Qwen-Max je rozsáhlý textový model rodiny Qwen pro úlohy spojující porozumění jazyku, logické uvažování a obsáhlejší písemný výsledek. Výrobce zdůrazňuje programování v čínštině a angličtině, vícejazyčnou práci, tvůrčí psaní a konverzaci podle rolí. Model je navržen k vytváření jasnějších a podrobnějších odpovědí při dodržování požadovaného stylu.
Schopnosti modelu
Qwen-Max přijímá text a vytváří text. Může pracovat s konverzací, zdrojovými pasážemi, softwarovým požadavkem nebo existujícím úryvkem kódu. Používejte jej, pokud má být výsledkem vysvětlení, přepsaný dokument, implementace nebo sada získaných polí. Naskenovaná stránka či snímek obrazovky potřebují samostatný krok, který zpřístupní potřebné informace jako text; dokumentovaným vstupem tohoto modelu není obrázek.
Výrobce zvláště uvádí dodržování formátu JSON. Praktická extrakční úloha může určit pole jako téma, podmínky výslovně uvedené ve zdroji a nevyřešenou otázku. Dodejte zdrojovou pasáž a požadované názvy polí a uveďte, jak reprezentovat chybějící informace. Tím se konverzační odpověď mění na data, která aplikace může prohlížet a zpracovat. Požadavek na JSON a požadavek na prozaické vysvětlení jsou odlišné výstupní požadavky a mají být uvedeny samostatně.
Rozhraní popsaná výrobcem zahrnují také volání funkcí, strukturovaný výstup, pokračování od prefixu odpovědi, ukládání kontextu do mezipaměti a dávkovou inferenci. Volání funkcí a vyhledávání na webu nejsou ve všech konfiguracích poskytovatele dostupná shodně. Používejte pouze ovládací prvky dokumentované pro vybrané rozhraní. V aplikaci s nástroji poskytuje nástroje aplikace, provádí vybrané akce a vrací jejich výsledky. Mezipaměť a dávkové zpracování se týkají způsobu zadávání práce a opětovného využití, nikoli nové obsahové modality.
Příprava požadavku
Zdrojové podklady, konverzaci i požadovanou odpověď udržujte v mezích kapacity vybraného rozhraní. Vyhraďte místo pro odpověď a zvolte, zda potřebujete stručnou reakci, nebo dlouhý dokument.
U dokumentové úlohy umístěte zásadní zdrojové části před volitelné příklady a uveďte, co musí konečný výstup obsahovat. Například dodejte popis produktu a otázky zákazníka a pak požádejte o odpověď, která zachová dodané podmínky, použije jazyk zákazníka a oddělí nezodpovězené otázky od potvrzených informací. Výsledkem může být odpověď pro klienta a malý záznam JSON pro další krok aplikace.
Při programování dodejte účel funkce, přijímaný vstup, očekávaný výstup a existující úryvek, se kterým musí být zachována kompatibilita. Požádejte o implementaci, vysvětlení rozhodnutí a příklady pokrývající běžný vstup i hraniční případ. Využívá to dokumentované zaměření modelu na programování a uvažování, aniž by se předpokládal přístup k repozitáři, kompilátoru nebo běžící aplikaci.
U tvůrčího psaní nebo dialogu podle rolí definujte publikum, tón a fakta, která musí přežít úpravy. Role může uspořádat konverzaci, zatímco zdrojový materiál určuje, co má model říci. Požádejte o alternativní úvody či vysvětlení pro různé čtenáře, místo neurčitého přepsání; každá varianta pak má pozorovatelný účel.
Podstatná omezení
Qwen-Max je řada pro převod textu na text, nikoli edice pro vizuální výstupy nebo generování řeči. Výrobce na této kartě neuvádí fine-tuning mezi podporovanými funkcemi rozhraní. Chování s využitím nástrojů závisí na připojeném rozhraní. Tato rozlišení pomáhají vybrat správnou edici a připravit vstup odpovídající výsledku, který skutečně potřebujete.
", "aboutText": "Qwen-Max je rozsáhlý textový model rodiny Qwen pro úlohy spojující porozumění jazyku, logické uvažování a obsáhlejší písemný výsledek. Výrobce zdůrazňuje programování v čínštině a angličtině, vícejazyčnou práci, tvůrčí psaní a konverzaci podle rolí. Model je navržen k vytváření jasnějších a podrobnějších odpovědí při dodržování požadovaného stylu.\n\nSchopnosti modelu\n\nQwen-Max přijímá text a vytváří text. Může pracovat s konverzací, zdrojovými pasážemi, softwarovým požadavkem nebo existujícím úryvkem kódu. Používejte jej, pokud má být výsledkem vysvětlení, přepsaný dokument, implementace nebo sada získaných polí. Naskenovaná stránka či snímek obrazovky potřebují samostatný krok, který zpřístupní potřebné informace jako text; dokumentovaným vstupem tohoto modelu není obrázek.\n\nVýrobce zvláště uvádí dodržování formátu JSON. Praktická extrakční úloha může určit pole jako téma, podmínky výslovně uvedené ve zdroji a nevyřešenou otázku. Dodejte zdrojovou pasáž a požadované názvy polí a uveďte, jak reprezentovat chybějící informace. Tím se konverzační odpověď mění na data, která aplikace může prohlížet a zpracovat. Požadavek na JSON a požadavek na prozaické vysvětlení jsou odlišné výstupní požadavky a mají být uvedeny samostatně.\n\nRozhraní popsaná výrobcem zahrnují také volání funkcí, strukturovaný výstup, pokračování od prefixu odpovědi, ukládání kontextu do mezipaměti a dávkovou inferenci. Volání funkcí a vyhledávání na webu nejsou ve všech konfiguracích poskytovatele dostupná shodně. Používejte pouze ovládací prvky dokumentované pro vybrané rozhraní. V aplikaci s nástroji poskytuje nástroje aplikace, provádí vybrané akce a vrací jejich výsledky. Mezipaměť a dávkové zpracování se týkají způsobu zadávání práce a opětovného využití, nikoli nové obsahové modality.\n\nPříprava požadavku\n\nZdrojové podklady, konverzaci i požadovanou odpověď udržujte v mezích kapacity vybraného rozhraní. Vyhraďte místo pro odpověď a zvolte, zda potřebujete stručnou reakci, nebo dlouhý dokument.\n\nU dokumentové úlohy umístěte zásadní zdrojové části před volitelné příklady a uveďte, co musí konečný výstup obsahovat. Například dodejte popis produktu a otázky zákazníka a pak požádejte o odpověď, která zachová dodané podmínky, použije jazyk zákazníka a oddělí nezodpovězené otázky od potvrzených informací. Výsledkem může být odpověď pro klienta a malý záznam JSON pro další krok aplikace.\n\nPři programování dodejte účel funkce, přijímaný vstup, očekávaný výstup a existující úryvek, se kterým musí být zachována kompatibilita. Požádejte o implementaci, vysvětlení rozhodnutí a příklady pokrývající běžný vstup i hraniční případ. Využívá to dokumentované zaměření modelu na programování a uvažování, aniž by se předpokládal přístup k repozitáři, kompilátoru nebo běžící aplikaci.\n\nU tvůrčího psaní nebo dialogu podle rolí definujte publikum, tón a fakta, která musí přežít úpravy. Role může uspořádat konverzaci, zatímco zdrojový materiál určuje, co má model říci. Požádejte o alternativní úvody či vysvětlení pro různé čtenáře, místo neurčitého přepsání; každá varianta pak má pozorovatelný účel.\n\nPodstatná omezení\n\nQwen-Max je řada pro převod textu na text, nikoli edice pro vizuální výstupy nebo generování řeči. Výrobce na této kartě neuvádí fine-tuning mezi podporovanými funkcemi rozhraní. Chování s využitím nástrojů závisí na připojeném rozhraní. Tato rozlišení pomáhají vybrat správnou edici a připravit vstup odpovídající výsledku, který skutečně potřebujete.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Write two explanations for different readers\n\nUse these facts to write two versions of a product note: the desk lamp has three brightness settings, uses a replaceable cable and turns off automatically after 30 minutes when its timer is enabled. Version A is for a shop assistant; Version B is for a first-time buyer. Keep each under 55 words and preserve the timer condition.Two labelled audience-specific notes with the same product facts and distinct practical emphasis.Neither version claims that automatic shutoff occurs when the timer is disabled or omits the 30-minute condition.qwen-maxQwen-Max je textový model pro vícejazyčnou konverzaci, logické uvažování, programování a tvorbu obsahu. Spojuje podrobné dodržování instrukcí s výstupem zaměřeným na JSON a řízením stylu odpovědi.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen-Max je rozsáhlý textový model rodiny Qwen pro úlohy spojující porozumění jazyku, logické uvažování a obsáhlejší písemný výsledek. Výrobce zdůrazňuje programování v čínštině a angličtině, vícejazyčnou práci, tvůrčí psaní a konverzaci podle rolí. Model je navržen k vytváření jasnějších a podrobnějších odpovědí při dodržování požadovaného stylu.
Schopnosti modelu
Qwen-Max přijímá text a vytváří text. Může pracovat s konverzací, zdrojovými pasážemi, softwarovým požadavkem nebo existujícím úryvkem kódu. Používejte jej, pokud má být výsledkem vysvětlení, přepsaný dokument, implementace nebo sada získaných polí. Naskenovaná stránka či snímek obrazovky potřebují samostatný krok, který zpřístupní potřebné informace jako text; dokumentovaným vstupem tohoto modelu není obrázek.
Výrobce zvláště uvádí dodržování formátu JSON. Praktická extrakční úloha může určit pole jako téma, podmínky výslovně uvedené ve zdroji a nevyřešenou otázku. Dodejte zdrojovou pasáž a požadované názvy polí a uveďte, jak reprezentovat chybějící informace. Tím se konverzační odpověď mění na data, která aplikace může prohlížet a zpracovat. Požadavek na JSON a požadavek na prozaické vysvětlení jsou odlišné výstupní požadavky a mají být uvedeny samostatně.
Rozhraní popsaná výrobcem zahrnují také volání funkcí, strukturovaný výstup, pokračování od prefixu odpovědi, ukládání kontextu do mezipaměti a dávkovou inferenci. Volání funkcí a vyhledávání na webu nejsou ve všech konfiguracích poskytovatele dostupná shodně. Používejte pouze ovládací prvky dokumentované pro vybrané rozhraní. V aplikaci s nástroji poskytuje nástroje aplikace, provádí vybrané akce a vrací jejich výsledky. Mezipaměť a dávkové zpracování se týkají způsobu zadávání práce a opětovného využití, nikoli nové obsahové modality.
Příprava požadavku
Zdrojové podklady, konverzaci i požadovanou odpověď udržujte v mezích kapacity vybraného rozhraní. Vyhraďte místo pro odpověď a zvolte, zda potřebujete stručnou reakci, nebo dlouhý dokument.
U dokumentové úlohy umístěte zásadní zdrojové části před volitelné příklady a uveďte, co musí konečný výstup obsahovat. Například dodejte popis produktu a otázky zákazníka a pak požádejte o odpověď, která zachová dodané podmínky, použije jazyk zákazníka a oddělí nezodpovězené otázky od potvrzených informací. Výsledkem může být odpověď pro klienta a malý záznam JSON pro další krok aplikace.
Při programování dodejte účel funkce, přijímaný vstup, očekávaný výstup a existující úryvek, se kterým musí být zachována kompatibilita. Požádejte o implementaci, vysvětlení rozhodnutí a příklady pokrývající běžný vstup i hraniční případ. Využívá to dokumentované zaměření modelu na programování a uvažování, aniž by se předpokládal přístup k repozitáři, kompilátoru nebo běžící aplikaci.
U tvůrčího psaní nebo dialogu podle rolí definujte publikum, tón a fakta, která musí přežít úpravy. Role může uspořádat konverzaci, zatímco zdrojový materiál určuje, co má model říci. Požádejte o alternativní úvody či vysvětlení pro různé čtenáře, místo neurčitého přepsání; každá varianta pak má pozorovatelný účel.
Podstatná omezení
Qwen-Max je řada pro převod textu na text, nikoli edice pro vizuální výstupy nebo generování řeči. Výrobce na této kartě neuvádí fine-tuning mezi podporovanými funkcemi rozhraní. Chování s využitím nástrojů závisí na připojeném rozhraní. Tato rozlišení pomáhají vybrat správnou edici a připravit vstup odpovídající výsledku, který skutečně potřebujete.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen-max | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.000686 / 1K tokenů Výstup · Výstupní tokeny $0.002744 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen-max", "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-max',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-max',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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra qwen-max
Použijte cesty metod uvedené výše.
qwen-maxQwen-Max je textový model pro vícejazyčnou konverzaci, logické uvažování, programování a tvorbu obsahu. Spojuje podrobné dodržování instrukcí s výstupem zaměřeným na JSON a řízením stylu odpovědi.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen-Max je rozsáhlý textový model rodiny Qwen pro úlohy spojující porozumění jazyku, logické uvažování a obsáhlejší písemný výsledek. Výrobce zdůrazňuje programování v čínštině a angličtině, vícejazyčnou práci, tvůrčí psaní a konverzaci podle rolí. Model je navržen k vytváření jasnějších a podrobnějších odpovědí při dodržování požadovaného stylu.
Schopnosti modelu
Qwen-Max přijímá text a vytváří text. Může pracovat s konverzací, zdrojovými pasážemi, softwarovým požadavkem nebo existujícím úryvkem kódu. Používejte jej, pokud má být výsledkem vysvětlení, přepsaný dokument, implementace nebo sada získaných polí. Naskenovaná stránka či snímek obrazovky potřebují samostatný krok, který zpřístupní potřebné informace jako text; dokumentovaným vstupem tohoto modelu není obrázek.
Výrobce zvláště uvádí dodržování formátu JSON. Praktická extrakční úloha může určit pole jako téma, podmínky výslovně uvedené ve zdroji a nevyřešenou otázku. Dodejte zdrojovou pasáž a požadované názvy polí a uveďte, jak reprezentovat chybějící informace. Tím se konverzační odpověď mění na data, která aplikace může prohlížet a zpracovat. Požadavek na JSON a požadavek na prozaické vysvětlení jsou odlišné výstupní požadavky a mají být uvedeny samostatně.
Rozhraní popsaná výrobcem zahrnují také volání funkcí, strukturovaný výstup, pokračování od prefixu odpovědi, ukládání kontextu do mezipaměti a dávkovou inferenci. Volání funkcí a vyhledávání na webu nejsou ve všech konfiguracích poskytovatele dostupná shodně. Používejte pouze ovládací prvky dokumentované pro vybrané rozhraní. V aplikaci s nástroji poskytuje nástroje aplikace, provádí vybrané akce a vrací jejich výsledky. Mezipaměť a dávkové zpracování se týkají způsobu zadávání práce a opětovného využití, nikoli nové obsahové modality.
Příprava požadavku
Zdrojové podklady, konverzaci i požadovanou odpověď udržujte v mezích kapacity vybraného rozhraní. Vyhraďte místo pro odpověď a zvolte, zda potřebujete stručnou reakci, nebo dlouhý dokument.
U dokumentové úlohy umístěte zásadní zdrojové části před volitelné příklady a uveďte, co musí konečný výstup obsahovat. Například dodejte popis produktu a otázky zákazníka a pak požádejte o odpověď, která zachová dodané podmínky, použije jazyk zákazníka a oddělí nezodpovězené otázky od potvrzených informací. Výsledkem může být odpověď pro klienta a malý záznam JSON pro další krok aplikace.
Při programování dodejte účel funkce, přijímaný vstup, očekávaný výstup a existující úryvek, se kterým musí být zachována kompatibilita. Požádejte o implementaci, vysvětlení rozhodnutí a příklady pokrývající běžný vstup i hraniční případ. Využívá to dokumentované zaměření modelu na programování a uvažování, aniž by se předpokládal přístup k repozitáři, kompilátoru nebo běžící aplikaci.
U tvůrčího psaní nebo dialogu podle rolí definujte publikum, tón a fakta, která musí přežít úpravy. Role může uspořádat konverzaci, zatímco zdrojový materiál určuje, co má model říci. Požádejte o alternativní úvody či vysvětlení pro různé čtenáře, místo neurčitého přepsání; každá varianta pak má pozorovatelný účel.
Podstatná omezení
Qwen-Max je řada pro převod textu na text, nikoli edice pro vizuální výstupy nebo generování řeči. Výrobce na této kartě neuvádí fine-tuning mezi podporovanými funkcemi rozhraní. Chování s využitím nástrojů závisí na připojeném rozhraní. Tato rozlišení pomáhají vybrat správnou edici a připravit vstup odpovídající výsledku, který skutečně potřebujete.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen-max | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.000686 / 1K tokenů Výstup · Výstupní tokeny $0.002744 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "qwen-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-max', '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-max', '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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra qwen-max
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Write two explanations for different readers\n\nUse these facts to write two versions of a product note: the desk lamp has three brightness settings, uses a replaceable cable and turns off automatically after 30 minutes when its timer is enabled. Version A is for a shop assistant; Version B is for a first-time buyer. Keep each under 55 words and preserve the timer condition.Two labelled audience-specific notes with the same product facts and distinct practical emphasis.Neither version claims that automatic shutoff occurs when the timer is disabled or omits the 30-minute condition.