Überblick: Schlussfolgern auf Grundlage visueller Eingaben
QVQ-Max ist Qwens Modell für visuelles Schlussfolgern. Der Hersteller beschreibt die Ausgabe von Gedankenketten sowie stärkere Fähigkeiten in Mathematik, Programmierung, visueller Analyse, kreativer Arbeit und allgemeinen Aufgaben. Seine eigene Funktionsseite nennt Text-, Bild- und Videoeingaben mit Textausgabe. Wählen Sie es für eine Frage, bei der das visuelle Material Teil der Denkaufgabe ist, etwa eine Abbildung, ein Diagramm oder eine Abfolge beobachteter Ereignisse.
Die genaue Modellversion
Der Hersteller beschreibt qvq-max derzeit als funktional gleichwertig mit dem Snapshot qvq-max-2025-03-25. Diese Aussage benennt eine vom Hersteller beschriebene Beziehung zwischen Editionen; sie ändert nicht die exakten IDs, die eine Anwendung aufbewahrt. QVQ-Max sollte nicht allein aufgrund eines gemeinsamen Schwerpunkts auf Schlussfolgern die Gewichtsidentität, Parameteranzahl oder Generierungssteuerungen von QVQ-72B-Preview, QVQ-Plus oder einem neueren visuellen Qwen-Modell übernehmen. Auch ein Anbietername mit dem Suffix latest belegt für sich genommen keinen festgelegten Checkpoint.
Eine Frage zum visuellen Schlussfolgern vorbereiten
Stellen Sie das relevante Bild gemeinsam mit der vollständigen Frage bereit. Bewahren Sie bei einer mathematischen Abbildung Beschriftungen, Abmessungen und die zugehörige Aufgabenstellung und fragen Sie anschließend, welche Zusammenhänge aus der sichtbaren Figur folgen und welche eine zusätzliche Annahme benötigen. Verlangen Sie eine klar abgegrenzte endgültige Antwort mit den Werten und Zusammenhängen, die zu ihrer Herleitung verwendet wurden. Eine zweckmäßige Erklärung sollte jede wichtige Schlussfolgerung mit etwas im bereitgestellten Material verknüpfen.
Fordern Sie das Modell bei einem Diagramm auf, vor der Interpretation eines Trends die Achsen, Einheiten und Datenreihen zu bestimmen. Geben Sie bei einem Diagramm eines Algorithmus oder einer Benutzeroberfläche das beabsichtigte Verhalten an und fragen Sie, wie die sichtbare Struktur damit zusammenhängt. Unterscheiden Sie bei einem kreativen Briefing eine Beschreibung des tatsächlich Vorhandenen von vorgeschlagenen Änderungen oder Interpretationen. Dies sind ausgearbeitete Anwendungsbeispiele der vom Hersteller dokumentierten Fähigkeiten in Mathematik, Programmierung, Analyse und Gestaltung und keine Nachweise dafür, dass ein bestimmtes Material erfolgreich verarbeitet wurde.
Video und mehrere Belegquellen
Video ist ausdrücklich als Eingabemodalität aufgeführt. Stellen Sie bei einer Anfrage zur Ereignisanalyse den relevanten Ausschnitt bereit und verlangen Sie eine geordnete Erklärung dessen, was sich ändert, welche Szene die Schlussfolgerung stützt und was unsicher bleibt. Falls die Eingabe Zeitinformationen enthält, geben Sie an, wie sich das Ergebnis darauf beziehen soll. Die genaue Modellseite legt keine allgemeingültige Videodauer, Bildanzahl oder Zeitstempelgenauigkeit fest; solche Eigenschaften sollten daher nicht aus einer anderen Qwen-Familie übernommen werden.
Wenn die Frage mehrere Bilder oder Textpassagen nutzt, kennzeichnen Sie diese und erklären Sie den Zusammenhang, den das Modell untersuchen soll. Verlangen Sie ein nach diesen Kennzeichnungen gegliedertes Ergebnis, damit eine prüfende Person erkennen kann, welcher Beleg den jeweiligen Punkt stützt. Eine begründende Antwort sollte von der endgültigen Antwort unterscheidbar bleiben; eine ausführliche Erklärung ist nur dann nützlich, wenn ihre Aussagen anhand der Quelle geprüft werden können.
Kontext- und Antwortgrenzen
Die Spezifikation nennt ein Kontextfenster von 131.072 Tokens, eine maximale Eingabelänge von 106.496 Tokens und eine maximale Ausgabelänge von 8.192 Tokens. Behalten Sie diese Werte getrennt bei, anstatt aus ihrer Differenz ein nicht dokumentiertes Kontingent für Denk-Tokens abzuleiten. Text, dargestelltes visuelles Material und generierte Inhalte müssen innerhalb der geltenden Sequenz- und Ausgabegrenzen liegen.
Machen Sie bei einer dicht gefüllten Seite oder Abbildung die relevanten Details vor der Übermittlung lesbar und bewahren Sie die für die Schlussfolgerung benötigte vollständige Aufgabenstellung. Wählen Sie bei einer langen Quelle das zur Frage gehörende Material aus und reservieren Sie ausreichend Antwortplatz für eine Schlussfolgerung mit stützenden Belegen. Die Token-Spezifikation gewährt weder unbegrenzten Platz für visuelle Eingaben noch garantiert sie, dass jedes Detail erinnert wird.
Werkzeuge, Formatierung und inhaltliche Grenzen
Die genaue Funktionsmatrix weist Funktionsaufrufe, integrierte Websuche und erzwungene strukturierte Ausgaben als nicht unterstützt aus. Das visuelle Schlussfolgern von QVQ-Max sollte daher nicht als automatische Browsersteuerung, Werkzeug zur Ausführung externen Codes oder Quelle aktueller Informationen dargestellt werden. Ein Prompt kann eine Tabelle oder ein textliches Ergebnis in JSON-Form verlangen; diese Anforderung begründet jedoch keine Zusicherung der Schemaerzwingung.
Die eigene Modellseite veröffentlicht weder einen modellspezifischen Schalter für hybrides Denken noch eine Parameteranzahl. Behalten Sie die dokumentierte Identität für visuelles Schlussfolgern bei, anstatt Steuerungen oder Größenangaben eines anderen Checkpoints zu übernehmen. Prüfen Sie kleine Beschriftungen, extrahierte Zahlen, abgeleitete Zusammenhänge und Codevorschläge anhand der Quelle. Die praktische Ausgabe ist eine erläuterte visuelle Schlussfolgerung oder ein Entwurf, der sich auf das von der nutzenden Person bereitgestellte Material stützt.
", "aboutText": "Überblick: Schlussfolgern auf Grundlage visueller Eingaben\n\nQVQ-Max ist Qwens Modell für visuelles Schlussfolgern. Der Hersteller beschreibt die Ausgabe von Gedankenketten sowie stärkere Fähigkeiten in Mathematik, Programmierung, visueller Analyse, kreativer Arbeit und allgemeinen Aufgaben. Seine eigene Funktionsseite nennt Text-, Bild- und Videoeingaben mit Textausgabe. Wählen Sie es für eine Frage, bei der das visuelle Material Teil der Denkaufgabe ist, etwa eine Abbildung, ein Diagramm oder eine Abfolge beobachteter Ereignisse.\n\nDie genaue Modellversion\n\nDer Hersteller beschreibt qvq-max derzeit als funktional gleichwertig mit dem Snapshot qvq-max-2025-03-25. Diese Aussage benennt eine vom Hersteller beschriebene Beziehung zwischen Editionen; sie ändert nicht die exakten IDs, die eine Anwendung aufbewahrt. QVQ-Max sollte nicht allein aufgrund eines gemeinsamen Schwerpunkts auf Schlussfolgern die Gewichtsidentität, Parameteranzahl oder Generierungssteuerungen von QVQ-72B-Preview, QVQ-Plus oder einem neueren visuellen Qwen-Modell übernehmen. Auch ein Anbietername mit dem Suffix latest belegt für sich genommen keinen festgelegten Checkpoint.\n\nEine Frage zum visuellen Schlussfolgern vorbereiten\n\nStellen Sie das relevante Bild gemeinsam mit der vollständigen Frage bereit. Bewahren Sie bei einer mathematischen Abbildung Beschriftungen, Abmessungen und die zugehörige Aufgabenstellung und fragen Sie anschließend, welche Zusammenhänge aus der sichtbaren Figur folgen und welche eine zusätzliche Annahme benötigen. Verlangen Sie eine klar abgegrenzte endgültige Antwort mit den Werten und Zusammenhängen, die zu ihrer Herleitung verwendet wurden. Eine zweckmäßige Erklärung sollte jede wichtige Schlussfolgerung mit etwas im bereitgestellten Material verknüpfen.\n\nFordern Sie das Modell bei einem Diagramm auf, vor der Interpretation eines Trends die Achsen, Einheiten und Datenreihen zu bestimmen. Geben Sie bei einem Diagramm eines Algorithmus oder einer Benutzeroberfläche das beabsichtigte Verhalten an und fragen Sie, wie die sichtbare Struktur damit zusammenhängt. Unterscheiden Sie bei einem kreativen Briefing eine Beschreibung des tatsächlich Vorhandenen von vorgeschlagenen Änderungen oder Interpretationen. Dies sind ausgearbeitete Anwendungsbeispiele der vom Hersteller dokumentierten Fähigkeiten in Mathematik, Programmierung, Analyse und Gestaltung und keine Nachweise dafür, dass ein bestimmtes Material erfolgreich verarbeitet wurde.\n\nVideo und mehrere Belegquellen\n\nVideo ist ausdrücklich als Eingabemodalität aufgeführt. Stellen Sie bei einer Anfrage zur Ereignisanalyse den relevanten Ausschnitt bereit und verlangen Sie eine geordnete Erklärung dessen, was sich ändert, welche Szene die Schlussfolgerung stützt und was unsicher bleibt. Falls die Eingabe Zeitinformationen enthält, geben Sie an, wie sich das Ergebnis darauf beziehen soll. Die genaue Modellseite legt keine allgemeingültige Videodauer, Bildanzahl oder Zeitstempelgenauigkeit fest; solche Eigenschaften sollten daher nicht aus einer anderen Qwen-Familie übernommen werden.\n\nWenn die Frage mehrere Bilder oder Textpassagen nutzt, kennzeichnen Sie diese und erklären Sie den Zusammenhang, den das Modell untersuchen soll. Verlangen Sie ein nach diesen Kennzeichnungen gegliedertes Ergebnis, damit eine prüfende Person erkennen kann, welcher Beleg den jeweiligen Punkt stützt. Eine begründende Antwort sollte von der endgültigen Antwort unterscheidbar bleiben; eine ausführliche Erklärung ist nur dann nützlich, wenn ihre Aussagen anhand der Quelle geprüft werden können.\n\nKontext- und Antwortgrenzen\n\nDie Spezifikation nennt ein Kontextfenster von 131.072 Tokens, eine maximale Eingabelänge von 106.496 Tokens und eine maximale Ausgabelänge von 8.192 Tokens. Behalten Sie diese Werte getrennt bei, anstatt aus ihrer Differenz ein nicht dokumentiertes Kontingent für Denk-Tokens abzuleiten. Text, dargestelltes visuelles Material und generierte Inhalte müssen innerhalb der geltenden Sequenz- und Ausgabegrenzen liegen.\n\nMachen Sie bei einer dicht gefüllten Seite oder Abbildung die relevanten Details vor der Übermittlung lesbar und bewahren Sie die für die Schlussfolgerung benötigte vollständige Aufgabenstellung. Wählen Sie bei einer langen Quelle das zur Frage gehörende Material aus und reservieren Sie ausreichend Antwortplatz für eine Schlussfolgerung mit stützenden Belegen. Die Token-Spezifikation gewährt weder unbegrenzten Platz für visuelle Eingaben noch garantiert sie, dass jedes Detail erinnert wird.\n\nWerkzeuge, Formatierung und inhaltliche Grenzen\n\nDie genaue Funktionsmatrix weist Funktionsaufrufe, integrierte Websuche und erzwungene strukturierte Ausgaben als nicht unterstützt aus. Das visuelle Schlussfolgern von QVQ-Max sollte daher nicht als automatische Browsersteuerung, Werkzeug zur Ausführung externen Codes oder Quelle aktueller Informationen dargestellt werden. Ein Prompt kann eine Tabelle oder ein textliches Ergebnis in JSON-Form verlangen; diese Anforderung begründet jedoch keine Zusicherung der Schemaerzwingung.\n\nDie eigene Modellseite veröffentlicht weder einen modellspezifischen Schalter für hybrides Denken noch eine Parameteranzahl. Behalten Sie die dokumentierte Identität für visuelles Schlussfolgern bei, anstatt Steuerungen oder Größenangaben eines anderen Checkpoints zu übernehmen. Prüfen Sie kleine Beschriftungen, extrahierte Zahlen, abgeleitete Zusammenhänge und Codevorschläge anhand der Quelle. Die praktische Ausgabe ist eine erläuterte visuelle Schlussfolgerung oder ein Entwurf, der sich auf das von der nutzenden Person bereitgestellte Material stützt.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.qvq-maxQVQ-Max ist Qwens Modell für visuelles Schlussfolgern mit Text, Bildern und Video; es gibt Text mit einer erläuterten Lösung zurück. Verwenden Sie es für mathematische Abbildungen, visuelle Analyse, programmierbezogene Bildinhalte und kreative Interpretation; seine Spezifikation nennt einen Kontext von 131.072 Tokens und eine Ausgabegrenze von 8.192 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Überblick: Schlussfolgern auf Grundlage visueller Eingaben
QVQ-Max ist Qwens Modell für visuelles Schlussfolgern. Der Hersteller beschreibt die Ausgabe von Gedankenketten sowie stärkere Fähigkeiten in Mathematik, Programmierung, visueller Analyse, kreativer Arbeit und allgemeinen Aufgaben. Seine eigene Funktionsseite nennt Text-, Bild- und Videoeingaben mit Textausgabe. Wählen Sie es für eine Frage, bei der das visuelle Material Teil der Denkaufgabe ist, etwa eine Abbildung, ein Diagramm oder eine Abfolge beobachteter Ereignisse.
Die genaue Modellversion
Der Hersteller beschreibt qvq-max derzeit als funktional gleichwertig mit dem Snapshot qvq-max-2025-03-25. Diese Aussage benennt eine vom Hersteller beschriebene Beziehung zwischen Editionen; sie ändert nicht die exakten IDs, die eine Anwendung aufbewahrt. QVQ-Max sollte nicht allein aufgrund eines gemeinsamen Schwerpunkts auf Schlussfolgern die Gewichtsidentität, Parameteranzahl oder Generierungssteuerungen von QVQ-72B-Preview, QVQ-Plus oder einem neueren visuellen Qwen-Modell übernehmen. Auch ein Anbietername mit dem Suffix latest belegt für sich genommen keinen festgelegten Checkpoint.
Eine Frage zum visuellen Schlussfolgern vorbereiten
Stellen Sie das relevante Bild gemeinsam mit der vollständigen Frage bereit. Bewahren Sie bei einer mathematischen Abbildung Beschriftungen, Abmessungen und die zugehörige Aufgabenstellung und fragen Sie anschließend, welche Zusammenhänge aus der sichtbaren Figur folgen und welche eine zusätzliche Annahme benötigen. Verlangen Sie eine klar abgegrenzte endgültige Antwort mit den Werten und Zusammenhängen, die zu ihrer Herleitung verwendet wurden. Eine zweckmäßige Erklärung sollte jede wichtige Schlussfolgerung mit etwas im bereitgestellten Material verknüpfen.
Fordern Sie das Modell bei einem Diagramm auf, vor der Interpretation eines Trends die Achsen, Einheiten und Datenreihen zu bestimmen. Geben Sie bei einem Diagramm eines Algorithmus oder einer Benutzeroberfläche das beabsichtigte Verhalten an und fragen Sie, wie die sichtbare Struktur damit zusammenhängt. Unterscheiden Sie bei einem kreativen Briefing eine Beschreibung des tatsächlich Vorhandenen von vorgeschlagenen Änderungen oder Interpretationen. Dies sind ausgearbeitete Anwendungsbeispiele der vom Hersteller dokumentierten Fähigkeiten in Mathematik, Programmierung, Analyse und Gestaltung und keine Nachweise dafür, dass ein bestimmtes Material erfolgreich verarbeitet wurde.
Video und mehrere Belegquellen
Video ist ausdrücklich als Eingabemodalität aufgeführt. Stellen Sie bei einer Anfrage zur Ereignisanalyse den relevanten Ausschnitt bereit und verlangen Sie eine geordnete Erklärung dessen, was sich ändert, welche Szene die Schlussfolgerung stützt und was unsicher bleibt. Falls die Eingabe Zeitinformationen enthält, geben Sie an, wie sich das Ergebnis darauf beziehen soll. Die genaue Modellseite legt keine allgemeingültige Videodauer, Bildanzahl oder Zeitstempelgenauigkeit fest; solche Eigenschaften sollten daher nicht aus einer anderen Qwen-Familie übernommen werden.
Wenn die Frage mehrere Bilder oder Textpassagen nutzt, kennzeichnen Sie diese und erklären Sie den Zusammenhang, den das Modell untersuchen soll. Verlangen Sie ein nach diesen Kennzeichnungen gegliedertes Ergebnis, damit eine prüfende Person erkennen kann, welcher Beleg den jeweiligen Punkt stützt. Eine begründende Antwort sollte von der endgültigen Antwort unterscheidbar bleiben; eine ausführliche Erklärung ist nur dann nützlich, wenn ihre Aussagen anhand der Quelle geprüft werden können.
Kontext- und Antwortgrenzen
Die Spezifikation nennt ein Kontextfenster von 131.072 Tokens, eine maximale Eingabelänge von 106.496 Tokens und eine maximale Ausgabelänge von 8.192 Tokens. Behalten Sie diese Werte getrennt bei, anstatt aus ihrer Differenz ein nicht dokumentiertes Kontingent für Denk-Tokens abzuleiten. Text, dargestelltes visuelles Material und generierte Inhalte müssen innerhalb der geltenden Sequenz- und Ausgabegrenzen liegen.
Machen Sie bei einer dicht gefüllten Seite oder Abbildung die relevanten Details vor der Übermittlung lesbar und bewahren Sie die für die Schlussfolgerung benötigte vollständige Aufgabenstellung. Wählen Sie bei einer langen Quelle das zur Frage gehörende Material aus und reservieren Sie ausreichend Antwortplatz für eine Schlussfolgerung mit stützenden Belegen. Die Token-Spezifikation gewährt weder unbegrenzten Platz für visuelle Eingaben noch garantiert sie, dass jedes Detail erinnert wird.
Werkzeuge, Formatierung und inhaltliche Grenzen
Die genaue Funktionsmatrix weist Funktionsaufrufe, integrierte Websuche und erzwungene strukturierte Ausgaben als nicht unterstützt aus. Das visuelle Schlussfolgern von QVQ-Max sollte daher nicht als automatische Browsersteuerung, Werkzeug zur Ausführung externen Codes oder Quelle aktueller Informationen dargestellt werden. Ein Prompt kann eine Tabelle oder ein textliches Ergebnis in JSON-Form verlangen; diese Anforderung begründet jedoch keine Zusicherung der Schemaerzwingung.
Die eigene Modellseite veröffentlicht weder einen modellspezifischen Schalter für hybrides Denken noch eine Parameteranzahl. Behalten Sie die dokumentierte Identität für visuelles Schlussfolgern bei, anstatt Steuerungen oder Größenangaben eines anderen Checkpoints zu übernehmen. Prüfen Sie kleine Beschriftungen, extrahierte Zahlen, abgeleitete Zusammenhänge und Codevorschläge anhand der Quelle. Die praktische Ausgabe ist eine erläuterte visuelle Schlussfolgerung oder ein Entwurf, der sich auf das von der nutzenden Person bereitgestellte Material stützt.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qvq-max | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0023 / 1K Tokens Ausgabe · Ausgabetoken $0.00916 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-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='qvq-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='qvq-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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra qvq-max
Verwenden Sie die oben angezeigten Methodenpfade.
qvq-maxQVQ-Max ist Qwens Modell für visuelles Schlussfolgern mit Text, Bildern und Video; es gibt Text mit einer erläuterten Lösung zurück. Verwenden Sie es für mathematische Abbildungen, visuelle Analyse, programmierbezogene Bildinhalte und kreative Interpretation; seine Spezifikation nennt einen Kontext von 131.072 Tokens und eine Ausgabegrenze von 8.192 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Überblick: Schlussfolgern auf Grundlage visueller Eingaben
QVQ-Max ist Qwens Modell für visuelles Schlussfolgern. Der Hersteller beschreibt die Ausgabe von Gedankenketten sowie stärkere Fähigkeiten in Mathematik, Programmierung, visueller Analyse, kreativer Arbeit und allgemeinen Aufgaben. Seine eigene Funktionsseite nennt Text-, Bild- und Videoeingaben mit Textausgabe. Wählen Sie es für eine Frage, bei der das visuelle Material Teil der Denkaufgabe ist, etwa eine Abbildung, ein Diagramm oder eine Abfolge beobachteter Ereignisse.
Die genaue Modellversion
Der Hersteller beschreibt qvq-max derzeit als funktional gleichwertig mit dem Snapshot qvq-max-2025-03-25. Diese Aussage benennt eine vom Hersteller beschriebene Beziehung zwischen Editionen; sie ändert nicht die exakten IDs, die eine Anwendung aufbewahrt. QVQ-Max sollte nicht allein aufgrund eines gemeinsamen Schwerpunkts auf Schlussfolgern die Gewichtsidentität, Parameteranzahl oder Generierungssteuerungen von QVQ-72B-Preview, QVQ-Plus oder einem neueren visuellen Qwen-Modell übernehmen. Auch ein Anbietername mit dem Suffix latest belegt für sich genommen keinen festgelegten Checkpoint.
Eine Frage zum visuellen Schlussfolgern vorbereiten
Stellen Sie das relevante Bild gemeinsam mit der vollständigen Frage bereit. Bewahren Sie bei einer mathematischen Abbildung Beschriftungen, Abmessungen und die zugehörige Aufgabenstellung und fragen Sie anschließend, welche Zusammenhänge aus der sichtbaren Figur folgen und welche eine zusätzliche Annahme benötigen. Verlangen Sie eine klar abgegrenzte endgültige Antwort mit den Werten und Zusammenhängen, die zu ihrer Herleitung verwendet wurden. Eine zweckmäßige Erklärung sollte jede wichtige Schlussfolgerung mit etwas im bereitgestellten Material verknüpfen.
Fordern Sie das Modell bei einem Diagramm auf, vor der Interpretation eines Trends die Achsen, Einheiten und Datenreihen zu bestimmen. Geben Sie bei einem Diagramm eines Algorithmus oder einer Benutzeroberfläche das beabsichtigte Verhalten an und fragen Sie, wie die sichtbare Struktur damit zusammenhängt. Unterscheiden Sie bei einem kreativen Briefing eine Beschreibung des tatsächlich Vorhandenen von vorgeschlagenen Änderungen oder Interpretationen. Dies sind ausgearbeitete Anwendungsbeispiele der vom Hersteller dokumentierten Fähigkeiten in Mathematik, Programmierung, Analyse und Gestaltung und keine Nachweise dafür, dass ein bestimmtes Material erfolgreich verarbeitet wurde.
Video und mehrere Belegquellen
Video ist ausdrücklich als Eingabemodalität aufgeführt. Stellen Sie bei einer Anfrage zur Ereignisanalyse den relevanten Ausschnitt bereit und verlangen Sie eine geordnete Erklärung dessen, was sich ändert, welche Szene die Schlussfolgerung stützt und was unsicher bleibt. Falls die Eingabe Zeitinformationen enthält, geben Sie an, wie sich das Ergebnis darauf beziehen soll. Die genaue Modellseite legt keine allgemeingültige Videodauer, Bildanzahl oder Zeitstempelgenauigkeit fest; solche Eigenschaften sollten daher nicht aus einer anderen Qwen-Familie übernommen werden.
Wenn die Frage mehrere Bilder oder Textpassagen nutzt, kennzeichnen Sie diese und erklären Sie den Zusammenhang, den das Modell untersuchen soll. Verlangen Sie ein nach diesen Kennzeichnungen gegliedertes Ergebnis, damit eine prüfende Person erkennen kann, welcher Beleg den jeweiligen Punkt stützt. Eine begründende Antwort sollte von der endgültigen Antwort unterscheidbar bleiben; eine ausführliche Erklärung ist nur dann nützlich, wenn ihre Aussagen anhand der Quelle geprüft werden können.
Kontext- und Antwortgrenzen
Die Spezifikation nennt ein Kontextfenster von 131.072 Tokens, eine maximale Eingabelänge von 106.496 Tokens und eine maximale Ausgabelänge von 8.192 Tokens. Behalten Sie diese Werte getrennt bei, anstatt aus ihrer Differenz ein nicht dokumentiertes Kontingent für Denk-Tokens abzuleiten. Text, dargestelltes visuelles Material und generierte Inhalte müssen innerhalb der geltenden Sequenz- und Ausgabegrenzen liegen.
Machen Sie bei einer dicht gefüllten Seite oder Abbildung die relevanten Details vor der Übermittlung lesbar und bewahren Sie die für die Schlussfolgerung benötigte vollständige Aufgabenstellung. Wählen Sie bei einer langen Quelle das zur Frage gehörende Material aus und reservieren Sie ausreichend Antwortplatz für eine Schlussfolgerung mit stützenden Belegen. Die Token-Spezifikation gewährt weder unbegrenzten Platz für visuelle Eingaben noch garantiert sie, dass jedes Detail erinnert wird.
Werkzeuge, Formatierung und inhaltliche Grenzen
Die genaue Funktionsmatrix weist Funktionsaufrufe, integrierte Websuche und erzwungene strukturierte Ausgaben als nicht unterstützt aus. Das visuelle Schlussfolgern von QVQ-Max sollte daher nicht als automatische Browsersteuerung, Werkzeug zur Ausführung externen Codes oder Quelle aktueller Informationen dargestellt werden. Ein Prompt kann eine Tabelle oder ein textliches Ergebnis in JSON-Form verlangen; diese Anforderung begründet jedoch keine Zusicherung der Schemaerzwingung.
Die eigene Modellseite veröffentlicht weder einen modellspezifischen Schalter für hybrides Denken noch eine Parameteranzahl. Behalten Sie die dokumentierte Identität für visuelles Schlussfolgern bei, anstatt Steuerungen oder Größenangaben eines anderen Checkpoints zu übernehmen. Prüfen Sie kleine Beschriftungen, extrahierte Zahlen, abgeleitete Zusammenhänge und Codevorschläge anhand der Quelle. Die praktische Ausgabe ist eine erläuterte visuelle Schlussfolgerung oder ein Entwurf, der sich auf das von der nutzenden Person bereitgestellte Material stützt.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qvq-max | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0023 / 1K Tokens Ausgabe · Ausgabetoken $0.00916 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qvq-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qvq-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': 'qvq-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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra qvq-max
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.