Qwen3.5-Plus ist ein Qwen3.5-Modell für Text- und Bildverständnis. Es verarbeitet Text, Bilder und Videos und gibt Text zurück. Die Modelltabellen des Herstellers führen einen Kontext von 1 Million Tokens, Unterstützung für den Denkmodus, Function Calling, integrierte Werkzeuge und strukturierte Ausgaben auf.
Stellen Sie für eine Dokumentaufgabe die relevanten Textstellen oder lesbare Seitenbilder bereit und definieren Sie die Frage. Verlangen Sie die Informationen, die sie beantworten, die Quellenkennzeichnungen zu jedem Befund sowie alle Punkte, die das Material offenlässt. Ein Vergleich kann Übereinstimmungen, Widersprüche und deren Folgen anhand festgelegter Kriterien verlangen.
Geben Sie bei einer Schlussfolgerungsaufgabe die Bedingungen und das benötigte Ergebnis an. Legen Sie für direktes Schreiben Zielgruppe, Pflichtangaben und erforderliche Länge fest. Eine Folgeanfrage kann eine Anforderung ändern und den Rest des Auftrags beibehalten. Trennen Sie zitierte Quellentexte von den Anweisungen zu ihrer Verwendung.
In einer Integration mit Funktionsunterstützung definiert die Anwendung die verfügbare Aktion und ihre Eingabefelder, führt einen ausgewählten Aufruf aus und gibt dessen Ergebnis zurück. Integrierte Werkzeuge sind eine separate Funktion auf Herstellerseite. Die Integration bestimmt, welche Steuerelemente sie verfügbar macht. Definieren Sie für eine strukturierte Antwort die erforderlichen Felder und den Umgang mit fehlenden Werten. Validieren Sie anschliessend sowohl den Inhalt als auch die Form der Antwort.
Die Tabelle der visuellen Modelle des Herstellers nennt für dieses benannte Modell ein Ausgabekontingent von 64K sowie bis zu 256 Bilder und 64 Videos. Der dokumentierte Videoworkflow unterstützt Dateien mit bis zu zwei Stunden Dauer und 2 GB. Dies sind Limits des Herstellerworkflows; alle bereitgestellten Materialien teilen sich weiterhin das Kontextbudget. Bereiten Sie lesbares Quellenmaterial vor, bewahren Sie dessen Kennzeichnungen und planen Sie die tatsächliche Anfrage anhand der Limits, die die gewählte Schnittstelle verfügbar macht.
Wählen Sie das zu erstellende Ergebnis: eine analytische Notiz, extrahierte Felder, eine überarbeitete Passage oder eine Erklärung des visuellen Materials. Verlangen Sie Belege für wichtige Details und prüfen Sie die Antwort anhand der Quellen. Das zurückgegebene Artefakt ist Text; Aktionen und Dateivorgänge in einem verbundenen Workflow haben eigene Ausführungsergebnisse.
", "aboutText": "Qwen3.5-Plus ist ein Qwen3.5-Modell für Text- und Bildverständnis. Es verarbeitet Text, Bilder und Videos und gibt Text zurück. Die Modelltabellen des Herstellers führen einen Kontext von 1 Million Tokens, Unterstützung für den Denkmodus, Function Calling, integrierte Werkzeuge und strukturierte Ausgaben auf.\n\n### Dokument- und Analyseaufgaben vorbereiten\n\nStellen Sie für eine Dokumentaufgabe die relevanten Textstellen oder lesbare Seitenbilder bereit und definieren Sie die Frage. Verlangen Sie die Informationen, die sie beantworten, die Quellenkennzeichnungen zu jedem Befund sowie alle Punkte, die das Material offenlässt. Ein Vergleich kann Übereinstimmungen, Widersprüche und deren Folgen anhand festgelegter Kriterien verlangen.\n\n### Einen klaren Ausgabeauftrag wählen\n\nGeben Sie bei einer Schlussfolgerungsaufgabe die Bedingungen und das benötigte Ergebnis an. Legen Sie für direktes Schreiben Zielgruppe, Pflichtangaben und erforderliche Länge fest. Eine Folgeanfrage kann eine Anforderung ändern und den Rest des Auftrags beibehalten. Trennen Sie zitierte Quellentexte von den Anweisungen zu ihrer Verwendung.\n\n### Werkzeuge mit tatsächlichen Ergebnissen verbinden\n\nIn einer Integration mit Funktionsunterstützung definiert die Anwendung die verfügbare Aktion und ihre Eingabefelder, führt einen ausgewählten Aufruf aus und gibt dessen Ergebnis zurück. Integrierte Werkzeuge sind eine separate Funktion auf Herstellerseite. Die Integration bestimmt, welche Steuerelemente sie verfügbar macht. Definieren Sie für eine strukturierte Antwort die erforderlichen Felder und den Umgang mit fehlenden Werten. Validieren Sie anschliessend sowohl den Inhalt als auch die Form der Antwort.\n\n### Visuelle und textuelle Eingaben gemeinsam planen\n\nDie Tabelle der visuellen Modelle des Herstellers nennt für dieses benannte Modell ein Ausgabekontingent von 64K sowie bis zu 256 Bilder und 64 Videos. Der dokumentierte Videoworkflow unterstützt Dateien mit bis zu zwei Stunden Dauer und 2 GB. Dies sind Limits des Herstellerworkflows; alle bereitgestellten Materialien teilen sich weiterhin das Kontextbudget. Bereiten Sie lesbares Quellenmaterial vor, bewahren Sie dessen Kennzeichnungen und planen Sie die tatsächliche Anfrage anhand der Limits, die die gewählte Schnittstelle verfügbar macht.\n\n### Das Textartefakt prüfen\n\nWählen Sie das zu erstellende Ergebnis: eine analytische Notiz, extrahierte Felder, eine überarbeitete Passage oder eine Erklärung des visuellen Materials. Verlangen Sie Belege für wichtige Details und prüfen Sie die Antwort anhand der Quellen. Das zurückgegebene Artefakt ist Text; Aktionen und Dateivorgänge in einem verbundenen Workflow haben eigene Ausführungsergebnisse.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Compare consent requirements\n\nCompare source C1: 'Interview participants sign a consent form before recording.' C2: 'An unsigned participant may join a discussion, but must not be recorded.' A session plan records everyone at the start and collects forms afterward. Return the agreement between sources, the plan's conflict and a corrected sequence with source labels.A source-linked comparison and a corrected recording/consent sequence.The sequence must place consent before recording while preserving the unrecorded participation option.qwen3.5-plusQwen3.5-Plus verbindet Text, Bilder und Videos zur Texterzeugung für Dokument- und Analyseaufgaben. Der Hersteller dokumentiert einen Kontext von 1 Million Tokens, Unterstützung für den Denkmodus sowie optionale Werkzeugfunktionen und strukturierte Antworten.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3.5-Plus ist ein Qwen3.5-Modell für Text- und Bildverständnis. Es verarbeitet Text, Bilder und Videos und gibt Text zurück. Die Modelltabellen des Herstellers führen einen Kontext von 1 Million Tokens, Unterstützung für den Denkmodus, Function Calling, integrierte Werkzeuge und strukturierte Ausgaben auf.
Stellen Sie für eine Dokumentaufgabe die relevanten Textstellen oder lesbare Seitenbilder bereit und definieren Sie die Frage. Verlangen Sie die Informationen, die sie beantworten, die Quellenkennzeichnungen zu jedem Befund sowie alle Punkte, die das Material offenlässt. Ein Vergleich kann Übereinstimmungen, Widersprüche und deren Folgen anhand festgelegter Kriterien verlangen.
Geben Sie bei einer Schlussfolgerungsaufgabe die Bedingungen und das benötigte Ergebnis an. Legen Sie für direktes Schreiben Zielgruppe, Pflichtangaben und erforderliche Länge fest. Eine Folgeanfrage kann eine Anforderung ändern und den Rest des Auftrags beibehalten. Trennen Sie zitierte Quellentexte von den Anweisungen zu ihrer Verwendung.
In einer Integration mit Funktionsunterstützung definiert die Anwendung die verfügbare Aktion und ihre Eingabefelder, führt einen ausgewählten Aufruf aus und gibt dessen Ergebnis zurück. Integrierte Werkzeuge sind eine separate Funktion auf Herstellerseite. Die Integration bestimmt, welche Steuerelemente sie verfügbar macht. Definieren Sie für eine strukturierte Antwort die erforderlichen Felder und den Umgang mit fehlenden Werten. Validieren Sie anschliessend sowohl den Inhalt als auch die Form der Antwort.
Die Tabelle der visuellen Modelle des Herstellers nennt für dieses benannte Modell ein Ausgabekontingent von 64K sowie bis zu 256 Bilder und 64 Videos. Der dokumentierte Videoworkflow unterstützt Dateien mit bis zu zwei Stunden Dauer und 2 GB. Dies sind Limits des Herstellerworkflows; alle bereitgestellten Materialien teilen sich weiterhin das Kontextbudget. Bereiten Sie lesbares Quellenmaterial vor, bewahren Sie dessen Kennzeichnungen und planen Sie die tatsächliche Anfrage anhand der Limits, die die gewählte Schnittstelle verfügbar macht.
Wählen Sie das zu erstellende Ergebnis: eine analytische Notiz, extrahierte Felder, eine überarbeitete Passage oder eine Erklärung des visuellen Materials. Verlangen Sie Belege für wichtige Details und prüfen Sie die Antwort anhand der Quellen. Das zurückgegebene Artefakt ist Text; Aktionen und Dateivorgänge in einem verbundenen Workflow haben eigene Ausführungsergebnisse.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3.5-plus | 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 $0.00024 / 1K Tokens Ausgabe · Ausgabetoken $0.00138 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3.5-plus", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3.5-plus',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3.5-plus',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-plus
Verwenden Sie die oben angezeigten Methodenpfade.
qwen3.5-plusQwen3.5-Plus verbindet Text, Bilder und Videos zur Texterzeugung für Dokument- und Analyseaufgaben. Der Hersteller dokumentiert einen Kontext von 1 Million Tokens, Unterstützung für den Denkmodus sowie optionale Werkzeugfunktionen und strukturierte Antworten.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3.5-Plus ist ein Qwen3.5-Modell für Text- und Bildverständnis. Es verarbeitet Text, Bilder und Videos und gibt Text zurück. Die Modelltabellen des Herstellers führen einen Kontext von 1 Million Tokens, Unterstützung für den Denkmodus, Function Calling, integrierte Werkzeuge und strukturierte Ausgaben auf.
Stellen Sie für eine Dokumentaufgabe die relevanten Textstellen oder lesbare Seitenbilder bereit und definieren Sie die Frage. Verlangen Sie die Informationen, die sie beantworten, die Quellenkennzeichnungen zu jedem Befund sowie alle Punkte, die das Material offenlässt. Ein Vergleich kann Übereinstimmungen, Widersprüche und deren Folgen anhand festgelegter Kriterien verlangen.
Geben Sie bei einer Schlussfolgerungsaufgabe die Bedingungen und das benötigte Ergebnis an. Legen Sie für direktes Schreiben Zielgruppe, Pflichtangaben und erforderliche Länge fest. Eine Folgeanfrage kann eine Anforderung ändern und den Rest des Auftrags beibehalten. Trennen Sie zitierte Quellentexte von den Anweisungen zu ihrer Verwendung.
In einer Integration mit Funktionsunterstützung definiert die Anwendung die verfügbare Aktion und ihre Eingabefelder, führt einen ausgewählten Aufruf aus und gibt dessen Ergebnis zurück. Integrierte Werkzeuge sind eine separate Funktion auf Herstellerseite. Die Integration bestimmt, welche Steuerelemente sie verfügbar macht. Definieren Sie für eine strukturierte Antwort die erforderlichen Felder und den Umgang mit fehlenden Werten. Validieren Sie anschliessend sowohl den Inhalt als auch die Form der Antwort.
Die Tabelle der visuellen Modelle des Herstellers nennt für dieses benannte Modell ein Ausgabekontingent von 64K sowie bis zu 256 Bilder und 64 Videos. Der dokumentierte Videoworkflow unterstützt Dateien mit bis zu zwei Stunden Dauer und 2 GB. Dies sind Limits des Herstellerworkflows; alle bereitgestellten Materialien teilen sich weiterhin das Kontextbudget. Bereiten Sie lesbares Quellenmaterial vor, bewahren Sie dessen Kennzeichnungen und planen Sie die tatsächliche Anfrage anhand der Limits, die die gewählte Schnittstelle verfügbar macht.
Wählen Sie das zu erstellende Ergebnis: eine analytische Notiz, extrahierte Felder, eine überarbeitete Passage oder eine Erklärung des visuellen Materials. Verlangen Sie Belege für wichtige Details und prüfen Sie die Antwort anhand der Quellen. Das zurückgegebene Artefakt ist Text; Aktionen und Dateivorgänge in einem verbundenen Workflow haben eigene Ausführungsergebnisse.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3.5-plus | 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 $0.00024 / 1K Tokens Ausgabe · Ausgabetoken $0.00138 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3.5-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-plus', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-plus', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-plus
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Compare consent requirements\n\nCompare source C1: 'Interview participants sign a consent form before recording.' C2: 'An unsigned participant may join a discussion, but must not be recorded.' A session plan records everyone at the start and collects forms afterward. Return the agreement between sources, the plan's conflict and a corrected sequence with source labels.A source-linked comparison and a corrected recording/consent sequence.The sequence must place consent before recording while preserving the unrecorded participation option.