Qwen3.5-Omni-Flash ist Alibabas Alias aus der multimodalen Qwen-Familie für Texterstellung, Sprachassistenten und Multimedia-Analyse. Es nimmt Text, Bilder, Audio und Video als kombinierte Eingabe entgegen und liefert Text oder Text mit Sprache zurück. Der Hersteller beschreibt den Alias derzeit als funktional gleichwertig mit Qwen3.5-Omni-Flash 2026-03-15. Der Name Flash allein begründet weder eine garantierte Antwortzeit noch einen bestimmten dauerhaften Snapshot.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist hilfreich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen Sichtbarem und Hörbarem verlieren würde. Fordern Sie für ein Medienbriefing die sichtbare Abfolge, den eingeblendeten Text und den gesprochenen Inhalt getrennt an und verlangen Sie Zeitstempel relativ zur Quelle, wenn die Reihenfolge der Ereignisse wichtig ist. Neben Sprache können auch Soundeffekte und andere nichtsprachliche Audiosignale in die Analyse einfließen.
Legen Sie für eine Sprachantwort die Sprache, die Zielgruppe und die Sprechweise fest. Der Qwen-Leitfaden dokumentiert Anweisungen für Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für die Sprachausgabe, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standardstimme und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme aus und verlangen Sie eine knappe Erklärung in angemessenem Tempo, anstatt die Stimme der Eingabe über den Ausgabestil entscheiden zu lassen.
Der dokumentierte HTTP-Ablauf für Sprache liefert Text im Stream und Base64-codierte Audioblöcke zurück. Das WAV-Beispiel verwendet 24 kHz, Mono und 16-bit PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenfügen oder bereits beim Eintreffen für die Wiedergabe decodieren. Dabei handelt es sich um gestreamte Generierung auf Basis einer übermittelten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, die Behandlung von Unterbrechungen und Mikrofon-Gespräche gehören zu gesondert benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Die Modellkarte von Flash führt Websuche an und kennzeichnet Structured Outputs in beiden regionalen Tabellen als nicht unterstützt. Sie können benannte Abschnitte in gewöhnlichem Text anfordern; diese Anweisung ist jedoch von einem eingeschränkten JSON-Modus zu unterscheiden. Function Calling ist für Alibabas Chat Completions-Bereitstellung in Beijing mit Textausgabe dokumentiert und wird in der Singapore-Tabelle als nicht unterstützt geführt; die Anwendung führt die ausgewählte Tool-Aktion aus. Prefix Completion, Context Caching und Fine-Tuning werden nicht unterstützt. Die Beijing-Tabelle des Alias unterstützt Batch-Inferenz, die Singapore-Tabelle hingegen nicht.
Das veröffentlichte Kontextfenster umfasst 262,144 Tokens, mit maximal 196,608 Tokens Eingabe und 65,536 Tokens Ausgabe. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er nennt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video. Audio- oder Videodateien per URL dürfen bis zu 2 GB groß sein, während Base64-codierte Medien kleiner als 10 MB sein müssen. Das sind die Dateiverarbeitungsgrenzen des Herstellers. Sie unterscheiden sich von der Beschreibung in der Modelleinführung, laut der das Modell über zehn Stunden Audio oder über 400 Sekunden 720p-Video mit 1 FPS verstehen kann.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB pro Bild per URL, mehr als 10 Pixel auf jeder Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2,048 Bilder oder Audiodateien per URL sowie 512 Videodateien per URL; bei Base64-Eingaben sind bis zu 250 Dateien zulässig. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, sorgen Sie für gut lesbare kleine Beschriftungen und erklären Sie den Zusammenhang zwischen getrennten Eingaben. Die dokumentierten Höchstzahlen für Dateien hängen von Modalität und Übertragungsmethode ab; jede Eingabe muss dennoch in das gemeinsame Tokenbudget passen.
Das undatierte Flash-Modell unterstützt individuelles Voice Cloning über einen gesonderten Ablauf zur Stimmenerstellung. Die Referenz muss mindestens drei Sekunden ununterbrochene, klare Sprache enthalten, mit Pausen von höchstens zwei Sekunden; verwenden Sie gewöhnliche Sprache ohne Musik, Gesang, Störgeräusche oder weitere Sprecher. Verwenden Sie für WAV 16-bit-Audio. Aus der Referenz entsteht eine Stimme, die einem benannten Zielmodell zugeordnet ist. Dieses Zielmodell muss mit dem später für die Sprachausgabe verwendeten Modell übereinstimmen. Alibaba empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, einer Höchstdauer von 60 Sekunden und einer Dateigröße unter 10 MB. Die Referenzformate sind WAV, MP3 und M4A. Der Flash-Snapshot vom 15. März unterstützt diesen Cloning-Ablauf nicht.
Stellen Sie für eine Support-Erklärung mit gemischten Medien einen Screenshot, eine aufgezeichnete Frage und etwaige Produktbegriffe als Text bereit. Ein beispielhaftes Briefing lautet: „Verwende die Beschriftungen im Screenshot, beantworte die Audiofrage auf Französisch und gib eine kurze Erklärung mit langsamerer, beruhigender Sprechweise.“ Fordern Sie für eine Analyse statt eines Dialogs chronologische Beobachtungen, den exakten sichtbaren Text und die gesprochenen Inhalte in getrennten Abschnitten an. Nennen Sie die Zielgruppe und geben Sie an, ob Sie eine Transkription, eine Interpretation oder eine knappe Zusammenfassung wünschen.
", "aboutText": "Qwen3.5-Omni-Flash ist Alibabas Alias aus der multimodalen Qwen-Familie für Texterstellung, Sprachassistenten und Multimedia-Analyse. Es nimmt Text, Bilder, Audio und Video als kombinierte Eingabe entgegen und liefert Text oder Text mit Sprache zurück. Der Hersteller beschreibt den Alias derzeit als funktional gleichwertig mit Qwen3.5-Omni-Flash 2026-03-15. Der Name Flash allein begründet weder eine garantierte Antwortzeit noch einen bestimmten dauerhaften Snapshot.\n\nDie Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist hilfreich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen Sichtbarem und Hörbarem verlieren würde. Fordern Sie für ein Medienbriefing die sichtbare Abfolge, den eingeblendeten Text und den gesprochenen Inhalt getrennt an und verlangen Sie Zeitstempel relativ zur Quelle, wenn die Reihenfolge der Ereignisse wichtig ist. Neben Sprache können auch Soundeffekte und andere nichtsprachliche Audiosignale in die Analyse einfließen.\n\nLegen Sie für eine Sprachantwort die Sprache, die Zielgruppe und die Sprechweise fest. Der Qwen-Leitfaden dokumentiert Anweisungen für Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für die Sprachausgabe, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standardstimme und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme aus und verlangen Sie eine knappe Erklärung in angemessenem Tempo, anstatt die Stimme der Eingabe über den Ausgabestil entscheiden zu lassen.\n\nDer dokumentierte HTTP-Ablauf für Sprache liefert Text im Stream und Base64-codierte Audioblöcke zurück. Das WAV-Beispiel verwendet 24 kHz, Mono und 16-bit PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenfügen oder bereits beim Eintreffen für die Wiedergabe decodieren. Dabei handelt es sich um gestreamte Generierung auf Basis einer übermittelten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, die Behandlung von Unterbrechungen und Mikrofon-Gespräche gehören zu gesondert benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.\n\nDie Modellkarte von Flash führt Websuche an und kennzeichnet Structured Outputs in beiden regionalen Tabellen als nicht unterstützt. Sie können benannte Abschnitte in gewöhnlichem Text anfordern; diese Anweisung ist jedoch von einem eingeschränkten JSON-Modus zu unterscheiden. Function Calling ist für Alibabas Chat Completions-Bereitstellung in Beijing mit Textausgabe dokumentiert und wird in der Singapore-Tabelle als nicht unterstützt geführt; die Anwendung führt die ausgewählte Tool-Aktion aus. Prefix Completion, Context Caching und Fine-Tuning werden nicht unterstützt. Die Beijing-Tabelle des Alias unterstützt Batch-Inferenz, die Singapore-Tabelle hingegen nicht.\n\nDas veröffentlichte Kontextfenster umfasst 262,144 Tokens, mit maximal 196,608 Tokens Eingabe und 65,536 Tokens Ausgabe. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er nennt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video. Audio- oder Videodateien per URL dürfen bis zu 2 GB groß sein, während Base64-codierte Medien kleiner als 10 MB sein müssen. Das sind die Dateiverarbeitungsgrenzen des Herstellers. Sie unterscheiden sich von der Beschreibung in der Modelleinführung, laut der das Modell über zehn Stunden Audio oder über 400 Sekunden 720p-Video mit 1 FPS verstehen kann.\n\nFür Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB pro Bild per URL, mehr als 10 Pixel auf jeder Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2,048 Bilder oder Audiodateien per URL sowie 512 Videodateien per URL; bei Base64-Eingaben sind bis zu 250 Dateien zulässig. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, sorgen Sie für gut lesbare kleine Beschriftungen und erklären Sie den Zusammenhang zwischen getrennten Eingaben. Die dokumentierten Höchstzahlen für Dateien hängen von Modalität und Übertragungsmethode ab; jede Eingabe muss dennoch in das gemeinsame Tokenbudget passen.\n\nDas undatierte Flash-Modell unterstützt individuelles Voice Cloning über einen gesonderten Ablauf zur Stimmenerstellung. Die Referenz muss mindestens drei Sekunden ununterbrochene, klare Sprache enthalten, mit Pausen von höchstens zwei Sekunden; verwenden Sie gewöhnliche Sprache ohne Musik, Gesang, Störgeräusche oder weitere Sprecher. Verwenden Sie für WAV 16-bit-Audio. Aus der Referenz entsteht eine Stimme, die einem benannten Zielmodell zugeordnet ist. Dieses Zielmodell muss mit dem später für die Sprachausgabe verwendeten Modell übereinstimmen. Alibaba empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, einer Höchstdauer von 60 Sekunden und einer Dateigröße unter 10 MB. Die Referenzformate sind WAV, MP3 und M4A. Der Flash-Snapshot vom 15. März unterstützt diesen Cloning-Ablauf nicht.\n\nStellen Sie für eine Support-Erklärung mit gemischten Medien einen Screenshot, eine aufgezeichnete Frage und etwaige Produktbegriffe als Text bereit. Ein beispielhaftes Briefing lautet: „Verwende die Beschriftungen im Screenshot, beantworte die Audiofrage auf Französisch und gib eine kurze Erklärung mit langsamerer, beruhigender Sprechweise.“ Fordern Sie für eine Analyse statt eines Dialogs chronologische Beobachtungen, den exakten sichtbaren Text und die gesprochenen Inhalte in getrennten Abschnitten an. Nennen Sie die Zielgruppe und geben Sie an, ob Sie eine Transkription, eine Interpretation oder eine knappe Zusammenfassung wünschen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Organize a transcribed demonstration brief\n\nUse these text notes from a demonstration: 00:03 visible label 'Add water'; narration says 'Use cold water'; 00:09 visible label 'Stir'; narration says 'Stir for ten seconds'. Prepare separate sections for visible instructions, spoken instructions and their combined chronological procedure. Use only the notes and do not generate speech or infer unseen actions.Three text sections preserving timestamps and separating visible wording from spoken content.The combined procedure retains the cold-water condition and the ten-second duration with their stated source.qwen3.5-omni-flashQwen3.5-Omni-Flash kombiniert Text, Bilder, Audio und Video und antwortet mit Text oder Sprache. Es unterstützt Erklärungen zu gemischten Medien und Sprachantworten mit vorgegebener Sprechweise, einem Kontext von 262,144 Tokens und einem eigenen Profil für Tools und Ausgabeformate.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3.5-Omni-Flash ist Alibabas Alias aus der multimodalen Qwen-Familie für Texterstellung, Sprachassistenten und Multimedia-Analyse. Es nimmt Text, Bilder, Audio und Video als kombinierte Eingabe entgegen und liefert Text oder Text mit Sprache zurück. Der Hersteller beschreibt den Alias derzeit als funktional gleichwertig mit Qwen3.5-Omni-Flash 2026-03-15. Der Name Flash allein begründet weder eine garantierte Antwortzeit noch einen bestimmten dauerhaften Snapshot.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist hilfreich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen Sichtbarem und Hörbarem verlieren würde. Fordern Sie für ein Medienbriefing die sichtbare Abfolge, den eingeblendeten Text und den gesprochenen Inhalt getrennt an und verlangen Sie Zeitstempel relativ zur Quelle, wenn die Reihenfolge der Ereignisse wichtig ist. Neben Sprache können auch Soundeffekte und andere nichtsprachliche Audiosignale in die Analyse einfließen.
Legen Sie für eine Sprachantwort die Sprache, die Zielgruppe und die Sprechweise fest. Der Qwen-Leitfaden dokumentiert Anweisungen für Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für die Sprachausgabe, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standardstimme und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme aus und verlangen Sie eine knappe Erklärung in angemessenem Tempo, anstatt die Stimme der Eingabe über den Ausgabestil entscheiden zu lassen.
Der dokumentierte HTTP-Ablauf für Sprache liefert Text im Stream und Base64-codierte Audioblöcke zurück. Das WAV-Beispiel verwendet 24 kHz, Mono und 16-bit PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenfügen oder bereits beim Eintreffen für die Wiedergabe decodieren. Dabei handelt es sich um gestreamte Generierung auf Basis einer übermittelten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, die Behandlung von Unterbrechungen und Mikrofon-Gespräche gehören zu gesondert benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Die Modellkarte von Flash führt Websuche an und kennzeichnet Structured Outputs in beiden regionalen Tabellen als nicht unterstützt. Sie können benannte Abschnitte in gewöhnlichem Text anfordern; diese Anweisung ist jedoch von einem eingeschränkten JSON-Modus zu unterscheiden. Function Calling ist für Alibabas Chat Completions-Bereitstellung in Beijing mit Textausgabe dokumentiert und wird in der Singapore-Tabelle als nicht unterstützt geführt; die Anwendung führt die ausgewählte Tool-Aktion aus. Prefix Completion, Context Caching und Fine-Tuning werden nicht unterstützt. Die Beijing-Tabelle des Alias unterstützt Batch-Inferenz, die Singapore-Tabelle hingegen nicht.
Das veröffentlichte Kontextfenster umfasst 262,144 Tokens, mit maximal 196,608 Tokens Eingabe und 65,536 Tokens Ausgabe. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er nennt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video. Audio- oder Videodateien per URL dürfen bis zu 2 GB groß sein, während Base64-codierte Medien kleiner als 10 MB sein müssen. Das sind die Dateiverarbeitungsgrenzen des Herstellers. Sie unterscheiden sich von der Beschreibung in der Modelleinführung, laut der das Modell über zehn Stunden Audio oder über 400 Sekunden 720p-Video mit 1 FPS verstehen kann.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB pro Bild per URL, mehr als 10 Pixel auf jeder Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2,048 Bilder oder Audiodateien per URL sowie 512 Videodateien per URL; bei Base64-Eingaben sind bis zu 250 Dateien zulässig. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, sorgen Sie für gut lesbare kleine Beschriftungen und erklären Sie den Zusammenhang zwischen getrennten Eingaben. Die dokumentierten Höchstzahlen für Dateien hängen von Modalität und Übertragungsmethode ab; jede Eingabe muss dennoch in das gemeinsame Tokenbudget passen.
Das undatierte Flash-Modell unterstützt individuelles Voice Cloning über einen gesonderten Ablauf zur Stimmenerstellung. Die Referenz muss mindestens drei Sekunden ununterbrochene, klare Sprache enthalten, mit Pausen von höchstens zwei Sekunden; verwenden Sie gewöhnliche Sprache ohne Musik, Gesang, Störgeräusche oder weitere Sprecher. Verwenden Sie für WAV 16-bit-Audio. Aus der Referenz entsteht eine Stimme, die einem benannten Zielmodell zugeordnet ist. Dieses Zielmodell muss mit dem später für die Sprachausgabe verwendeten Modell übereinstimmen. Alibaba empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, einer Höchstdauer von 60 Sekunden und einer Dateigröße unter 10 MB. Die Referenzformate sind WAV, MP3 und M4A. Der Flash-Snapshot vom 15. März unterstützt diesen Cloning-Ablauf nicht.
Stellen Sie für eine Support-Erklärung mit gemischten Medien einen Screenshot, eine aufgezeichnete Frage und etwaige Produktbegriffe als Text bereit. Ein beispielhaftes Briefing lautet: „Verwende die Beschriftungen im Screenshot, beantworte die Audiofrage auf Französisch und gib eine kurze Erklärung mit langsamerer, beruhigender Sprechweise.“ Fordern Sie für eine Analyse statt eines Dialogs chronologische Beobachtungen, den exakten sichtbaren Text und die gesprochenen Inhalte in getrennten Abschnitten an. Nennen Sie die Zielgruppe und geben Sie an, ob Sie eine Transkription, eine Interpretation oder eine knappe Zusammenfassung wünschen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3.5-omni-flash | 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 $0.00069 / 1K Tokens Ausgabe · Ausgabetoken $0.00418 / 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": "qwen3.5-omni-flash", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3.5-omni-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3.5-omni-flash',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 qwen3.5-omni-flash
Verwenden Sie die oben angezeigten Methodenpfade.
qwen3.5-omni-flashQwen3.5-Omni-Flash kombiniert Text, Bilder, Audio und Video und antwortet mit Text oder Sprache. Es unterstützt Erklärungen zu gemischten Medien und Sprachantworten mit vorgegebener Sprechweise, einem Kontext von 262,144 Tokens und einem eigenen Profil für Tools und Ausgabeformate.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3.5-Omni-Flash ist Alibabas Alias aus der multimodalen Qwen-Familie für Texterstellung, Sprachassistenten und Multimedia-Analyse. Es nimmt Text, Bilder, Audio und Video als kombinierte Eingabe entgegen und liefert Text oder Text mit Sprache zurück. Der Hersteller beschreibt den Alias derzeit als funktional gleichwertig mit Qwen3.5-Omni-Flash 2026-03-15. Der Name Flash allein begründet weder eine garantierte Antwortzeit noch einen bestimmten dauerhaften Snapshot.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist hilfreich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen Sichtbarem und Hörbarem verlieren würde. Fordern Sie für ein Medienbriefing die sichtbare Abfolge, den eingeblendeten Text und den gesprochenen Inhalt getrennt an und verlangen Sie Zeitstempel relativ zur Quelle, wenn die Reihenfolge der Ereignisse wichtig ist. Neben Sprache können auch Soundeffekte und andere nichtsprachliche Audiosignale in die Analyse einfließen.
Legen Sie für eine Sprachantwort die Sprache, die Zielgruppe und die Sprechweise fest. Der Qwen-Leitfaden dokumentiert Anweisungen für Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für die Sprachausgabe, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standardstimme und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme aus und verlangen Sie eine knappe Erklärung in angemessenem Tempo, anstatt die Stimme der Eingabe über den Ausgabestil entscheiden zu lassen.
Der dokumentierte HTTP-Ablauf für Sprache liefert Text im Stream und Base64-codierte Audioblöcke zurück. Das WAV-Beispiel verwendet 24 kHz, Mono und 16-bit PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenfügen oder bereits beim Eintreffen für die Wiedergabe decodieren. Dabei handelt es sich um gestreamte Generierung auf Basis einer übermittelten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, die Behandlung von Unterbrechungen und Mikrofon-Gespräche gehören zu gesondert benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Die Modellkarte von Flash führt Websuche an und kennzeichnet Structured Outputs in beiden regionalen Tabellen als nicht unterstützt. Sie können benannte Abschnitte in gewöhnlichem Text anfordern; diese Anweisung ist jedoch von einem eingeschränkten JSON-Modus zu unterscheiden. Function Calling ist für Alibabas Chat Completions-Bereitstellung in Beijing mit Textausgabe dokumentiert und wird in der Singapore-Tabelle als nicht unterstützt geführt; die Anwendung führt die ausgewählte Tool-Aktion aus. Prefix Completion, Context Caching und Fine-Tuning werden nicht unterstützt. Die Beijing-Tabelle des Alias unterstützt Batch-Inferenz, die Singapore-Tabelle hingegen nicht.
Das veröffentlichte Kontextfenster umfasst 262,144 Tokens, mit maximal 196,608 Tokens Eingabe und 65,536 Tokens Ausgabe. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er nennt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video. Audio- oder Videodateien per URL dürfen bis zu 2 GB groß sein, während Base64-codierte Medien kleiner als 10 MB sein müssen. Das sind die Dateiverarbeitungsgrenzen des Herstellers. Sie unterscheiden sich von der Beschreibung in der Modelleinführung, laut der das Modell über zehn Stunden Audio oder über 400 Sekunden 720p-Video mit 1 FPS verstehen kann.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB pro Bild per URL, mehr als 10 Pixel auf jeder Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2,048 Bilder oder Audiodateien per URL sowie 512 Videodateien per URL; bei Base64-Eingaben sind bis zu 250 Dateien zulässig. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, sorgen Sie für gut lesbare kleine Beschriftungen und erklären Sie den Zusammenhang zwischen getrennten Eingaben. Die dokumentierten Höchstzahlen für Dateien hängen von Modalität und Übertragungsmethode ab; jede Eingabe muss dennoch in das gemeinsame Tokenbudget passen.
Das undatierte Flash-Modell unterstützt individuelles Voice Cloning über einen gesonderten Ablauf zur Stimmenerstellung. Die Referenz muss mindestens drei Sekunden ununterbrochene, klare Sprache enthalten, mit Pausen von höchstens zwei Sekunden; verwenden Sie gewöhnliche Sprache ohne Musik, Gesang, Störgeräusche oder weitere Sprecher. Verwenden Sie für WAV 16-bit-Audio. Aus der Referenz entsteht eine Stimme, die einem benannten Zielmodell zugeordnet ist. Dieses Zielmodell muss mit dem später für die Sprachausgabe verwendeten Modell übereinstimmen. Alibaba empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, einer Höchstdauer von 60 Sekunden und einer Dateigröße unter 10 MB. Die Referenzformate sind WAV, MP3 und M4A. Der Flash-Snapshot vom 15. März unterstützt diesen Cloning-Ablauf nicht.
Stellen Sie für eine Support-Erklärung mit gemischten Medien einen Screenshot, eine aufgezeichnete Frage und etwaige Produktbegriffe als Text bereit. Ein beispielhaftes Briefing lautet: „Verwende die Beschriftungen im Screenshot, beantworte die Audiofrage auf Französisch und gib eine kurze Erklärung mit langsamerer, beruhigender Sprechweise.“ Fordern Sie für eine Analyse statt eines Dialogs chronologische Beobachtungen, den exakten sichtbaren Text und die gesprochenen Inhalte in getrennten Abschnitten an. Nennen Sie die Zielgruppe und geben Sie an, ob Sie eine Transkription, eine Interpretation oder eine knappe Zusammenfassung wünschen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3.5-omni-flash | 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 $0.00069 / 1K Tokens Ausgabe · Ausgabetoken $0.00418 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3.5-omni-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-omni-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-omni-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 qwen3.5-omni-flash
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Organize a transcribed demonstration brief\n\nUse these text notes from a demonstration: 00:03 visible label 'Add water'; narration says 'Use cold water'; 00:09 visible label 'Stir'; narration says 'Stir for ten seconds'. Prepare separate sections for visible instructions, spoken instructions and their combined chronological procedure. Use only the notes and do not generate speech or infer unseen actions.Three text sections preserving timestamps and separating visible wording from spoken content.The combined procedure retains the cold-water condition and the ten-second duration with their stated source.