QVQ-Plus er Plus-serien blandt Qwens QVQ-modeller til visuel ræsonnering. Producenten fremhæver matematik, programmering, visuel analyse, kreativt arbejde og generelle opgaver, der inddrager visuel evidens. Den modtager tekst, billeder og video og returnerer tekst, herunder en ræsonneringsproces og et svar. Plus-navnet betegner en modelfamilie og erstatter hverken en fast QVQ-Max-version eller en billedgenereringsmodel.
Det dokumenterede kontekstvindue er på 131.072 tokens med et maksimalt input på 106.496 tokens og et maksimalt output på 8.192 tokens. Hold disse grænser adskilt, når du planlægger en anmodning. Medtag den skriftlige opgave, relevant visuelt materiale og nødvendig samtalehistorik, og afsæt derefter plads til forklaringen og det endelige svar. Et skærmbilledes eller en videos bidrag bestemmes af den behandlede repræsentation, så antallet af indtastede tegn er ikke i sig selv et tilstrækkeligt mål for hele inputtet.
Producenten beskriver QVQ som en kombination af visuelt input, ræsonnering og et tekstsvar. Det dokumenterede QVQ-tjenesteforløb bruger streaming. En applikation bør skelne mellem foreløbig ræsonnering og fragmenter af det endelige svar og samle teksten, før den præsenteres som en færdig forklaring. Et ønsket kort svar kan stadig følge en intern ræsonneringsproces; en anmodning om kortfattethed gør ikke modellen til en særskilt udgave uden ræsonnering.
Ved et diagram eller en tabel skal du angive den sammenligning, der skal foretages, og sørge for læsbare betegnelser, enheder og overskrifter. Spørg eksempelvis, om to afbildede dataserier bevæger sig fra hinanden inden for et valgt interval, og bed derefter om de synlige observationer, der underbygger konklusionen. Hvis svaret kræver talværdier, skal de være til stede i kilden, og modellen skal bedes angive usikkerhed, når kun en omtrentlig visuel aflæsning er mulig. Bevar originalbilledet, så resultatet kan kontrolleres mod evidensen.
Ved et dokument eller et skærmbillede af en grænseflade skal du definere brugerens mål og den del af materialet, der skal analyseres. En nyttig anmodning kan spørge, hvilke synlige felter der kræves i en angivet arbejdsgang, hvordan siden er opbygget, eller hvad diagrammets forbindelser indebærer. Ved en visuel programmeringsopgave skal du levere skærmbilledet og de skriftlige krav og derefter bede om en tekstforklaring eller et implementeringsforslag, som stemmer med den synlige struktur. Skeln mellem egenskaber, der kan observeres, og egenskaber, som afhænger af skjult applikationsadfærd.
Ved video skal du angive den hændelse, sekvens eller sammenhæng, du ønsker forklaret. Bevar det relevante segment, og lever læsbare stillbilleder, når små detaljer har betydning. Mærk flere input, og forklar deres rækkefølge, så en sammenligning ikke forveksles med uvedkommende scener. Resultatet er en tekstlig redegørelse for materialet og en konklusion om det angivne spørgsmål; det redigerer ikke selv kilden, skaber et nyt klip eller verificerer noget uden for det observerede.
Producentens Plus-modelkort angiver ikke understøttelse af funktionskald, websøgning eller skemabegrænset struktureret output. Organiser tekstsvaret med tydelige overskrifter, en sammenligningstabel eller en observationsliste, og valider ethvert resultat, der ser maskinlæsbart ud, før en applikation bruger det. Chatreferencen siger, at systembeskeder ikke har nogen virkning for QVQ-modeller, så placer instruktioner om rolle, opgave og formatering i brugerbeskeden. Bevar de dokumenterede QVQ-standardindstillinger for sampling frem for at overtage en opskrift på temperatur eller tokenudvælgelse fra en anden Qwen-familie.
Bed om de observerede fakta, forklaringen og et tydeligt navngivet slutresultat for at få et nyttigt analyseprodukt. Kontroller beregninger mod synlige tal, betegnelser og enheder, og kontroller en dokumentfortolkning mod det kildeafsnit, den henviser til. Gem den valgte Plus-identitet og inputmaterialerne sammen med resultatet, når en sag skal genbesøges. Adskil et begrundet forslag fra enhver efterfølgende handling: en applikation eller person skal stadig udføre en anmodet værktøjshandling og returnere dens resultat. Denne model leverer visuel ræsonnering og tekst, mens originalmaterialet bevares som grundlag for gennemgang.
", "aboutText": "QVQ-Plus er Plus-serien blandt Qwens QVQ-modeller til visuel ræsonnering. Producenten fremhæver matematik, programmering, visuel analyse, kreativt arbejde og generelle opgaver, der inddrager visuel evidens. Den modtager tekst, billeder og video og returnerer tekst, herunder en ræsonneringsproces og et svar. Plus-navnet betegner en modelfamilie og erstatter hverken en fast QVQ-Max-version eller en billedgenereringsmodel.\n\nDet dokumenterede kontekstvindue er på 131.072 tokens med et maksimalt input på 106.496 tokens og et maksimalt output på 8.192 tokens. Hold disse grænser adskilt, når du planlægger en anmodning. Medtag den skriftlige opgave, relevant visuelt materiale og nødvendig samtalehistorik, og afsæt derefter plads til forklaringen og det endelige svar. Et skærmbilledes eller en videos bidrag bestemmes af den behandlede repræsentation, så antallet af indtastede tegn er ikke i sig selv et tilstrækkeligt mål for hele inputtet.\n\nProducenten beskriver QVQ som en kombination af visuelt input, ræsonnering og et tekstsvar. Det dokumenterede QVQ-tjenesteforløb bruger streaming. En applikation bør skelne mellem foreløbig ræsonnering og fragmenter af det endelige svar og samle teksten, før den præsenteres som en færdig forklaring. Et ønsket kort svar kan stadig følge en intern ræsonneringsproces; en anmodning om kortfattethed gør ikke modellen til en særskilt udgave uden ræsonnering.\n\nVed et diagram eller en tabel skal du angive den sammenligning, der skal foretages, og sørge for læsbare betegnelser, enheder og overskrifter. Spørg eksempelvis, om to afbildede dataserier bevæger sig fra hinanden inden for et valgt interval, og bed derefter om de synlige observationer, der underbygger konklusionen. Hvis svaret kræver talværdier, skal de være til stede i kilden, og modellen skal bedes angive usikkerhed, når kun en omtrentlig visuel aflæsning er mulig. Bevar originalbilledet, så resultatet kan kontrolleres mod evidensen.\n\nVed et dokument eller et skærmbillede af en grænseflade skal du definere brugerens mål og den del af materialet, der skal analyseres. En nyttig anmodning kan spørge, hvilke synlige felter der kræves i en angivet arbejdsgang, hvordan siden er opbygget, eller hvad diagrammets forbindelser indebærer. Ved en visuel programmeringsopgave skal du levere skærmbilledet og de skriftlige krav og derefter bede om en tekstforklaring eller et implementeringsforslag, som stemmer med den synlige struktur. Skeln mellem egenskaber, der kan observeres, og egenskaber, som afhænger af skjult applikationsadfærd.\n\nVed video skal du angive den hændelse, sekvens eller sammenhæng, du ønsker forklaret. Bevar det relevante segment, og lever læsbare stillbilleder, når små detaljer har betydning. Mærk flere input, og forklar deres rækkefølge, så en sammenligning ikke forveksles med uvedkommende scener. Resultatet er en tekstlig redegørelse for materialet og en konklusion om det angivne spørgsmål; det redigerer ikke selv kilden, skaber et nyt klip eller verificerer noget uden for det observerede.\n\nProducentens Plus-modelkort angiver ikke understøttelse af funktionskald, websøgning eller skemabegrænset struktureret output. Organiser tekstsvaret med tydelige overskrifter, en sammenligningstabel eller en observationsliste, og valider ethvert resultat, der ser maskinlæsbart ud, før en applikation bruger det. Chatreferencen siger, at systembeskeder ikke har nogen virkning for QVQ-modeller, så placer instruktioner om rolle, opgave og formatering i brugerbeskeden. Bevar de dokumenterede QVQ-standardindstillinger for sampling frem for at overtage en opskrift på temperatur eller tokenudvælgelse fra en anden Qwen-familie.\n\nBed om de observerede fakta, forklaringen og et tydeligt navngivet slutresultat for at få et nyttigt analyseprodukt. Kontroller beregninger mod synlige tal, betegnelser og enheder, og kontroller en dokumentfortolkning mod det kildeafsnit, den henviser til. Gem den valgte Plus-identitet og inputmaterialerne sammen med resultatet, når en sag skal genbesøges. Adskil et begrundet forslag fra enhver efterfølgende handling: en applikation eller person skal stadig udføre en anmodet værktøjshandling og returnere dens resultat. Denne model leverer visuel ræsonnering og tekst, mens originalmaterialet bevares som grundlag for gennemgang.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Compare a transcribed chart trend\n\nAnalyze this chart transcription: week 1, signups 100 and activations 80; week 2, signups 150 and activations 90; week 3, signups 200 and activations 100. Calculate activation share each week and explain whether the signup and activation trends tell the same story. Use only these values and distinguish counts from rates.A three-row count-and-rate table followed by a concise trend comparison.Activation share uses activations divided by signups, and increasing counts are not confused with increasing share.qvq-plusQVQ-Plus kombinerer et tekstspørgsmål med billeder eller video for at give et begrundet tekstsvar. Brug den til visuel matematik, diagram- og dokumentanalyse eller spørgsmål, hvis konklusion afhænger af flere synlige detaljer; Plus-serien bevarer sin egen identitet.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
QVQ-Plus er Plus-serien blandt Qwens QVQ-modeller til visuel ræsonnering. Producenten fremhæver matematik, programmering, visuel analyse, kreativt arbejde og generelle opgaver, der inddrager visuel evidens. Den modtager tekst, billeder og video og returnerer tekst, herunder en ræsonneringsproces og et svar. Plus-navnet betegner en modelfamilie og erstatter hverken en fast QVQ-Max-version eller en billedgenereringsmodel.
Det dokumenterede kontekstvindue er på 131.072 tokens med et maksimalt input på 106.496 tokens og et maksimalt output på 8.192 tokens. Hold disse grænser adskilt, når du planlægger en anmodning. Medtag den skriftlige opgave, relevant visuelt materiale og nødvendig samtalehistorik, og afsæt derefter plads til forklaringen og det endelige svar. Et skærmbilledes eller en videos bidrag bestemmes af den behandlede repræsentation, så antallet af indtastede tegn er ikke i sig selv et tilstrækkeligt mål for hele inputtet.
Producenten beskriver QVQ som en kombination af visuelt input, ræsonnering og et tekstsvar. Det dokumenterede QVQ-tjenesteforløb bruger streaming. En applikation bør skelne mellem foreløbig ræsonnering og fragmenter af det endelige svar og samle teksten, før den præsenteres som en færdig forklaring. Et ønsket kort svar kan stadig følge en intern ræsonneringsproces; en anmodning om kortfattethed gør ikke modellen til en særskilt udgave uden ræsonnering.
Ved et diagram eller en tabel skal du angive den sammenligning, der skal foretages, og sørge for læsbare betegnelser, enheder og overskrifter. Spørg eksempelvis, om to afbildede dataserier bevæger sig fra hinanden inden for et valgt interval, og bed derefter om de synlige observationer, der underbygger konklusionen. Hvis svaret kræver talværdier, skal de være til stede i kilden, og modellen skal bedes angive usikkerhed, når kun en omtrentlig visuel aflæsning er mulig. Bevar originalbilledet, så resultatet kan kontrolleres mod evidensen.
Ved et dokument eller et skærmbillede af en grænseflade skal du definere brugerens mål og den del af materialet, der skal analyseres. En nyttig anmodning kan spørge, hvilke synlige felter der kræves i en angivet arbejdsgang, hvordan siden er opbygget, eller hvad diagrammets forbindelser indebærer. Ved en visuel programmeringsopgave skal du levere skærmbilledet og de skriftlige krav og derefter bede om en tekstforklaring eller et implementeringsforslag, som stemmer med den synlige struktur. Skeln mellem egenskaber, der kan observeres, og egenskaber, som afhænger af skjult applikationsadfærd.
Ved video skal du angive den hændelse, sekvens eller sammenhæng, du ønsker forklaret. Bevar det relevante segment, og lever læsbare stillbilleder, når små detaljer har betydning. Mærk flere input, og forklar deres rækkefølge, så en sammenligning ikke forveksles med uvedkommende scener. Resultatet er en tekstlig redegørelse for materialet og en konklusion om det angivne spørgsmål; det redigerer ikke selv kilden, skaber et nyt klip eller verificerer noget uden for det observerede.
Producentens Plus-modelkort angiver ikke understøttelse af funktionskald, websøgning eller skemabegrænset struktureret output. Organiser tekstsvaret med tydelige overskrifter, en sammenligningstabel eller en observationsliste, og valider ethvert resultat, der ser maskinlæsbart ud, før en applikation bruger det. Chatreferencen siger, at systembeskeder ikke har nogen virkning for QVQ-modeller, så placer instruktioner om rolle, opgave og formatering i brugerbeskeden. Bevar de dokumenterede QVQ-standardindstillinger for sampling frem for at overtage en opskrift på temperatur eller tokenudvælgelse fra en anden Qwen-familie.
Bed om de observerede fakta, forklaringen og et tydeligt navngivet slutresultat for at få et nyttigt analyseprodukt. Kontroller beregninger mod synlige tal, betegnelser og enheder, og kontroller en dokumentfortolkning mod det kildeafsnit, den henviser til. Gem den valgte Plus-identitet og inputmaterialerne sammen med resultatet, når en sag skal genbesøges. Adskil et begrundet forslag fra enhver efterfølgende handling: en applikation eller person skal stadig udføre en anmodet værktøjshandling og returnere dens resultat. Denne model leverer visuel ræsonnering og tekst, mens originalmaterialet bevares som grundlag for gennemgang.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser qvq-plus | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Eksempler: system, user, assistant, tool, function Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt. Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfrit | Værdier og grænser Gælder når: role=tool; brug det faktisk returnerede ID | Standard— |
Feltmessages[].name | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools[].type | Typestring | KravValgfrit | Værdier og grænser function Afhænger af modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrævet | Værdier og grænser Gælder når: funktionsværktøj angivet | Standard— |
Felttools[].function.description | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfrit | Værdier og grænser | Standard— |
Felttool_choice | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltservice_tier | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinstructions | Typestring | KravValgfrit | Værdier og grænser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfrit | Værdier og grænser text | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvises på denne Ultra-tekstrute | Standard— |
Feltcache_control.ttl | Typestring | KravValgfrit | Værdier og grænser Betingelser: 1h afvises på de faktiske placeringer for promptcaching | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.00058 / 1K tokens Output · Outputtokens $0.00144 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-plus", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qvq-plus',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qvq-plus',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra qvq-plus
Brug metodestierne vist ovenfor.
qvq-plusQVQ-Plus kombinerer et tekstspørgsmål med billeder eller video for at give et begrundet tekstsvar. Brug den til visuel matematik, diagram- og dokumentanalyse eller spørgsmål, hvis konklusion afhænger af flere synlige detaljer; Plus-serien bevarer sin egen identitet.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
QVQ-Plus er Plus-serien blandt Qwens QVQ-modeller til visuel ræsonnering. Producenten fremhæver matematik, programmering, visuel analyse, kreativt arbejde og generelle opgaver, der inddrager visuel evidens. Den modtager tekst, billeder og video og returnerer tekst, herunder en ræsonneringsproces og et svar. Plus-navnet betegner en modelfamilie og erstatter hverken en fast QVQ-Max-version eller en billedgenereringsmodel.
Det dokumenterede kontekstvindue er på 131.072 tokens med et maksimalt input på 106.496 tokens og et maksimalt output på 8.192 tokens. Hold disse grænser adskilt, når du planlægger en anmodning. Medtag den skriftlige opgave, relevant visuelt materiale og nødvendig samtalehistorik, og afsæt derefter plads til forklaringen og det endelige svar. Et skærmbilledes eller en videos bidrag bestemmes af den behandlede repræsentation, så antallet af indtastede tegn er ikke i sig selv et tilstrækkeligt mål for hele inputtet.
Producenten beskriver QVQ som en kombination af visuelt input, ræsonnering og et tekstsvar. Det dokumenterede QVQ-tjenesteforløb bruger streaming. En applikation bør skelne mellem foreløbig ræsonnering og fragmenter af det endelige svar og samle teksten, før den præsenteres som en færdig forklaring. Et ønsket kort svar kan stadig følge en intern ræsonneringsproces; en anmodning om kortfattethed gør ikke modellen til en særskilt udgave uden ræsonnering.
Ved et diagram eller en tabel skal du angive den sammenligning, der skal foretages, og sørge for læsbare betegnelser, enheder og overskrifter. Spørg eksempelvis, om to afbildede dataserier bevæger sig fra hinanden inden for et valgt interval, og bed derefter om de synlige observationer, der underbygger konklusionen. Hvis svaret kræver talværdier, skal de være til stede i kilden, og modellen skal bedes angive usikkerhed, når kun en omtrentlig visuel aflæsning er mulig. Bevar originalbilledet, så resultatet kan kontrolleres mod evidensen.
Ved et dokument eller et skærmbillede af en grænseflade skal du definere brugerens mål og den del af materialet, der skal analyseres. En nyttig anmodning kan spørge, hvilke synlige felter der kræves i en angivet arbejdsgang, hvordan siden er opbygget, eller hvad diagrammets forbindelser indebærer. Ved en visuel programmeringsopgave skal du levere skærmbilledet og de skriftlige krav og derefter bede om en tekstforklaring eller et implementeringsforslag, som stemmer med den synlige struktur. Skeln mellem egenskaber, der kan observeres, og egenskaber, som afhænger af skjult applikationsadfærd.
Ved video skal du angive den hændelse, sekvens eller sammenhæng, du ønsker forklaret. Bevar det relevante segment, og lever læsbare stillbilleder, når små detaljer har betydning. Mærk flere input, og forklar deres rækkefølge, så en sammenligning ikke forveksles med uvedkommende scener. Resultatet er en tekstlig redegørelse for materialet og en konklusion om det angivne spørgsmål; det redigerer ikke selv kilden, skaber et nyt klip eller verificerer noget uden for det observerede.
Producentens Plus-modelkort angiver ikke understøttelse af funktionskald, websøgning eller skemabegrænset struktureret output. Organiser tekstsvaret med tydelige overskrifter, en sammenligningstabel eller en observationsliste, og valider ethvert resultat, der ser maskinlæsbart ud, før en applikation bruger det. Chatreferencen siger, at systembeskeder ikke har nogen virkning for QVQ-modeller, så placer instruktioner om rolle, opgave og formatering i brugerbeskeden. Bevar de dokumenterede QVQ-standardindstillinger for sampling frem for at overtage en opskrift på temperatur eller tokenudvælgelse fra en anden Qwen-familie.
Bed om de observerede fakta, forklaringen og et tydeligt navngivet slutresultat for at få et nyttigt analyseprodukt. Kontroller beregninger mod synlige tal, betegnelser og enheder, og kontroller en dokumentfortolkning mod det kildeafsnit, den henviser til. Gem den valgte Plus-identitet og inputmaterialerne sammen med resultatet, når en sag skal genbesøges. Adskil et begrundet forslag fra enhver efterfølgende handling: en applikation eller person skal stadig udføre en anmodet værktøjshandling og returnere dens resultat. Denne model leverer visuel ræsonnering og tekst, mens originalmaterialet bevares som grundlag for gennemgang.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser qvq-plus | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.00058 / 1K tokens Output · Outputtokens $0.00144 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "qvq-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qvq-plus', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qvq-plus', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra qvq-plus
Brug metodestierne vist ovenfor.
Teknisk eksempel på engelsk
Compare a transcribed chart trend\n\nAnalyze this chart transcription: week 1, signups 100 and activations 80; week 2, signups 150 and activations 90; week 3, signups 200 and activations 100. Calculate activation share each week and explain whether the signup and activation trends tell the same story. Use only these values and distinguish counts from rates.A three-row count-and-rate table followed by a concise trend comparison.Activation share uses activations divided by signups, and increasing counts are not confused with increasing share.