Výběr modelu: multimediální analýza s textovým výstupem
Qwen3.8 Omni Flash je model Qwen pro porozumění zvuku a videu, shrnutí schůzek a analýzu obsahu. Jeho vstupy jsou text, obrázky, zvuk a video; výstupem je text. Odpověď může popsat nahrávku, zodpovědět otázku na vizuální a zvukové důkazy nebo připravit písemné shrnutí. Výrobce tuto edici výslovně odlišuje od modelů Omni generujících řeč. Nepředpokládejte, že název Omni poskytuje tomuto checkpointu režim mluveného výstupu.
Kontext má jeden milion tokenů a zvukový vstup pokrývá 113 jazyků a dialektů. Tento počet jazyků popisuje porozumění zvuku, nikoli záruku stejné kvality rozpoznávání pro každý přízvuk, podmínky nahrávky nebo odbornou slovní zásobu. U schůzky dodejte program nebo důležité termíny a požadujte rozhodnutí, nezodpovězené otázky a další kroky. U audiovizuálního klipu nejprve požadujte oddělení viditelného obsahu od toho, co je řečeno, a teprve poté spojení důkazů v závěru.
Příprava multimodálních materiálů
Dokumentované příklady kombinují média s textovou otázkou. Uveďte zamýšlený výsledek místo zaslání nahrávky bez vysvětlení: tematické shrnutí, popis události nebo odpověď na konkrétní otázku. Samostatné podklady označte a mimo požadavek uchovávejte jejich zdrojové časové rozsahy, aby šel výsledek dohledat v originálu. Pokud záleží na několika účastnících nebo scénách, pojmenujte rozdíly, které má zpráva zachovat.
Limity médií v souborovém postupu výrobce
U videosouborů výrobce dokumentuje až 64 souborů, limit délky dvě hodiny a soubory do 2 GB při předání prostřednictvím dostupného umístění souboru. Dokumentované videoformáty jsou MP4, AVI, MKV, MOV, FLV a WMV. U uspořádaných obrázků použitých jako video je dokumentovaný rozsah od dvou do 2,048 obrázků. Zachovejte pořadí a časování, místo abyste libovolnou kolekci obrázků považovali za známou časovou sekvenci.
U zvuku příručka dokumentuje až tři hodiny, vstup přes umístění souboru do 2 GB a AMR, WAV, 3GP, 3GPP, AAC nebo MP3. Počet zvukových souborů je až 2,048 při předání přes umístění souborů a až 250 s kódováním Base64. Obsah kódovaný v Base64 musí být menší než 10 MB. Jde o limity postupu výrobce, nikoli přísliby rozhraní aplikace pro nahrávání ani důkaz, že se všechny maximálně velké vstupy společně vejdou do rozpočtu tokenů.
U obrázků příručka uvádí až 2,048 umístění obrázků nebo 250 kódovaných obrázků. Soubor předaný přes dostupné umístění obrázku může mít až 20 MB; oba rozměry musí přesahovat deset pixelů a poměr stran zůstat v mezích 200:1 nebo 1:200. Zachovejte dostatečné rozlišení pro konkrétní otázku. Textové pole, které se při přípravě stane nečitelným, nelze obnovit pouhým požadavkem na sebejistou odpověď.
Prostorový zvuk
Tento model podporuje dvoukanálové stereo a čtyřkanálový ambisonický zvuk prvního řádu v pořadí kanálů WYZX. Ovládací prvek výrobce use_multichannel má výchozí hodnotu false a interpretuje zvuk jako mono. Při zapnutém ovládání a přítomném podporovaném rozložení kanálů se mohou prostorové informace podílet na porozumění. Pokud se úloha ptá na slyšitelnou prostorovou scénu, zachovejte rozložení kanálů; z obecného popisu neodvozujte kalibrované souřadnice zvukového zdroje.
Nástroje a aktuální informace
Výrobce podporuje volání funkcí a webové vyhledávání. V dokumentovaném postupu Responses je web_search jediným podporovaným vestavěným nástrojem této edice. Úloha využívající nástroje může požadovat propojení získaných aktuálních informací s dodanou nahrávkou při zachování jasného původu každého tvrzení. Vnější akce a výsledky nástrojů stále závisejí na nakonfigurovaném rozhraní aplikace. Podporu nástrojů nelze rozšiřovat na nepodmíněné tvrzení o interpretu kódu nebo souborovém systému. Výrobce také uvádí ukládání kontextu do mezipaměti pro opakovaný vstup; opětovné použití se týká sdílených prefixů požadavků a nedokládá zásah mezipaměti u konkrétního požadavku.
Režimy přemýšlení
Přemýšlení je ve výchozím stavu zapnuté s reasoning_effort nastaveným na xhigh. Hlavní úrovně intenzity přemýšlení jsou low, medium a xhigh; nastavení none přemýšlení vypíná. Pro kompatibilitu se minimal mapuje na low, zatímco high a max se mapují na xhigh. Výrobce odmítá požadavky, které nastavují reasoning_effort a thinking_budget současně. Tyto prvky popisují rozhraní výrobce a nedokládají, že je každá aplikace zpřístupňuje.
Pro jednoduché shrnutí zvolte přímou odpověď a pro otázku vyžadující propojení několika důkazů hlubší uvažování. Konečnou zprávu oddělte od uvažování a ověřte citace řeči, pořadí událostí a důkazy podporující závěry. Příručka stanovuje limity médií a kontextu, ale ve zde použitých oddílech nezveřejňuje samostatnou pevnou maximální délku textového výstupu. Jasná otázka a dohledatelný písemný výsledek jsou užitečnější než považovat nahrání co největšího objemu dat za záruku úplného vybavení si obsahu.
", "aboutText": "Výběr modelu: multimediální analýza s textovým výstupem\n\nQwen3.8 Omni Flash je model Qwen pro porozumění zvuku a videu, shrnutí schůzek a analýzu obsahu. Jeho vstupy jsou text, obrázky, zvuk a video; výstupem je text. Odpověď může popsat nahrávku, zodpovědět otázku na vizuální a zvukové důkazy nebo připravit písemné shrnutí. Výrobce tuto edici výslovně odlišuje od modelů Omni generujících řeč. Nepředpokládejte, že název Omni poskytuje tomuto checkpointu režim mluveného výstupu.\n\nKontext má jeden milion tokenů a zvukový vstup pokrývá 113 jazyků a dialektů. Tento počet jazyků popisuje porozumění zvuku, nikoli záruku stejné kvality rozpoznávání pro každý přízvuk, podmínky nahrávky nebo odbornou slovní zásobu. U schůzky dodejte program nebo důležité termíny a požadujte rozhodnutí, nezodpovězené otázky a další kroky. U audiovizuálního klipu nejprve požadujte oddělení viditelného obsahu od toho, co je řečeno, a teprve poté spojení důkazů v závěru.\n\nPříprava multimodálních materiálů\n\nDokumentované příklady kombinují média s textovou otázkou. Uveďte zamýšlený výsledek místo zaslání nahrávky bez vysvětlení: tematické shrnutí, popis události nebo odpověď na konkrétní otázku. Samostatné podklady označte a mimo požadavek uchovávejte jejich zdrojové časové rozsahy, aby šel výsledek dohledat v originálu. Pokud záleží na několika účastnících nebo scénách, pojmenujte rozdíly, které má zpráva zachovat.\n\nLimity médií v souborovém postupu výrobce\n\nU videosouborů výrobce dokumentuje až 64 souborů, limit délky dvě hodiny a soubory do 2 GB při předání prostřednictvím dostupného umístění souboru. Dokumentované videoformáty jsou MP4, AVI, MKV, MOV, FLV a WMV. U uspořádaných obrázků použitých jako video je dokumentovaný rozsah od dvou do 2,048 obrázků. Zachovejte pořadí a časování, místo abyste libovolnou kolekci obrázků považovali za známou časovou sekvenci.\n\nU zvuku příručka dokumentuje až tři hodiny, vstup přes umístění souboru do 2 GB a AMR, WAV, 3GP, 3GPP, AAC nebo MP3. Počet zvukových souborů je až 2,048 při předání přes umístění souborů a až 250 s kódováním Base64. Obsah kódovaný v Base64 musí být menší než 10 MB. Jde o limity postupu výrobce, nikoli přísliby rozhraní aplikace pro nahrávání ani důkaz, že se všechny maximálně velké vstupy společně vejdou do rozpočtu tokenů.\n\nU obrázků příručka uvádí až 2,048 umístění obrázků nebo 250 kódovaných obrázků. Soubor předaný přes dostupné umístění obrázku může mít až 20 MB; oba rozměry musí přesahovat deset pixelů a poměr stran zůstat v mezích 200:1 nebo 1:200. Zachovejte dostatečné rozlišení pro konkrétní otázku. Textové pole, které se při přípravě stane nečitelným, nelze obnovit pouhým požadavkem na sebejistou odpověď.\n\nProstorový zvuk\n\nTento model podporuje dvoukanálové stereo a čtyřkanálový ambisonický zvuk prvního řádu v pořadí kanálů WYZX. Ovládací prvek výrobce use_multichannel má výchozí hodnotu false a interpretuje zvuk jako mono. Při zapnutém ovládání a přítomném podporovaném rozložení kanálů se mohou prostorové informace podílet na porozumění. Pokud se úloha ptá na slyšitelnou prostorovou scénu, zachovejte rozložení kanálů; z obecného popisu neodvozujte kalibrované souřadnice zvukového zdroje.\n\nNástroje a aktuální informace\n\nVýrobce podporuje volání funkcí a webové vyhledávání. V dokumentovaném postupu Responses je web_search jediným podporovaným vestavěným nástrojem této edice. Úloha využívající nástroje může požadovat propojení získaných aktuálních informací s dodanou nahrávkou při zachování jasného původu každého tvrzení. Vnější akce a výsledky nástrojů stále závisejí na nakonfigurovaném rozhraní aplikace. Podporu nástrojů nelze rozšiřovat na nepodmíněné tvrzení o interpretu kódu nebo souborovém systému. Výrobce také uvádí ukládání kontextu do mezipaměti pro opakovaný vstup; opětovné použití se týká sdílených prefixů požadavků a nedokládá zásah mezipaměti u konkrétního požadavku.\n\nRežimy přemýšlení\n\nPřemýšlení je ve výchozím stavu zapnuté s reasoning_effort nastaveným na xhigh. Hlavní úrovně intenzity přemýšlení jsou low, medium a xhigh; nastavení none přemýšlení vypíná. Pro kompatibilitu se minimal mapuje na low, zatímco high a max se mapují na xhigh. Výrobce odmítá požadavky, které nastavují reasoning_effort a thinking_budget současně. Tyto prvky popisují rozhraní výrobce a nedokládají, že je každá aplikace zpřístupňuje.\n\nPro jednoduché shrnutí zvolte přímou odpověď a pro otázku vyžadující propojení několika důkazů hlubší uvažování. Konečnou zprávu oddělte od uvažování a ověřte citace řeči, pořadí událostí a důkazy podporující závěry. Příručka stanovuje limity médií a kontextu, ale ve zde použitých oddílech nezveřejňuje samostatnou pevnou maximální délku textového výstupu. Jasná otázka a dohledatelný písemný výsledek jsou užitečnější než považovat nahrání co největšího objemu dat za záruku úplného vybavení si obsahu.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Extract decisions from meeting text\n\nUse this meeting transcript. Lena: We agree to pilot the new checklist with Team A. Omar: I will prepare the draft by Thursday. Lena: We still need someone to review the results; no reviewer is assigned. Return decisions, named actions and unresolved questions. Preserve who said what and do not turn the pilot into a full rollout.A meeting summary with decision, action-owner-deadline rows and an open reviewer-assignment question.Check that Omar owns the draft, Thursday is its deadline and the reviewer remains unassigned.qwen/qwen3.8-omni-flashQwen3.8 Omni Flash analyzuje text, obrázky, zvuk a video a vrací text. Podporuje shrnutí schůzek, multimediální otázky, porozumění zvuku ve 113 jazycích a dialektech, volitelnou intenzitu uvažování a prostorový zvuk, s výrobcem dokumentovaným kontextem jednoho milionu tokenů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Výběr modelu: multimediální analýza s textovým výstupem
Qwen3.8 Omni Flash je model Qwen pro porozumění zvuku a videu, shrnutí schůzek a analýzu obsahu. Jeho vstupy jsou text, obrázky, zvuk a video; výstupem je text. Odpověď může popsat nahrávku, zodpovědět otázku na vizuální a zvukové důkazy nebo připravit písemné shrnutí. Výrobce tuto edici výslovně odlišuje od modelů Omni generujících řeč. Nepředpokládejte, že název Omni poskytuje tomuto checkpointu režim mluveného výstupu.
Kontext má jeden milion tokenů a zvukový vstup pokrývá 113 jazyků a dialektů. Tento počet jazyků popisuje porozumění zvuku, nikoli záruku stejné kvality rozpoznávání pro každý přízvuk, podmínky nahrávky nebo odbornou slovní zásobu. U schůzky dodejte program nebo důležité termíny a požadujte rozhodnutí, nezodpovězené otázky a další kroky. U audiovizuálního klipu nejprve požadujte oddělení viditelného obsahu od toho, co je řečeno, a teprve poté spojení důkazů v závěru.
Příprava multimodálních materiálů
Dokumentované příklady kombinují média s textovou otázkou. Uveďte zamýšlený výsledek místo zaslání nahrávky bez vysvětlení: tematické shrnutí, popis události nebo odpověď na konkrétní otázku. Samostatné podklady označte a mimo požadavek uchovávejte jejich zdrojové časové rozsahy, aby šel výsledek dohledat v originálu. Pokud záleží na několika účastnících nebo scénách, pojmenujte rozdíly, které má zpráva zachovat.
Limity médií v souborovém postupu výrobce
U videosouborů výrobce dokumentuje až 64 souborů, limit délky dvě hodiny a soubory do 2 GB při předání prostřednictvím dostupného umístění souboru. Dokumentované videoformáty jsou MP4, AVI, MKV, MOV, FLV a WMV. U uspořádaných obrázků použitých jako video je dokumentovaný rozsah od dvou do 2,048 obrázků. Zachovejte pořadí a časování, místo abyste libovolnou kolekci obrázků považovali za známou časovou sekvenci.
U zvuku příručka dokumentuje až tři hodiny, vstup přes umístění souboru do 2 GB a AMR, WAV, 3GP, 3GPP, AAC nebo MP3. Počet zvukových souborů je až 2,048 při předání přes umístění souborů a až 250 s kódováním Base64. Obsah kódovaný v Base64 musí být menší než 10 MB. Jde o limity postupu výrobce, nikoli přísliby rozhraní aplikace pro nahrávání ani důkaz, že se všechny maximálně velké vstupy společně vejdou do rozpočtu tokenů.
U obrázků příručka uvádí až 2,048 umístění obrázků nebo 250 kódovaných obrázků. Soubor předaný přes dostupné umístění obrázku může mít až 20 MB; oba rozměry musí přesahovat deset pixelů a poměr stran zůstat v mezích 200:1 nebo 1:200. Zachovejte dostatečné rozlišení pro konkrétní otázku. Textové pole, které se při přípravě stane nečitelným, nelze obnovit pouhým požadavkem na sebejistou odpověď.
Prostorový zvuk
Tento model podporuje dvoukanálové stereo a čtyřkanálový ambisonický zvuk prvního řádu v pořadí kanálů WYZX. Ovládací prvek výrobce use_multichannel má výchozí hodnotu false a interpretuje zvuk jako mono. Při zapnutém ovládání a přítomném podporovaném rozložení kanálů se mohou prostorové informace podílet na porozumění. Pokud se úloha ptá na slyšitelnou prostorovou scénu, zachovejte rozložení kanálů; z obecného popisu neodvozujte kalibrované souřadnice zvukového zdroje.
Nástroje a aktuální informace
Výrobce podporuje volání funkcí a webové vyhledávání. V dokumentovaném postupu Responses je web_search jediným podporovaným vestavěným nástrojem této edice. Úloha využívající nástroje může požadovat propojení získaných aktuálních informací s dodanou nahrávkou při zachování jasného původu každého tvrzení. Vnější akce a výsledky nástrojů stále závisejí na nakonfigurovaném rozhraní aplikace. Podporu nástrojů nelze rozšiřovat na nepodmíněné tvrzení o interpretu kódu nebo souborovém systému. Výrobce také uvádí ukládání kontextu do mezipaměti pro opakovaný vstup; opětovné použití se týká sdílených prefixů požadavků a nedokládá zásah mezipaměti u konkrétního požadavku.
Režimy přemýšlení
Přemýšlení je ve výchozím stavu zapnuté s reasoning_effort nastaveným na xhigh. Hlavní úrovně intenzity přemýšlení jsou low, medium a xhigh; nastavení none přemýšlení vypíná. Pro kompatibilitu se minimal mapuje na low, zatímco high a max se mapují na xhigh. Výrobce odmítá požadavky, které nastavují reasoning_effort a thinking_budget současně. Tyto prvky popisují rozhraní výrobce a nedokládají, že je každá aplikace zpřístupňuje.
Pro jednoduché shrnutí zvolte přímou odpověď a pro otázku vyžadující propojení několika důkazů hlubší uvažování. Konečnou zprávu oddělte od uvažování a ověřte citace řeči, pořadí událostí a důkazy podporující závěry. Příručka stanovuje limity médií a kontextu, ale ve zde použitých oddílech nezveřejňuje samostatnou pevnou maximální délku textového výstupu. Jasná otázka a dohledatelný písemný výsledek jsou užitečnější než považovat nahrání co největšího objemu dat za záruku úplného vybavení si obsahu.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen/qwen3.8-omni-flash | 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.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0003 / 1K tokenů Výstup · Výstupní tokeny $0.00094 / 1K tokenů Vstup · Čtení z mezipaměti $0.000032 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0003 / 1K tokenů Výstup · Výstupní tokeny $0.00094 / 1K tokenů Vstup · Čtení z mezipaměti $0.000032 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.8-omni-flash", "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/qwen3.8-omni-flash',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/qwen3.8-omni-flash',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/qwen3.8-omni-flash
Použijte cesty metod uvedené výše.
qwen/qwen3.8-omni-flashQwen3.8 Omni Flash analyzuje text, obrázky, zvuk a video a vrací text. Podporuje shrnutí schůzek, multimediální otázky, porozumění zvuku ve 113 jazycích a dialektech, volitelnou intenzitu uvažování a prostorový zvuk, s výrobcem dokumentovaným kontextem jednoho milionu tokenů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Výběr modelu: multimediální analýza s textovým výstupem
Qwen3.8 Omni Flash je model Qwen pro porozumění zvuku a videu, shrnutí schůzek a analýzu obsahu. Jeho vstupy jsou text, obrázky, zvuk a video; výstupem je text. Odpověď může popsat nahrávku, zodpovědět otázku na vizuální a zvukové důkazy nebo připravit písemné shrnutí. Výrobce tuto edici výslovně odlišuje od modelů Omni generujících řeč. Nepředpokládejte, že název Omni poskytuje tomuto checkpointu režim mluveného výstupu.
Kontext má jeden milion tokenů a zvukový vstup pokrývá 113 jazyků a dialektů. Tento počet jazyků popisuje porozumění zvuku, nikoli záruku stejné kvality rozpoznávání pro každý přízvuk, podmínky nahrávky nebo odbornou slovní zásobu. U schůzky dodejte program nebo důležité termíny a požadujte rozhodnutí, nezodpovězené otázky a další kroky. U audiovizuálního klipu nejprve požadujte oddělení viditelného obsahu od toho, co je řečeno, a teprve poté spojení důkazů v závěru.
Příprava multimodálních materiálů
Dokumentované příklady kombinují média s textovou otázkou. Uveďte zamýšlený výsledek místo zaslání nahrávky bez vysvětlení: tematické shrnutí, popis události nebo odpověď na konkrétní otázku. Samostatné podklady označte a mimo požadavek uchovávejte jejich zdrojové časové rozsahy, aby šel výsledek dohledat v originálu. Pokud záleží na několika účastnících nebo scénách, pojmenujte rozdíly, které má zpráva zachovat.
Limity médií v souborovém postupu výrobce
U videosouborů výrobce dokumentuje až 64 souborů, limit délky dvě hodiny a soubory do 2 GB při předání prostřednictvím dostupného umístění souboru. Dokumentované videoformáty jsou MP4, AVI, MKV, MOV, FLV a WMV. U uspořádaných obrázků použitých jako video je dokumentovaný rozsah od dvou do 2,048 obrázků. Zachovejte pořadí a časování, místo abyste libovolnou kolekci obrázků považovali za známou časovou sekvenci.
U zvuku příručka dokumentuje až tři hodiny, vstup přes umístění souboru do 2 GB a AMR, WAV, 3GP, 3GPP, AAC nebo MP3. Počet zvukových souborů je až 2,048 při předání přes umístění souborů a až 250 s kódováním Base64. Obsah kódovaný v Base64 musí být menší než 10 MB. Jde o limity postupu výrobce, nikoli přísliby rozhraní aplikace pro nahrávání ani důkaz, že se všechny maximálně velké vstupy společně vejdou do rozpočtu tokenů.
U obrázků příručka uvádí až 2,048 umístění obrázků nebo 250 kódovaných obrázků. Soubor předaný přes dostupné umístění obrázku může mít až 20 MB; oba rozměry musí přesahovat deset pixelů a poměr stran zůstat v mezích 200:1 nebo 1:200. Zachovejte dostatečné rozlišení pro konkrétní otázku. Textové pole, které se při přípravě stane nečitelným, nelze obnovit pouhým požadavkem na sebejistou odpověď.
Prostorový zvuk
Tento model podporuje dvoukanálové stereo a čtyřkanálový ambisonický zvuk prvního řádu v pořadí kanálů WYZX. Ovládací prvek výrobce use_multichannel má výchozí hodnotu false a interpretuje zvuk jako mono. Při zapnutém ovládání a přítomném podporovaném rozložení kanálů se mohou prostorové informace podílet na porozumění. Pokud se úloha ptá na slyšitelnou prostorovou scénu, zachovejte rozložení kanálů; z obecného popisu neodvozujte kalibrované souřadnice zvukového zdroje.
Nástroje a aktuální informace
Výrobce podporuje volání funkcí a webové vyhledávání. V dokumentovaném postupu Responses je web_search jediným podporovaným vestavěným nástrojem této edice. Úloha využívající nástroje může požadovat propojení získaných aktuálních informací s dodanou nahrávkou při zachování jasného původu každého tvrzení. Vnější akce a výsledky nástrojů stále závisejí na nakonfigurovaném rozhraní aplikace. Podporu nástrojů nelze rozšiřovat na nepodmíněné tvrzení o interpretu kódu nebo souborovém systému. Výrobce také uvádí ukládání kontextu do mezipaměti pro opakovaný vstup; opětovné použití se týká sdílených prefixů požadavků a nedokládá zásah mezipaměti u konkrétního požadavku.
Režimy přemýšlení
Přemýšlení je ve výchozím stavu zapnuté s reasoning_effort nastaveným na xhigh. Hlavní úrovně intenzity přemýšlení jsou low, medium a xhigh; nastavení none přemýšlení vypíná. Pro kompatibilitu se minimal mapuje na low, zatímco high a max se mapují na xhigh. Výrobce odmítá požadavky, které nastavují reasoning_effort a thinking_budget současně. Tyto prvky popisují rozhraní výrobce a nedokládají, že je každá aplikace zpřístupňuje.
Pro jednoduché shrnutí zvolte přímou odpověď a pro otázku vyžadující propojení několika důkazů hlubší uvažování. Konečnou zprávu oddělte od uvažování a ověřte citace řeči, pořadí událostí a důkazy podporující závěry. Příručka stanovuje limity médií a kontextu, ale ve zde použitých oddílech nezveřejňuje samostatnou pevnou maximální délku textového výstupu. Jasná otázka a dohledatelný písemný výsledek jsou užitečnější než považovat nahrání co největšího objemu dat za záruku úplného vybavení si obsahu.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen/qwen3.8-omni-flash | 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.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0003 / 1K tokenů Výstup · Výstupní tokeny $0.00094 / 1K tokenů Vstup · Čtení z mezipaměti $0.000032 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.0003 / 1K tokenů Výstup · Výstupní tokeny $0.00094 / 1K tokenů Vstup · Čtení z mezipaměti $0.000032 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "qwen/qwen3.8-omni-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.8-omni-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3.8-omni-flash', '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/qwen3.8-omni-flash
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Extract decisions from meeting text\n\nUse this meeting transcript. Lena: We agree to pilot the new checklist with Team A. Omar: I will prepare the draft by Thursday. Lena: We still need someone to review the results; no reviewer is assigned. Return decisions, named actions and unresolved questions. Preserve who said what and do not turn the pilot into a full rollout.A meeting summary with decision, action-owner-deadline rows and an open reviewer-assignment question.Check that Omar owns the draft, Thursday is its deadline and the reviewer remains unassigned.