qwen2-vl-2b-instruct
Qwen2-VL-2B-Instruct ist Qwens Vision-Language-Modell für Bildfragen, mehrsprachigen Text in Bildern und visuelle Erklärungen. Stellen Sie ein lesbares Bild und eine präzise Frage bereit, um ein schriftliches Ergebnis mit Bezug zu den sichtbaren Belegen zu erhalten.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsqwen2-vl-2b-instruct - Ailoot Ultra · Anthropic Messages
POST /v1/messagesqwen2-vl-2b-instruct
Über das Modell
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen2-VL-2B-Instruct ist Qwens auf Anweisungen abgestimmtes 2B-Vision-Language-Modell für Bild- und Textfragen. Der Hersteller beschreibt die Verarbeitung von Bildern mit unterschiedlichen Auflösungen und Seitenverhältnissen sowie das Verständnis von Text in mehreren Sprachen innerhalb von Bildern. Das erzeugte Ergebnis ist eine schriftliche Antwort auf das bereitgestellte visuelle Material und die Frage. Der Hersteller beschreibt auch den Einsatz als visueller Agent mit Geräten wie Telefonen und Robotern. Stellen Sie dafür die aktuelle visuelle Umgebung und eine Textanweisung bereit; die umgebende Anwendung führt die vorgeschlagene Operation aus und gibt den beobachteten Zustand für die nächste Frage zurück.
Stellen Sie das Bild und eine präzise Frage bereit
Wählen Sie das Bild, das die für die Antwort nötigen Belege enthält, und benennen Sie dann das zu interpretierende Detail. Eine Dokumentfrage kann einen sichtbaren Abschnitt betreffen; bei einer Diagrammfrage können Datenreihe, Achsen und der zu erklärende Vergleich benannt werden. Bewahren Sie die Bildkennung mit dem angeforderten Ergebnis auf, damit die Antwort mit der richtigen Referenz verbunden bleibt.
Der Hersteller nennt Bild-Text-Verständnis über Englisch und Chinesisch hinaus, darunter europäische Sprachen, Japanisch, Koreanisch, Arabisch und Vietnamesisch. Erhalten Sie Originalwortlaut und Schrift, wenn Sie eine Transkription, Erklärung oder Übersetzung sichtbaren Texts verlangen. Ein beispielhaftes Briefing kann die angezeigte Beschriftung und getrennt davon eine Erklärung ihrer Bedeutung anfordern.
Bereiten Sie Auflösung und visuelle Tokens bewusst vor
Qwen2-VL verwendet eine dynamische Auflösung, um ein Bild einer variablen Anzahl visueller Tokens zuzuordnen. Im nativen Prozessorbeispiel liegt der Standardbereich bei 4 bis 16,384 visuellen Tokens pro Bild. Die native Anleitung zeigt Einstellungen für minimale und maximale Pixelzahlen, darunter einen engeren Vorbereitungsbereich von 256 bis 1,280 Bildtokens, um Detailgrad und Verarbeitungsbedarf auszubalancieren. Diese Einstellungen erhalten das Seitenverhältnis beim Skalieren.
Der Hersteller erlaubt auch eine vorgegebene skalierte Höhe und Breite, gerundet auf ein Vielfaches von 28. Wählen Sie eine Vorbereitung, bei der wichtige Beschriftungen lesbar bleiben, und bewahren Sie bei einem Ausschnitt das Originalbild auf. Die nativen Beispiele umfassen mehrere Bilder und Batches, sodass getrennte Referenzen innerhalb einer Frage eindeutig gekennzeichnet bleiben können.
Beachten Sie die dokumentierten visuellen Grenzen
Der Hersteller nennt Grenzen bei komplexen mehrstufigen Anweisungen, beim Zählen von Objekten in komplizierten Szenen und beim räumlichen Schlussfolgern in drei Dimensionen. Er weist auch auf unvollständige Erkennung bestimmter Personen oder Marken hin. Verlangen Sie eine fokussierte visuelle Beobachtung und prüfen Sie die konkrete Anzahl, Beschriftung oder relative Position, von der das Ergebnis abhängt.
Laut Hersteller wurde der Bilddatensatz bis Juni 2023 aktualisiert. Stellen Sie den schriftlichen Kontext für eine neue oder unbekannte Beschriftung bereit, statt vom Bild allein die Klärung dieser Information zu erwarten. Halten Sie eine zitierte Beschriftung in der zurückgegebenen Notiz von einer abgeleiteten Identität unterscheidbar.
Bewahren Sie die vorbereiteten Eingaben mit der Antwort auf
Die veröffentlichte Checkpointkonfiguration legt maximal 32,768 Positionen fest. Bereiten Sie Frage und visuelle Eingaben mit dem passenden Modellprozessor vor und bewahren Sie die für die Anfrage verwendete Bildreihenfolge auf. Das native Hilfswerkzeug akzeptiert lokale Bilder, base64 und Bildadressen.
Speichern Sie den gewählten Namen 2B Instruct, die Referenzen und die fertige schriftliche Antwort zusammen. Fügen Sie für eine Folgeanfrage das relevante Material bei und benennen Sie die konkrete Beobachtung oder Interpretation, die überarbeitet werden soll. Vergleichen Sie anschließend das korrigierte Ergebnis mit dieser Quelle.
Verwenden Sie über Ailoot die exakte Modell-ID in /v1/chat/completions und halten Sie das Bild mit seiner Frage im Gespräch zusammen. Das Format für Bildinhalte verwendet image_url; unterstützte Bildquellen können eine Bildadresse oder einen base64-Daten-URI enthalten. Erfassen Sie die vollständige JSON-Antwort oder, bei aktiviertem stream, alle SSE-Segmente und speichern Sie usage zusammen mit dem fertigen Ergebnis.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions qwen2-vl-2b-instruct
qwen2-vl-2b-instructEinstieg
Qwen2-VL-2B-Instruct ist Qwens Vision-Language-Modell für Bildfragen, mehrsprachigen Text in Bildern und visuelle Erklärungen. Stellen Sie ein lesbares Bild und eine präzise Frage bereit, um ein schriftliches Ergebnis mit Bezug zu den sichtbaren Belegen zu erhalten.
- Zulässige Eingaben
- Text · Bilder
- Ergebnisse
- Text
In Ailoot verfügbar · Eingaben und Methoden
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- Eingabe
text,image- Ausgabe
text- Ausgabeformat
- JSON or SSE
| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen2-vl-2b-instruct Bedingungen: Verwenden Sie genau diesen Ailoot-Routingselektor. | Standard— |
Feldmessages | Typarray | AnforderungErforderlich | Werte und Limits Bedingungen: | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits Bedingungen: | Standardfalse |
Kombinationen von Eingabematerialien
text_input · Erforderlich: messages
image_with_text · Erforderlich: messages with actual image content blocks
Methodenparameter und Lebenszyklus
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parameteroptional | Vertragstream |
Parametermaterial_types | Vertragtext, image |
Parameterconditions | VertragVerwenden Sie genau diesen Ailoot-Routingselektor., Dieses Protokoll überträgt Bildinhalte, wenn das konkret ausgewählte Modell Bildverarbeitung unterstützt. Die Zulassung des Protokolls belegt keine Bildverarbeitungsfähigkeit für jedes Modell. |
Methodenaliasnamen: /chat/completions
Lebenszyklus: synchronous_or_streamed
Tarife
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
- Schnellmodus
- Standardtarif Wenn der Schnellmodus ausgewählt ist
- Flex-Modus
- Standardtarif Wenn der Modus flex ausgewählt ist
- Maximaler Denkaufwand
- Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
- Preise für explizites Caching
- Nicht aktiviert Wenn explizites Caching angefordert wird
- Nulltarife für reine Textverarbeitung
- Für Cache, Werkzeuge und Medien gelten die jeweils gesondert aufgeführten Preisbedingungen. Für reine Texteingabe und Textausgabe
Ailoot-Tarife
Preise nach Konfiguration
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0 / 1K Tokens Ausgabe · Ausgabetoken $0 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-vl-2b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Ergebnisse abrufen und speichern
Ailoot Ultra · OpenAI Chat
JSON or SSE
Alle fertiggestellten Ergebnisse aufbewahren
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Bewahren Sie jeden Inhaltsblock, jede ID eines Werkzeugaufrufs, eine gegebenenfalls zurückgegebene Denksignatur, alle SSE-Deltas und die vollständigen Nutzungsdaten auf. Das erste Textfragment ist nicht das gesamte Ergebnis.
Wenn die ursprüngliche Antwort geprüft werden muss
Bewahren Sie die ursprüngliche X-Client-Request-ID, Antwort und Header auf. Ein unbekanntes Ergebnis oder ein Ergebnis mit dem Status result_pending_check berechtigt nicht zu einem zweiten Erstellungsauftrag.
Antwortfelder
| Feld | Typ |
|---|---|
Feldchoices[] | Typobject |
Feldusage | Typobject |
Fehler und nächste Schritte
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungEin Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig. | Nächster SchrittPrüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten. |
Antwort | BedingungDie ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden. | Nächster SchrittBewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut. |
Aliasnamen
Modellaliasnamen
Ailoot Ultra qwen2-vl-2b-instruct
Aliasnamen für Methodenpfade
/chat/completions
Zugehörige Aufrufer-IDs
Ailoot Ultra · Anthropic Messages POST /v1/messages qwen2-vl-2b-instruct
qwen2-vl-2b-instructEinstieg
Qwen2-VL-2B-Instruct ist Qwens Vision-Language-Modell für Bildfragen, mehrsprachigen Text in Bildern und visuelle Erklärungen. Stellen Sie ein lesbares Bild und eine präzise Frage bereit, um ein schriftliches Ergebnis mit Bezug zu den sichtbaren Belegen zu erhalten.
- Zulässige Eingaben
- Text · Bilder
- Ergebnisse
- json · sse
In Ailoot verfügbar · Eingaben und Methoden
Ailoot Ultra · Anthropic Messages POST /v1/messages
- Eingabe
text,image- Ausgabe
json,sse- Ausgabeformat
- JSON or SSE
| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen2-vl-2b-instruct Bedingungen: Verwenden Sie genau diesen Ailoot-Routingselektor. | Standard— |
Feldmessages | Typarray | AnforderungErforderlich | Werte und Limits Bedingungen: | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits Bedingungen: | Standardfalse |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits Minimum: 1 Bedingungen: | Standard— |
Kombinationen von Eingabematerialien
text_input · Erforderlich: messages
image_with_text · Erforderlich: messages with actual image content blocks
Methodenparameter und Lebenszyklus
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional | Vertragstream |
Parametermaterial_types | Vertragtext, image |
Parameterconditions | VertragVerwenden Sie genau diesen Ailoot-Routingselektor., Dieses Protokoll überträgt Bildinhalte, wenn das konkret ausgewählte Modell Bildverarbeitung unterstützt. Die Zulassung des Protokolls belegt keine Bildverarbeitungsfähigkeit für jedes Modell. |
Lebenszyklus: synchronous_or_streamed
Tarife
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
- Schnellmodus
- Standardtarif Wenn der Schnellmodus ausgewählt ist
- Flex-Modus
- Standardtarif Wenn der Modus flex ausgewählt ist
- Maximaler Denkaufwand
- Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
- Preise für explizites Caching
- Nicht aktiviert Wenn explizites Caching angefordert wird
- Nulltarife für reine Textverarbeitung
- Für Cache, Werkzeuge und Medien gelten die jeweils gesondert aufgeführten Preisbedingungen. Für reine Texteingabe und Textausgabe
Ailoot-Tarife
Preise nach Konfiguration
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0 / 1K Tokens Ausgabe · Ausgabetoken $0 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Beispielanfragen
Ailoot Ultra · Anthropic Messages
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-vl-2b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Ergebnisse abrufen und speichern
Ailoot Ultra · Anthropic Messages
JSON or SSE
Alle fertiggestellten Ergebnisse aufbewahren
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Bewahren Sie jeden Inhaltsblock, jede ID eines Werkzeugaufrufs, eine gegebenenfalls zurückgegebene Denksignatur, alle SSE-Deltas und die vollständigen Nutzungsdaten auf. Das erste Textfragment ist nicht das gesamte Ergebnis.
Wenn die ursprüngliche Antwort geprüft werden muss
Bewahren Sie die ursprüngliche X-Client-Request-ID, Antwort und Header auf. Ein unbekanntes Ergebnis oder ein Ergebnis mit dem Status result_pending_check berechtigt nicht zu einem zweiten Erstellungsauftrag.
Antwortfelder
| Feld | Typ |
|---|---|
Feldcontent[] | Typobject |
Feldusage | Typobject |
Fehler und nächste Schritte
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungEin Pflichtfeld, die Modellauswahl, der Typ oder die Eingabedarstellung ist ungültig. | Nächster SchrittPrüfen Sie die zurückgegebenen Validierungsdetails, bevor Sie eine separate Anfrage vorbereiten. |
Antwort | BedingungDie ursprüngliche Anfrage oder ihr Ergebnis ist unbekannt oder muss geprüft werden. | Nächster SchrittBewahren Sie die ursprünglichen Kennungen und Header auf; lesen Sie nur unterstützte Status- oder Bibliothekseinträge. Senden Sie den Erstellungsauftrag nicht erneut. |
Aliasnamen
Modellaliasnamen
Ailoot Ultra qwen2-vl-2b-instruct
Aliasnamen für Methodenpfade
/chat/completions
Zugehörige Aufrufer-IDs
FAQ · qwen2-vl-2b-instruct
- Welche Eingaben und Ergebnisse sind verfügbar?
POST /v1/chat/completions·qwen2-vl-2b-instruct:text,image→textPOST /v1/messages·qwen2-vl-2b-instruct:text,image→json,sse- Welche Felder verwendet die Anfrage?
POST /v1/chat/completions·qwen2-vl-2b-instruct:model,messages,streamPOST /v1/messages·qwen2-vl-2b-instruct:model,messages,stream,max_tokens- Welche Grenzen gelten?
POST /v1/messages·qwen2-vl-2b-instruct:max_tokens.minimum:1