可能輸入量當成明確問題的替代品。
生成建議與限制
Qwen 建議 temperature 0.6、top_p 0.95、top_k 20 及 min_p 0。多數查詢建議使用32,768 token 的輸出預算；特別困難的數學或程式設計問題則建議81,920。這些是生成預算建議，不是另行發布的硬性輸出上限。介於零與二之間的 presence penalty 可減少重複，但較高值可能造成語言混用或品質略降。
在提示詞中指定最終答案格式，例如以分隔符標記的數學結果，或選擇題的答案欄位。依照原廠建議，對話歷史只保留最終答案部分。較長推理應產生可檢查的結果才有價值；依賴結果前，請檢查假設、計算及建議程式碼。
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/Qwen3-30B-A3B-Thinking-2507 | 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 $0.0002 / 1K Token 輸出 · 輸出 Token $0.0008 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "Qwen/Qwen3-30B-A3B-Thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/Qwen3-30B-A3B-Thinking-2507', '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/Qwen3-30B-A3B-Thinking-2507', '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/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 是 Qwen 僅支援思考模式的文字模型，適用於高難度的數學、科學、程式設計及邏輯推理。這個固定的2507版本提供原生262,144 token 上下文與較長的推理預算，文件也記載工具呼叫及有條件的超長上下文工作流程。
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。
重點：固定的 Thinking-2507 版本
Qwen3-30B-A3B-Thinking-2507 是著重高難度推理的文字生成模型。Qwen 說明其在邏輯、數學、科學、程式設計、指令遵循、工具使用及文字生成方面有所改進，同時具備較長的思考序列與更強的長上下文理解能力。若任務受益於持續推理，例如檢視相互競爭的解釋、解決多階段數學問題，或處理複雜的程式碼變更，請選擇這個確切的2507版本。
模型概覽與模式
此混合專家模型的總參數為305億，啟用參數為33億，共有128個專家，每個 token 在48層中選用八個專家。原生上下文為262,144 token。模型接收文字並傳回文字；工具結果則透過連接的應用程式工作流程提供。此檢查點僅支援思考模式，與較早的混合模式 Qwen3-30B-A3B、其 FP8 版本及 Qwen3-30B-A3B-Instruct-2507 不同。不應假設混合模型的非思考切換功能也適用於此版本。
預設聊天範本已用起始思考標記開啟推理序列，因此不必明確設定 enable_thinking=True。傳回序列可能含有結束標記，而不重複起始標記。原廠範例將推理與最終答案分開。要求具體產物時也應維持此區分：在較長說明之後，證明結論、修補程式或決策表應仍容易找到。
準備高難度任務
提供完整題目、限制條件與相關證據。若要變更程式碼，附上現有函式、造成失敗的輸入及預期行為，再要求建議修補程式及邊界情況說明。若是科學問題，將觀察與假設分開，並詢問各自能推出哪些結論。若是較長的政策或規格，保留章節識別名稱，要求以相關條文為依據的簡明決定。這些是文件所列推理領域的實際用途，不代表模型已執行修補程式或驗證實驗。
此版本能進行長篇推理，因此應同時為推理與最終產物預留空間。Qwen 建議設定模型時，盡可能保留超過131,072 token 的上下文，即使較小上下文有助減輕記憶體壓力。原生上下文數字涵蓋序列預算；它不保證可將全部空間用於文件後，仍保有無限的回答空間。
代理用途
原廠記載工具呼叫功能，並建議使用 Qwen-Agent 處理工具範本與解析，包括與已設定工具及程式碼直譯器工作流程的整合。明確定義工具及預期結果。例如，應用程式可讓模型檢查擷取的證據、使用允許的計算機，再產生說明計算過程的報告。擷取與執行屬於連接工具的工作；模型的工具呼叫能力本身不代表可存取網際網路、程式執行環境或業務系統。
處理超長文字
Qwen 記載一種選用工作流程，結合 Dual Chunk Attention 與 MInference 稀疏注意力，可處理約一百萬 token。前者將長序列切分成區塊，同時保留區塊間互動；後者將計算集中於選定的注意力關係。這是原生262,144 token 上下文之外的額外設定路徑。原廠方法需要特殊的長上下文設定，並估計權重、快取注意力狀態及尖峰活化值合計約需240 GB GPU 記憶體。
該方法有具體的資源限制：快取序列狀態、活化值記憶體及總輸入長度，都可能各自耗盡設定的容量。因此，一百萬 token 工作流程取決於設定、記憶體及支援的注意力實作。實際審查文件時，先提供相關資料、標示文件邊界，並要求可追溯的證據，不要將最大可能輸入量當成明確問題的替代品。
生成建議與限制
Qwen 建議 temperature 0.6、top_p 0.95、top_k 20 及 min_p 0。多數查詢建議使用32,768 token 的輸出預算；特別困難的數學或程式設計問題則建議81,920。這些是生成預算建議，不是另行發布的硬性輸出上限。介於零與二之間的 presence penalty 可減少重複，但較高值可能造成語言混用或品質略降。
在提示詞中指定最終答案格式，例如以分隔符標記的數學結果，或選擇題的答案欄位。依照原廠建議，對話歷史只保留最終答案部分。較長推理應產生可檢查的結果才有價值；依賴結果前，請檢查假設、計算及建議程式碼。
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 qwen3-30b-a3b-thinking-2507 | 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 $0.0002 / 1K Token 輸出 · 輸出 Token $0.0008 / 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": "qwen3-30b-a3b-thinking-2507", "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='qwen3-30b-a3b-thinking-2507',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='qwen3-30b-a3b-thinking-2507',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/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-thinking-2507Qwen3-30B-A3B-Thinking-2507 是 Qwen 僅支援思考模式的文字模型，適用於高難度的數學、科學、程式設計及邏輯推理。這個固定的2507版本提供原生262,144 token 上下文與較長的推理預算，文件也記載工具呼叫及有條件的超長上下文工作流程。
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。
重點：固定的 Thinking-2507 版本
Qwen3-30B-A3B-Thinking-2507 是著重高難度推理的文字生成模型。Qwen 說明其在邏輯、數學、科學、程式設計、指令遵循、工具使用及文字生成方面有所改進，同時具備較長的思考序列與更強的長上下文理解能力。若任務受益於持續推理，例如檢視相互競爭的解釋、解決多階段數學問題，或處理複雜的程式碼變更，請選擇這個確切的2507版本。
模型概覽與模式
此混合專家模型的總參數為305億，啟用參數為33億，共有128個專家，每個 token 在48層中選用八個專家。原生上下文為262,144 token。模型接收文字並傳回文字；工具結果則透過連接的應用程式工作流程提供。此檢查點僅支援思考模式，與較早的混合模式 Qwen3-30B-A3B、其 FP8 版本及 Qwen3-30B-A3B-Instruct-2507 不同。不應假設混合模型的非思考切換功能也適用於此版本。
預設聊天範本已用起始思考標記開啟推理序列，因此不必明確設定 enable_thinking=True。傳回序列可能含有結束標記，而不重複起始標記。原廠範例將推理與最終答案分開。要求具體產物時也應維持此區分：在較長說明之後，證明結論、修補程式或決策表應仍容易找到。
準備高難度任務
提供完整題目、限制條件與相關證據。若要變更程式碼，附上現有函式、造成失敗的輸入及預期行為，再要求建議修補程式及邊界情況說明。若是科學問題，將觀察與假設分開，並詢問各自能推出哪些結論。若是較長的政策或規格，保留章節識別名稱，要求以相關條文為依據的簡明決定。這些是文件所列推理領域的實際用途，不代表模型已執行修補程式或驗證實驗。
此版本能進行長篇推理，因此應同時為推理與最終產物預留空間。Qwen 建議設定模型時，盡可能保留超過131,072 token 的上下文，即使較小上下文有助減輕記憶體壓力。原生上下文數字涵蓋序列預算；它不保證可將全部空間用於文件後，仍保有無限的回答空間。
代理用途
原廠記載工具呼叫功能，並建議使用 Qwen-Agent 處理工具範本與解析，包括與已設定工具及程式碼直譯器工作流程的整合。明確定義工具及預期結果。例如，應用程式可讓模型檢查擷取的證據、使用允許的計算機，再產生說明計算過程的報告。擷取與執行屬於連接工具的工作；模型的工具呼叫能力本身不代表可存取網際網路、程式執行環境或業務系統。
處理超長文字
Qwen 記載一種選用工作流程，結合 Dual Chunk Attention 與 MInference 稀疏注意力，可處理約一百萬 token。前者將長序列切分成區塊，同時保留區塊間互動；後者將計算集中於選定的注意力關係。這是原生262,144 token 上下文之外的額外設定路徑。原廠方法需要特殊的長上下文設定，並估計權重、快取注意力狀態及尖峰活化值合計約需240 GB GPU 記憶體。
該方法有具體的資源限制：快取序列狀態、活化值記憶體及總輸入長度，都可能各自耗盡設定的容量。因此，一百萬 token 工作流程取決於設定、記憶體及支援的注意力實作。實際審查文件時，先提供相關資料、標示文件邊界，並要求可追溯的證據，不要將最大可能輸入量當成明確問題的替代品。
生成建議與限制
Qwen 建議 temperature 0.6、top_p 0.95、top_k 20 及 min_p 0。多數查詢建議使用32,768 token 的輸出預算；特別困難的數學或程式設計問題則建議81,920。這些是生成預算建議，不是另行發布的硬性輸出上限。介於零與二之間的 presence penalty 可減少重複，但較高值可能造成語言混用或品質略降。
在提示詞中指定最終答案格式，例如以分隔符標記的數學結果，或選擇題的答案欄位。依照原廠建議，對話歷史只保留最終答案部分。較長推理應產生可檢查的結果才有價值；依賴結果前，請檢查假設、計算及建議程式碼。
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 qwen3-30b-a3b-thinking-2507 | 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 $0.0002 / 1K Token 輸出 · 輸出 Token $0.0008 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "qwen3-30b-a3b-thinking-2507",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-30b-a3b-thinking-2507', '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': 'qwen3-30b-a3b-thinking-2507', '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/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
/chat/completions
Qwen/Qwen3-30B-A3B-Thinking-2507, qwen3-30b-a3b-thinking-2507
英文技術範例
Solve a constrained staffing assignment\n\nAssign three reviewers, Ada, Ben and Cy, to morning, afternoon and evening shifts, one each. Ada cannot work evening. Ben must work later than Ada. Cy cannot work morning. List every valid assignment and explain how each constraint eliminates alternatives. Finish with whether the assignment is unique; do not assume additional availability.An enumeration of all valid assignments, a constraint check and a separate uniqueness conclusion.Every assignment uses all three shifts once and satisfies Ben later than Ada without adding availability rules.