Qwen3 VL 32B Thinking ist die um Schlussfolgerungsfähigkeiten erweiterte 32B-Ausführung der Vision-Language-Familie Qwen3 VL. Der Hersteller veröffentlicht ausdrücklich separate 32B-Ausführungen für Thinking und Instruct. Zu den beschriebenen Aufgaben der Familie zählen Textverständnis, OCR, Dokumentanalyse, räumliche Verortung, Videoverständnis und Schlussfolgerungen anhand visueller Belege.
Stellen Sie das Bild oder Video bereit und nennen Sie das Ergebnis, das ermittelt werden soll. Benennen Sie bei einem Diagramm die wichtigen Beschriftungen und Beziehungen. Geben Sie bei einer visuellen Problemstellung die Bedingungen an und verlangen Sie die Schlussfolgerung, die von den relevanten Hinweisen gestützt wird. Trennen Sie zusätzliche schriftliche Fakten von den Informationen, die in der Quelle sichtbar sind.
Fordern Sie Beobachtungen und eine gesonderte endgültige Antwort an, damit sich die Interpretation mit dem Bild oder Clip abgleichen lässt. Eine Folgefrage kann ein strittiges Detail untersuchen und dabei die ursprüngliche Quelle und Frage beibehalten.
Der Hersteller beschreibt OCR für 32 Sprachen sowie eine Dokumentanalyse, die Dokumentstruktur und Layoutinformationen bewahrt. Geben Sie für eine Extraktion die relevanten Felder und Quellbereiche sowie den Umgang mit fehlendem oder unklarem Text an. Bewahren Sie die Dokumentkennungen zusammen mit den zurückgegebenen Werten.
Der Familienleitfaden beschreibt außerdem räumliche Verortung in 2D und 3D. Benennen Sie das zu lokalisierende Objekt oder die räumliche Beziehung und verwenden Sie die von der gewählten Oberfläche dokumentierte Koordinaten- oder Ausgabedarstellung. Ein Positionsergebnis sollte mit dem Bild und dem Bezugssystem der Aufgabe verbunden bleiben.
Videoaufgaben können nach einem Ereignis oder einer Abfolge fragen und zeitliche Verweise nutzen, um das Ergebnis überprüfbar zu machen. Die Anleitung des Herstellers behandelt die Kennzeichnung visueller Eingaben in einer Konversation mit mehreren Quellen. Beschriften Sie Bilder und Clips, damit sich die Antwort auf die vorgesehene Quelle bezieht.
Die Familie beschreibt auch Abläufe für visuelle Agenten und visuelle Codeerstellung. Code- oder Aktionsentscheidungen werden durch die umgebende Anwendung zu einem ausgeführten Ergebnis: Sie führt den Code oder die Operation aus und gibt ihre Beobachtung zurück.
Der Familienleitfaden des Herstellers nennt einen nativen 256K-Kontext. Nutzen Sie die dokumentierten Eingabe- und Generierungsoptionen der gewählten Oberfläche und lassen Sie ausreichend Platz für die Antwort. Halten Sie die Identität von 32B Thinking klar von Instruct und anderen Größen getrennt, anstatt deren Generierungseinstellungen auf diesen Eintrag zu übertragen.
", "aboutText": "Qwen3 VL 32B Thinking ist die um Schlussfolgerungsfähigkeiten erweiterte 32B-Ausführung der Vision-Language-Familie Qwen3 VL. Der Hersteller veröffentlicht ausdrücklich separate 32B-Ausführungen für Thinking und Instruct. Zu den beschriebenen Aufgaben der Familie zählen Textverständnis, OCR, Dokumentanalyse, räumliche Verortung, Videoverständnis und Schlussfolgerungen anhand visueller Belege.\n\n### Die Frage für das visuelle Schlussfolgern definieren\n\nStellen Sie das Bild oder Video bereit und nennen Sie das Ergebnis, das ermittelt werden soll. Benennen Sie bei einem Diagramm die wichtigen Beschriftungen und Beziehungen. Geben Sie bei einer visuellen Problemstellung die Bedingungen an und verlangen Sie die Schlussfolgerung, die von den relevanten Hinweisen gestützt wird. Trennen Sie zusätzliche schriftliche Fakten von den Informationen, die in der Quelle sichtbar sind.\n\nFordern Sie Beobachtungen und eine gesonderte endgültige Antwort an, damit sich die Interpretation mit dem Bild oder Clip abgleichen lässt. Eine Folgefrage kann ein strittiges Detail untersuchen und dabei die ursprüngliche Quelle und Frage beibehalten.\n\n### Dokumente lesen und Objekte lokalisieren\n\nDer Hersteller beschreibt OCR für 32 Sprachen sowie eine Dokumentanalyse, die Dokumentstruktur und Layoutinformationen bewahrt. Geben Sie für eine Extraktion die relevanten Felder und Quellbereiche sowie den Umgang mit fehlendem oder unklarem Text an. Bewahren Sie die Dokumentkennungen zusammen mit den zurückgegebenen Werten.\n\nDer Familienleitfaden beschreibt außerdem räumliche Verortung in 2D und 3D. Benennen Sie das zu lokalisierende Objekt oder die räumliche Beziehung und verwenden Sie die von der gewählten Oberfläche dokumentierte Koordinaten- oder Ausgabedarstellung. Ein Positionsergebnis sollte mit dem Bild und dem Bezugssystem der Aufgabe verbunden bleiben.\n\n### Mit Video und Anwendungsaktionen arbeiten\n\nVideoaufgaben können nach einem Ereignis oder einer Abfolge fragen und zeitliche Verweise nutzen, um das Ergebnis überprüfbar zu machen. Die Anleitung des Herstellers behandelt die Kennzeichnung visueller Eingaben in einer Konversation mit mehreren Quellen. Beschriften Sie Bilder und Clips, damit sich die Antwort auf die vorgesehene Quelle bezieht.\n\nDie Familie beschreibt auch Abläufe für visuelle Agenten und visuelle Codeerstellung. Code- oder Aktionsentscheidungen werden durch die umgebende Anwendung zu einem ausgeführten Ergebnis: Sie führt den Code oder die Operation aus und gibt ihre Beobachtung zurück.\n\n### Thinking-Ausführung und Grenzen bewahren\n\nDer Familienleitfaden des Herstellers nennt einen nativen 256K-Kontext. Nutzen Sie die dokumentierten Eingabe- und Generierungsoptionen der gewählten Oberfläche und lassen Sie ausreichend Platz für die Antwort. Halten Sie die Identität von 32B Thinking klar von Instruct und anderen Größen getrennt, anstatt deren Generierungseinstellungen auf diesen Eintrag zu übertragen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Parse a transcribed document's structure\n\nUse this text transcription with its headings intact. Page 3: Shipping — Standard: 4 days; Express: 2 days. Returns — Unused goods: 14 days; Opened goods: not accepted. Extract the options under the correct heading, preserve units and page reference, and distinguish delivery durations from return windows. No document image is attached.A section-aware table containing heading, option, source wording and page reference.Four and two days remain shipping durations, while 14 days belongs only to returns of unused goods.Qwen/Qwen3-VL-32B-ThinkingQwen3 VL 32B Thinking ist die um Schlussfolgerungsfähigkeiten erweiterte 32B-Vision-Language-Ausführung für Bild-, Video- und Textaufgaben. Der Familienleitfaden des Herstellers beschreibt OCR, Dokumentanalyse, räumliche Verortung und visuelles Schlussfolgern innerhalb eines nativen 256K-Kontexts.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3 VL 32B Thinking ist die um Schlussfolgerungsfähigkeiten erweiterte 32B-Ausführung der Vision-Language-Familie Qwen3 VL. Der Hersteller veröffentlicht ausdrücklich separate 32B-Ausführungen für Thinking und Instruct. Zu den beschriebenen Aufgaben der Familie zählen Textverständnis, OCR, Dokumentanalyse, räumliche Verortung, Videoverständnis und Schlussfolgerungen anhand visueller Belege.
Stellen Sie das Bild oder Video bereit und nennen Sie das Ergebnis, das ermittelt werden soll. Benennen Sie bei einem Diagramm die wichtigen Beschriftungen und Beziehungen. Geben Sie bei einer visuellen Problemstellung die Bedingungen an und verlangen Sie die Schlussfolgerung, die von den relevanten Hinweisen gestützt wird. Trennen Sie zusätzliche schriftliche Fakten von den Informationen, die in der Quelle sichtbar sind.
Fordern Sie Beobachtungen und eine gesonderte endgültige Antwort an, damit sich die Interpretation mit dem Bild oder Clip abgleichen lässt. Eine Folgefrage kann ein strittiges Detail untersuchen und dabei die ursprüngliche Quelle und Frage beibehalten.
Der Hersteller beschreibt OCR für 32 Sprachen sowie eine Dokumentanalyse, die Dokumentstruktur und Layoutinformationen bewahrt. Geben Sie für eine Extraktion die relevanten Felder und Quellbereiche sowie den Umgang mit fehlendem oder unklarem Text an. Bewahren Sie die Dokumentkennungen zusammen mit den zurückgegebenen Werten.
Der Familienleitfaden beschreibt außerdem räumliche Verortung in 2D und 3D. Benennen Sie das zu lokalisierende Objekt oder die räumliche Beziehung und verwenden Sie die von der gewählten Oberfläche dokumentierte Koordinaten- oder Ausgabedarstellung. Ein Positionsergebnis sollte mit dem Bild und dem Bezugssystem der Aufgabe verbunden bleiben.
Videoaufgaben können nach einem Ereignis oder einer Abfolge fragen und zeitliche Verweise nutzen, um das Ergebnis überprüfbar zu machen. Die Anleitung des Herstellers behandelt die Kennzeichnung visueller Eingaben in einer Konversation mit mehreren Quellen. Beschriften Sie Bilder und Clips, damit sich die Antwort auf die vorgesehene Quelle bezieht.
Die Familie beschreibt auch Abläufe für visuelle Agenten und visuelle Codeerstellung. Code- oder Aktionsentscheidungen werden durch die umgebende Anwendung zu einem ausgeführten Ergebnis: Sie führt den Code oder die Operation aus und gibt ihre Beobachtung zurück.
Der Familienleitfaden des Herstellers nennt einen nativen 256K-Kontext. Nutzen Sie die dokumentierten Eingabe- und Generierungsoptionen der gewählten Oberfläche und lassen Sie ausreichend Platz für die Antwort. Halten Sie die Identität von 32B Thinking klar von Instruct und anderen Größen getrennt, anstatt deren Generierungseinstellungen auf diesen Eintrag zu übertragen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits Qwen/Qwen3-VL-32B-Thinking | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— |
Feldmessages[].content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
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 |
Parametercontrol_scope | VertragTextgespräch; stream ist ein boolescher Wert und standardmäßig false. |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Methodenaliasnamen: /chat/completions
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 $0.000286 / 1K Tokens Ausgabe · Ausgabetoken $0.002858 / 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":"Qwen/Qwen3-VL-32B-Thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="Qwen/Qwen3-VL-32B-Thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
Qwen/Qwen3-VL-32B-ThinkingQwen3 VL 32B Thinking ist die um Schlussfolgerungsfähigkeiten erweiterte 32B-Vision-Language-Ausführung für Bild-, Video- und Textaufgaben. Der Familienleitfaden des Herstellers beschreibt OCR, Dokumentanalyse, räumliche Verortung und visuelles Schlussfolgern innerhalb eines nativen 256K-Kontexts.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3 VL 32B Thinking ist die um Schlussfolgerungsfähigkeiten erweiterte 32B-Ausführung der Vision-Language-Familie Qwen3 VL. Der Hersteller veröffentlicht ausdrücklich separate 32B-Ausführungen für Thinking und Instruct. Zu den beschriebenen Aufgaben der Familie zählen Textverständnis, OCR, Dokumentanalyse, räumliche Verortung, Videoverständnis und Schlussfolgerungen anhand visueller Belege.
Stellen Sie das Bild oder Video bereit und nennen Sie das Ergebnis, das ermittelt werden soll. Benennen Sie bei einem Diagramm die wichtigen Beschriftungen und Beziehungen. Geben Sie bei einer visuellen Problemstellung die Bedingungen an und verlangen Sie die Schlussfolgerung, die von den relevanten Hinweisen gestützt wird. Trennen Sie zusätzliche schriftliche Fakten von den Informationen, die in der Quelle sichtbar sind.
Fordern Sie Beobachtungen und eine gesonderte endgültige Antwort an, damit sich die Interpretation mit dem Bild oder Clip abgleichen lässt. Eine Folgefrage kann ein strittiges Detail untersuchen und dabei die ursprüngliche Quelle und Frage beibehalten.
Der Hersteller beschreibt OCR für 32 Sprachen sowie eine Dokumentanalyse, die Dokumentstruktur und Layoutinformationen bewahrt. Geben Sie für eine Extraktion die relevanten Felder und Quellbereiche sowie den Umgang mit fehlendem oder unklarem Text an. Bewahren Sie die Dokumentkennungen zusammen mit den zurückgegebenen Werten.
Der Familienleitfaden beschreibt außerdem räumliche Verortung in 2D und 3D. Benennen Sie das zu lokalisierende Objekt oder die räumliche Beziehung und verwenden Sie die von der gewählten Oberfläche dokumentierte Koordinaten- oder Ausgabedarstellung. Ein Positionsergebnis sollte mit dem Bild und dem Bezugssystem der Aufgabe verbunden bleiben.
Videoaufgaben können nach einem Ereignis oder einer Abfolge fragen und zeitliche Verweise nutzen, um das Ergebnis überprüfbar zu machen. Die Anleitung des Herstellers behandelt die Kennzeichnung visueller Eingaben in einer Konversation mit mehreren Quellen. Beschriften Sie Bilder und Clips, damit sich die Antwort auf die vorgesehene Quelle bezieht.
Die Familie beschreibt auch Abläufe für visuelle Agenten und visuelle Codeerstellung. Code- oder Aktionsentscheidungen werden durch die umgebende Anwendung zu einem ausgeführten Ergebnis: Sie führt den Code oder die Operation aus und gibt ihre Beobachtung zurück.
Der Familienleitfaden des Herstellers nennt einen nativen 256K-Kontext. Nutzen Sie die dokumentierten Eingabe- und Generierungsoptionen der gewählten Oberfläche und lassen Sie ausreichend Platz für die Antwort. Halten Sie die Identität von 32B Thinking klar von Instruct und anderen Größen getrennt, anstatt deren Generierungseinstellungen auf diesen Eintrag zu übertragen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits Qwen/Qwen3-VL-32B-Thinking | 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 $0.000286 / 1K Tokens Ausgabe · Ausgabetoken $0.002858 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "Qwen/Qwen3-VL-32B-Thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-VL-32B-Thinking', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-VL-32B-Thinking', '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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
qwen3-vl-32b-thinkingQwen3 VL 32B Thinking ist die um Schlussfolgerungsfähigkeiten erweiterte 32B-Vision-Language-Ausführung für Bild-, Video- und Textaufgaben. Der Familienleitfaden des Herstellers beschreibt OCR, Dokumentanalyse, räumliche Verortung und visuelles Schlussfolgern innerhalb eines nativen 256K-Kontexts.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3 VL 32B Thinking ist die um Schlussfolgerungsfähigkeiten erweiterte 32B-Ausführung der Vision-Language-Familie Qwen3 VL. Der Hersteller veröffentlicht ausdrücklich separate 32B-Ausführungen für Thinking und Instruct. Zu den beschriebenen Aufgaben der Familie zählen Textverständnis, OCR, Dokumentanalyse, räumliche Verortung, Videoverständnis und Schlussfolgerungen anhand visueller Belege.
Stellen Sie das Bild oder Video bereit und nennen Sie das Ergebnis, das ermittelt werden soll. Benennen Sie bei einem Diagramm die wichtigen Beschriftungen und Beziehungen. Geben Sie bei einer visuellen Problemstellung die Bedingungen an und verlangen Sie die Schlussfolgerung, die von den relevanten Hinweisen gestützt wird. Trennen Sie zusätzliche schriftliche Fakten von den Informationen, die in der Quelle sichtbar sind.
Fordern Sie Beobachtungen und eine gesonderte endgültige Antwort an, damit sich die Interpretation mit dem Bild oder Clip abgleichen lässt. Eine Folgefrage kann ein strittiges Detail untersuchen und dabei die ursprüngliche Quelle und Frage beibehalten.
Der Hersteller beschreibt OCR für 32 Sprachen sowie eine Dokumentanalyse, die Dokumentstruktur und Layoutinformationen bewahrt. Geben Sie für eine Extraktion die relevanten Felder und Quellbereiche sowie den Umgang mit fehlendem oder unklarem Text an. Bewahren Sie die Dokumentkennungen zusammen mit den zurückgegebenen Werten.
Der Familienleitfaden beschreibt außerdem räumliche Verortung in 2D und 3D. Benennen Sie das zu lokalisierende Objekt oder die räumliche Beziehung und verwenden Sie die von der gewählten Oberfläche dokumentierte Koordinaten- oder Ausgabedarstellung. Ein Positionsergebnis sollte mit dem Bild und dem Bezugssystem der Aufgabe verbunden bleiben.
Videoaufgaben können nach einem Ereignis oder einer Abfolge fragen und zeitliche Verweise nutzen, um das Ergebnis überprüfbar zu machen. Die Anleitung des Herstellers behandelt die Kennzeichnung visueller Eingaben in einer Konversation mit mehreren Quellen. Beschriften Sie Bilder und Clips, damit sich die Antwort auf die vorgesehene Quelle bezieht.
Die Familie beschreibt auch Abläufe für visuelle Agenten und visuelle Codeerstellung. Code- oder Aktionsentscheidungen werden durch die umgebende Anwendung zu einem ausgeführten Ergebnis: Sie führt den Code oder die Operation aus und gibt ihre Beobachtung zurück.
Der Familienleitfaden des Herstellers nennt einen nativen 256K-Kontext. Nutzen Sie die dokumentierten Eingabe- und Generierungsoptionen der gewählten Oberfläche und lassen Sie ausreichend Platz für die Antwort. Halten Sie die Identität von 32B Thinking klar von Instruct und anderen Größen getrennt, anstatt deren Generierungseinstellungen auf diesen Eintrag zu übertragen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3-vl-32b-thinking | 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 $0.000286 / 1K Tokens Ausgabe · Ausgabetoken $0.002858 / 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": "qwen3-vl-32b-thinking", "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-vl-32b-thinking',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-vl-32b-thinking',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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
qwen3-vl-32b-thinkingQwen3 VL 32B Thinking ist die um Schlussfolgerungsfähigkeiten erweiterte 32B-Vision-Language-Ausführung für Bild-, Video- und Textaufgaben. Der Familienleitfaden des Herstellers beschreibt OCR, Dokumentanalyse, räumliche Verortung und visuelles Schlussfolgern innerhalb eines nativen 256K-Kontexts.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3 VL 32B Thinking ist die um Schlussfolgerungsfähigkeiten erweiterte 32B-Ausführung der Vision-Language-Familie Qwen3 VL. Der Hersteller veröffentlicht ausdrücklich separate 32B-Ausführungen für Thinking und Instruct. Zu den beschriebenen Aufgaben der Familie zählen Textverständnis, OCR, Dokumentanalyse, räumliche Verortung, Videoverständnis und Schlussfolgerungen anhand visueller Belege.
Stellen Sie das Bild oder Video bereit und nennen Sie das Ergebnis, das ermittelt werden soll. Benennen Sie bei einem Diagramm die wichtigen Beschriftungen und Beziehungen. Geben Sie bei einer visuellen Problemstellung die Bedingungen an und verlangen Sie die Schlussfolgerung, die von den relevanten Hinweisen gestützt wird. Trennen Sie zusätzliche schriftliche Fakten von den Informationen, die in der Quelle sichtbar sind.
Fordern Sie Beobachtungen und eine gesonderte endgültige Antwort an, damit sich die Interpretation mit dem Bild oder Clip abgleichen lässt. Eine Folgefrage kann ein strittiges Detail untersuchen und dabei die ursprüngliche Quelle und Frage beibehalten.
Der Hersteller beschreibt OCR für 32 Sprachen sowie eine Dokumentanalyse, die Dokumentstruktur und Layoutinformationen bewahrt. Geben Sie für eine Extraktion die relevanten Felder und Quellbereiche sowie den Umgang mit fehlendem oder unklarem Text an. Bewahren Sie die Dokumentkennungen zusammen mit den zurückgegebenen Werten.
Der Familienleitfaden beschreibt außerdem räumliche Verortung in 2D und 3D. Benennen Sie das zu lokalisierende Objekt oder die räumliche Beziehung und verwenden Sie die von der gewählten Oberfläche dokumentierte Koordinaten- oder Ausgabedarstellung. Ein Positionsergebnis sollte mit dem Bild und dem Bezugssystem der Aufgabe verbunden bleiben.
Videoaufgaben können nach einem Ereignis oder einer Abfolge fragen und zeitliche Verweise nutzen, um das Ergebnis überprüfbar zu machen. Die Anleitung des Herstellers behandelt die Kennzeichnung visueller Eingaben in einer Konversation mit mehreren Quellen. Beschriften Sie Bilder und Clips, damit sich die Antwort auf die vorgesehene Quelle bezieht.
Die Familie beschreibt auch Abläufe für visuelle Agenten und visuelle Codeerstellung. Code- oder Aktionsentscheidungen werden durch die umgebende Anwendung zu einem ausgeführten Ergebnis: Sie führt den Code oder die Operation aus und gibt ihre Beobachtung zurück.
Der Familienleitfaden des Herstellers nennt einen nativen 256K-Kontext. Nutzen Sie die dokumentierten Eingabe- und Generierungsoptionen der gewählten Oberfläche und lassen Sie ausreichend Platz für die Antwort. Halten Sie die Identität von 32B Thinking klar von Instruct und anderen Größen getrennt, anstatt deren Generierungseinstellungen auf diesen Eintrag zu übertragen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3-vl-32b-thinking | 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 $0.000286 / 1K Tokens Ausgabe · Ausgabetoken $0.002858 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3-vl-32b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-vl-32b-thinking', '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-vl-32b-thinking', '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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
Technisches Beispiel auf Englisch
Parse a transcribed document's structure\n\nUse this text transcription with its headings intact. Page 3: Shipping — Standard: 4 days; Express: 2 days. Returns — Unused goods: 14 days; Opened goods: not accepted. Extract the options under the correct heading, preserve units and page reference, and distinguish delivery durations from return windows. No document image is attached.A section-aware table containing heading, option, source wording and page reference.Four and two days remain shipping durations, while 14 days belongs only to returns of unused goods.