Source: https://ailoot.ai/models/el/qwen-omni-turbo/ Canonical: https://ailoot.ai/models/el/qwen-omni-turbo/ Language: el # Qwen-Omni-Turbo [Markdown](https://ailoot.ai/models/el/qwen-omni-turbo/index.md) · [JSON](https://ailoot.ai/models/el/qwen-omni-turbo/facts.json) ## [Qwen-Omni-Turbo](https://ailoot.ai/models/el/qwen-omni-turbo/) Το Qwen-Omni-Turbo συνδυάζει κείμενο, εικόνες, ήχο και βίντεο σε μία πολυτροπική εργασία και μπορεί να μεταδίδει κείμενο σε ροή με προφορικές απαντήσεις. Συνδέστε προφορικές ερωτήσεις με οπτικά τεκμήρια ή εξηγήστε οπτικοακουστικά αποσπάσματα, εντός των ορίων του κατασκευαστή: 32.768 tokens πλαισίου συμφραζομένων και 2.048 εξόδου. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen-omni-turbo`](https://ailoot.ai/models/el/qwen-omni-turbo/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen-omni-turbo`](https://ailoot.ai/models/el/qwen-omni-turbo/#method-1) Σχετικά με το μοντέλο Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο. Επισκόπηση: κατανόηση συνδυασμένων μέσων και προφορικές απαντήσεις Το Qwen-Omni-Turbo είναι το μοντέλο πολυτροπικής κατανόησης και παραγωγής της Qwen. Δέχεται κείμενο, εικόνες, ομιλία και βίντεο, συμπεριλαμβανομένων συνδυασμών αυτών των εισόδων, και παράγει κείμενο ή κείμενο με φυσική ομιλία. Ο κατασκευαστής περιγράφει ταυτόχρονη μετάδοση κειμένου και ομιλίας σε ροή, με τέσσερις επιλογές φυσικής φωνής για συνομιλία. Αυτό το καθιστά χρήσιμο σε εργασίες όπου η ερώτηση και τα τεκμήριά της φτάνουν σε διαφορετικές μορφές, όπως μια προφορική ερώτηση για μια φωτογραφία ή η εξήγηση μιας οπτικοακουστικής σκηνής. Το ακριβές όνομα και οι εκδόσεις του Η τρέχουσα σελίδα του μοντέλου από τον κατασκευαστή περιγράφει το qwen-omni-turbo ως λειτουργικά ισοδύναμο με το στιγμιότυπο qwen-omni-turbo-2025-03-26. Αναφέρει χωριστά το qwen-omni-turbo-latest ως όνομα που ενημερώνεται δυναμικά και διακρίνει το παλαιότερο στιγμιότυπο qwen-omni-turbo-2025-01-19. Το στιγμιότυπο του Μαρτίου περιγράφεται ως βελτίωση των οπτικών δυνατοτήτων σε σχέση με εκείνο του Ιανουαρίου. Αυτές είναι οι σχέσεις μεταξύ εκδόσεων που περιγράφει ο κατασκευαστής, όχι απόδειξη ότι κάθε διαδρομή εφαρμογής με παρόμοιο όνομα χρησιμοποιεί ίδια βάρη ή ρυθμίσεις. Διατηρήστε το όνομα ενός χρονολογημένου στιγμιότυπου όταν η εργασία απαιτεί ακριβή έκδοση. Το όνομα Turbo δεν προσδιορίζει τη χωριστή έκδοση πραγματικού χρόνου, μια νεότερη γενιά Qwen-Omni ή το ανοικτό checkpoint Qwen2.5-Omni-7B. Οι κανόνες εισόδου, οι φωνές και οι διεπαφές τους χρειάζονται τη δική τους τεκμηρίωση. Ειδικότερα, οι τέσσερις επιλογές φωνής που περιγράφονται για το Omni-Turbo δεν πρέπει να μεταφέρονται στην περιγραφή του ανοικτού checkpoint με δύο φωνές. Προετοιμασία μιας εργασίας με συνδυασμένα μέσα Ορίστε τι πρέπει να συνδέσει το μοντέλο μεταξύ των εισόδων. Για μια προφορική ερώτηση σχετικά με διάγραμμα, δώστε μαζί το διάγραμμα και την ερώτηση και ζητήστε εξήγηση του ορατού στοιχείου που συζητείται. Για βίντεο με ομιλία, ορίστε αν το ζητούμενο αποτέλεσμα είναι σύνοψη όσων φαίνονται, όσων λέγονται ή της σχέσης τους. Μια χρήσιμη έξοδος μπορεί να διαχωρίζει τις οπτικές από τις ηχητικές παρατηρήσεις πριν από το συμπέρασμα. Για έναν έλεγχο πολυμέσων, δώστε το σχετικό σύντομο απόσπασμα αντί για πολλά άσχετα αρχεία. Δώστε ετικέτες στις εικόνες και εξηγήστε τον ρόλο τους αν υπάρχουν περισσότερες από μία. Διατηρήστε τον ήχο και τις χρονικές πληροφορίες που έχουν σημασία για το ερώτημα. Ζητήστε ένα συγκεκριμένο παραδοτέο, όπως προφορική εξήγηση για έναν ακροατή ή μια συνοπτική λίστα κειμένου με λεπτομέρειες της σκηνής. Πρόκειται για παραδείγματα εφαρμογής των τεκμηριωμένων δυνατοτήτων συνδυασμένης εισόδου, όχι για ισχυρισμούς ότι ένα συγκεκριμένο απόσπασμα έχει ήδη αναλυθεί. Έξοδος κειμένου και ομιλίας Η περιγραφή του μοντέλου από τον κατασκευαστή υποστηρίζει απαντήσεις κειμένου και ταυτόχρονη μετάδοση κειμένου και ομιλίας σε ροή. Μια προφορική εξήγηση μπορεί να είναι κατάλληλη για βοήθεια μέσω συνομιλίας, ενώ το κείμενο ελέγχεται, αναζητείται και συγκρίνεται ευκολότερα με το υλικό πηγής. Ο επιλεγμένος τρόπος εξόδου και οι ρυθμίσεις φωνής εξαρτώνται από τη διεπαφή που παρέχει το μοντέλο. Η μετάδοση σε ροή περιγράφει την παράδοση σε διαδοχικά τμήματα· δεν εγγυάται χρόνο απόκρισης ούτε αποδεικνύει τη διαθεσιμότητα ενός ξεχωριστού πρωτοκόλλου συνομιλίας σε πραγματικό χρόνο. Όρια πλαισίου συμφραζομένων και εξόδου Η ειδική προδιαγραφή αναφέρει παράθυρο πλαισίου συμφραζομένων 32.768 tokens, μέγιστο μήκος εισόδου 30.720 tokens και μέγιστο μήκος εξόδου 2.048 tokens. Προετοιμάστε το υλικό πηγής και την επιθυμητή απάντηση έχοντας υπόψη αυτά τα διακριτά όρια. Η πολυτροπική είσοδος πρέπει να χωρά στον διαθέσιμο προϋπολογισμό για την αναπαράστασή της, όχι απλώς σε έναν αριθμό πληκτρολογημένων χαρακτήρων. Ένα αίτημα για εκτενή αφήγηση πρέπει να περιοριστεί σε σύντομη εξήγηση που χωρά στο επιτρεπόμενο μέγεθος εξόδου. Αυτά τα όρια tokens δεν καθορίζουν μια καθολική διάρκεια σε λεπτά ή έναν καθολικό αριθμό εικόνων. Η προεπεξεργασία των μέσων και η επιλεγμένη έκδοση επηρεάζουν πόσο υλικό χωρά. Η σελίδα του μοντέλου δεν δημοσιεύει αρχιτεκτονική checkpoint ή αριθμό παραμέτρων, επομένως η ονομασία Turbo δεν πρέπει να χρησιμοποιείται για την επινόηση μεγέθους ή για τον δανεισμό της αρχιτεκτονικής άλλου μοντέλου Omni. Εργαλεία και ουσιαστικοί περιορισμοί Ο πίνακας δυνατοτήτων του συγκεκριμένου μοντέλου δεν υποστηρίζει κλήσεις συναρτήσεων, ενσωματωμένη αναζήτηση στον Ιστό ή δομημένες εξόδους με επιβαλλόμενο σχήμα. Αναφέρει συμπερασμό σε παρτίδες σε ορισμένες διαμορφώσεις του κατασκευαστή και προσωρινή αποθήκευση του πλαισίου συμφραζομένων σε άλλη. Το αίτημα για λίστα ή απάντηση σε μορφή JSON αφορά τη μορφοποίηση κειμένου, όχι εγγύηση επιβολής σχήματος. Η ικανότητα του μοντέλου να κατανοεί μια οπτική ή προφορική εργασία επίσης δεν του δίνει πρόσβαση σε τρέχουσες πληροφορίες ή εξωτερικά συστήματα. Ελέγξτε αν η απάντηση διακρίνει ορατά τεκμήρια, ακουστό περιεχόμενο και ερμηνεία. Τα παραθέματα ομιλίας, οι μικρές οπτικές ετικέτες και οι συναγόμενες σχέσεις πρέπει να συγκρίνονται με το παρεχόμενο υλικό. Για ένα προφορικό αποτέλεσμα, κρατήστε το συνοδευτικό κείμενο όταν είναι διαθέσιμο, ώστε ένας ελεγκτής να μπορεί να εξετάσει την εξήγηση. Το πρακτικό πλεονέκτημα είναι η σύνδεση πολλών τροπικοτήτων σε μία απάντηση, με συνοπτική έξοδο κατάλληλου μεγέθους για την τεκμηριωμένη έκδοση. Πρακτική εργασία ### Πρακτική εργασία Τεχνικό παράδειγμα στα αγγλικά ``` Reconcile written scene and speech notes Compare these text notes from a training clip. [Visible note] The operator places a red tag on the empty bin. [Speech transcript] "Use a yellow tag when cleaning is due." Summarize the discrepancy and draft one clarification question for the trainer. Use only the supplied notes; do not claim to hear audio or view video. ``` #### Αναμενόμενο αποτέλεσμα ``` A concise discrepancy statement and one question, with visible-note and speech-transcript evidence kept separate. ``` #### Έλεγχος αποτελέσματος ``` Check that neither color is silently corrected and the response makes no claim of media access. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen-omni-turbo` [`qwen-omni-turbo`](https://ailoot.ai/models/el/#m=qwen-omni-turbo&route=Ultra&caller=qwen-omni-turbo&fmt=chat) Alibaba /`qwen-omni-turbo` ### Εισαγωγή Το Qwen-Omni-Turbo συνδυάζει κείμενο, εικόνες, ήχο και βίντεο σε μία πολυτροπική εργασία και μπορεί να μεταδίδει κείμενο σε ροή με προφορικές απαντήσεις. Συνδέστε προφορικές ερωτήσεις με οπτικά τεκμήρια ή εξηγήστε οπτικοακουστικά αποσπάσματα, εντός των ορίων του κατασκευαστή: 32.768 tokens πλαισίου συμφραζομένων και 2.048 εξόδου. Αποδεκτές είσοδοι Κείμενο Αποτελέσματα Κείμενο ### Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Είσοδος `text` Έξοδος `text` Μορφή εξόδου json ή SSE | Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή | | --- | --- | --- | --- | --- | | Πεδίο`model` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια qwen-omni-turbo | Προεπιλογή— | | Πεδίο`messages` | Τύπος`message[]` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— | | Πεδίο`messages[].role` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`messages[].content` | Τύπος`string\|content_part[]\|null` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`messages[].tool_calls` | Τύπος`tool_call[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`messages[].tool_call_id` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— | | Πεδίο`messages[].name` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`messages[].reasoning_content` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— | | Πεδίο`messages[].reasoning_details` | Τύπος`object\|array` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`max_tokens` | Τύπος`integer` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`max_completion_tokens` | Τύπος`integer` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`stream` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse | | Πεδίο`stream_options.include_usage` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`temperature` | Τύπος`number` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`top_p` | Τύπος`number` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`stop` | Τύπος`string\|string[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`tools` | Τύπος`function_tool[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`tools[].type` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`tools[].function.name` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— | | Πεδίο`tools[].function.description` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`tools[].function.parameters` | Τύπος`JSON_schema` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`tool_choice` | Τύπος`string\|object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`parallel_tool_calls` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`response_format` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`reasoning_effort` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`reasoning` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`service_tier` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`instructions` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— | | Πεδίο`functions` | Τύπος`function[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`function_call` | Τύπος`string\|object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`prompt_cache_options` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`modalities` | Τύπος`string[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— | | Πεδίο`provider` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— | | Πεδίο`cache_control.ttl` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— | Συνδυασμοί υλικών εισόδου **Κείμενο** · Κείμενο UTF8 `messages[].content` Παράμετροι και κύκλος ζωής μεθόδου | Παράμετρος | Σύμβαση | | --- | --- | | Παράμετρος`content_type` | Σύμβασηapplication/json | | Παράμετρος`required` | Σύμβασηmodel, messages | | Παράμετρος`material_types` | Σύμβασηtext | | Παράμετρος`messages` | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content | | Παράμετρος`file_material` | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου | | Παράμετρος`optional_controls` | Σύμβασηstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Παράμετρος`control_scope` | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία | | Παράμετρος`output_modalities` | Σύμβασηtext | | Παράμετρος`hosted_operations` | Σύμβασηfalse | | Παράμετρος`multimodal_input_binding` | Σύμβασηnull | Κύκλος ζωής: `synchronous_or_streamed` Στείλτε το ακριβές ID μοντέλου μαζί με το messages. Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου. Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση. ### Τιμολόγηση Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο. Γρήγορη λειτουργία Δεν έχει οριστεί Όταν επιλέγεται η γρήγορη λειτουργία Λειτουργία flex Δεν έχει οριστεί Όταν επιλέγεται η λειτουργία flex Μέγιστη προσπάθεια συλλογισμού Δεν έχει οριστεί Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default #### Χρεώσεις Ailoot #### Τιμές ανά διαμόρφωση | Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση | | --- | --- | --- | | ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου **$0.0046** / 1K token Έξοδος · Token εξόδου **$0.0138** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **$0** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token | Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. [Πώς λειτουργούν η δέσμευση και η εκκαθάριση →](https://ailoot.ai/docs/el/billing/reserve/) ### Παραδείγματα αιτημάτων #### Ailoot Ultra · OpenAI Chat curlPython SDKΡοή σε Python ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "qwen-omni-turbo", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='qwen-omni-turbo',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='qwen-omni-turbo',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Λήψη και αποθήκευση αποτελεσμάτων #### Ailoot Ultra · OpenAI Chat json ή SSE ##### Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται. Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης. ##### Αν χρειάζεται έλεγχος της αρχικής απάντησης Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου. Πεδία απάντησης | Πεδίο | Τύπος | | --- | --- | | Πεδίο`choices[].index` | Τύποςinteger | | Πεδίο`choices[].message.content` | Τύποςstring\|null | | Πεδίο`choices[].message.tool_calls` | Τύποςtool\_call\[\] | | Πεδίο`choices[].message.reasoning_content` | Τύποςstring | | Πεδίο`choices[].message.reasoning_details` | Τύποςobject\|array | | Πεδίο`choices[].finish_reason` | Τύποςstring\|null | | Πεδίο`usage` | Τύποςobject | Σφάλματα και επόμενα βήματα | Απάντηση | Συνθήκη | Επόμενο βήμα | | --- | --- | --- | | Απάντηση400 · `invalid_request_error` | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. | ### Εναλλακτικά ονόματα #### Εναλλακτικά ονόματα μοντέλου **Ailoot Ultra** [`qwen-omni-turbo`](https://ailoot.ai/models/el/#m=qwen-omni-turbo&route=Ultra&caller=qwen-omni-turbo&fmt=chat) #### Εναλλακτικές διαδρομές μεθόδων Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω. #### Σχετικά ID μοντέλων [`qwen-omni-turbo`](https://ailoot.ai/models/el/#m=qwen-omni-turbo&route=Ultra&caller=qwen-omni-turbo&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen-omni-turbo` [`qwen-omni-turbo`](https://ailoot.ai/models/el/#m=qwen-omni-turbo&route=Ultra&caller=qwen-omni-turbo&fmt=messages) Alibaba /`qwen-omni-turbo` ### Εισαγωγή Το Qwen-Omni-Turbo συνδυάζει κείμενο, εικόνες, ήχο και βίντεο σε μία πολυτροπική εργασία και μπορεί να μεταδίδει κείμενο σε ροή με προφορικές απαντήσεις. Συνδέστε προφορικές ερωτήσεις με οπτικά τεκμήρια ή εξηγήστε οπτικοακουστικά αποσπάσματα, εντός των ορίων του κατασκευαστή: 32.768 tokens πλαισίου συμφραζομένων και 2.048 εξόδου. Αποδεκτές είσοδοι Κείμενο Αποτελέσματα json · sse ### Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Είσοδος `text` Έξοδος `json`, `sse` Μορφή εξόδου JSON ή SSE | Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή | | --- | --- | --- | --- | --- | | Πεδίο`model` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια qwen-omni-turbo | Προεπιλογή— | | Πεδίο`messages` | Τύπος`message[]` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`messages[].role` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— | | Πεδίο`messages[].content` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`max_tokens` | Τύπος`integer` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`stream` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse | Συνδυασμοί υλικών εισόδου **Κείμενο** · Κείμενο UTF-8 `Συμβολοσειρά messages[].content` Παράμετροι και κύκλος ζωής μεθόδου | Παράμετρος | Σύμβαση | | --- | --- | | Παράμετρος`content_type` | Σύμβασηapplication/json | | Παράμετρος`required` | Σύμβασηmodel, messages, max\_tokens | | Παράμετρος`optional_controls` | Σύμβασηstream | | Παράμετρος`material_types` | Σύμβασηtext | | Παράμετρος`text_file_material` | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. | Κύκλος ζωής: `synchronous_or_streamed` ### Τιμολόγηση Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο. Γρήγορη λειτουργία Δεν έχει οριστεί Όταν επιλέγεται η γρήγορη λειτουργία Λειτουργία flex Δεν έχει οριστεί Όταν επιλέγεται η λειτουργία flex Μέγιστη προσπάθεια συλλογισμού Δεν έχει οριστεί Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default #### Χρεώσεις Ailoot #### Τιμές ανά διαμόρφωση | Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση | | --- | --- | --- | | ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου **$0.0046** / 1K token Έξοδος · Token εξόδου **$0.0138** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **$0** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token | Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. [Πώς λειτουργούν η δέσμευση και η εκκαθάριση →](https://ailoot.ai/docs/el/billing/reserve/) ### Παραδείγματα αιτημάτων #### Ailoot Ultra · Anthropic Messages Πλήρες ελάχιστο σώμα JSONcurl · χρησιμοποιήστε το έγγραφό σας σε UTF-8Python · αποθηκεύστε το πλήρες αποτέλεσμα ```json { "model": "qwen-omni-turbo", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen-omni-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen-omni-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Λήψη και αποθήκευση αποτελεσμάτων #### Ailoot Ultra · Anthropic Messages JSON ή SSE ##### Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται. Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος. ##### Αν χρειάζεται έλεγχος της αρχικής απάντησης Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου. Πεδία απάντησης | Πεδίο | Τύπος | | --- | --- | | Πεδίο`id` | Τύποςstring | | Πεδίο`model` | Τύποςstring | | Πεδίο`content[]` | Τύποςtext\|thinking\|tool\_use\|other content block | | Πεδίο`stop_reason` | Τύποςstring\|null | | Πεδίο`usage` | Τύποςobject | Σφάλματα και επόμενα βήματα | Απάντηση | Συνθήκη | Επόμενο βήμα | | --- | --- | --- | | Απάντηση400 · `invalid_request_error` | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. | ### Εναλλακτικά ονόματα #### Εναλλακτικά ονόματα μοντέλου **Ailoot Ultra** [`qwen-omni-turbo`](https://ailoot.ai/models/el/#m=qwen-omni-turbo&route=Ultra&caller=qwen-omni-turbo&fmt=messages) #### Εναλλακτικές διαδρομές μεθόδων Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω. #### Σχετικά ID μοντέλων [`qwen-omni-turbo`](https://ailoot.ai/models/el/#m=qwen-omni-turbo&route=Ultra&caller=qwen-omni-turbo&fmt=messages) FAQ · Qwen-Omni-Turbo Ποιες είσοδοι και αποτελέσματα διατίθενται; `POST /v1/chat/completions` · `qwen-omni-turbo`: `text` → `text` `POST /v1/messages` · `qwen-omni-turbo`: `text` → `json`, `sse` Ποια πεδία χρησιμοποιεί το αίτημα; `POST /v1/chat/completions` · `qwen-omni-turbo`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen-omni-turbo`: `model`, `messages`, `max_tokens`, `stream` Ποια όρια ισχύουν; `POST /v1/chat/completions` · `qwen-omni-turbo`: `messages.min_items`: `1` Συνδέστε το Ailoot με Claude Code, OpenCode, Hermes ή τη δική σας εφαρμογή. ## Η εταιρεία και το χαρτοφυλάκιο έργων της Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων. ## Αγοράστε token με έκπτωση. Έκπτωση συνδρομής για τακτική χρήση. Προωθητικοί κωδικοί — έως 50% στην αγορά token. Συνδρομή Επιλέξτε πρόγραμμα με έκπτωση για τα τακτικά αιτήματά σας. Προωθητικός κωδικός έως 50% Εισαγάγετε τον κωδικό στην αγορά. Η τιμή επανυπολογίζεται σύμφωνα με την ενεργή προσφορά. Δαπάνες στο ιστορικό Μοντέλο, token και ποσό αποθηκεύονται για κάθε αίτημα. [Επιλέξτε συνδρομή](https://ailoot.ai/docs/el/billing/subscriptions/) · [Δείτε τιμές μοντέλων](https://ailoot.ai/models/el/) ## Συνδέστε το API με το προϊόν που πουλάτε. SaaS, εφαρμογές και bot — σύμφωνα με τη δημόσια προσφορά και τη σύμβαση άδειας χρήσης Ailoot. Για μεταπώληση ζητήστε σχετική άδεια. Εμπορική εφαρμογή Ενσωματώστε δημιουργία κειμένου, εικόνων, βίντεο και ήχου στις πληρωμένες λειτουργίες της υπηρεσίας σας. Άδεια για μεταπωλητή Στείλτε περιγραφή έργου και τρόπο πρόσβασης. Ζητήστε γραπτούς όρους χρήσης και μεταπώλησης. Έγγραφα στον ιστότοπο Δημόσια προσφορά, σύμβαση άδειας χρήσης και πολιτική επεξεργασίας δεδομένων είναι διαθέσιμες πριν τη σύνδεση. [Ζητήστε άδεια μεταπώλησης](mailto:support@ailoot.ai) · [Δημόσια προσφορά και σύμβαση άδειας χρήσης](https://ailoot.ai/legal/offer?lang=el) ## Ailoot · Η εταιρεία και το χαρτοφυλάκιο έργων της Η Ailoot στηρίζεται στη συσσωρευμένη λειτουργική εμπειρία, τη μεγάλη πελατειακή βάση, τη σταθερή εξυπηρέτηση και τον συνεχή έλεγχο KPI. Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων. Η Ailoot αξιοποιεί αυτή τη λειτουργική εμπειρία για πρόσβαση μέσω API σε λειτουργίες AI στα προϊόντα, τους πράκτορες, τις εφαρμογές και τους αυτοματισμούς των πελατών.