Qwen-VL-Plus هو سلسلة Qwen للرؤية واللغة، مع تركيز خاص على التعرّف على التفاصيل والنص داخل الصور. يصف المطوّر دعم الصور التي تتجاوز مليون بكسل ونسب الأبعاد المختلفة. وهذا يجعل النموذج مناسبًا عندما تعتمد الإجابة على تسمية صغيرة أو حقل في صفحة أو العلاقة بين العناصر النصية والبصرية، بدلًا من موضوع الصورة الفوتوغرافية وحده.
تصف بطاقة المطوّر الحالية الاسم qwen-vl-plus غير المحدّد بإصدار بأنه مكافئ وظيفيًا لـ qwen-vl-plus-2025-08-15. احتفظ باسم الإصدار الدقيق في مهمة قابلة للتكرار. تسمية Plus والاسم البديل Latest ونسخة مؤرخة أخرى هي خيارات منفصلة؛ تطابق اسم العائلة لا يجعل مواصفاتها قابلة للتبادل.
قدرات النموذج
يسرد المطوّر النصوص والصور والفيديو كمدخلات، مع النص كمخرج. يمكن لتعليمات نصية أن توجّه النموذج لقراءة قسم من مستند أو وصف عناصر أو شرح تخطيط أو الإجابة عن سؤال حول مشهد. التعرّف والشرح مهمتان مرتبطتان، لكنهما تحتاجان إلى متطلبات مخرجات مختلفة: ينبغي للنسخ أن يحافظ على الصياغة الظاهرة، بينما ينبغي للشرح أن يبيّن صلة التفاصيل الظاهرة بالسؤال.
لاستخراج محتوى مستند، قدّم صفحة مقروءة وحدّد الحقول المطلوب إرجاعها. قد تتطلّب الاستمارة تسميات حقولها وقيمها، ويمكن أن يتطلّب الجدول الصف المطلوب مع عناوين أعمدته. إذا لم تكن قيمة ظاهرة، حدّد تمثيلًا صريحًا للقيمة المفقودة. يساعد تصميم المخرجات التوضيحي هذا التطبيق على التمييز بين النص المستخرج والإكمال المخمّن.
لمراجعة تخطيط، اسأل عن العناصر المهمة: أين تقع تسمية، وإلى أي عنصر تنتمي، وكيف تختلف نسختان. أعطِ كل صورة دورًا واجعل معايير المقارنة ثابتة. لشرح يعتمد على لقطة شاشة، اذكر هدف المستخدم واطلب تعليمات قصيرة تستند إلى عناصر التحكّم الظاهرة. الإجابة نص عن الواجهة، وليست إجراءً منفّذًا.
تتضمّن جداول المطوّر متابعة الإجابة انطلاقًا من بادئة محدّدة والتخزين المؤقت للسياق. لا تُتاح المخرجات المنظّمة والإرسال على دفعات والضبط الدقيق بالطريقة نفسها عبر إعدادات المطوّر؛ ينبغي التعامل معها كخيارات للواجهة، لا كنتيجة غير مشروطة لاختيار اسم Plus. لا تذكر هذه البطاقة استدعاء الدوال والبحث على الويب ضمن الميزات المدعومة. طلب تنسيق الحقول المستخرجة يختلف عن طلب تنفيذ دالة أو جلب معلومات جديدة من الويب.
حدود السياق
تحدّد البطاقة المنشورة نافذة سياق من 131,072 توكن، وحدًا أقصى للمدخلات من 129,024 توكن، وحدًا أقصى للمخرجات من 8,192 توكن. يستخدم تمثيل الصورة أو الفيديو سعة المدخلات إلى جانب السؤال والنص الداعم. خطّط للمواد البصرية والإجابة كلًا على حدة: قد لا يحتاج مدخل طويل أو مفصّل إلا إلى قائمة قصيرة من الحقول أو الملاحظات.
إعداد المدخلات
تركيز المطوّر على التفاصيل وتنوّع النسب لا يلغي الحاجة إلى مواد مقروءة. أبقِ المنطقة التي تحتوي على النص المطلوب واضحة. عند اقتصاص جدول، احتفظ بالعناوين والوحدات اللازمة لتفسير قيمه؛ وعند استخدام عدة صفحات، بيّن ترتيبها والقسم المطلوب فحصه. اذكر ما إذا كنت تريد الصياغة الأصلية أو ملخصًا أو تفسيرًا حتى لا تختلط هذه النتائج.
بالنسبة إلى الفيديو، حدّد الحدث أو التفصيل الظاهر المطلوب وصفه والبنية المرغوبة للإجابة. قد تطلب مهمة عملية تسلسل الأفعال في عرض توضيحي والعناصر المشاركة في كل خطوة. المخرج الموثّق نص؛ ولا تذكر البطاقة الصوت كمدخل أو الكلام المنطوق كمخرج. لذلك لا ينبغي استخدام هذا المسار البصري كدليل على فهم نص كلام منطوق.
من مسارات العمل المفيدة القابلة للتكرار أن تطلب حقول الاستخراج نفسها من عدة صور مستندات، وتحتفظ بمعرّفات الصور بجانب النتائج، ثم تقارن السجلات الناتجة في التطبيق. ومسار آخر هو إرفاق لقطة شاشة بمتطلّب مكتوب وطلب أوجه التطابق والاختلاف الظاهرة والتفاصيل غير المحسومة. في الحالتين، أبقِ صورة المصدر مرتبطة بكل قيمة مُعادة حتى يمكن فحص النتيجة.
", "aboutText": "Qwen-VL-Plus هو سلسلة Qwen للرؤية واللغة، مع تركيز خاص على التعرّف على التفاصيل والنص داخل الصور. يصف المطوّر دعم الصور التي تتجاوز مليون بكسل ونسب الأبعاد المختلفة. وهذا يجعل النموذج مناسبًا عندما تعتمد الإجابة على تسمية صغيرة أو حقل في صفحة أو العلاقة بين العناصر النصية والبصرية، بدلًا من موضوع الصورة الفوتوغرافية وحده.\n\nتصف بطاقة المطوّر الحالية الاسم qwen-vl-plus غير المحدّد بإصدار بأنه مكافئ وظيفيًا لـ qwen-vl-plus-2025-08-15. احتفظ باسم الإصدار الدقيق في مهمة قابلة للتكرار. تسمية Plus والاسم البديل Latest ونسخة مؤرخة أخرى هي خيارات منفصلة؛ تطابق اسم العائلة لا يجعل مواصفاتها قابلة للتبادل.\n\nقدرات النموذج\n\nيسرد المطوّر النصوص والصور والفيديو كمدخلات، مع النص كمخرج. يمكن لتعليمات نصية أن توجّه النموذج لقراءة قسم من مستند أو وصف عناصر أو شرح تخطيط أو الإجابة عن سؤال حول مشهد. التعرّف والشرح مهمتان مرتبطتان، لكنهما تحتاجان إلى متطلبات مخرجات مختلفة: ينبغي للنسخ أن يحافظ على الصياغة الظاهرة، بينما ينبغي للشرح أن يبيّن صلة التفاصيل الظاهرة بالسؤال.\n\nلاستخراج محتوى مستند، قدّم صفحة مقروءة وحدّد الحقول المطلوب إرجاعها. قد تتطلّب الاستمارة تسميات حقولها وقيمها، ويمكن أن يتطلّب الجدول الصف المطلوب مع عناوين أعمدته. إذا لم تكن قيمة ظاهرة، حدّد تمثيلًا صريحًا للقيمة المفقودة. يساعد تصميم المخرجات التوضيحي هذا التطبيق على التمييز بين النص المستخرج والإكمال المخمّن.\n\nلمراجعة تخطيط، اسأل عن العناصر المهمة: أين تقع تسمية، وإلى أي عنصر تنتمي، وكيف تختلف نسختان. أعطِ كل صورة دورًا واجعل معايير المقارنة ثابتة. لشرح يعتمد على لقطة شاشة، اذكر هدف المستخدم واطلب تعليمات قصيرة تستند إلى عناصر التحكّم الظاهرة. الإجابة نص عن الواجهة، وليست إجراءً منفّذًا.\n\nتتضمّن جداول المطوّر متابعة الإجابة انطلاقًا من بادئة محدّدة والتخزين المؤقت للسياق. لا تُتاح المخرجات المنظّمة والإرسال على دفعات والضبط الدقيق بالطريقة نفسها عبر إعدادات المطوّر؛ ينبغي التعامل معها كخيارات للواجهة، لا كنتيجة غير مشروطة لاختيار اسم Plus. لا تذكر هذه البطاقة استدعاء الدوال والبحث على الويب ضمن الميزات المدعومة. طلب تنسيق الحقول المستخرجة يختلف عن طلب تنفيذ دالة أو جلب معلومات جديدة من الويب.\n\nحدود السياق\n\nتحدّد البطاقة المنشورة نافذة سياق من 131,072 توكن، وحدًا أقصى للمدخلات من 129,024 توكن، وحدًا أقصى للمخرجات من 8,192 توكن. يستخدم تمثيل الصورة أو الفيديو سعة المدخلات إلى جانب السؤال والنص الداعم. خطّط للمواد البصرية والإجابة كلًا على حدة: قد لا يحتاج مدخل طويل أو مفصّل إلا إلى قائمة قصيرة من الحقول أو الملاحظات.\n\nإعداد المدخلات\n\nتركيز المطوّر على التفاصيل وتنوّع النسب لا يلغي الحاجة إلى مواد مقروءة. أبقِ المنطقة التي تحتوي على النص المطلوب واضحة. عند اقتصاص جدول، احتفظ بالعناوين والوحدات اللازمة لتفسير قيمه؛ وعند استخدام عدة صفحات، بيّن ترتيبها والقسم المطلوب فحصه. اذكر ما إذا كنت تريد الصياغة الأصلية أو ملخصًا أو تفسيرًا حتى لا تختلط هذه النتائج.\n\nبالنسبة إلى الفيديو، حدّد الحدث أو التفصيل الظاهر المطلوب وصفه والبنية المرغوبة للإجابة. قد تطلب مهمة عملية تسلسل الأفعال في عرض توضيحي والعناصر المشاركة في كل خطوة. المخرج الموثّق نص؛ ولا تذكر البطاقة الصوت كمدخل أو الكلام المنطوق كمخرج. لذلك لا ينبغي استخدام هذا المسار البصري كدليل على فهم نص كلام منطوق.\n\nمن مسارات العمل المفيدة القابلة للتكرار أن تطلب حقول الاستخراج نفسها من عدة صور مستندات، وتحتفظ بمعرّفات الصور بجانب النتائج، ثم تقارن السجلات الناتجة في التطبيق. ومسار آخر هو إرفاق لقطة شاشة بمتطلّب مكتوب وطلب أوجه التطابق والاختلاف الظاهرة والتفاصيل غير المحسومة. في الحالتين، أبقِ صورة المصدر مرتبطة بكل قيمة مُعادة حتى يمكن فحص النتيجة.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Compare transcribed package labels\n\nCompare these package-label transcriptions using the same fields. Label A: Oat drink; 1 L; ingredients: water, oats, salt. Label B: Oat drink; 750 mL; ingredients: water, oats, sunflower oil, salt. Return product name, volume and ingredient differences. Preserve original units and do not infer nutrition values or visual layout.A label comparison table plus a short list of explicit wording and quantity differences.Check that sunflower oil is attributed only to Label B and the original L/mL units are retained.qwen-vl-plusQwen-VL-Plus يقرأ النصوص والتفاصيل في الصور ويجمعها مع سؤال مكتوب. يوثّق المطوّر مدخلات الصور والفيديو والمخرجات النصية والصور عالية الدقة ونسب الأبعاد المتنوّعة لاستخراج محتوى المستندات والمقارنة البصرية وشرح المشاهد.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Qwen-VL-Plus هو سلسلة Qwen للرؤية واللغة، مع تركيز خاص على التعرّف على التفاصيل والنص داخل الصور. يصف المطوّر دعم الصور التي تتجاوز مليون بكسل ونسب الأبعاد المختلفة. وهذا يجعل النموذج مناسبًا عندما تعتمد الإجابة على تسمية صغيرة أو حقل في صفحة أو العلاقة بين العناصر النصية والبصرية، بدلًا من موضوع الصورة الفوتوغرافية وحده.
تصف بطاقة المطوّر الحالية الاسم qwen-vl-plus غير المحدّد بإصدار بأنه مكافئ وظيفيًا لـ qwen-vl-plus-2025-08-15. احتفظ باسم الإصدار الدقيق في مهمة قابلة للتكرار. تسمية Plus والاسم البديل Latest ونسخة مؤرخة أخرى هي خيارات منفصلة؛ تطابق اسم العائلة لا يجعل مواصفاتها قابلة للتبادل.
قدرات النموذج
يسرد المطوّر النصوص والصور والفيديو كمدخلات، مع النص كمخرج. يمكن لتعليمات نصية أن توجّه النموذج لقراءة قسم من مستند أو وصف عناصر أو شرح تخطيط أو الإجابة عن سؤال حول مشهد. التعرّف والشرح مهمتان مرتبطتان، لكنهما تحتاجان إلى متطلبات مخرجات مختلفة: ينبغي للنسخ أن يحافظ على الصياغة الظاهرة، بينما ينبغي للشرح أن يبيّن صلة التفاصيل الظاهرة بالسؤال.
لاستخراج محتوى مستند، قدّم صفحة مقروءة وحدّد الحقول المطلوب إرجاعها. قد تتطلّب الاستمارة تسميات حقولها وقيمها، ويمكن أن يتطلّب الجدول الصف المطلوب مع عناوين أعمدته. إذا لم تكن قيمة ظاهرة، حدّد تمثيلًا صريحًا للقيمة المفقودة. يساعد تصميم المخرجات التوضيحي هذا التطبيق على التمييز بين النص المستخرج والإكمال المخمّن.
لمراجعة تخطيط، اسأل عن العناصر المهمة: أين تقع تسمية، وإلى أي عنصر تنتمي، وكيف تختلف نسختان. أعطِ كل صورة دورًا واجعل معايير المقارنة ثابتة. لشرح يعتمد على لقطة شاشة، اذكر هدف المستخدم واطلب تعليمات قصيرة تستند إلى عناصر التحكّم الظاهرة. الإجابة نص عن الواجهة، وليست إجراءً منفّذًا.
تتضمّن جداول المطوّر متابعة الإجابة انطلاقًا من بادئة محدّدة والتخزين المؤقت للسياق. لا تُتاح المخرجات المنظّمة والإرسال على دفعات والضبط الدقيق بالطريقة نفسها عبر إعدادات المطوّر؛ ينبغي التعامل معها كخيارات للواجهة، لا كنتيجة غير مشروطة لاختيار اسم Plus. لا تذكر هذه البطاقة استدعاء الدوال والبحث على الويب ضمن الميزات المدعومة. طلب تنسيق الحقول المستخرجة يختلف عن طلب تنفيذ دالة أو جلب معلومات جديدة من الويب.
حدود السياق
تحدّد البطاقة المنشورة نافذة سياق من 131,072 توكن، وحدًا أقصى للمدخلات من 129,024 توكن، وحدًا أقصى للمخرجات من 8,192 توكن. يستخدم تمثيل الصورة أو الفيديو سعة المدخلات إلى جانب السؤال والنص الداعم. خطّط للمواد البصرية والإجابة كلًا على حدة: قد لا يحتاج مدخل طويل أو مفصّل إلا إلى قائمة قصيرة من الحقول أو الملاحظات.
إعداد المدخلات
تركيز المطوّر على التفاصيل وتنوّع النسب لا يلغي الحاجة إلى مواد مقروءة. أبقِ المنطقة التي تحتوي على النص المطلوب واضحة. عند اقتصاص جدول، احتفظ بالعناوين والوحدات اللازمة لتفسير قيمه؛ وعند استخدام عدة صفحات، بيّن ترتيبها والقسم المطلوب فحصه. اذكر ما إذا كنت تريد الصياغة الأصلية أو ملخصًا أو تفسيرًا حتى لا تختلط هذه النتائج.
بالنسبة إلى الفيديو، حدّد الحدث أو التفصيل الظاهر المطلوب وصفه والبنية المرغوبة للإجابة. قد تطلب مهمة عملية تسلسل الأفعال في عرض توضيحي والعناصر المشاركة في كل خطوة. المخرج الموثّق نص؛ ولا تذكر البطاقة الصوت كمدخل أو الكلام المنطوق كمخرج. لذلك لا ينبغي استخدام هذا المسار البصري كدليل على فهم نص كلام منطوق.
من مسارات العمل المفيدة القابلة للتكرار أن تطلب حقول الاستخراج نفسها من عدة صور مستندات، وتحتفظ بمعرّفات الصور بجانب النتائج، ثم تقارن السجلات الناتجة في التطبيق. ومسار آخر هو إرفاق لقطة شاشة بمتطلّب مكتوب وطلب أوجه التطابق والاختلاف الظاهرة والتفاصيل غير المحسومة. في الحالتين، أبقِ صورة المصدر مرتبطة بكل قيمة مُعادة حتى يمكن فحص النتيجة.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود qwen-vl-plus | 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 $0.00024 / 1K من الرموز الإخراج · رموز الإخراج $0.000572 / 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", "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',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',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
استخدم مسارات الطرائق المعروضة أعلاه.
qwen-vl-plusQwen-VL-Plus يقرأ النصوص والتفاصيل في الصور ويجمعها مع سؤال مكتوب. يوثّق المطوّر مدخلات الصور والفيديو والمخرجات النصية والصور عالية الدقة ونسب الأبعاد المتنوّعة لاستخراج محتوى المستندات والمقارنة البصرية وشرح المشاهد.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Qwen-VL-Plus هو سلسلة Qwen للرؤية واللغة، مع تركيز خاص على التعرّف على التفاصيل والنص داخل الصور. يصف المطوّر دعم الصور التي تتجاوز مليون بكسل ونسب الأبعاد المختلفة. وهذا يجعل النموذج مناسبًا عندما تعتمد الإجابة على تسمية صغيرة أو حقل في صفحة أو العلاقة بين العناصر النصية والبصرية، بدلًا من موضوع الصورة الفوتوغرافية وحده.
تصف بطاقة المطوّر الحالية الاسم qwen-vl-plus غير المحدّد بإصدار بأنه مكافئ وظيفيًا لـ qwen-vl-plus-2025-08-15. احتفظ باسم الإصدار الدقيق في مهمة قابلة للتكرار. تسمية Plus والاسم البديل Latest ونسخة مؤرخة أخرى هي خيارات منفصلة؛ تطابق اسم العائلة لا يجعل مواصفاتها قابلة للتبادل.
قدرات النموذج
يسرد المطوّر النصوص والصور والفيديو كمدخلات، مع النص كمخرج. يمكن لتعليمات نصية أن توجّه النموذج لقراءة قسم من مستند أو وصف عناصر أو شرح تخطيط أو الإجابة عن سؤال حول مشهد. التعرّف والشرح مهمتان مرتبطتان، لكنهما تحتاجان إلى متطلبات مخرجات مختلفة: ينبغي للنسخ أن يحافظ على الصياغة الظاهرة، بينما ينبغي للشرح أن يبيّن صلة التفاصيل الظاهرة بالسؤال.
لاستخراج محتوى مستند، قدّم صفحة مقروءة وحدّد الحقول المطلوب إرجاعها. قد تتطلّب الاستمارة تسميات حقولها وقيمها، ويمكن أن يتطلّب الجدول الصف المطلوب مع عناوين أعمدته. إذا لم تكن قيمة ظاهرة، حدّد تمثيلًا صريحًا للقيمة المفقودة. يساعد تصميم المخرجات التوضيحي هذا التطبيق على التمييز بين النص المستخرج والإكمال المخمّن.
لمراجعة تخطيط، اسأل عن العناصر المهمة: أين تقع تسمية، وإلى أي عنصر تنتمي، وكيف تختلف نسختان. أعطِ كل صورة دورًا واجعل معايير المقارنة ثابتة. لشرح يعتمد على لقطة شاشة، اذكر هدف المستخدم واطلب تعليمات قصيرة تستند إلى عناصر التحكّم الظاهرة. الإجابة نص عن الواجهة، وليست إجراءً منفّذًا.
تتضمّن جداول المطوّر متابعة الإجابة انطلاقًا من بادئة محدّدة والتخزين المؤقت للسياق. لا تُتاح المخرجات المنظّمة والإرسال على دفعات والضبط الدقيق بالطريقة نفسها عبر إعدادات المطوّر؛ ينبغي التعامل معها كخيارات للواجهة، لا كنتيجة غير مشروطة لاختيار اسم Plus. لا تذكر هذه البطاقة استدعاء الدوال والبحث على الويب ضمن الميزات المدعومة. طلب تنسيق الحقول المستخرجة يختلف عن طلب تنفيذ دالة أو جلب معلومات جديدة من الويب.
حدود السياق
تحدّد البطاقة المنشورة نافذة سياق من 131,072 توكن، وحدًا أقصى للمدخلات من 129,024 توكن، وحدًا أقصى للمخرجات من 8,192 توكن. يستخدم تمثيل الصورة أو الفيديو سعة المدخلات إلى جانب السؤال والنص الداعم. خطّط للمواد البصرية والإجابة كلًا على حدة: قد لا يحتاج مدخل طويل أو مفصّل إلا إلى قائمة قصيرة من الحقول أو الملاحظات.
إعداد المدخلات
تركيز المطوّر على التفاصيل وتنوّع النسب لا يلغي الحاجة إلى مواد مقروءة. أبقِ المنطقة التي تحتوي على النص المطلوب واضحة. عند اقتصاص جدول، احتفظ بالعناوين والوحدات اللازمة لتفسير قيمه؛ وعند استخدام عدة صفحات، بيّن ترتيبها والقسم المطلوب فحصه. اذكر ما إذا كنت تريد الصياغة الأصلية أو ملخصًا أو تفسيرًا حتى لا تختلط هذه النتائج.
بالنسبة إلى الفيديو، حدّد الحدث أو التفصيل الظاهر المطلوب وصفه والبنية المرغوبة للإجابة. قد تطلب مهمة عملية تسلسل الأفعال في عرض توضيحي والعناصر المشاركة في كل خطوة. المخرج الموثّق نص؛ ولا تذكر البطاقة الصوت كمدخل أو الكلام المنطوق كمخرج. لذلك لا ينبغي استخدام هذا المسار البصري كدليل على فهم نص كلام منطوق.
من مسارات العمل المفيدة القابلة للتكرار أن تطلب حقول الاستخراج نفسها من عدة صور مستندات، وتحتفظ بمعرّفات الصور بجانب النتائج، ثم تقارن السجلات الناتجة في التطبيق. ومسار آخر هو إرفاق لقطة شاشة بمتطلّب مكتوب وطلب أوجه التطابق والاختلاف الظاهرة والتفاصيل غير المحسومة. في الحالتين، أبقِ صورة المصدر مرتبطة بكل قيمة مُعادة حتى يمكن فحص النتيجة.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود qwen-vl-plus | 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 $0.00024 / 1K من الرموز الإخراج · رموز الإخراج $0.000572 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "qwen-vl-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Compare transcribed package labels\n\nCompare these package-label transcriptions using the same fields. Label A: Oat drink; 1 L; ingredients: water, oats, salt. Label B: Oat drink; 750 mL; ingredients: water, oats, sunflower oil, salt. Return product name, volume and ingredient differences. Preserve original units and do not infer nutrition values or visual layout.A label comparison table plus a short list of explicit wording and quantity differences.Check that sunflower oil is attributed only to Label B and the original L/mL units are retained.