Qwen2.5-VL-3b
Το Qwen2.5-VL-3B-Instruct είναι το συμπαγές μοντέλο όρασης και γλώσσας της Qwen προσαρμοσμένο σε οδηγίες για κείμενο, εικόνες και βίντεο. Επιστρέφει κείμενο και δομημένες οπτικές πληροφορίες, συμπεριλαμβανομένων πεδίων εγγράφων, συντεταγμένων αντικειμένων και περιγραφών συμβάντων, με δυναμική ανάλυση και επεξεργασία βίντεο που λαμβάνει υπόψη τον χρόνο.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsqwen2.5-vl-3b-instruct - Ailoot Ultra · Anthropic Messages
POST /v1/messagesqwen2.5-vl-3b-instruct
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.
Εισαγωγή: η έκδοση 3B προσαρμοσμένη σε οδηγίες
Το Qwen2.5-VL-3B-Instruct είναι το μέλος 3B του Qwen2.5-VL. Δέχεται οδηγίες κειμένου με εικόνες ή βίντεο και παράγει κειμενικές απαντήσεις, συμπεριλαμβανομένων δομημένων δεδομένων. Επιλέξτε το για σαφώς ορισμένη οπτική ερώτηση, εργασία εξαγωγής εγγράφου ή εξήγηση που συνδέει ορατό περιεχόμενο με το αίτημα του χρήστη. Αυτό το ακριβές μέγεθος και η κυκλοφορία διατηρούν τη δική τους ταυτότητα· δεν πρέπει να θεωρείται ότι δυνατότητες που προστέθηκαν ειδικά σε άλλα μεγέθη ή μεταγενέστερες γενιές Qwen ισχύουν για αυτό το checkpoint.
Οπτική κατανόηση και ροές πρακτόρων
Η Qwen περιγράφει αναγνώριση κοινών αντικειμένων και ανάλυση γραφής, διαγραμμάτων, εικονιδίων, γραφικών και διατάξεων σελίδων. Για φόρμα, προσδιορίστε τα απαιτούμενα πεδία και τη σημασία κενής τιμής. Για γράφημα, ζητήστε άξονες, μονάδες και ορατές τιμές που στηρίζουν το συμπέρασμα. Ένα στοχευμένο αίτημα κάνει την έξοδο ευκολότερη στη σύγκριση με την αρχική εικόνα από ένα ευρύ αίτημα περιγραφής των πάντων.
Η οικογένεια υποστηρίζει επίσης συλλογιστική οπτικών πρακτόρων και κατεύθυνση εργαλείων για ροές υπολογιστή ή τηλεφώνου. Το μοντέλο μπορεί να ερμηνεύει μια διεπαφή και να βοηθά στην απόφαση ενέργειας· τα συνδεδεμένα εργαλεία εφαρμογής εκτελούν αυτή την ενέργεια. Ένας έλεγχος στιγμιότυπου οθόνης μπορεί να ρωτά ποιο στοιχείο ελέγχου αντιστοιχεί σε μια εργασία και ποιες ορατές πληροφορίες στηρίζουν την επιλογή. Αυτή η χρήση οπτικής συλλογιστικής δεν παρέχει από μόνη της έλεγχο συσκευής.
Μεγάλα βίντεο και εντοπισμός συμβάντων
Ο κατασκευαστής περιγράφει κατανόηση βίντεο μεγαλύτερων της μίας ώρας και εντοπισμό των τμημάτων που σχετίζονται με ζητούμενο συμβάν. Αυτή είναι δυνατότητα της οικογένειας, όχι άνευ όρων όριο μεταφόρτωσης μέσων ή εγγύηση διατήρησης κάθε καρέ. Προετοιμάστε το σχετικό απόσπασμα, διατηρήστε τις χρονικές πληροφορίες του και κάντε ακριβή ερώτηση για το συμβάν, την αλληλουχία ή την αλλαγή. Η προσέγγιση επεξεργασίας βίντεο του μοντέλου χρησιμοποιεί πληροφορίες ρυθμού καρέ για να ευθυγραμμίζει οπτικές παρατηρήσεις με τον απόλυτο χρόνο.
Εντοπισμός και δομημένα έγγραφα
Το Qwen2.5-VL μπορεί να επιστρέφει θέσεις αντικειμένων ως πλαίσια οριοθέτησης ή σημεία, με συντεταγμένες και ιδιότητες σε JSON. Για εργασία εντοπισμού, ονομάστε το αντικείμενο στόχου και προσδιορίστε αν το αποτέλεσμα πρέπει να είναι σημείο ή πλαίσιο. Κρατήστε ρητή τη σύμβαση συντεταγμένων στην εφαρμογή που χρησιμοποιεί το αποτέλεσμα αντί να συνάγετε φυσική μέτρηση από αυθαίρετη φωτογραφία.
Ο κατασκευαστής τεκμηριώνει επίσης δομημένη εξαγωγή από σαρωμένα τιμολόγια, φόρμες και πίνακες. Δώστε αναγνώσιμη σελίδα και σχήμα εξόδου: για παράδειγμα, όνομα πεδίου, εξαγόμενο κείμενο και την ορατή περιοχή που το στηρίζει. Διατηρήστε μονάδες, δεκαδικούς διαχωριστές και επικεφαλίδες πινάκων στην πηγή. Αντιμετωπίστε αβέβαιο ή δυσανάγνωστο περιεχόμενο ως περίπτωση προς έλεγχο αντί να ζητάτε από το μοντέλο να επινοήσει ελλείπουσα τιμή. Αυτά τα παραδείγματα προετοιμασίας εφαρμόζουν τεκμηριωμένες δυνατότητες· δεν αποτελούν εγγυήσεις ακριβούς εξαγωγής.
Αλλαγές αρχιτεκτονικής
Η δυναμική ανάλυση εικόνας επεκτείνεται στο βίντεο μέσω εκπαίδευσης μεταβλητού ρυθμού καρέ. Η ενημερωμένη πολυτροπική κωδικοποίηση θέσεων αναπαριστά χρονική αλληλουχία και απόλυτο χρόνο, βοηθώντας στον εντοπισμό συγκεκριμένων στιγμών και αλλαγών ταχύτητας. Ο κωδικοποιητής όρασης χρησιμοποιεί προσοχή παραθύρου μαζί με SwiGLU και RMSNorm. Αυτές οι αλλαγές περιγράφουν πώς επεξεργάζεται το μοντέλο το οπτικό υλικό· δεν καθιερώνουν σταθερή καθυστέρηση για συγκεκριμένη εφαρμογή.
Προετοιμασία εικόνων και βίντεο
Τα επίσημα παραδείγματα καλύπτουν μεμονωμένες εικόνες, πολλές εικόνες, συνομιλίες μόνο κειμένου, αρχεία βίντεο και διατεταγμένους καταλόγους καρέ. Σημάνετε τις πολλαπλές οπτικές εισόδους ώστε μια ερώτηση να μπορεί να αναφέρεται σε καθεμία. Για σύγκριση εικόνων, ζητήστε πίνακα οργανωμένο ανά ετικέτα και περιορίστε το αποτέλεσμα στις ορατές διαφορές. Για χρονολόγιο βίντεο, διατηρήστε τη σειρά και τον χρονισμό καρέ αντί να παρουσιάζετε ασύνδετες εικόνες σαν να είχαν γνωστή διάρκεια.
Το τεκμηριωμένο προεπιλεγμένο εύρος του επεξεργαστή εικόνων είναι από τέσσερα έως 16,384 οπτικά tokens ανά εικόνα. Το παράδειγμά του μπορεί να στοχεύει 256–1,280 tokens ορίζοντας όρια pixels. Διατηρεί τον λόγο διαστάσεων μέσα σε αυτά τα όρια, ενώ οι ρητές διαστάσεις αλλαγής μεγέθους ευθυγραμμίζονται σε πολλαπλάσια του 28. Περισσότερη λεπτομέρεια καταναλώνει περισσότερο υπολογισμό και χώρο αλληλουχίας, οπότε ένα μικρό πεδίο κειμένου μπορεί να χρειάζεται περικοπή υψηλότερης ανάλυσης ενώ μια γενική περίληψη σκηνής όχι. Αυτά είναι στοιχεία ελέγχου επεξεργασίας του κατασκευαστή· οι επιλογές μεταφόρτωσης εφαρμογών μπορεί να διαφέρουν.
Συμφραζόμενα και ουσιαστικά όρια
Η δημοσιευμένη διαμόρφωση checkpoint ορίζει τις μέγιστες θέσεις σε 128,000, ενώ η συνοδευτική ενότητα εκτεταμένου κειμένου εξακολουθεί να συζητά αρχική διαμόρφωση 32,768 tokens. Ο οδηγός περιγράφει προεκβολή YaRN, αλλά προειδοποιεί ότι μπορεί να επηρεάσει σημαντικά τον χρονικό και χωρικό εντοπισμό και δεν συνιστά αυτή τη μέθοδο για εκείνες τις εργασίες. Σημειώνει ξεχωριστά ότι η κωδικοποίηση θέσεων βίντεο μπορεί να επιτρέπει μεγαλύτερη ρύθμιση θέσεων, δίνοντας ως παράδειγμα 64K. Αυτές οι διαφορετικές περιγραφές διαμόρφωσης δεν πρέπει να συγχωνεύονται σε ένα ενιαίο, καθολικά επικυρωμένο ανώτατο όριο εισόδου.
Το κείμενο, το οπτικό υλικό και η απάντηση μοιράζονται πεπερασμένο προϋπολογισμό αλληλουχίας. Κρατήστε το σχετικό περιεχόμενο ευανάγνωστο, κρατήστε χώρο για το αποτέλεσμα και ελέγξτε το εξαγόμενο κείμενο, τις συντεταγμένες και τους χρόνους συμβάντων σε σχέση με το πρωτότυπο. Το παράδειγμα παραγωγής 128 tokens της κάρτας είναι ενδεικτικό και δεν καθιερώνει ξεχωριστό αυστηρό μέγιστο εξόδου. Αυτό το μοντέλο επιστρέφει κειμενική ανάλυση ή δομημένες πληροφορίες· οι δυνατότητες όρασης και γλώσσας του δεν σημαίνουν ότι παράγει εικόνες ή βίντεο.
Πρακτική εργασία
Πρακτική εργασία
Τεχνικό παράδειγμα στα αγγλικά
Organize a recorded event timeline
Use only these text annotations from a clip: 00:02 worker picks up a box; 00:05 worker places the box on the scale; 00:08 scale display is obscured; 00:11 worker removes the box. Return the event sequence, the first annotated placement time and whether the weight is established. Preserve timestamps without claiming frame-level inspection.Αναμενόμενο αποτέλεσμα
An ordered event table, a placement-time field and an unresolved weight field.Έλεγχος αποτελέσματος
Check that obscured weight remains unknown and the placement timestamp is attributed to the supplied annotation.Ailoot Ultra · OpenAI Chat POST /v1/chat/completions qwen2.5-vl-3b-instruct
qwen2.5-vl-3b-instructΕισαγωγή
Το Qwen2.5-VL-3B-Instruct είναι το συμπαγές μοντέλο όρασης και γλώσσας της Qwen προσαρμοσμένο σε οδηγίες για κείμενο, εικόνες και βίντεο. Επιστρέφει κείμενο και δομημένες οπτικές πληροφορίες, συμπεριλαμβανομένων πεδίων εγγράφων, συντεταγμένων αντικειμένων και περιγραφών συμβάντων, με δυναμική ανάλυση και επεξεργασία βίντεο που λαμβάνει υπόψη τον χρόνο.
- 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 |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια qwen2.5-vl-3b-instruct | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | 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— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | 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 |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_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 $0.0004 / 1K token Έξοδος · Token εξόδου $0.0012 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
Παραδείγματα αιτημάτων
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2.5-vl-3b-instruct", "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
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='qwen2.5-vl-3b-instruct',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"))
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='qwen2.5-vl-3b-instruct',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 |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | 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 qwen2.5-vl-3b-instruct
Εναλλακτικές διαδρομές μεθόδων
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Σχετικά ID μοντέλων
Ailoot Ultra · Anthropic Messages POST /v1/messages qwen2.5-vl-3b-instruct
qwen2.5-vl-3b-instructΕισαγωγή
Το Qwen2.5-VL-3B-Instruct είναι το συμπαγές μοντέλο όρασης και γλώσσας της Qwen προσαρμοσμένο σε οδηγίες για κείμενο, εικόνες και βίντεο. Επιστρέφει κείμενο και δομημένες οπτικές πληροφορίες, συμπεριλαμβανομένων πεδίων εγγράφων, συντεταγμένων αντικειμένων και περιγραφών συμβάντων, με δυναμική ανάλυση και επεξεργασία βίντεο που λαμβάνει υπόψη τον χρόνο.
- 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 |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια qwen2.5-vl-3b-instruct | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Συνδυασμοί υλικών εισόδου
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
Παράμετροι και κύκλος ζωής μεθόδου
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_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 $0.0004 / 1K token Έξοδος · Token εξόδου $0.0012 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
Παραδείγματα αιτημάτων
Ailoot Ultra · Anthropic Messages
{
"model": "qwen2.5-vl-3b-instruct",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${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': 'qwen2.5-vl-3b-instruct', '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
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': 'qwen2.5-vl-3b-instruct', '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 |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | 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 qwen2.5-vl-3b-instruct
Εναλλακτικές διαδρομές μεθόδων
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Σχετικά ID μοντέλων
FAQ · Qwen2.5-VL-3b
- Ποιες είσοδοι και αποτελέσματα διατίθενται;
POST /v1/chat/completions·qwen2.5-vl-3b-instruct:text→textPOST /v1/messages·qwen2.5-vl-3b-instruct:text→json,sse- Ποια πεδία χρησιμοποιεί το αίτημα;
POST /v1/chat/completions·qwen2.5-vl-3b-instruct:model,messages,stream,modalities,providerPOST /v1/messages·qwen2.5-vl-3b-instruct:model,messages,max_tokens,stream- Ποια όρια ισχύουν;
POST /v1/chat/completions·qwen2.5-vl-3b-instruct:messages.min_items:1