Qwen3.5-Omni-Plus ist Alibabas multimodales Qwen-Modell für Texterstellung, Sprachassistenten und Multimedia-Analyse. Es nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Der undatierte Plus-Name ist ein Familienalias; der Hersteller beschreibt ihn derzeit als funktional gleichwertig mit Qwen3.5-Omni-Plus 2026-03-15. Der Alias und der benannte Snapshot bleiben unterschiedliche Modelloptionen.
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 führt Websuche auf. Function Calling ist für Alibabas Beijing-Chat-Completions-Bereitstellung mit Textausgabe dokumentiert, während die Tabelle für Singapur es als nicht unterstützt kennzeichnet. JSON-Object-Ausgabe ist für Beijing aufgeführt und für Singapur nicht unterstützt. Ein Modell kann einen Werkzeugaufruf vorschlagen, während die Anwendung die Aktion ausführt und das Ergebnis zurückgibt. Die Plus-Tabellen kennzeichnen Prefix Completion, Context Caching und Fine-Tuning als nicht unterstützt; Batch-Inferenz wird in der Alias-Tabelle für Beijing unterstützt und in der Tabelle für Singapur nicht unterstützt.
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.
Individuelles Stimmenklonen ist für das undatierte Plus-Modell über einen separaten Workflow zur Stimmenerstellung und anschließenden Verwendung dokumentiert. 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. Aus einem Referenzclip wird eine Stimme für ein benanntes Zielmodell erstellt, und dieses Ziel muss mit dem für die Sprachausgabe verwendeten Modell übereinstimmen. Der Hersteller empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, höchstens 60 Sekunden und eine Datei unter 10 MB. WAV, MP3 und M4A sind als Referenzformate dokumentiert. Der Snapshot vom 15. März unterstützt das Klonen nicht, sodass die Wahl eines datierten Modells diesen Teil des Workflows verändert.
Stellen Sie für einen praktischen Lernassistenten eine Abbildung, die aufgezeichnete Frage des Lernenden und einen kurzen schriftlichen Auftrag bereit: „Erklären Sie, wie die beschrifteten Teile zusammenhängen, beantworten Sie die gesprochene Frage auf Englisch und verwenden Sie eine ruhige, langsamere Vortragsweise. Geben Sie die Textantwort ebenso wie Sprache aus.“ Definieren Sie für einen Medienbericht getrennte Abschnitte zu Ereignissen, sichtbarem Text und Sprache und fordern Sie für jeden Abschnitt Zeitstempel an. Bereiten Sie Namen oder Fachbegriffe im schriftlichen Kontext vor und legen Sie fest, ob das Ergebnis ein wörtliches Transkript, eine Erklärung oder eine zielgruppengerechte Zusammenfassung sein soll.
", "aboutText": "Qwen3.5-Omni-Plus ist Alibabas multimodales Qwen-Modell für Texterstellung, Sprachassistenten und Multimedia-Analyse. Es nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Der undatierte Plus-Name ist ein Familienalias; der Hersteller beschreibt ihn derzeit als funktional gleichwertig mit Qwen3.5-Omni-Plus 2026-03-15. Der Alias und der benannte Snapshot bleiben unterschiedliche Modelloptionen.\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 führt Websuche auf. Function Calling ist für Alibabas Beijing-Chat-Completions-Bereitstellung mit Textausgabe dokumentiert, während die Tabelle für Singapur es als nicht unterstützt kennzeichnet. JSON-Object-Ausgabe ist für Beijing aufgeführt und für Singapur nicht unterstützt. Ein Modell kann einen Werkzeugaufruf vorschlagen, während die Anwendung die Aktion ausführt und das Ergebnis zurückgibt. Die Plus-Tabellen kennzeichnen Prefix Completion, Context Caching und Fine-Tuning als nicht unterstützt; Batch-Inferenz wird in der Alias-Tabelle für Beijing unterstützt und in der Tabelle für Singapur nicht unterstützt.\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\nIndividuelles Stimmenklonen ist für das undatierte Plus-Modell über einen separaten Workflow zur Stimmenerstellung und anschließenden Verwendung dokumentiert. 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. Aus einem Referenzclip wird eine Stimme für ein benanntes Zielmodell erstellt, und dieses Ziel muss mit dem für die Sprachausgabe verwendeten Modell übereinstimmen. Der Hersteller empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, höchstens 60 Sekunden und eine Datei unter 10 MB. WAV, MP3 und M4A sind als Referenzformate dokumentiert. Der Snapshot vom 15. März unterstützt das Klonen nicht, sodass die Wahl eines datierten Modells diesen Teil des Workflows verändert.\n\nStellen Sie für einen praktischen Lernassistenten eine Abbildung, die aufgezeichnete Frage des Lernenden und einen kurzen schriftlichen Auftrag bereit: „Erklären Sie, wie die beschrifteten Teile zusammenhängen, beantworten Sie die gesprochene Frage auf Englisch und verwenden Sie eine ruhige, langsamere Vortragsweise. Geben Sie die Textantwort ebenso wie Sprache aus.“ Definieren Sie für einen Medienbericht getrennte Abschnitte zu Ereignissen, sichtbarem Text und Sprache und fordern Sie für jeden Abschnitt Zeitstempel an. Bereiten Sie Namen oder Fachbegriffe im schriftlichen Kontext vor und legen Sie fest, ob das Ergebnis ein wörtliches Transkript, eine Erklärung oder eine zielgruppengerechte Zusammenfassung sein soll.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Create a media brief from a transcript\n\nCreate a compact media brief from this text record. 00:00 title card: 'Refill station'. 00:04 demonstrator opens a bottle. 00:08 speech: 'Fill only to the marked line.' 00:12 demonstrator closes the bottle. Separate visible events, on-screen wording and spoken instruction, retaining timestamps. Do not infer audio effects or actions absent from the record.Three labelled sections with timestamped entries for visible events, visible wording and speech.The spoken fill-line instruction remains distinct from what is explicitly described as visible.qwen3.5-omni-plusQwen3.5-Omni-Plus versteht Text, Bilder, Audio und Video gemeinsam und gibt Text oder gesprochene Antworten zurück. Sein multimodaler Ablauf eignet sich für Sprachassistenten und detaillierte Medienanalyse, mit Anweisungen zum Sprechstil und einem Kontext von 262.144 Token.
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-Plus ist Alibabas multimodales Qwen-Modell für Texterstellung, Sprachassistenten und Multimedia-Analyse. Es nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Der undatierte Plus-Name ist ein Familienalias; der Hersteller beschreibt ihn derzeit als funktional gleichwertig mit Qwen3.5-Omni-Plus 2026-03-15. Der Alias und der benannte Snapshot bleiben unterschiedliche Modelloptionen.
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 führt Websuche auf. Function Calling ist für Alibabas Beijing-Chat-Completions-Bereitstellung mit Textausgabe dokumentiert, während die Tabelle für Singapur es als nicht unterstützt kennzeichnet. JSON-Object-Ausgabe ist für Beijing aufgeführt und für Singapur nicht unterstützt. Ein Modell kann einen Werkzeugaufruf vorschlagen, während die Anwendung die Aktion ausführt und das Ergebnis zurückgibt. Die Plus-Tabellen kennzeichnen Prefix Completion, Context Caching und Fine-Tuning als nicht unterstützt; Batch-Inferenz wird in der Alias-Tabelle für Beijing unterstützt und in der Tabelle für Singapur nicht unterstützt.
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.
Individuelles Stimmenklonen ist für das undatierte Plus-Modell über einen separaten Workflow zur Stimmenerstellung und anschließenden Verwendung dokumentiert. 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. Aus einem Referenzclip wird eine Stimme für ein benanntes Zielmodell erstellt, und dieses Ziel muss mit dem für die Sprachausgabe verwendeten Modell übereinstimmen. Der Hersteller empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, höchstens 60 Sekunden und eine Datei unter 10 MB. WAV, MP3 und M4A sind als Referenzformate dokumentiert. Der Snapshot vom 15. März unterstützt das Klonen nicht, sodass die Wahl eines datierten Modells diesen Teil des Workflows verändert.
Stellen Sie für einen praktischen Lernassistenten eine Abbildung, die aufgezeichnete Frage des Lernenden und einen kurzen schriftlichen Auftrag bereit: „Erklären Sie, wie die beschrifteten Teile zusammenhängen, beantworten Sie die gesprochene Frage auf Englisch und verwenden Sie eine ruhige, langsamere Vortragsweise. Geben Sie die Textantwort ebenso wie Sprache aus.“ Definieren Sie für einen Medienbericht getrennte Abschnitte zu Ereignissen, sichtbarem Text und Sprache und fordern Sie für jeden Abschnitt Zeitstempel an. Bereiten Sie Namen oder Fachbegriffe im schriftlichen Kontext vor und legen Sie fest, ob das Ergebnis ein wörtliches Transkript, eine Erklärung oder eine zielgruppengerechte Zusammenfassung sein soll.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3.5-omni-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 $0.0022 / 1K Token Ausgabe · Ausgabetoken $0.012584 / 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-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-omni-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-omni-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-omni-plus
Verwenden Sie die oben angezeigten Methodenpfade.
qwen3.5-omni-plusQwen3.5-Omni-Plus versteht Text, Bilder, Audio und Video gemeinsam und gibt Text oder gesprochene Antworten zurück. Sein multimodaler Ablauf eignet sich für Sprachassistenten und detaillierte Medienanalyse, mit Anweisungen zum Sprechstil und einem Kontext von 262.144 Token.
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-Plus ist Alibabas multimodales Qwen-Modell für Texterstellung, Sprachassistenten und Multimedia-Analyse. Es nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Der undatierte Plus-Name ist ein Familienalias; der Hersteller beschreibt ihn derzeit als funktional gleichwertig mit Qwen3.5-Omni-Plus 2026-03-15. Der Alias und der benannte Snapshot bleiben unterschiedliche Modelloptionen.
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 führt Websuche auf. Function Calling ist für Alibabas Beijing-Chat-Completions-Bereitstellung mit Textausgabe dokumentiert, während die Tabelle für Singapur es als nicht unterstützt kennzeichnet. JSON-Object-Ausgabe ist für Beijing aufgeführt und für Singapur nicht unterstützt. Ein Modell kann einen Werkzeugaufruf vorschlagen, während die Anwendung die Aktion ausführt und das Ergebnis zurückgibt. Die Plus-Tabellen kennzeichnen Prefix Completion, Context Caching und Fine-Tuning als nicht unterstützt; Batch-Inferenz wird in der Alias-Tabelle für Beijing unterstützt und in der Tabelle für Singapur nicht unterstützt.
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.
Individuelles Stimmenklonen ist für das undatierte Plus-Modell über einen separaten Workflow zur Stimmenerstellung und anschließenden Verwendung dokumentiert. 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. Aus einem Referenzclip wird eine Stimme für ein benanntes Zielmodell erstellt, und dieses Ziel muss mit dem für die Sprachausgabe verwendeten Modell übereinstimmen. Der Hersteller empfiehlt 10–20 Sekunden saubere Mono-Sprache mit mindestens 24 kHz, höchstens 60 Sekunden und eine Datei unter 10 MB. WAV, MP3 und M4A sind als Referenzformate dokumentiert. Der Snapshot vom 15. März unterstützt das Klonen nicht, sodass die Wahl eines datierten Modells diesen Teil des Workflows verändert.
Stellen Sie für einen praktischen Lernassistenten eine Abbildung, die aufgezeichnete Frage des Lernenden und einen kurzen schriftlichen Auftrag bereit: „Erklären Sie, wie die beschrifteten Teile zusammenhängen, beantworten Sie die gesprochene Frage auf Englisch und verwenden Sie eine ruhige, langsamere Vortragsweise. Geben Sie die Textantwort ebenso wie Sprache aus.“ Definieren Sie für einen Medienbericht getrennte Abschnitte zu Ereignissen, sichtbarem Text und Sprache und fordern Sie für jeden Abschnitt Zeitstempel an. Bereiten Sie Namen oder Fachbegriffe im schriftlichen Kontext vor und legen Sie fest, ob das Ergebnis ein wörtliches Transkript, eine Erklärung oder eine zielgruppengerechte Zusammenfassung sein soll.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3.5-omni-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 $0.0022 / 1K Token Ausgabe · Ausgabetoken $0.012584 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3.5-omni-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-omni-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-omni-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-omni-plus
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Create a media brief from a transcript\n\nCreate a compact media brief from this text record. 00:00 title card: 'Refill station'. 00:04 demonstrator opens a bottle. 00:08 speech: 'Fill only to the marked line.' 00:12 demonstrator closes the bottle. Separate visible events, on-screen wording and spoken instruction, retaining timestamps. Do not infer audio effects or actions absent from the record.Three labelled sections with timestamped entries for visible events, visible wording and speech.The spoken fill-line instruction remains distinct from what is explicitly described as visible.