Qwen-VL-Max je řada vizuálně-jazykových modelů Qwen pro otázky, které vyžadují více než rozpoznání objektu. Tvůrce staví Max na vizuálním uvažování a následování pokynů: propojit viditelné důkazy s podmínkami uživatele, vysvětlit vztahy a vytvořit textový výsledek pro složitější vizuální úkol. Ve srovnání s řadou Plus klade tento popis větší důraz na uvažování a interpretaci.
Aktuální karta tvůrce spojuje název bez označení verze qwen-vl-max s qwen-vl-max-2025-08-13. Průběžně aktualizovaný název sleduje aktualizace, zatímco název s datem označuje konkrétní verzi. Při porovnávání vstupů a výsledků zachovejte přesný název; jiné pojmenované edice mohou mít odlišné dokumentované specifikace.
Možnosti modelu
Dokumentovaný vstup zahrnuje text, obrázky a video, zatímco výstupem je text. Vizuálním podkladem může být stránka dokumentu, graf, scéna nebo posloupnost snímků. Textová otázka určuje, co má model na základě těchto podkladů zjistit. Výsledek může popsat důkazy, vysvětlit vztah nebo uspořádat zjištění do polí; nejde o edici pro generování obrázků nebo videa.
U grafu upřesněte porovnání místo žádosti o obecný popis. Dodejte obrázek a zeptejte se, která viditelná datová řada roste, co znamenají popisky a která pozorování podporují závěr. Požádejte o samostatné části pro přímo viditelná data a pro vysvětlení. U procesního diagramu určete počáteční a koncové podmínky a požádejte o vazby mezi fázemi se zachováním původních popisků.
U snímku obrazovky uveďte cíl uživatele a zeptejte se na viditelné ovládací prvky a možný další krok. Výsledkem je písemná interpretace rozhraní. Jakékoli skutečné kliknutí, změna souboru nebo externí akce zůstává úkolem aplikace, která model využívá; samotné vizuální porozumění není postupem pro ovládání počítače.
Karta tvůrce dokumentuje strukturovaný výstup, pokračování od prefixu odpovědi a ukládání kontextu do mezipaměti. Tyto možnosti mohou pomoci organizovat opakované vizuální analýzy podle stálého návrhu výstupu. Dávkové odesílání se mezi konfiguracemi tvůrce liší, zatímco volání funkcí, vyhledávání na webu a jemné doladění na této kartě nejsou uvedeny jako podporované. Strukturovanou textovou odpověď proto nelze zaměňovat za provedené volání nástroje nebo online vyhledávání.
Limity kontextu
Karta této pojmenované verze uvádí kontextové okno 131 072 tokenů, maximální vstup 129 024 tokenů a maximální výstup 8 192 tokenů. Vizuální vstupy a textový úkol společně čerpají dostupný limit vstupu. Odpověď má nezávislé omezení, takže rozsáhlá sada vizuálních podkladů neznamená stejně rozsáhlý výstup.
Vyberte obrázky nebo snímky, které odpovídají na skutečnou otázku. Zachovejte legendu grafu, záhlaví sloupců nebo popisky diagramu potřebné k interpretaci oříznuté oblasti. Při porovnávání více podkladů určete jejich pořadí a roli: stávající návrh, upravený návrh a referenční požadavek. Užitečný písemný výsledek může uvést shodné prvky, rozdíly a otázky, které zůstávají na základě dodaných důkazů nevyřešené.
Práce s videem
Video na vstupu umožňuje otázky na viditelné události a jejich posloupnost. Zeptejte se, co se mezi snímky mění, kteří účastníci spolu interagují nebo která viditelná podmínka nastává před jinou. Definujte požadovaný výstup, například uspořádaný popis událostí s pozorováními podporujícími každý bod. Karta uvádí video na vstupu a text na výstupu, nikoli zvukový vstup nebo řečový výstup; otázka na mluvený obsah vyžaduje jeho samostatné poskytnutí.
Praktický úkol může porovnat demonstrační klip s jeho písemným postupem: dodejte vizuální podklady a relevantní kroky, zeptejte se, které kroky jsou viditelně zachyceny, a požádejte o stručný seznam nesrovnalostí. Uveďte, ke kterému kroku postupu se každé pozorování vztahuje, a nejasné kroky ponechte v samostatné části odpovědi.
Důležitá omezení edice
Zaměření Max na vizuální uvažování je užitečné, když úkol závisí na interpretaci vztahů a následování složitého vizuálního pokynu. Jeho dokumentovaným výsledkem je text. Udržujte vstup čitelný, pojmenujte potřebný úsudek a rozlišujte mezi viditelnými důkazy a závěry, které má model podle zadání vyvodit. Tato příprava promění vizuální otázku v použitelné vysvětlení nebo porovnání místo shrnutí scény bez jasného zaměření.
", "aboutText": "Qwen-VL-Max je řada vizuálně-jazykových modelů Qwen pro otázky, které vyžadují více než rozpoznání objektu. Tvůrce staví Max na vizuálním uvažování a následování pokynů: propojit viditelné důkazy s podmínkami uživatele, vysvětlit vztahy a vytvořit textový výsledek pro složitější vizuální úkol. Ve srovnání s řadou Plus klade tento popis větší důraz na uvažování a interpretaci.\n\nAktuální karta tvůrce spojuje název bez označení verze qwen-vl-max s qwen-vl-max-2025-08-13. Průběžně aktualizovaný název sleduje aktualizace, zatímco název s datem označuje konkrétní verzi. Při porovnávání vstupů a výsledků zachovejte přesný název; jiné pojmenované edice mohou mít odlišné dokumentované specifikace.\n\nMožnosti modelu\n\nDokumentovaný vstup zahrnuje text, obrázky a video, zatímco výstupem je text. Vizuálním podkladem může být stránka dokumentu, graf, scéna nebo posloupnost snímků. Textová otázka určuje, co má model na základě těchto podkladů zjistit. Výsledek může popsat důkazy, vysvětlit vztah nebo uspořádat zjištění do polí; nejde o edici pro generování obrázků nebo videa.\n\nU grafu upřesněte porovnání místo žádosti o obecný popis. Dodejte obrázek a zeptejte se, která viditelná datová řada roste, co znamenají popisky a která pozorování podporují závěr. Požádejte o samostatné části pro přímo viditelná data a pro vysvětlení. U procesního diagramu určete počáteční a koncové podmínky a požádejte o vazby mezi fázemi se zachováním původních popisků.\n\nU snímku obrazovky uveďte cíl uživatele a zeptejte se na viditelné ovládací prvky a možný další krok. Výsledkem je písemná interpretace rozhraní. Jakékoli skutečné kliknutí, změna souboru nebo externí akce zůstává úkolem aplikace, která model využívá; samotné vizuální porozumění není postupem pro ovládání počítače.\n\nKarta tvůrce dokumentuje strukturovaný výstup, pokračování od prefixu odpovědi a ukládání kontextu do mezipaměti. Tyto možnosti mohou pomoci organizovat opakované vizuální analýzy podle stálého návrhu výstupu. Dávkové odesílání se mezi konfiguracemi tvůrce liší, zatímco volání funkcí, vyhledávání na webu a jemné doladění na této kartě nejsou uvedeny jako podporované. Strukturovanou textovou odpověď proto nelze zaměňovat za provedené volání nástroje nebo online vyhledávání.\n\nLimity kontextu\n\nKarta této pojmenované verze uvádí kontextové okno 131 072 tokenů, maximální vstup 129 024 tokenů a maximální výstup 8 192 tokenů. Vizuální vstupy a textový úkol společně čerpají dostupný limit vstupu. Odpověď má nezávislé omezení, takže rozsáhlá sada vizuálních podkladů neznamená stejně rozsáhlý výstup.\n\nVyberte obrázky nebo snímky, které odpovídají na skutečnou otázku. Zachovejte legendu grafu, záhlaví sloupců nebo popisky diagramu potřebné k interpretaci oříznuté oblasti. Při porovnávání více podkladů určete jejich pořadí a roli: stávající návrh, upravený návrh a referenční požadavek. Užitečný písemný výsledek může uvést shodné prvky, rozdíly a otázky, které zůstávají na základě dodaných důkazů nevyřešené.\n\nPráce s videem\n\nVideo na vstupu umožňuje otázky na viditelné události a jejich posloupnost. Zeptejte se, co se mezi snímky mění, kteří účastníci spolu interagují nebo která viditelná podmínka nastává před jinou. Definujte požadovaný výstup, například uspořádaný popis událostí s pozorováními podporujícími každý bod. Karta uvádí video na vstupu a text na výstupu, nikoli zvukový vstup nebo řečový výstup; otázka na mluvený obsah vyžaduje jeho samostatné poskytnutí.\n\nPraktický úkol může porovnat demonstrační klip s jeho písemným postupem: dodejte vizuální podklady a relevantní kroky, zeptejte se, které kroky jsou viditelně zachyceny, a požádejte o stručný seznam nesrovnalostí. Uveďte, ke kterému kroku postupu se každé pozorování vztahuje, a nejasné kroky ponechte v samostatné části odpovědi.\n\nDůležitá omezení edice\n\nZaměření Max na vizuální uvažování je užitečné, když úkol závisí na interpretaci vztahů a následování složitého vizuálního pokynu. Jeho dokumentovaným výsledkem je text. Udržujte vstup čitelný, pojmenujte potřebný úsudek a rozlišujte mezi viditelnými důkazy a závěry, které má model podle zadání vyvodit. Tato příprava promění vizuální otázku v použitelné vysvětlení nebo porovnání místo shrnutí scény bez jasného zaměření.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Trace a described process diagram\n\nInterpret this diagram transcribed as text: Request -> Validate -> [valid: Queue; invalid: Return error]; Queue -> Worker -> Result. Requirement: invalid requests must never reach the worker. Explain both paths, identify the gate enforcing the requirement and list two checks tied to those paths. Use only the supplied connections and labels.A two-path explanation, the validation gate and valid/invalid path checks.Check the invalid branch ends at Return error rather than passing through Queue.qwen-vl-maxQwen-VL-Max propojuje text, obrázky a video pomocí vizuálního uvažování a následování pokynů. Vrací textová vysvětlení nebo strukturovaná zjištění a zaměřuje se na složité vizuální otázky, analýzu dokumentů a vztahy uvnitř scény.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen-VL-Max je řada vizuálně-jazykových modelů Qwen pro otázky, které vyžadují více než rozpoznání objektu. Tvůrce staví Max na vizuálním uvažování a následování pokynů: propojit viditelné důkazy s podmínkami uživatele, vysvětlit vztahy a vytvořit textový výsledek pro složitější vizuální úkol. Ve srovnání s řadou Plus klade tento popis větší důraz na uvažování a interpretaci.
Aktuální karta tvůrce spojuje název bez označení verze qwen-vl-max s qwen-vl-max-2025-08-13. Průběžně aktualizovaný název sleduje aktualizace, zatímco název s datem označuje konkrétní verzi. Při porovnávání vstupů a výsledků zachovejte přesný název; jiné pojmenované edice mohou mít odlišné dokumentované specifikace.
Možnosti modelu
Dokumentovaný vstup zahrnuje text, obrázky a video, zatímco výstupem je text. Vizuálním podkladem může být stránka dokumentu, graf, scéna nebo posloupnost snímků. Textová otázka určuje, co má model na základě těchto podkladů zjistit. Výsledek může popsat důkazy, vysvětlit vztah nebo uspořádat zjištění do polí; nejde o edici pro generování obrázků nebo videa.
U grafu upřesněte porovnání místo žádosti o obecný popis. Dodejte obrázek a zeptejte se, která viditelná datová řada roste, co znamenají popisky a která pozorování podporují závěr. Požádejte o samostatné části pro přímo viditelná data a pro vysvětlení. U procesního diagramu určete počáteční a koncové podmínky a požádejte o vazby mezi fázemi se zachováním původních popisků.
U snímku obrazovky uveďte cíl uživatele a zeptejte se na viditelné ovládací prvky a možný další krok. Výsledkem je písemná interpretace rozhraní. Jakékoli skutečné kliknutí, změna souboru nebo externí akce zůstává úkolem aplikace, která model využívá; samotné vizuální porozumění není postupem pro ovládání počítače.
Karta tvůrce dokumentuje strukturovaný výstup, pokračování od prefixu odpovědi a ukládání kontextu do mezipaměti. Tyto možnosti mohou pomoci organizovat opakované vizuální analýzy podle stálého návrhu výstupu. Dávkové odesílání se mezi konfiguracemi tvůrce liší, zatímco volání funkcí, vyhledávání na webu a jemné doladění na této kartě nejsou uvedeny jako podporované. Strukturovanou textovou odpověď proto nelze zaměňovat za provedené volání nástroje nebo online vyhledávání.
Limity kontextu
Karta této pojmenované verze uvádí kontextové okno 131 072 tokenů, maximální vstup 129 024 tokenů a maximální výstup 8 192 tokenů. Vizuální vstupy a textový úkol společně čerpají dostupný limit vstupu. Odpověď má nezávislé omezení, takže rozsáhlá sada vizuálních podkladů neznamená stejně rozsáhlý výstup.
Vyberte obrázky nebo snímky, které odpovídají na skutečnou otázku. Zachovejte legendu grafu, záhlaví sloupců nebo popisky diagramu potřebné k interpretaci oříznuté oblasti. Při porovnávání více podkladů určete jejich pořadí a roli: stávající návrh, upravený návrh a referenční požadavek. Užitečný písemný výsledek může uvést shodné prvky, rozdíly a otázky, které zůstávají na základě dodaných důkazů nevyřešené.
Práce s videem
Video na vstupu umožňuje otázky na viditelné události a jejich posloupnost. Zeptejte se, co se mezi snímky mění, kteří účastníci spolu interagují nebo která viditelná podmínka nastává před jinou. Definujte požadovaný výstup, například uspořádaný popis událostí s pozorováními podporujícími každý bod. Karta uvádí video na vstupu a text na výstupu, nikoli zvukový vstup nebo řečový výstup; otázka na mluvený obsah vyžaduje jeho samostatné poskytnutí.
Praktický úkol může porovnat demonstrační klip s jeho písemným postupem: dodejte vizuální podklady a relevantní kroky, zeptejte se, které kroky jsou viditelně zachyceny, a požádejte o stručný seznam nesrovnalostí. Uveďte, ke kterému kroku postupu se každé pozorování vztahuje, a nejasné kroky ponechte v samostatné části odpovědi.
Důležitá omezení edice
Zaměření Max na vizuální uvažování je užitečné, když úkol závisí na interpretaci vztahů a následování složitého vizuálního pokynu. Jeho dokumentovaným výsledkem je text. Udržujte vstup čitelný, pojmenujte potřebný úsudek a rozlišujte mezi viditelnými důkazy a závěry, které má model podle zadání vyvodit. Tato příprava promění vizuální otázku v použitelné vysvětlení nebo porovnání místo shrnutí scény bez jasného zaměření.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen-vl-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 $0.00046 / 1K tokenů Výstup · Výstupní tokeny $0.001144 / 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-vl-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-vl-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-vl-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-vl-max
Použijte cesty metod uvedené výše.
qwen-vl-maxQwen-VL-Max propojuje text, obrázky a video pomocí vizuálního uvažování a následování pokynů. Vrací textová vysvětlení nebo strukturovaná zjištění a zaměřuje se na složité vizuální otázky, analýzu dokumentů a vztahy uvnitř scény.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen-VL-Max je řada vizuálně-jazykových modelů Qwen pro otázky, které vyžadují více než rozpoznání objektu. Tvůrce staví Max na vizuálním uvažování a následování pokynů: propojit viditelné důkazy s podmínkami uživatele, vysvětlit vztahy a vytvořit textový výsledek pro složitější vizuální úkol. Ve srovnání s řadou Plus klade tento popis větší důraz na uvažování a interpretaci.
Aktuální karta tvůrce spojuje název bez označení verze qwen-vl-max s qwen-vl-max-2025-08-13. Průběžně aktualizovaný název sleduje aktualizace, zatímco název s datem označuje konkrétní verzi. Při porovnávání vstupů a výsledků zachovejte přesný název; jiné pojmenované edice mohou mít odlišné dokumentované specifikace.
Možnosti modelu
Dokumentovaný vstup zahrnuje text, obrázky a video, zatímco výstupem je text. Vizuálním podkladem může být stránka dokumentu, graf, scéna nebo posloupnost snímků. Textová otázka určuje, co má model na základě těchto podkladů zjistit. Výsledek může popsat důkazy, vysvětlit vztah nebo uspořádat zjištění do polí; nejde o edici pro generování obrázků nebo videa.
U grafu upřesněte porovnání místo žádosti o obecný popis. Dodejte obrázek a zeptejte se, která viditelná datová řada roste, co znamenají popisky a která pozorování podporují závěr. Požádejte o samostatné části pro přímo viditelná data a pro vysvětlení. U procesního diagramu určete počáteční a koncové podmínky a požádejte o vazby mezi fázemi se zachováním původních popisků.
U snímku obrazovky uveďte cíl uživatele a zeptejte se na viditelné ovládací prvky a možný další krok. Výsledkem je písemná interpretace rozhraní. Jakékoli skutečné kliknutí, změna souboru nebo externí akce zůstává úkolem aplikace, která model využívá; samotné vizuální porozumění není postupem pro ovládání počítače.
Karta tvůrce dokumentuje strukturovaný výstup, pokračování od prefixu odpovědi a ukládání kontextu do mezipaměti. Tyto možnosti mohou pomoci organizovat opakované vizuální analýzy podle stálého návrhu výstupu. Dávkové odesílání se mezi konfiguracemi tvůrce liší, zatímco volání funkcí, vyhledávání na webu a jemné doladění na této kartě nejsou uvedeny jako podporované. Strukturovanou textovou odpověď proto nelze zaměňovat za provedené volání nástroje nebo online vyhledávání.
Limity kontextu
Karta této pojmenované verze uvádí kontextové okno 131 072 tokenů, maximální vstup 129 024 tokenů a maximální výstup 8 192 tokenů. Vizuální vstupy a textový úkol společně čerpají dostupný limit vstupu. Odpověď má nezávislé omezení, takže rozsáhlá sada vizuálních podkladů neznamená stejně rozsáhlý výstup.
Vyberte obrázky nebo snímky, které odpovídají na skutečnou otázku. Zachovejte legendu grafu, záhlaví sloupců nebo popisky diagramu potřebné k interpretaci oříznuté oblasti. Při porovnávání více podkladů určete jejich pořadí a roli: stávající návrh, upravený návrh a referenční požadavek. Užitečný písemný výsledek může uvést shodné prvky, rozdíly a otázky, které zůstávají na základě dodaných důkazů nevyřešené.
Práce s videem
Video na vstupu umožňuje otázky na viditelné události a jejich posloupnost. Zeptejte se, co se mezi snímky mění, kteří účastníci spolu interagují nebo která viditelná podmínka nastává před jinou. Definujte požadovaný výstup, například uspořádaný popis událostí s pozorováními podporujícími každý bod. Karta uvádí video na vstupu a text na výstupu, nikoli zvukový vstup nebo řečový výstup; otázka na mluvený obsah vyžaduje jeho samostatné poskytnutí.
Praktický úkol může porovnat demonstrační klip s jeho písemným postupem: dodejte vizuální podklady a relevantní kroky, zeptejte se, které kroky jsou viditelně zachyceny, a požádejte o stručný seznam nesrovnalostí. Uveďte, ke kterému kroku postupu se každé pozorování vztahuje, a nejasné kroky ponechte v samostatné části odpovědi.
Důležitá omezení edice
Zaměření Max na vizuální uvažování je užitečné, když úkol závisí na interpretaci vztahů a následování složitého vizuálního pokynu. Jeho dokumentovaným výsledkem je text. Udržujte vstup čitelný, pojmenujte potřebný úsudek a rozlišujte mezi viditelnými důkazy a závěry, které má model podle zadání vyvodit. Tato příprava promění vizuální otázku v použitelné vysvětlení nebo porovnání místo shrnutí scény bez jasného zaměření.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen-vl-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 $0.00046 / 1K tokenů Výstup · Výstupní tokeny $0.001144 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "qwen-vl-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-vl-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-vl-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-vl-max
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Trace a described process diagram\n\nInterpret this diagram transcribed as text: Request -> Validate -> [valid: Queue; invalid: Return error]; Queue -> Worker -> Result. Requirement: invalid requests must never reach the worker. Explain both paths, identify the gate enforcing the requirement and list two checks tied to those paths. Use only the supplied connections and labels.A two-path explanation, the validation gate and valid/invalid path checks.Check the invalid branch ends at Return error rather than passing through Queue.