Qwen3.5-Omni-Flash ist Alibabas multimodaler Qwen-Familienalias für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video als kombinierte Eingabe entgegen und gibt 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 Antwortzeitgarantie noch einen bestimmten dauerhaft unveränderten Snapshot.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.
Legen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.
Der dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Die Modellkarte von Flash führt Websuche auf 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 Beijing-Chat-Completions-Bereitstellung mit Textausgabe dokumentiert und in der Tabelle für Singapur nicht unterstützt; die Anwendung führt die ausgewählte Werkzeugaktion aus. Prefix Completion, Context Caching und Fine-Tuning werden nicht unterstützt. Die Beijing-Tabelle des Alias unterstützt Batch-Inferenz, die Singapur-Tabelle dagegen nicht.
Das veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. 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 führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.
Das undatierte Flash-Modell unterstützt individuelles Stimmenklonen über einen separaten Workflow zur Stimmenerstellung. Die Referenz muss mindestens drei Sekunden ununterbrochene, klare Sprache enthalten, mit Pausen von höchstens zwei Sekunden; verwenden Sie normale Sprache ohne Musik, Gesang, Rauschen oder einen weiteren Sprecher. Verwenden Sie für WAV 16-Bit-Audio. Die Referenz erzeugt eine Stimme, die einem benannten Zielmodell zugeordnet ist; dieses Ziel muss mit dem später für die Sprachausgabe verwendeten Modell übereinstimmen. Alibaba empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, höchstens 60 Sekunden und eine Datei unter 10 MB. Referenzformate sind WAV, MP3 und M4A. Der Flash-Snapshot vom 15. März unterstützt diesen Klon-Workflow nicht.
Stellen Sie für eine Support-Erklärung mit gemischten Medien einen Screenshot, eine aufgezeichnete Frage und gegebenenfalls Produktbegriffe als Text bereit. Ein beispielhafter Auftrag lautet: „Verwenden Sie die Beschriftungen im Screenshot, beantworten Sie die Audiofrage auf Französisch und geben Sie eine kurze Erklärung mit einer langsameren, beruhigenden Sprachausgabe.“ Fordern Sie für eine Analyse statt eines Dialogs chronologische Beobachtungen, den genauen sichtbaren Text und Sprache 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 multimodaler Qwen-Familienalias für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video als kombinierte Eingabe entgegen und gibt 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 Antwortzeitgarantie noch einen bestimmten dauerhaft unveränderten Snapshot.\n\nDie Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.\n\nLegen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.\n\nDer dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.\n\nDie Modellkarte von Flash führt Websuche auf 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 Beijing-Chat-Completions-Bereitstellung mit Textausgabe dokumentiert und in der Tabelle für Singapur nicht unterstützt; die Anwendung führt die ausgewählte Werkzeugaktion aus. Prefix Completion, Context Caching und Fine-Tuning werden nicht unterstützt. Die Beijing-Tabelle des Alias unterstützt Batch-Inferenz, die Singapur-Tabelle dagegen nicht.\n\nDas veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. 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 führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.\n\nFür Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.\n\nDas undatierte Flash-Modell unterstützt individuelles Stimmenklonen über einen separaten Workflow zur Stimmenerstellung. Die Referenz muss mindestens drei Sekunden ununterbrochene, klare Sprache enthalten, mit Pausen von höchstens zwei Sekunden; verwenden Sie normale Sprache ohne Musik, Gesang, Rauschen oder einen weiteren Sprecher. Verwenden Sie für WAV 16-Bit-Audio. Die Referenz erzeugt eine Stimme, die einem benannten Zielmodell zugeordnet ist; dieses Ziel muss mit dem später für die Sprachausgabe verwendeten Modell übereinstimmen. Alibaba empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, höchstens 60 Sekunden und eine Datei unter 10 MB. Referenzformate sind WAV, MP3 und M4A. Der Flash-Snapshot vom 15. März unterstützt diesen Klon-Workflow nicht.\n\nStellen Sie für eine Support-Erklärung mit gemischten Medien einen Screenshot, eine aufgezeichnete Frage und gegebenenfalls Produktbegriffe als Text bereit. Ein beispielhafter Auftrag lautet: „Verwenden Sie die Beschriftungen im Screenshot, beantworten Sie die Audiofrage auf Französisch und geben Sie eine kurze Erklärung mit einer langsameren, beruhigenden Sprachausgabe.“ Fordern Sie für eine Analyse statt eines Dialogs chronologische Beobachtungen, den genauen sichtbaren Text und Sprache 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 verbindet Text, Bilder, Audio und Video und antwortet mit Text oder Sprache. Es unterstützt Erklärungen zu gemischten Medien und Sprachantworten, deren Vortragsweise sich per Anweisung festlegen lässt, bei einem Kontext von 262.144 Tokens und einem eigenen Profil für Werkzeuge 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 multimodaler Qwen-Familienalias für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video als kombinierte Eingabe entgegen und gibt 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 Antwortzeitgarantie noch einen bestimmten dauerhaft unveränderten Snapshot.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.
Legen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.
Der dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Die Modellkarte von Flash führt Websuche auf 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 Beijing-Chat-Completions-Bereitstellung mit Textausgabe dokumentiert und in der Tabelle für Singapur nicht unterstützt; die Anwendung führt die ausgewählte Werkzeugaktion aus. Prefix Completion, Context Caching und Fine-Tuning werden nicht unterstützt. Die Beijing-Tabelle des Alias unterstützt Batch-Inferenz, die Singapur-Tabelle dagegen nicht.
Das veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. 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 führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.
Das undatierte Flash-Modell unterstützt individuelles Stimmenklonen über einen separaten Workflow zur Stimmenerstellung. Die Referenz muss mindestens drei Sekunden ununterbrochene, klare Sprache enthalten, mit Pausen von höchstens zwei Sekunden; verwenden Sie normale Sprache ohne Musik, Gesang, Rauschen oder einen weiteren Sprecher. Verwenden Sie für WAV 16-Bit-Audio. Die Referenz erzeugt eine Stimme, die einem benannten Zielmodell zugeordnet ist; dieses Ziel muss mit dem später für die Sprachausgabe verwendeten Modell übereinstimmen. Alibaba empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, höchstens 60 Sekunden und eine Datei unter 10 MB. Referenzformate sind WAV, MP3 und M4A. Der Flash-Snapshot vom 15. März unterstützt diesen Klon-Workflow nicht.
Stellen Sie für eine Support-Erklärung mit gemischten Medien einen Screenshot, eine aufgezeichnete Frage und gegebenenfalls Produktbegriffe als Text bereit. Ein beispielhafter Auftrag lautet: „Verwenden Sie die Beschriftungen im Screenshot, beantworten Sie die Audiofrage auf Französisch und geben Sie eine kurze Erklärung mit einer langsameren, beruhigenden Sprachausgabe.“ Fordern Sie für eine Analyse statt eines Dialogs chronologische Beobachtungen, den genauen sichtbaren Text und Sprache 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 Token Ausgabe · Ausgabetoken $0.00418 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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 verbindet Text, Bilder, Audio und Video und antwortet mit Text oder Sprache. Es unterstützt Erklärungen zu gemischten Medien und Sprachantworten, deren Vortragsweise sich per Anweisung festlegen lässt, bei einem Kontext von 262.144 Tokens und einem eigenen Profil für Werkzeuge 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 multimodaler Qwen-Familienalias für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video als kombinierte Eingabe entgegen und gibt 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 Antwortzeitgarantie noch einen bestimmten dauerhaft unveränderten Snapshot.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.
Legen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.
Der dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Die Modellkarte von Flash führt Websuche auf 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 Beijing-Chat-Completions-Bereitstellung mit Textausgabe dokumentiert und in der Tabelle für Singapur nicht unterstützt; die Anwendung führt die ausgewählte Werkzeugaktion aus. Prefix Completion, Context Caching und Fine-Tuning werden nicht unterstützt. Die Beijing-Tabelle des Alias unterstützt Batch-Inferenz, die Singapur-Tabelle dagegen nicht.
Das veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. 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 führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.
Das undatierte Flash-Modell unterstützt individuelles Stimmenklonen über einen separaten Workflow zur Stimmenerstellung. Die Referenz muss mindestens drei Sekunden ununterbrochene, klare Sprache enthalten, mit Pausen von höchstens zwei Sekunden; verwenden Sie normale Sprache ohne Musik, Gesang, Rauschen oder einen weiteren Sprecher. Verwenden Sie für WAV 16-Bit-Audio. Die Referenz erzeugt eine Stimme, die einem benannten Zielmodell zugeordnet ist; dieses Ziel muss mit dem später für die Sprachausgabe verwendeten Modell übereinstimmen. Alibaba empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, höchstens 60 Sekunden und eine Datei unter 10 MB. Referenzformate sind WAV, MP3 und M4A. Der Flash-Snapshot vom 15. März unterstützt diesen Klon-Workflow nicht.
Stellen Sie für eine Support-Erklärung mit gemischten Medien einen Screenshot, eine aufgezeichnete Frage und gegebenenfalls Produktbegriffe als Text bereit. Ein beispielhafter Auftrag lautet: „Verwenden Sie die Beschriftungen im Screenshot, beantworten Sie die Audiofrage auf Französisch und geben Sie eine kurze Erklärung mit einer langsameren, beruhigenden Sprachausgabe.“ Fordern Sie für eine Analyse statt eines Dialogs chronologische Beobachtungen, den genauen sichtbaren Text und Sprache 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 Token Ausgabe · Ausgabetoken $0.00418 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3.5-omni-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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.