Grok 2 Vision 1212 هو إصدار المدخلات المرئية من عائلة Grok 2 لدى xAI، ويُعرَّف باسم grok-2-vision-1212. يقدّم المصنّع Grok 2 كنموذج لفهم النصوص والمرئيات، بمهام تشمل أسئلة المستندات والاستدلال الرياضي انطلاقًا من مادة مرئية. ويصف إعلان إصدار 1212 اللاحق تحسينات في اتباع التعليمات والسلوك متعدد اللغات. تتناول هذه البطاقة إصدار الرؤية المسمّى ونتيجته النصية.
تدرج البيانات الوصفية للنموذج لدى المنتج النصوص والصور بوصفها مدخلات والنص بوصفه المخرج. لذلك تبدأ المهمة العملية بالأدلة المرئية وسؤال دقيق معًا. لصفحة مستند، حدّد الحقل أو القسم أو العلاقة التي تحتاج إلى شرحها؛ ولمخطط، حدّد التسميات والكميات المهمة؛ وللقطة شاشة، صِف هدف المستخدم والعنصر الذي تريد فحصه. الهدف ربط المحتوى المرئي بالطلب، بدلًا من طلب وصف غير موجّه لكل ما في الصورة.
ومن أمثلة طلب المستند: «اقرأ العناوين والحقول المسمّاة في هذه الصفحة. أعِد القيم الظاهرة، وأشر إلى العناصر التي لا يمكن قراءتها بثقة، واشرح المقطع الذي يدعم إجابتك». وقد يطلب سؤال مخطط العلاقة بين سلسلتين والتمييز بين القيم المرئية مباشرة والتفسير. ولصورة منتج فوتوغرافية، اطلب السمات المرئية ومقارنتها بالمواصفة المكتوبة المقدّمة. هذه أمثلة إعداد ومخرجات مبنية على عائلات مهام المصنّع المرئية، وليست وعودًا بإمكان استعادة كل تفصيل من كل صورة.
يسجّل مثال النموذج المسمّى أيضًا دعم المخرجات المنظّمة واستدعاء الدوال. للاستخراج، حدّد النتيجة المرغوبة: مثلًا، قائمة حقول ونصوصها الظاهرة وملاحظة عن عدم اليقين. ولمهمة مدعومة بأداة، قدّم أوصاف الأدوات المسموح بها والمعلومات اللازمة لعملية. ينفّذ التطبيق العملية ويعيد نتيجتها؛ ويمكن للنموذج حينئذ استخدام تلك المعلومات في الإجابة النصية التالية. ميزة الرؤية نفسها هي القدرة على تفسير الصورة المقدّمة، بينما تخصّ العملية الخارجية التطبيق المحيط.
يُدرج هذا الإصدار دون وضع استدلال منفصل في مثال المنتج ذاك. ومع ذلك يستطيع الإجابة عن أسئلة تتطلب علاقات وشروحًا، لكن ينبغي إبقاء أوضاع التفكير الممتد الصريحة الموصوفة لإصدارات Grok الأخرى منفصلة. يدرج المثال نفسه طول طلب أقصى يبلغ 32,768 رمزًا. هذا هو حقل الإدخال المنشور للنموذج المسمّى، وليس حدًا أقصى موثّقًا منفصلًا لطول الإجابة. لا تثبت المصادر الأولية المقروءة سقفًا عامًا دقيقًا لعدد الصور أو دقتها أو رموز المخرجات في Vision 1212، لذا ينبغي الحصول على هذه القيم من مواصفة طلب محددة بدلًا من استعارتها من نموذج رؤية أحدث.
يهم اسم 1212 الثابت أيضًا عند اختيار إصدار. يخدم إصدار Grok 2 النصي فقط ومنتجات توليد الصور لديه مدخلات ومخرجات مختلفة. النتيجة الموصوفة هنا إجابة مكتوبة عن مادة مرئية. والميزات المعروضة في تطبيق Grok، مثل تجارب البحث الإضافي أو توليد الصور، تكاملات منفصلة حول العائلة، وينبغي تمييزها من قدرات إدراج هذا النموذج المسمّى.
أعدّ صفحات واضحة وضع تسمية لكل صورة عند مقارنة المواد. اذكر الجزء المعني من الصورة وأدرج أي تعريفات أو وحدات لازمة في السؤال، واطلب من الإجابة الحفاظ على الأسماء الأصلية. ولمخرج نهائي مفيد، اختر شرحًا أو جدول استخراج أو قائمة ملاحظات مرتبطة بالأدلة. إذا كانت الصورة ملتبسة، فاحتفظ بعدم اليقين في المخرج وافحص القراءات المؤثرة مقابل المادة الأصلية.
", "aboutText": "Grok 2 Vision 1212 هو إصدار المدخلات المرئية من عائلة Grok 2 لدى xAI، ويُعرَّف باسم grok-2-vision-1212. يقدّم المصنّع Grok 2 كنموذج لفهم النصوص والمرئيات، بمهام تشمل أسئلة المستندات والاستدلال الرياضي انطلاقًا من مادة مرئية. ويصف إعلان إصدار 1212 اللاحق تحسينات في اتباع التعليمات والسلوك متعدد اللغات. تتناول هذه البطاقة إصدار الرؤية المسمّى ونتيجته النصية.\n\nتدرج البيانات الوصفية للنموذج لدى المنتج النصوص والصور بوصفها مدخلات والنص بوصفه المخرج. لذلك تبدأ المهمة العملية بالأدلة المرئية وسؤال دقيق معًا. لصفحة مستند، حدّد الحقل أو القسم أو العلاقة التي تحتاج إلى شرحها؛ ولمخطط، حدّد التسميات والكميات المهمة؛ وللقطة شاشة، صِف هدف المستخدم والعنصر الذي تريد فحصه. الهدف ربط المحتوى المرئي بالطلب، بدلًا من طلب وصف غير موجّه لكل ما في الصورة.\n\nومن أمثلة طلب المستند: «اقرأ العناوين والحقول المسمّاة في هذه الصفحة. أعِد القيم الظاهرة، وأشر إلى العناصر التي لا يمكن قراءتها بثقة، واشرح المقطع الذي يدعم إجابتك». وقد يطلب سؤال مخطط العلاقة بين سلسلتين والتمييز بين القيم المرئية مباشرة والتفسير. ولصورة منتج فوتوغرافية، اطلب السمات المرئية ومقارنتها بالمواصفة المكتوبة المقدّمة. هذه أمثلة إعداد ومخرجات مبنية على عائلات مهام المصنّع المرئية، وليست وعودًا بإمكان استعادة كل تفصيل من كل صورة.\n\nيسجّل مثال النموذج المسمّى أيضًا دعم المخرجات المنظّمة واستدعاء الدوال. للاستخراج، حدّد النتيجة المرغوبة: مثلًا، قائمة حقول ونصوصها الظاهرة وملاحظة عن عدم اليقين. ولمهمة مدعومة بأداة، قدّم أوصاف الأدوات المسموح بها والمعلومات اللازمة لعملية. ينفّذ التطبيق العملية ويعيد نتيجتها؛ ويمكن للنموذج حينئذ استخدام تلك المعلومات في الإجابة النصية التالية. ميزة الرؤية نفسها هي القدرة على تفسير الصورة المقدّمة، بينما تخصّ العملية الخارجية التطبيق المحيط.\n\nيُدرج هذا الإصدار دون وضع استدلال منفصل في مثال المنتج ذاك. ومع ذلك يستطيع الإجابة عن أسئلة تتطلب علاقات وشروحًا، لكن ينبغي إبقاء أوضاع التفكير الممتد الصريحة الموصوفة لإصدارات Grok الأخرى منفصلة. يدرج المثال نفسه طول طلب أقصى يبلغ 32,768 رمزًا. هذا هو حقل الإدخال المنشور للنموذج المسمّى، وليس حدًا أقصى موثّقًا منفصلًا لطول الإجابة. لا تثبت المصادر الأولية المقروءة سقفًا عامًا دقيقًا لعدد الصور أو دقتها أو رموز المخرجات في Vision 1212، لذا ينبغي الحصول على هذه القيم من مواصفة طلب محددة بدلًا من استعارتها من نموذج رؤية أحدث.\n\nيهم اسم 1212 الثابت أيضًا عند اختيار إصدار. يخدم إصدار Grok 2 النصي فقط ومنتجات توليد الصور لديه مدخلات ومخرجات مختلفة. النتيجة الموصوفة هنا إجابة مكتوبة عن مادة مرئية. والميزات المعروضة في تطبيق Grok، مثل تجارب البحث الإضافي أو توليد الصور، تكاملات منفصلة حول العائلة، وينبغي تمييزها من قدرات إدراج هذا النموذج المسمّى.\n\nأعدّ صفحات واضحة وضع تسمية لكل صورة عند مقارنة المواد. اذكر الجزء المعني من الصورة وأدرج أي تعريفات أو وحدات لازمة في السؤال، واطلب من الإجابة الحفاظ على الأسماء الأصلية. ولمخرج نهائي مفيد، اختر شرحًا أو جدول استخراج أو قائمة ملاحظات مرتبطة بالأدلة. إذا كانت الصورة ملتبسة، فاحتفظ بعدم اليقين في المخرج وافحص القراءات المؤثرة مقابل المادة الأصلية.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Interpret a transcribed sales chart\n\nUse this chart transcription: January sales 80 units, February 100, March 90. The vertical axis is units, not currency. Write a three-sentence chart caption covering the peak, the change from January to March and one conclusion about revenue that cannot be drawn from these values.A three-sentence caption separating stated sales values, a calculated change and the revenue-information limit.Check that the caption retains units and does not infer revenue or prices from unit counts.grok-2-vision-1212Grok 2 Vision 1212 هو إصدار فهم الصور من xAI للأسئلة عن المستندات والمخططات والصور الفوتوغرافية ولقطات الشاشة. يجمع سؤالًا مكتوبًا مع مدخل مرئي ويعيد إجابة نصية، مع ميزات مخرجات منظّمة واستدعاء دوال موثّقة للإصدار المسمّى.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Grok 2 Vision 1212 هو إصدار المدخلات المرئية من عائلة Grok 2 لدى xAI، ويُعرَّف باسم grok-2-vision-1212. يقدّم المصنّع Grok 2 كنموذج لفهم النصوص والمرئيات، بمهام تشمل أسئلة المستندات والاستدلال الرياضي انطلاقًا من مادة مرئية. ويصف إعلان إصدار 1212 اللاحق تحسينات في اتباع التعليمات والسلوك متعدد اللغات. تتناول هذه البطاقة إصدار الرؤية المسمّى ونتيجته النصية.
تدرج البيانات الوصفية للنموذج لدى المنتج النصوص والصور بوصفها مدخلات والنص بوصفه المخرج. لذلك تبدأ المهمة العملية بالأدلة المرئية وسؤال دقيق معًا. لصفحة مستند، حدّد الحقل أو القسم أو العلاقة التي تحتاج إلى شرحها؛ ولمخطط، حدّد التسميات والكميات المهمة؛ وللقطة شاشة، صِف هدف المستخدم والعنصر الذي تريد فحصه. الهدف ربط المحتوى المرئي بالطلب، بدلًا من طلب وصف غير موجّه لكل ما في الصورة.
ومن أمثلة طلب المستند: «اقرأ العناوين والحقول المسمّاة في هذه الصفحة. أعِد القيم الظاهرة، وأشر إلى العناصر التي لا يمكن قراءتها بثقة، واشرح المقطع الذي يدعم إجابتك». وقد يطلب سؤال مخطط العلاقة بين سلسلتين والتمييز بين القيم المرئية مباشرة والتفسير. ولصورة منتج فوتوغرافية، اطلب السمات المرئية ومقارنتها بالمواصفة المكتوبة المقدّمة. هذه أمثلة إعداد ومخرجات مبنية على عائلات مهام المصنّع المرئية، وليست وعودًا بإمكان استعادة كل تفصيل من كل صورة.
يسجّل مثال النموذج المسمّى أيضًا دعم المخرجات المنظّمة واستدعاء الدوال. للاستخراج، حدّد النتيجة المرغوبة: مثلًا، قائمة حقول ونصوصها الظاهرة وملاحظة عن عدم اليقين. ولمهمة مدعومة بأداة، قدّم أوصاف الأدوات المسموح بها والمعلومات اللازمة لعملية. ينفّذ التطبيق العملية ويعيد نتيجتها؛ ويمكن للنموذج حينئذ استخدام تلك المعلومات في الإجابة النصية التالية. ميزة الرؤية نفسها هي القدرة على تفسير الصورة المقدّمة، بينما تخصّ العملية الخارجية التطبيق المحيط.
يُدرج هذا الإصدار دون وضع استدلال منفصل في مثال المنتج ذاك. ومع ذلك يستطيع الإجابة عن أسئلة تتطلب علاقات وشروحًا، لكن ينبغي إبقاء أوضاع التفكير الممتد الصريحة الموصوفة لإصدارات Grok الأخرى منفصلة. يدرج المثال نفسه طول طلب أقصى يبلغ 32,768 رمزًا. هذا هو حقل الإدخال المنشور للنموذج المسمّى، وليس حدًا أقصى موثّقًا منفصلًا لطول الإجابة. لا تثبت المصادر الأولية المقروءة سقفًا عامًا دقيقًا لعدد الصور أو دقتها أو رموز المخرجات في Vision 1212، لذا ينبغي الحصول على هذه القيم من مواصفة طلب محددة بدلًا من استعارتها من نموذج رؤية أحدث.
يهم اسم 1212 الثابت أيضًا عند اختيار إصدار. يخدم إصدار Grok 2 النصي فقط ومنتجات توليد الصور لديه مدخلات ومخرجات مختلفة. النتيجة الموصوفة هنا إجابة مكتوبة عن مادة مرئية. والميزات المعروضة في تطبيق Grok، مثل تجارب البحث الإضافي أو توليد الصور، تكاملات منفصلة حول العائلة، وينبغي تمييزها من قدرات إدراج هذا النموذج المسمّى.
أعدّ صفحات واضحة وضع تسمية لكل صورة عند مقارنة المواد. اذكر الجزء المعني من الصورة وأدرج أي تعريفات أو وحدات لازمة في السؤال، واطلب من الإجابة الحفاظ على الأسماء الأصلية. ولمخرج نهائي مفيد، اختر شرحًا أو جدول استخراج أو قائمة ملاحظات مرتبطة بالأدلة. إذا كانت الصورة ملتبسة، فاحتفظ بعدم اليقين في المخرج وافحص القراءات المؤثرة مقابل المادة الأصلية.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود grok-2-vision-1212 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.004 / 1K من الرموز الإخراج · رموز الإخراج $0.02 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "grok-2-vision-1212", "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='grok-2-vision-1212',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='grok-2-vision-1212',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 أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra grok-2-vision-1212
استخدم مسارات الطرائق المعروضة أعلاه.
grok-2-vision-1212Grok 2 Vision 1212 هو إصدار فهم الصور من xAI للأسئلة عن المستندات والمخططات والصور الفوتوغرافية ولقطات الشاشة. يجمع سؤالًا مكتوبًا مع مدخل مرئي ويعيد إجابة نصية، مع ميزات مخرجات منظّمة واستدعاء دوال موثّقة للإصدار المسمّى.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Grok 2 Vision 1212 هو إصدار المدخلات المرئية من عائلة Grok 2 لدى xAI، ويُعرَّف باسم grok-2-vision-1212. يقدّم المصنّع Grok 2 كنموذج لفهم النصوص والمرئيات، بمهام تشمل أسئلة المستندات والاستدلال الرياضي انطلاقًا من مادة مرئية. ويصف إعلان إصدار 1212 اللاحق تحسينات في اتباع التعليمات والسلوك متعدد اللغات. تتناول هذه البطاقة إصدار الرؤية المسمّى ونتيجته النصية.
تدرج البيانات الوصفية للنموذج لدى المنتج النصوص والصور بوصفها مدخلات والنص بوصفه المخرج. لذلك تبدأ المهمة العملية بالأدلة المرئية وسؤال دقيق معًا. لصفحة مستند، حدّد الحقل أو القسم أو العلاقة التي تحتاج إلى شرحها؛ ولمخطط، حدّد التسميات والكميات المهمة؛ وللقطة شاشة، صِف هدف المستخدم والعنصر الذي تريد فحصه. الهدف ربط المحتوى المرئي بالطلب، بدلًا من طلب وصف غير موجّه لكل ما في الصورة.
ومن أمثلة طلب المستند: «اقرأ العناوين والحقول المسمّاة في هذه الصفحة. أعِد القيم الظاهرة، وأشر إلى العناصر التي لا يمكن قراءتها بثقة، واشرح المقطع الذي يدعم إجابتك». وقد يطلب سؤال مخطط العلاقة بين سلسلتين والتمييز بين القيم المرئية مباشرة والتفسير. ولصورة منتج فوتوغرافية، اطلب السمات المرئية ومقارنتها بالمواصفة المكتوبة المقدّمة. هذه أمثلة إعداد ومخرجات مبنية على عائلات مهام المصنّع المرئية، وليست وعودًا بإمكان استعادة كل تفصيل من كل صورة.
يسجّل مثال النموذج المسمّى أيضًا دعم المخرجات المنظّمة واستدعاء الدوال. للاستخراج، حدّد النتيجة المرغوبة: مثلًا، قائمة حقول ونصوصها الظاهرة وملاحظة عن عدم اليقين. ولمهمة مدعومة بأداة، قدّم أوصاف الأدوات المسموح بها والمعلومات اللازمة لعملية. ينفّذ التطبيق العملية ويعيد نتيجتها؛ ويمكن للنموذج حينئذ استخدام تلك المعلومات في الإجابة النصية التالية. ميزة الرؤية نفسها هي القدرة على تفسير الصورة المقدّمة، بينما تخصّ العملية الخارجية التطبيق المحيط.
يُدرج هذا الإصدار دون وضع استدلال منفصل في مثال المنتج ذاك. ومع ذلك يستطيع الإجابة عن أسئلة تتطلب علاقات وشروحًا، لكن ينبغي إبقاء أوضاع التفكير الممتد الصريحة الموصوفة لإصدارات Grok الأخرى منفصلة. يدرج المثال نفسه طول طلب أقصى يبلغ 32,768 رمزًا. هذا هو حقل الإدخال المنشور للنموذج المسمّى، وليس حدًا أقصى موثّقًا منفصلًا لطول الإجابة. لا تثبت المصادر الأولية المقروءة سقفًا عامًا دقيقًا لعدد الصور أو دقتها أو رموز المخرجات في Vision 1212، لذا ينبغي الحصول على هذه القيم من مواصفة طلب محددة بدلًا من استعارتها من نموذج رؤية أحدث.
يهم اسم 1212 الثابت أيضًا عند اختيار إصدار. يخدم إصدار Grok 2 النصي فقط ومنتجات توليد الصور لديه مدخلات ومخرجات مختلفة. النتيجة الموصوفة هنا إجابة مكتوبة عن مادة مرئية. والميزات المعروضة في تطبيق Grok، مثل تجارب البحث الإضافي أو توليد الصور، تكاملات منفصلة حول العائلة، وينبغي تمييزها من قدرات إدراج هذا النموذج المسمّى.
أعدّ صفحات واضحة وضع تسمية لكل صورة عند مقارنة المواد. اذكر الجزء المعني من الصورة وأدرج أي تعريفات أو وحدات لازمة في السؤال، واطلب من الإجابة الحفاظ على الأسماء الأصلية. ولمخرج نهائي مفيد، اختر شرحًا أو جدول استخراج أو قائمة ملاحظات مرتبطة بالأدلة. إذا كانت الصورة ملتبسة، فاحتفظ بعدم اليقين في المخرج وافحص القراءات المؤثرة مقابل المادة الأصلية.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود grok-2-vision-1212 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.004 / 1K من الرموز الإخراج · رموز الإخراج $0.02 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "grok-2-vision-1212",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'grok-2-vision-1212', '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': 'grok-2-vision-1212', '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 أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra grok-2-vision-1212
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Interpret a transcribed sales chart\n\nUse this chart transcription: January sales 80 units, February 100, March 90. The vertical axis is units, not currency. Write a three-sentence chart caption covering the peak, the change from January to March and one conclusion about revenue that cannot be drawn from these values.A three-sentence caption separating stated sales values, a calculated change and the revenue-information limit.Check that the caption retains units and does not infer revenue or prices from unit counts.