Qwen-VL-Plus 2025-07-10 هو نموذج Alibaba المؤرخ للرؤية واللغة لفهم الصور والفيديو. تحديثه المميّز هو فهم أقوى لمحتوى فيديو المراقبة. يقبل النموذج المواد البصرية مع تعليمات نصية ويُرجع نصًا: وصف حدث أو إجابة حول المشهد أو تقريرًا منظّمًا حول التفاصيل التي تطلب منه فحصها. تسمّي Alibaba هذه النسخة أيضًا qwen-vl-plus-0710.
يميّز المطوّر هذا الإصدار عن Qwen-VL-Plus 2025-05-07 والاسم البديل Qwen-VL-Plus latest الموصوف في الصفحة نفسها. يهم هذا التمييز عندما تتعلّق مهمتك تحديدًا بتسجيلات الكاميرات: التحديث الذي يركّز على المراقبة يخص نسخة يوليو المُسمّاة. احتفظ بالإصدار الدقيق في سجل المهمة عند مقارنة التعليمات أو مراجعة التسجيل نفسه مرة أخرى.
يمكن أن تتعلّق الأسئلة البصرية بما يظهر في إطار ومواضع العناصر وكيف تتطوّر الأفعال الظاهرة عبر تسلسل. قد تدعم صورة واحدة وصف المشهد؛ وقد توفّر عدة صور معنونة زوايا مختلفة أو لحظات متتالية. يستخدم فهم الفيديو عينات من الإطارات. يتعلّق الشرح الناتج بالأدلة الظاهرة؛ ولا يولّد النموذج فيديو بديلًا، ولا يحلّل سير العمل البصري هذا المسار الصوتي للفيديو.
لتقرير أحداث، جهّز مقطعًا ذا صلة أو تسلسل إطارات مرتبًا وحدّد المنطقة أو النشاط المهم. مثال توضيحي للمهمة: «صِف الأفعال الظاهرة للشخص قرب المدخل بالترتيب. لكل ملاحظة، اذكر العنصر المعني وموضعه والتغيّر الذي يمكنك رؤيته. ضع التفاصيل غير المؤكدة في جملة أخيرة منفصلة.» يمكنك طلب سرد قصير أو قائمة ملاحظات أو أقسام تقرير مُسمّاة. هذه تعليمات للإجابة النصية، وليست وضعًا منفصلًا للمخرجات المنظّمة.
نافذة السياق المنشورة لهذه النسخة هي 32,768 توكن، مع حد أقصى للمدخلات من 30,720 توكن وحد أقصى للمخرجات من 8,096 توكن. ويحدّد جدول النموذج المخصّص أيضًا حدًا أقصى من 16,384 توكن للصورة الواحدة. يجب أن تتّسع ميزانية المدخلات للتعليمات النصية وسياق المحادثة والمحتوى البصري معًا؛ سقف المخرجات حد منفصل، وليس مساحة إضافية لمواد مصدرية أخرى. عند مراجعة تسجيل طويل، اعزل المقطع واحتفظ بإطارات محيطة كافية لجعل تسلسله مفهومًا.
اختر إطارات مصدر يمكن تمييز العناصر ذات الصلة فيها، وضع تسميات للكاميرات أو الزوايا المختلفة، واجعل الملاحظة المطلوبة دقيقة. في سير عمل الملفات الموثّق من Alibaba، جهّز صورًا عبر URL لا يتجاوز حجمها 10 MB؛ ويجب أن تتراوح مدة ملف فيديو يُقدّم عبر URL عام بين 2–40 ثانية وألا يتجاوز حجمه 150 MB، أو استخدم قائمة مرتّبة من 4–80 إطارًا. يجب أن يظل مجموع التوكنات البصرية والنصية ضمن ميزانية مدخلات النموذج. إذا اعتمدت المهمة على شرح منطوق، فقدّم نصّه بشكل منفصل. اطلب أن يميّز التقرير الحركة الظاهرة عن الغرض المستنتج: «مشى نحو الباب» عبارة مختلفة عن نية المغادرة. الناتج المفيد سجل نصي قابل للمراجعة مرتبط بالتسجيل ومعايير الملاحظة المذكورة.
", "aboutText": "Qwen-VL-Plus 2025-07-10 هو نموذج Alibaba المؤرخ للرؤية واللغة لفهم الصور والفيديو. تحديثه المميّز هو فهم أقوى لمحتوى فيديو المراقبة. يقبل النموذج المواد البصرية مع تعليمات نصية ويُرجع نصًا: وصف حدث أو إجابة حول المشهد أو تقريرًا منظّمًا حول التفاصيل التي تطلب منه فحصها. تسمّي Alibaba هذه النسخة أيضًا qwen-vl-plus-0710.\n\nيميّز المطوّر هذا الإصدار عن Qwen-VL-Plus 2025-05-07 والاسم البديل Qwen-VL-Plus latest الموصوف في الصفحة نفسها. يهم هذا التمييز عندما تتعلّق مهمتك تحديدًا بتسجيلات الكاميرات: التحديث الذي يركّز على المراقبة يخص نسخة يوليو المُسمّاة. احتفظ بالإصدار الدقيق في سجل المهمة عند مقارنة التعليمات أو مراجعة التسجيل نفسه مرة أخرى.\n\nيمكن أن تتعلّق الأسئلة البصرية بما يظهر في إطار ومواضع العناصر وكيف تتطوّر الأفعال الظاهرة عبر تسلسل. قد تدعم صورة واحدة وصف المشهد؛ وقد توفّر عدة صور معنونة زوايا مختلفة أو لحظات متتالية. يستخدم فهم الفيديو عينات من الإطارات. يتعلّق الشرح الناتج بالأدلة الظاهرة؛ ولا يولّد النموذج فيديو بديلًا، ولا يحلّل سير العمل البصري هذا المسار الصوتي للفيديو.\n\nلتقرير أحداث، جهّز مقطعًا ذا صلة أو تسلسل إطارات مرتبًا وحدّد المنطقة أو النشاط المهم. مثال توضيحي للمهمة: «صِف الأفعال الظاهرة للشخص قرب المدخل بالترتيب. لكل ملاحظة، اذكر العنصر المعني وموضعه والتغيّر الذي يمكنك رؤيته. ضع التفاصيل غير المؤكدة في جملة أخيرة منفصلة.» يمكنك طلب سرد قصير أو قائمة ملاحظات أو أقسام تقرير مُسمّاة. هذه تعليمات للإجابة النصية، وليست وضعًا منفصلًا للمخرجات المنظّمة.\n\nنافذة السياق المنشورة لهذه النسخة هي 32,768 توكن، مع حد أقصى للمدخلات من 30,720 توكن وحد أقصى للمخرجات من 8,096 توكن. ويحدّد جدول النموذج المخصّص أيضًا حدًا أقصى من 16,384 توكن للصورة الواحدة. يجب أن تتّسع ميزانية المدخلات للتعليمات النصية وسياق المحادثة والمحتوى البصري معًا؛ سقف المخرجات حد منفصل، وليس مساحة إضافية لمواد مصدرية أخرى. عند مراجعة تسجيل طويل، اعزل المقطع واحتفظ بإطارات محيطة كافية لجعل تسلسله مفهومًا.\n\nاختر إطارات مصدر يمكن تمييز العناصر ذات الصلة فيها، وضع تسميات للكاميرات أو الزوايا المختلفة، واجعل الملاحظة المطلوبة دقيقة. في سير عمل الملفات الموثّق من Alibaba، جهّز صورًا عبر URL لا يتجاوز حجمها 10 MB؛ ويجب أن تتراوح مدة ملف فيديو يُقدّم عبر URL عام بين 2–40 ثانية وألا يتجاوز حجمه 150 MB، أو استخدم قائمة مرتّبة من 4–80 إطارًا. يجب أن يظل مجموع التوكنات البصرية والنصية ضمن ميزانية مدخلات النموذج. إذا اعتمدت المهمة على شرح منطوق، فقدّم نصّه بشكل منفصل. اطلب أن يميّز التقرير الحركة الظاهرة عن الغرض المستنتج: «مشى نحو الباب» عبارة مختلفة عن نية المغادرة. الناتج المفيد سجل نصي قابل للمراجعة مرتبط بالتسجيل ومعايير الملاحظة المذكورة.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10 هو نسخة للرؤية واللغة تركّز على فهم فيديو المراقبة. يجمع الصور أو إطارات الفيديو مع سؤال مكتوب لوصف الأحداث الظاهرة وتتبّع الأفعال وإنتاج تقرير نصي.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Qwen-VL-Plus 2025-07-10 هو نموذج Alibaba المؤرخ للرؤية واللغة لفهم الصور والفيديو. تحديثه المميّز هو فهم أقوى لمحتوى فيديو المراقبة. يقبل النموذج المواد البصرية مع تعليمات نصية ويُرجع نصًا: وصف حدث أو إجابة حول المشهد أو تقريرًا منظّمًا حول التفاصيل التي تطلب منه فحصها. تسمّي Alibaba هذه النسخة أيضًا qwen-vl-plus-0710.
يميّز المطوّر هذا الإصدار عن Qwen-VL-Plus 2025-05-07 والاسم البديل Qwen-VL-Plus latest الموصوف في الصفحة نفسها. يهم هذا التمييز عندما تتعلّق مهمتك تحديدًا بتسجيلات الكاميرات: التحديث الذي يركّز على المراقبة يخص نسخة يوليو المُسمّاة. احتفظ بالإصدار الدقيق في سجل المهمة عند مقارنة التعليمات أو مراجعة التسجيل نفسه مرة أخرى.
يمكن أن تتعلّق الأسئلة البصرية بما يظهر في إطار ومواضع العناصر وكيف تتطوّر الأفعال الظاهرة عبر تسلسل. قد تدعم صورة واحدة وصف المشهد؛ وقد توفّر عدة صور معنونة زوايا مختلفة أو لحظات متتالية. يستخدم فهم الفيديو عينات من الإطارات. يتعلّق الشرح الناتج بالأدلة الظاهرة؛ ولا يولّد النموذج فيديو بديلًا، ولا يحلّل سير العمل البصري هذا المسار الصوتي للفيديو.
لتقرير أحداث، جهّز مقطعًا ذا صلة أو تسلسل إطارات مرتبًا وحدّد المنطقة أو النشاط المهم. مثال توضيحي للمهمة: «صِف الأفعال الظاهرة للشخص قرب المدخل بالترتيب. لكل ملاحظة، اذكر العنصر المعني وموضعه والتغيّر الذي يمكنك رؤيته. ضع التفاصيل غير المؤكدة في جملة أخيرة منفصلة.» يمكنك طلب سرد قصير أو قائمة ملاحظات أو أقسام تقرير مُسمّاة. هذه تعليمات للإجابة النصية، وليست وضعًا منفصلًا للمخرجات المنظّمة.
نافذة السياق المنشورة لهذه النسخة هي 32,768 توكن، مع حد أقصى للمدخلات من 30,720 توكن وحد أقصى للمخرجات من 8,096 توكن. ويحدّد جدول النموذج المخصّص أيضًا حدًا أقصى من 16,384 توكن للصورة الواحدة. يجب أن تتّسع ميزانية المدخلات للتعليمات النصية وسياق المحادثة والمحتوى البصري معًا؛ سقف المخرجات حد منفصل، وليس مساحة إضافية لمواد مصدرية أخرى. عند مراجعة تسجيل طويل، اعزل المقطع واحتفظ بإطارات محيطة كافية لجعل تسلسله مفهومًا.
اختر إطارات مصدر يمكن تمييز العناصر ذات الصلة فيها، وضع تسميات للكاميرات أو الزوايا المختلفة، واجعل الملاحظة المطلوبة دقيقة. في سير عمل الملفات الموثّق من Alibaba، جهّز صورًا عبر URL لا يتجاوز حجمها 10 MB؛ ويجب أن تتراوح مدة ملف فيديو يُقدّم عبر URL عام بين 2–40 ثانية وألا يتجاوز حجمه 150 MB، أو استخدم قائمة مرتّبة من 4–80 إطارًا. يجب أن يظل مجموع التوكنات البصرية والنصية ضمن ميزانية مدخلات النموذج. إذا اعتمدت المهمة على شرح منطوق، فقدّم نصّه بشكل منفصل. اطلب أن يميّز التقرير الحركة الظاهرة عن الغرض المستنتج: «مشى نحو الباب» عبارة مختلفة عن نية المغادرة. الناتج المفيد سجل نصي قابل للمراجعة مرتبط بالتسجيل ومعايير الملاحظة المذكورة.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K من الرموز الإخراج · رموز الإخراج $0.00044 / 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": "qwen-vl-plus-2025-07-10", "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-vl-plus-2025-07-10',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-vl-plus-2025-07-10',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 qwen-vl-plus-2025-07-10
استخدم مسارات الطرائق المعروضة أعلاه.
qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10 هو نسخة للرؤية واللغة تركّز على فهم فيديو المراقبة. يجمع الصور أو إطارات الفيديو مع سؤال مكتوب لوصف الأحداث الظاهرة وتتبّع الأفعال وإنتاج تقرير نصي.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Qwen-VL-Plus 2025-07-10 هو نموذج Alibaba المؤرخ للرؤية واللغة لفهم الصور والفيديو. تحديثه المميّز هو فهم أقوى لمحتوى فيديو المراقبة. يقبل النموذج المواد البصرية مع تعليمات نصية ويُرجع نصًا: وصف حدث أو إجابة حول المشهد أو تقريرًا منظّمًا حول التفاصيل التي تطلب منه فحصها. تسمّي Alibaba هذه النسخة أيضًا qwen-vl-plus-0710.
يميّز المطوّر هذا الإصدار عن Qwen-VL-Plus 2025-05-07 والاسم البديل Qwen-VL-Plus latest الموصوف في الصفحة نفسها. يهم هذا التمييز عندما تتعلّق مهمتك تحديدًا بتسجيلات الكاميرات: التحديث الذي يركّز على المراقبة يخص نسخة يوليو المُسمّاة. احتفظ بالإصدار الدقيق في سجل المهمة عند مقارنة التعليمات أو مراجعة التسجيل نفسه مرة أخرى.
يمكن أن تتعلّق الأسئلة البصرية بما يظهر في إطار ومواضع العناصر وكيف تتطوّر الأفعال الظاهرة عبر تسلسل. قد تدعم صورة واحدة وصف المشهد؛ وقد توفّر عدة صور معنونة زوايا مختلفة أو لحظات متتالية. يستخدم فهم الفيديو عينات من الإطارات. يتعلّق الشرح الناتج بالأدلة الظاهرة؛ ولا يولّد النموذج فيديو بديلًا، ولا يحلّل سير العمل البصري هذا المسار الصوتي للفيديو.
لتقرير أحداث، جهّز مقطعًا ذا صلة أو تسلسل إطارات مرتبًا وحدّد المنطقة أو النشاط المهم. مثال توضيحي للمهمة: «صِف الأفعال الظاهرة للشخص قرب المدخل بالترتيب. لكل ملاحظة، اذكر العنصر المعني وموضعه والتغيّر الذي يمكنك رؤيته. ضع التفاصيل غير المؤكدة في جملة أخيرة منفصلة.» يمكنك طلب سرد قصير أو قائمة ملاحظات أو أقسام تقرير مُسمّاة. هذه تعليمات للإجابة النصية، وليست وضعًا منفصلًا للمخرجات المنظّمة.
نافذة السياق المنشورة لهذه النسخة هي 32,768 توكن، مع حد أقصى للمدخلات من 30,720 توكن وحد أقصى للمخرجات من 8,096 توكن. ويحدّد جدول النموذج المخصّص أيضًا حدًا أقصى من 16,384 توكن للصورة الواحدة. يجب أن تتّسع ميزانية المدخلات للتعليمات النصية وسياق المحادثة والمحتوى البصري معًا؛ سقف المخرجات حد منفصل، وليس مساحة إضافية لمواد مصدرية أخرى. عند مراجعة تسجيل طويل، اعزل المقطع واحتفظ بإطارات محيطة كافية لجعل تسلسله مفهومًا.
اختر إطارات مصدر يمكن تمييز العناصر ذات الصلة فيها، وضع تسميات للكاميرات أو الزوايا المختلفة، واجعل الملاحظة المطلوبة دقيقة. في سير عمل الملفات الموثّق من Alibaba، جهّز صورًا عبر URL لا يتجاوز حجمها 10 MB؛ ويجب أن تتراوح مدة ملف فيديو يُقدّم عبر URL عام بين 2–40 ثانية وألا يتجاوز حجمه 150 MB، أو استخدم قائمة مرتّبة من 4–80 إطارًا. يجب أن يظل مجموع التوكنات البصرية والنصية ضمن ميزانية مدخلات النموذج. إذا اعتمدت المهمة على شرح منطوق، فقدّم نصّه بشكل منفصل. اطلب أن يميّز التقرير الحركة الظاهرة عن الغرض المستنتج: «مشى نحو الباب» عبارة مختلفة عن نية المغادرة. الناتج المفيد سجل نصي قابل للمراجعة مرتبط بالتسجيل ومعايير الملاحظة المذكورة.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K من الرموز الإخراج · رموز الإخراج $0.00044 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "qwen-vl-plus-2025-07-10",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-vl-plus-2025-07-10', '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-vl-plus-2025-07-10', '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 qwen-vl-plus-2025-07-10
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.