{ "aboutHtml": "

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.

", "aboutText": "Εισαγωγή: η έκδοση 3B προσαρμοσμένη σε οδηγίες\n\nΤο 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.\n\nΟπτική κατανόηση και ροές πρακτόρων\n\nΗ 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.\n\nΗ 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.\n\nΜεγάλα βίντεο και εντοπισμός συμβάντων\n\nΟ 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.\n\nΕντοπισμός και δομημένα έγγραφα\n\nΤο 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.\n\nΟ 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.\n\nΑλλαγές αρχιτεκτονικής\n\nΗ 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.\n\nΠροετοιμασία εικόνων και βίντεο\n\nΤα 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.\n\nΤο 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.\n\nΣυμφραζόμενα και ουσιαστικά όρια\n\nΗ 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.\n\nΤο 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.", "editorialOverlay": { "copy_fields": { "practical_html": "

Πρακτική εργασία

Τεχνικό παράδειγμα στα αγγλικά

Organize a recorded event timeline\n\nUse 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.

" }, "copy_sha256": "7e7a89aa7dc1c4e115ad0ee1cfd061414dbf5170ccab967cba7b50aa799775ba", "copy_source": { "locale": "el", "pack_sha256": "0f56d90ba41881e1134accf82e57338f246f8753ca4c0cee929aaffada5d10e7", "record_model_id": "qwen2.5-vl-3b-instruct", "source_facts_sha256": "bc9fd7b7209f67daa1bc02c826b60b5daa588b297d11494c2cc5e153da4eae2b", "validation_sha256": "a2ac2f28056280fc0b2ea34a501bf156d5ce155406e57e708edf30bfdf6bfdc6" }, "html_sha256": "5a086a14bc8487e1e2bdc6e970b4066a58b43014618038e9236b2d1e19baa209", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "el", "methods": [ { "html": "

Al

Qwen2.5-VL-3b

Alibaba /qwen2.5-vl-3b-instruct

Εισαγωγή

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

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.

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 qwen2.5-vl-3b-instruct	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 $0.0004 / 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\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen2.5-vl-3b-instruct", "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\n

from 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='qwen2.5-vl-3b-instruct',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"))\n

from 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='qwen2.5-vl-3b-instruct',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")\n

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 qwen2.5-vl-3b-instruct

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

qwen2.5-vl-3b-instruct

", "method_identity": { "effective_request_model_id": "qwen2.5-vl-3b-instruct", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "qwen2.5-vl-3b-instruct", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|qwen2.5-vl-3b-instruct", "ordinal": 0, "rawMethod": { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen2.5-vl-3b-instruct" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο.", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "Παρεχόμενο εργαλείο τύπου συνάρτησης" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "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." ], "input": { "content_type": "application/json", "control_scope": "εξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία", "file_material": "πραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου", "hosted_operations": false, "material_types": [ "text" ], "messages": "Πίνακας μηνυμάτων με δομή role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\": \"qwen2.5-vl-3b-instruct\", \"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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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='qwen2.5-vl-3b-instruct',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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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='qwen2.5-vl-3b-instruct',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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.4, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 1.2, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen2.5-vl-3b-instruct", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } }, { "html": "

Al

Qwen2.5-VL-3b

Alibaba /qwen2.5-vl-3b-instruct

Εισαγωγή

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

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.

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 qwen2.5-vl-3b-instruct	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 $0.0004 / 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

{\n  "model": "qwen2.5-vl-3b-instruct",\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': 'qwen2.5-vl-3b-instruct', '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\n

import 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': 'qwen2.5-vl-3b-instruct', '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))\n

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 qwen2.5-vl-3b-instruct

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

qwen2.5-vl-3b-instruct

", "method_identity": { "effective_request_model_id": "qwen2.5-vl-3b-instruct", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "qwen2.5-vl-3b-instruct", "route_label": "Ultra" }, "method_key": "Ultra|messages|/v1/messages|qwen2.5-vl-3b-instruct", "ordinal": 1, "rawMethod": { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen2.5-vl-3b-instruct", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "Συμβολοσειρά messages[].content", "required_material": "Κείμενο UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "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.", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen2.5-vl-3b-instruct" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "qwen2.5-vl-3b-instruct" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen2.5-vl-3b-instruct", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "Διαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος." }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"qwen2.5-vl-3b-instruct\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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': 'qwen2.5-vl-3b-instruct', '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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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': 'qwen2.5-vl-3b-instruct', '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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "in": 0.4, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 1.2, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen2.5-vl-3b-instruct", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "qwen2.5-vl-3b-instruct", "nativeProvenance": { "input_facts_canonical_sha256": "451c90402e2a8f1118b9ef572890c7fb49ef4d962c82f7153cad6e3f8dfd559f", "input_html_sha256": "6dc4e44b91bb90a8d43ca37704381ae4a6d5c9b9205767fbcbb27aada75c2d43", "private_audit_sha256": "8817f734310e95cb7ff8c6deb702e1d611c8132d49370d9bacb6ac4313aa06a9", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/el/qwen2-5-vl-3b-instruct/", "description": "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.", "locale": "el", "md_url": "https://ailoot.ai/models/el/qwen2-5-vl-3b-instruct/index.md", "title": "Qwen2.5-VL-3b — Ailoot", "url": "https://ailoot.ai/models/el/qwen2-5-vl-3b-instruct/" }, "practicalHtml": "

Πρακτική εργασία

Τεχνικό παράδειγμα στα αγγλικά

Organize a recorded event timeline\n\nUse 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.

", "practicalText": "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.", "rawModel": { "about": "Εισαγωγή: η έκδοση 3B προσαρμοσμένη σε οδηγίες\n\nΤο 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.\n\nΟπτική κατανόηση και ροές πρακτόρων\n\nΗ 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.\n\nΗ 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.\n\nΜεγάλα βίντεο και εντοπισμός συμβάντων\n\nΟ 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.\n\nΕντοπισμός και δομημένα έγγραφα\n\nΤο 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.\n\nΟ 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.\n\nΑλλαγές αρχιτεκτονικής\n\nΗ 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.\n\nΠροετοιμασία εικόνων και βίντεο\n\nΤα 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.\n\nΤο 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.\n\nΣυμφραζόμενα και ουσιαστικά όρια\n\nΗ 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.\n\nΤο 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.", "alias_of": null, "aliases": [], "author": "Alibaba", "available": null, "canonical_model": "qwen2.5-vl-3b-instruct", "capabilities": { "context_length": 128000, "manufacturer_input": [], "manufacturer_output": [] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "Πλήρης τιμολόγηση της διαμόρφωσης στις λεπτομέρειες." } ], "ctx": null, "entity_type": "model", "formats": [ "chat", "messages" ], "id": "qwen2.5-vl-3b-instruct", "input": [ "text" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen2.5-vl-3b-instruct" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο.", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "Παρεχόμενο εργαλείο τύπου συνάρτησης" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "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." ], "input": { "content_type": "application/json", "control_scope": "εξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία", "file_material": "πραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου", "hosted_operations": false, "material_types": [ "text" ], "messages": "Πίνακας μηνυμάτων με δομή role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\": \"qwen2.5-vl-3b-instruct\", \"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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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='qwen2.5-vl-3b-instruct',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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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='qwen2.5-vl-3b-instruct',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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.4, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 1.2, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen2.5-vl-3b-instruct", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen2.5-vl-3b-instruct", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "Συμβολοσειρά messages[].content", "required_material": "Κείμενο UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "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.", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "qwen2.5-vl-3b-instruct" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "qwen2.5-vl-3b-instruct" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "qwen2.5-vl-3b-instruct", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "Διαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος." }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"qwen2.5-vl-3b-instruct\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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': 'qwen2.5-vl-3b-instruct', '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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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': 'qwen2.5-vl-3b-instruct', '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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "in": 0.4, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 1.2, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "qwen2.5-vl-3b-instruct", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "qwen2.5-vl-3b-instruct", "request_model_id": "qwen2.5-vl-3b-instruct", "route_label": "Ultra" } ], "name": "Qwen2.5-VL-3b", "price": { "in": 0.4, "in_label": null, "out": 1.2, "out_label": null, "scope_label": "Token rates", "sort_in": 0.4, "sort_out": 1.2, "varies": false }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "OpenAI Chat · Base token rates", "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "regime": "base" }, "label": "Anthropic Messages · Base token rates", "units": [ { "amount": "0.0004000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000004", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000012", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "public_id": "qwen2.5-vl-3b-instruct", "short": "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." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 }, { "contract_json_pointer": "/methods/1/rawMethod/contract", "html_json_pointer": "/methods/1/html", "method_ordinal": 1 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod", "/methods/1/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "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.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "b9b7acfa34ab88b4f2af0351ddfa46e3c93b454e56437c4506496ac10157ae9f", "renderer_sha256": "3ed36f7af4f78822bafbd174fdcaed7b698a18a86efe254253d37f1b098a7566" }, "sourceRevision": "3b886475c34f5e3d9e449c9e7a96d00590bd1bf496422fd57a0ef3d53832b194" }