Qwen3.5-Flash je model Qwen3.5 pro porozumění textu a obrazovému obsahu. Přijímá text, obrázky a video a vrací text. Tabulky modelů výrobce uvádějí kontext 1 milionu tokenů, podporu přemýšlení, volání funkcí, vestavěné nástroje a strukturovaný výstup.
Pro vysvětlení v zákaznické podpoře spojte písemnou otázku se snímkem obrazovky nebo příslušným obrazovým zdrojem. Určete důležité popisky, objekty nebo oblast a definujte cíl čtenáře. Požadujte stručnou textovou odpověď opřenou o viditelný obsah a oddělení nejistých detailů od pozorování.
U zaznamenaného sledu událostí vyberte část relevantní pro otázku a zachovejte její pořadí. Požadujte popis viditelných událostí a důkazy podporující vysvětlení. Pokud otázka závisí na řeči, přiložte k obrazovému materiálu potřebný přepis jako text.
V integraci podporující funkce aplikace definuje dostupnou akci a vstupní pole, provede vybrané volání a vrátí jeho výsledek. Vestavěné nástroje jsou samostatnou funkcí na straně výrobce. Integrace určuje, které ovládací prvky zpřístupní. U strukturované odpovědi definujte povinná pole a zacházení s chybějícími hodnotami a poté ověřte obsah i formu výsledku.
Tabulka vizuálních modelů výrobce uvádí pro tento pojmenovaný model limit výstupu 64K, až 256 obrázků a 64 videí. Dokumentovaný postup pro video podporuje soubory dlouhé až dvě hodiny a velké až 2 GB. Jde o limity postupu výrobce a všechny dodané materiály stále sdílejí rozpočet kontextu. Připravte čitelné zdrojové materiály, zachovejte jejich popisky a při plánování skutečného požadavku používejte limity zpřístupněné vybraným rozhraním.
Zvolte výsledek, který má vzniknout: analytickou poznámku, extrahovaná pole, upravenou pasáž nebo vysvětlení obrazového materiálu. Požadujte důkazy podporující důležité detaily a porovnejte odpověď se zdroji. Vrácený výstup je text; akce a souborové operace v navazujícím pracovním postupu mají vlastní výsledky provedení.
", "aboutText": "Qwen3.5-Flash je model Qwen3.5 pro porozumění textu a obrazovému obsahu. Přijímá text, obrázky a video a vrací text. Tabulky modelů výrobce uvádějí kontext 1 milionu tokenů, podporu přemýšlení, volání funkcí, vestavěné nástroje a strukturovaný výstup.\n\n### Připravte vysvětlení a odpovědi podpory s více druhy médií\n\nPro vysvětlení v zákaznické podpoře spojte písemnou otázku se snímkem obrazovky nebo příslušným obrazovým zdrojem. Určete důležité popisky, objekty nebo oblast a definujte cíl čtenáře. Požadujte stručnou textovou odpověď opřenou o viditelný obsah a oddělení nejistých detailů od pozorování.\n\n### Zvolte jasné zadání výstupu\n\nU zaznamenaného sledu událostí vyberte část relevantní pro otázku a zachovejte její pořadí. Požadujte popis viditelných událostí a důkazy podporující vysvětlení. Pokud otázka závisí na řeči, přiložte k obrazovému materiálu potřebný přepis jako text.\n\n### Propojte nástroje se skutečnými výsledky\n\nV integraci podporující funkce aplikace definuje dostupnou akci a vstupní pole, provede vybrané volání a vrátí jeho výsledek. Vestavěné nástroje jsou samostatnou funkcí na straně výrobce. Integrace určuje, které ovládací prvky zpřístupní. U strukturované odpovědi definujte povinná pole a zacházení s chybějícími hodnotami a poté ověřte obsah i formu výsledku.\n\n### Plánujte obrazový a textový vstup společně\n\nTabulka vizuálních modelů výrobce uvádí pro tento pojmenovaný model limit výstupu 64K, až 256 obrázků a 64 videí. Dokumentovaný postup pro video podporuje soubory dlouhé až dvě hodiny a velké až 2 GB. Jde o limity postupu výrobce a všechny dodané materiály stále sdílejí rozpočet kontextu. Připravte čitelné zdrojové materiály, zachovejte jejich popisky a při plánování skutečného požadavku používejte limity zpřístupněné vybraným rozhraním.\n\n### Zkontrolujte textový výstup\n\nZvolte výsledek, který má vzniknout: analytickou poznámku, extrahovaná pole, upravenou pasáž nebo vysvětlení obrazového materiálu. Požadujte důkazy podporující důležité detaily a porovnejte odpověď se zdroji. Vrácený výstup je text; akce a souborové operace v navazujícím pracovním postupu mají vlastní výsledky provedení.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Explain a recorded interface state\n\nDraft a support explanation from this text observation: "Upload panel shows file orders.csv, status Failed, message Required column sku missing. Retry button visible." Explain what the user should check in the CSV before retrying. Keep the error wording and filename, and do not claim to inspect or modify the file or interact with the interface.A concise explanation with the recorded error and a proposed file-check step before retry.Check that the advice addresses the missing sku column and does not claim a successful retry.qwen3.5-flashQwen3.5-Flash kombinuje text, obrázky a video a vytváří text pro vysvětlení využívající více médií a odpovědi zákaznické podpory. Výrobce dokumentuje kontext 1 milionu tokenů, podporu přemýšlení a volitelné funkce nástrojů a strukturovaných odpovědí.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen3.5-Flash je model Qwen3.5 pro porozumění textu a obrazovému obsahu. Přijímá text, obrázky a video a vrací text. Tabulky modelů výrobce uvádějí kontext 1 milionu tokenů, podporu přemýšlení, volání funkcí, vestavěné nástroje a strukturovaný výstup.
Pro vysvětlení v zákaznické podpoře spojte písemnou otázku se snímkem obrazovky nebo příslušným obrazovým zdrojem. Určete důležité popisky, objekty nebo oblast a definujte cíl čtenáře. Požadujte stručnou textovou odpověď opřenou o viditelný obsah a oddělení nejistých detailů od pozorování.
U zaznamenaného sledu událostí vyberte část relevantní pro otázku a zachovejte její pořadí. Požadujte popis viditelných událostí a důkazy podporující vysvětlení. Pokud otázka závisí na řeči, přiložte k obrazovému materiálu potřebný přepis jako text.
V integraci podporující funkce aplikace definuje dostupnou akci a vstupní pole, provede vybrané volání a vrátí jeho výsledek. Vestavěné nástroje jsou samostatnou funkcí na straně výrobce. Integrace určuje, které ovládací prvky zpřístupní. U strukturované odpovědi definujte povinná pole a zacházení s chybějícími hodnotami a poté ověřte obsah i formu výsledku.
Tabulka vizuálních modelů výrobce uvádí pro tento pojmenovaný model limit výstupu 64K, až 256 obrázků a 64 videí. Dokumentovaný postup pro video podporuje soubory dlouhé až dvě hodiny a velké až 2 GB. Jde o limity postupu výrobce a všechny dodané materiály stále sdílejí rozpočet kontextu. Připravte čitelné zdrojové materiály, zachovejte jejich popisky a při plánování skutečného požadavku používejte limity zpřístupněné vybraným rozhraním.
Zvolte výsledek, který má vzniknout: analytickou poznámku, extrahovaná pole, upravenou pasáž nebo vysvětlení obrazového materiálu. Požadujte důkazy podporující důležité detaily a porovnejte odpověď se zdroji. Vrácený výstup je text; akce a souborové operace v navazujícím pracovním postupu mají vlastní výsledky provedení.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen3.5-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.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.00006 / 1K tokenů Výstup · Výstupní tokeny $0.00058 / 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": "qwen3.5-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='qwen3.5-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='qwen3.5-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 qwen3.5-flash
Použijte cesty metod uvedené výše.
qwen3.5-flashQwen3.5-Flash kombinuje text, obrázky a video a vytváří text pro vysvětlení využívající více médií a odpovědi zákaznické podpory. Výrobce dokumentuje kontext 1 milionu tokenů, podporu přemýšlení a volitelné funkce nástrojů a strukturovaných odpovědí.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Qwen3.5-Flash je model Qwen3.5 pro porozumění textu a obrazovému obsahu. Přijímá text, obrázky a video a vrací text. Tabulky modelů výrobce uvádějí kontext 1 milionu tokenů, podporu přemýšlení, volání funkcí, vestavěné nástroje a strukturovaný výstup.
Pro vysvětlení v zákaznické podpoře spojte písemnou otázku se snímkem obrazovky nebo příslušným obrazovým zdrojem. Určete důležité popisky, objekty nebo oblast a definujte cíl čtenáře. Požadujte stručnou textovou odpověď opřenou o viditelný obsah a oddělení nejistých detailů od pozorování.
U zaznamenaného sledu událostí vyberte část relevantní pro otázku a zachovejte její pořadí. Požadujte popis viditelných událostí a důkazy podporující vysvětlení. Pokud otázka závisí na řeči, přiložte k obrazovému materiálu potřebný přepis jako text.
V integraci podporující funkce aplikace definuje dostupnou akci a vstupní pole, provede vybrané volání a vrátí jeho výsledek. Vestavěné nástroje jsou samostatnou funkcí na straně výrobce. Integrace určuje, které ovládací prvky zpřístupní. U strukturované odpovědi definujte povinná pole a zacházení s chybějícími hodnotami a poté ověřte obsah i formu výsledku.
Tabulka vizuálních modelů výrobce uvádí pro tento pojmenovaný model limit výstupu 64K, až 256 obrázků a 64 videí. Dokumentovaný postup pro video podporuje soubory dlouhé až dvě hodiny a velké až 2 GB. Jde o limity postupu výrobce a všechny dodané materiály stále sdílejí rozpočet kontextu. Připravte čitelné zdrojové materiály, zachovejte jejich popisky a při plánování skutečného požadavku používejte limity zpřístupněné vybraným rozhraním.
Zvolte výsledek, který má vzniknout: analytickou poznámku, extrahovaná pole, upravenou pasáž nebo vysvětlení obrazového materiálu. Požadujte důkazy podporující důležité detaily a porovnejte odpověď se zdroji. Vrácený výstup je text; akce a souborové operace v navazujícím pracovním postupu mají vlastní výsledky provedení.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity qwen3.5-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.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.00006 / 1K tokenů Výstup · Výstupní tokeny $0.00058 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "qwen3.5-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3.5-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': 'qwen3.5-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 qwen3.5-flash
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Explain a recorded interface state\n\nDraft a support explanation from this text observation: "Upload panel shows file orders.csv, status Failed, message Required column sku missing. Retry button visible." Explain what the user should check in the CSV before retrying. Keep the error wording and filename, and do not claim to inspect or modify the file or interact with the interface.A concise explanation with the recorded error and a proposed file-check step before retry.Check that the advice addresses the missing sku column and does not claim a successful retry.