μοντέλα

Qwen2-VL-7B-Instruct-ultra

Markdown · JSON

Qwen2-VL-7B-Instruct-ultra

Το Qwen2-VL-7B-Instruct είναι το μοντέλο όρασης και γλώσσας της Qwen προσαρμοσμένο στην ακολούθηση οδηγιών, για κείμενο, εικόνες και βίντεο, με έξοδο κειμένου. Χρησιμοποιήστε το για ερωτήσεις σχετικά με σελίδες εγγράφων, σύγκριση εικόνων ή περιγραφή οπτικών συμβάντων, με δυναμική ανάλυση εικόνας και τεκμηριωμένους περιορισμούς στην καταμέτρηση, τη χωρική συλλογιστική και την κατανόηση ήχου μέσα σε βίντεο.

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 όρασης και γλώσσας 7B

Το Qwen2-VL-7B-Instruct είναι το μέλος 7B της οικογένειας Qwen2-VL, προσαρμοσμένο στην ακολούθηση οδηγιών. Συνδυάζει οδηγίες κειμένου με εικόνες ή βίντεο και παράγει απαντήσεις κειμένου. Χρήσιμα αποτελέσματα είναι η εξήγηση μιας σελίδας, η σύγκριση εικόνων, η περιγραφή ορατών συμβάντων ή η απάντηση σε ερώτηση για ένα γράφημα. Παραμένει αυτή η συγκεκριμένη έκδοση Qwen2-VL· τα νεότερα σημεία ελέγχου Qwen2.5-VL και Qwen3-VL έχουν δικές τους δυνατότητες και ταυτότητες.

Τι προσθέτει το Qwen2-VL

Η Qwen περιγράφει οπτική κατανόηση σε διαφορετικές αναλύσεις και αναλογίες πλευρών εικόνας, καθώς και απαντήσεις σε ερωτήσεις για βίντεο, διάλογο και δημιουργία περιεχομένου. Η τεκμηριωμένη δυνατότητα βίντεο της οικογένειας περιλαμβάνει υλικό διάρκειας άνω των 20 λεπτών. Η διάρκεια από μόνη της δεν καθορίζει πόσα καρέ επεξεργάζεται μια εφαρμογή ούτε εγγυάται ανάκληση κάθε συμβάντος. Η πολυγλωσσική κατανόηση κειμένου εικόνων περιλαμβάνει αγγλικά και κινεζικά, πολλές ευρωπαϊκές γλώσσες, ιαπωνικά, κορεατικά, αραβικά και βιετναμέζικα.

Ο κατασκευαστής περιγράφει επίσης διασύνδεση με τηλέφωνα, ρομπότ και άλλες συσκευές μέσω οπτικών παρατηρήσεων και οδηγιών κειμένου. Πρόκειται για διαδικασία εφαρμογής: το μοντέλο ερμηνεύει το οπτικό περιβάλλον και βοηθά στην επιλογή ενεργειών, ενώ το συνδεδεμένο λογισμικό ή υλικό τις εκτελεί. Η αναγνώριση μιας οθόνης δεν του δίνει ανεξάρτητα έλεγχο της οθόνης.

Αλλαγές στην αρχιτεκτονική

Η δυναμική ανάλυση μετατρέπει μια εικόνα σε μεταβλητό αριθμό οπτικών token, αντί να επιβάλλει την ίδια αναπαράσταση σε κάθε είσοδο. Το M-ROPE διαχωρίζει τις πληροφορίες θέσης για κείμενο, δισδιάστατες εικόνες και τρισδιάστατες πληροφορίες βίντεο, συνδυάζοντας χωρική και χρονική δομή. Η δημοσιευμένη διαμόρφωση 7B αναφέρει 32.768 θέσεις. Το κείμενο, τα οπτικά token και η παραγόμενη έξοδος μοιράζονται το πεπερασμένο όριο ακολουθίας, οπότε η ανάλυση εικόνας και η δειγματοληψία βίντεο επηρεάζουν την ποσότητα υλικού που μπορεί να περιλαμβάνει ένα αίτημα.

Προετοιμασία εικόνων και συνομιλιών

Τα επίσημα παραδείγματα υποστηρίζουν μία εικόνα, πολλές εικόνες και συνομιλίες αποκλειστικά με κείμενο. Επισυνάψτε την εικόνα με συγκεκριμένη ερώτηση αντί να βασίζεστε σε γενική οδηγία όπως «ανάλυσε τα πάντα». Για σελίδα εγγράφου, ζητήστε συγκεκριμένα πεδία και διατήρηση της στίξης στα παραθέματα. Για δύο στιγμιότυπα σχεδιασμού, βάλτε πρώτα ετικέτες πρώτο και δεύτερο και έπειτα ζητήστε πίνακα ορατών αλλαγών. Για γράφημα, ζητήστε τις ετικέτες, τις μονάδες και τις τιμές που στηρίζουν μια δηλωμένη τάση. Αυτές είναι πρακτικές εφαρμογές απάντησης σε οπτικές ερωτήσεις, όχι υποσχέσεις εξαγωγής χωρίς σφάλματα.

Τα βοηθητικά εργαλεία του κατασκευαστή δέχονται εικόνες από τοπικά αρχεία, κωδικοποιημένα δεδομένα εικόνας ή τοποθεσίες εικόνων· το τεκμηριωμένο παράδειγμα βίντεο χρησιμοποιεί τοπικά αρχεία βίντεο ή ταξινομημένη λίστα καρέ. Οι μορφές μεταφόρτωσης της εφαρμογής παραμένουν χωριστή απόφαση διεπαφής. Διατηρήστε την αρχική σειρά καρέ και δηλώστε το χρονικό διάστημα που αναπαριστά μια λίστα καρέ. Τα παραδείγματα παράγουν κείμενο· αυτό το σημείο ελέγχου δεν περιγράφεται ως γεννήτρια εικόνων ή βίντεο.

Ανάλυση και προετοιμασία βίντεο

Ο επεξεργαστής της Qwen χρησιμοποιεί προεπιλεγμένο εύρος από τέσσερα έως 16.384 οπτικά token ανά εικόνα. Εκθέτει τα min_pixels και max_pixels για εξισορρόπηση της λεπτομέρειας με τη μνήμη και τον υπολογισμό, με τεκμηριωμένο παράδειγμα που στοχεύει σε 256–1.280 οπτικά token. Οι εικόνες αλλάζουν μέγεθος εντός των επιλεγμένων ορίων, διατηρώντας την αναλογία πλευρών τους. Οι ρητά ορισμένες διαστάσεις αλλαγής μεγέθους στρογγυλοποιούνται σε πολλαπλάσιο του 28. Ένας πυκνός πίνακας ή μικρά γράμματα μπορεί να χρειάζονται επαρκή ανάλυση για να παραμένουν ευανάγνωστα· η αύξησή της καταναλώνει επίσης μεγαλύτερο μέρος του διαθέσιμου οπτικού ορίου και του πλαισίου συμφραζομένων.

Το παράδειγμα βίντεο δείχνει ρυθμό δειγματοληψίας ενός καρέ ανά δευτερόλεπτο και ρυθμιζόμενο όριο pixel. Αυτές είναι ρυθμίσεις παραδείγματος, όχι καθολικά απαιτούμενος ρυθμός ή αυστηρό όριο πολυμέσων. Για έλεγχο συμβάντος, δώστε το σχετικό απόσπασμα και ζητήστε διατεταγμένη περιγραφή των ορατών αλλαγών. Συμβάντα με μικρή χρονική απόσταση μπορεί να απαιτούν πυκνότερη δειγματοληψία από μια γενική περίληψη σκηνής. Το Qwen2-VL δεν κατανοεί πληροφορίες ήχου μέσα σε βίντεο, επομένως ο προφορικός διάλογος ή τα ηχητικά εφέ απαιτούν χωριστή διαδικασία ήχου.

Γνωστοί περιορισμοί

Η Qwen καταγράφει τον Ιούνιο 2023 ως καταληκτική ημερομηνία των δεδομένων εκπαίδευσης εικόνων, χωρίς διαβεβαίωση γνώσης για μεταγενέστερα πρόσωπα, προϊόντα ή συμβάντα. Η αναγνώριση συγκεκριμένων ατόμων και αντικειμένων πνευματικής ιδιοκτησίας είναι ελλιπής. Οι σύνθετες οδηγίες πολλών βημάτων, οι μετρήσεις αντικειμένων σε πολυπληθείς σκηνές και οι χωρικές σχέσεις —ιδίως σε τρεις διαστάσεις— είναι τεκμηριωμένες αδυναμίες. Χωρίστε μια περίπλοκη οπτική εργασία σε σαφείς ερωτήσεις, ζητήστε τα ορατά τεκμήρια που στηρίζουν το αποτέλεσμα και ελέγξτε τους εξαγόμενους αριθμούς και τα παρατιθέμενα κείμενα στην εικόνα. Μια εύλογη λεζάντα δεν πρέπει να αντιμετωπίζεται ως ακριβής καταμέτρηση ή μετρημένη τρισδιάστατη θέση.

Τα σύντομα παραδείγματα παραγωγής της κάρτας δεν θεμελιώνουν χωριστό αυστηρό όριο εξόδου. Σχεδιάστε το μέγεθος της απάντησης μαζί με την είσοδο κειμένου και εικόνων και διατηρήστε αρκετή λεπτομέρεια στην πηγή για τη συγκεκριμένη ερώτηση. Έτσι η επιλογή μοντέλου και η προετοιμασία εισόδου είναι χρησιμότερες από την υπόθεση ότι οποιαδήποτε εικόνα ή οποιοδήποτε μεγάλο βίντεο δίνει εξίσου αξιόπιστη απάντηση.

Πρακτική εργασία

Πρακτική εργασία

Τεχνικό παράδειγμα στα αγγλικά

Compare transcribed dashboard changes

Compare these dashboard descriptions supplied as text. First: heading 'Orders', filter 'All dates', total 240. Second: heading 'Orders', filter 'This week', total 38. Return a table of changed and unchanged fields, then explain why the totals alone do not establish a fall in orders. Use only the descriptions and keep the filter labels exact.

Αναμενόμενο αποτέλεσμα

A field-comparison table and a short explanation of the different date scopes.

Έλεγχος αποτελέσματος

The result does not treat totals from All dates and This week as comparable periods.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions Qwen2-VL-7B-Instruct-ultra

Qwen2-VL-7B-Instruct-ultra

Άλλα /Qwen2-VL-7B-Instruct-ultra

Εισαγωγή

Το Qwen2-VL-7B-Instruct είναι το μοντέλο όρασης και γλώσσας της Qwen προσαρμοσμένο στην ακολούθηση οδηγιών, για κείμενο, εικόνες και βίντεο, με έξοδο κειμένου. Χρησιμοποιήστε το για ερωτήσεις σχετικά με σελίδες εγγράφων, σύγκριση εικόνων ή περιγραφή οπτικών συμβάντων, με δυναμική ανάλυση εικόνας και τεκμηριωμένους περιορισμούς στην καταμέτρηση, τη χωρική συλλογιστική και την κατανόηση ήχου μέσα σε βίντεο.

Αποδεκτές είσοδοι
Κείμενο
Αποτελέσματα
Κείμενο

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Είσοδος
text
Έξοδος
text
Μορφή εξόδου
json ή SSE
ΠεδίοΤύποςΑπαίτησηΤιμές και όριαΠροεπιλογή
ΠεδίοmodelΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όρια
Qwen2-VL-7B-Instruct-ultra
Προεπιλογή—
ΠεδίοmessagesΤύποςmessage[]ΑπαίτησηΥποχρεωτικόΤιμές και όρια
Ελάχιστο πλήθος στοιχείων: 1
Προεπιλογή—
Πεδίοmessages[].roleΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όρια
Παραδείγματα: system, user, assistant, tool, function
Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο.
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοmessages[].contentΤύποςstring|content_part[]|nullΑπαίτησηΠροαιρετικόΤιμές και όριαΠροεπιλογή—
Πεδίοmessages[].tool_callsΤύποςtool_call[]ΑπαίτησηΠροαιρετικόΤιμές και όριαΠροεπιλογή—
Πεδίοmessages[].tool_call_idΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε
Προεπιλογή—
Πεδίοmessages[].nameΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όριαΠροεπιλογή—
Πεδίοmessages[].reasoning_contentΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί
Προεπιλογή—
Πεδίοmessages[].reasoning_detailsΤύποςobject|arrayΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοmax_tokensΤύποςintegerΑπαίτησηΠροαιρετικόΤιμές και όρια
Ελάχιστο: 1
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοmax_completion_tokensΤύποςintegerΑπαίτησηΠροαιρετικόΤιμές και όρια
Ελάχιστο: 1
Εξαρτάται από το μοντέλο
Προεπιλογή—
ΠεδίοstreamΤύποςbooleanΑπαίτησηΠροαιρετικόΤιμές και όριαΠροεπιλογήfalse
Πεδίοstream_options.include_usageΤύποςbooleanΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
ΠεδίοtemperatureΤύποςnumberΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοtop_pΤύποςnumberΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
ΠεδίοstopΤύποςstring|string[]ΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
ΠεδίοtoolsΤύποςfunction_tool[]ΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοtools[].typeΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
function
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοtools[].function.nameΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όρια
Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης
Προεπιλογή—
Πεδίοtools[].function.descriptionΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όριαΠροεπιλογή—
Πεδίοtools[].function.parametersΤύποςJSON_schemaΑπαίτησηΠροαιρετικόΤιμές και όριαΠροεπιλογή—
Πεδίοtool_choiceΤύποςstring|objectΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοparallel_tool_callsΤύποςbooleanΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοresponse_formatΤύποςobjectΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοreasoning_effortΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
ΠεδίοreasoningΤύποςobjectΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοservice_tierΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
ΠεδίοinstructionsΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
Πεδίο συμβατότητας
Προεπιλογή—
ΠεδίοfunctionsΤύποςfunction[]ΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοfunction_callΤύποςstring|objectΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
Πεδίοprompt_cache_optionsΤύποςobjectΑπαίτησηΠροαιρετικόΤιμές και όρια
Εξαρτάται από το μοντέλο
Προεπιλογή—
ΠεδίοmodalitiesΤύποςstring[]ΑπαίτησηΠροαιρετικόΤιμές και όρια
text
Προεπιλογή—
ΠεδίοproviderΤύποςobjectΑπαίτησηΠροαιρετικόΤιμές και όρια
Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra
Προεπιλογή—
Πεδίοcache_control.ttlΤύποςstringΑπαίτησηΠροαιρετικόΤιμές 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
ΠαράμετροςΣύμβαση
Παράμετροςcontent_typeΣύμβασηapplication/json
ΠαράμετροςrequiredΣύμβασηmodel, messages
Παράμετροςmaterial_typesΣύμβασηtext
ΠαράμετροςmessagesΣύμβασηΠίνακας μηνυμάτων με δομή role/content
Παράμετροςfile_materialΣύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου
Παράμετροςoptional_controlsΣύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
Παράμετροςcontrol_scopeΣύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία
Παράμετροςoutput_modalitiesΣύμβασηtext
Παράμετροςhosted_operationsΣύμβασηfalse
Παράμετροςmultimodal_input_bindingΣύμβασηnull

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

ΔιαμόρφωσηΠίνακας χρεώσεωνΧρέωση
ΔιαμόρφωσηΒασικές χρεώσεις ανά tokenΠίνακας χρεώσεωνΒασική χρέωσηΧρέωση
Είσοδος · Token εισόδου $0.00058 / 1K token
Έξοδος · Token εξόδου $0.00142 / 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

curlPython SDKΡοή σε Python
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "Qwen2-VL-7B-Instruct-ultra", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='Qwen2-VL-7B-Instruct-ultra',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='Qwen2-VL-7B-Instruct-ultra',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot Ultra · OpenAI Chat

json ή SSE

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.

Αν χρειάζεται έλεγχος της αρχικής απάντησης

Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.

Πεδία απάντησης
ΠεδίοΤύπος
Πεδίοchoices[].indexΤύποςinteger
Πεδίοchoices[].message.contentΤύποςstring|null
Πεδίοchoices[].message.tool_callsΤύποςtool_call[]
Πεδίοchoices[].message.reasoning_contentΤύποςstring
Πεδίοchoices[].message.reasoning_detailsΤύποςobject|array
Πεδίοchoices[].finish_reasonΤύποςstring|null
ΠεδίοusageΤύποςobject
Σφάλματα και επόμενα βήματα
ΑπάντησηΣυνθήκηΕπόμενο βήμα
Απάντηση400 · invalid_request_errorΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρουΕπόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.

Εναλλακτικά ονόματα

Εναλλακτικά ονόματα μοντέλου

Ailoot Ultra Qwen2-VL-7B-Instruct-ultra

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

Qwen2-VL-7B-Instruct-ultra

Ailoot Ultra · Anthropic Messages POST /v1/messages Qwen2-VL-7B-Instruct-ultra

Qwen2-VL-7B-Instruct-ultra

Άλλα /Qwen2-VL-7B-Instruct-ultra

Εισαγωγή

Το Qwen2-VL-7B-Instruct είναι το μοντέλο όρασης και γλώσσας της Qwen προσαρμοσμένο στην ακολούθηση οδηγιών, για κείμενο, εικόνες και βίντεο, με έξοδο κειμένου. Χρησιμοποιήστε το για ερωτήσεις σχετικά με σελίδες εγγράφων, σύγκριση εικόνων ή περιγραφή οπτικών συμβάντων, με δυναμική ανάλυση εικόνας και τεκμηριωμένους περιορισμούς στην καταμέτρηση, τη χωρική συλλογιστική και την κατανόηση ήχου μέσα σε βίντεο.

Αποδεκτές είσοδοι
Κείμενο
Αποτελέσματα
json · sse

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot Ultra · Anthropic Messages POST /v1/messages
Είσοδος
text
Έξοδος
json, sse
Μορφή εξόδου
JSON ή SSE
ΠεδίοΤύποςΑπαίτησηΤιμές και όριαΠροεπιλογή
ΠεδίοmodelΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όρια
Qwen2-VL-7B-Instruct-ultra
Προεπιλογή—
ΠεδίοmessagesΤύποςmessage[]ΑπαίτησηΥποχρεωτικόΤιμές και όριαΠροεπιλογή—
Πεδίοmessages[].roleΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όρια
user, assistant
Προεπιλογή—
Πεδίοmessages[].contentΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όριαΠροεπιλογή—
Πεδίοmax_tokensΤύποςintegerΑπαίτησηΥποχρεωτικόΤιμές και όριαΠροεπιλογή—
ΠεδίοstreamΤύποςbooleanΑπαίτησηΠροαιρετικόΤιμές και όριαΠροεπιλογήfalse
Συνδυασμοί υλικών εισόδου

Κείμενο · Κείμενο UTF-8

Συμβολοσειρά messages[].content

Παράμετροι και κύκλος ζωής μεθόδου
ΠαράμετροςΣύμβαση
Παράμετροςcontent_typeΣύμβασηapplication/json
ΠαράμετροςrequiredΣύμβασηmodel, messages, max_tokens
Παράμετροςoptional_controlsΣύμβασηstream
Παράμετροςmaterial_typesΣύμβασηtext
Παράμετροςtext_file_materialΣύμβασηΔιαβάστε 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

ΔιαμόρφωσηΠίνακας χρεώσεωνΧρέωση
ΔιαμόρφωσηΒασικές χρεώσεις ανά tokenΠίνακας χρεώσεωνΒασική χρέωσηΧρέωση
Είσοδος · Token εισόδου $0.00058 / 1K token
Έξοδος · Token εξόδου $0.00142 / 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

Πλήρες ελάχιστο σώμα JSONcurl · χρησιμοποιήστε το έγγραφό σας σε UTF-8Python · αποθηκεύστε το πλήρες αποτέλεσμα
{
  "model": "Qwen2-VL-7B-Instruct-ultra",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'Qwen2-VL-7B-Instruct-ultra', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'Qwen2-VL-7B-Instruct-ultra', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot Ultra · Anthropic Messages

JSON ή SSE

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.

Αν χρειάζεται έλεγχος της αρχικής απάντησης

Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.

Πεδία απάντησης
ΠεδίοΤύπος
ΠεδίοidΤύποςstring
ΠεδίοmodelΤύποςstring
Πεδίοcontent[]Τύποςtext|thinking|tool_use|other content block
Πεδίοstop_reasonΤύποςstring|null
ΠεδίοusageΤύποςobject
Σφάλματα και επόμενα βήματα
ΑπάντησηΣυνθήκηΕπόμενο βήμα
Απάντηση400 · invalid_request_errorΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρουΕπόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.

Εναλλακτικά ονόματα

Εναλλακτικά ονόματα μοντέλου

Ailoot Ultra Qwen2-VL-7B-Instruct-ultra

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

Qwen2-VL-7B-Instruct-ultra

FAQ · Qwen2-VL-7B-Instruct-ultra
Ποιες είσοδοι και αποτελέσματα διατίθενται;

POST /v1/chat/completions · Qwen2-VL-7B-Instruct-ultra: text → text

POST /v1/messages · Qwen2-VL-7B-Instruct-ultra: text → json, sse

Ποια πεδία χρησιμοποιεί το αίτημα;

POST /v1/chat/completions · Qwen2-VL-7B-Instruct-ultra: model, messages, stream, modalities, provider

POST /v1/messages · Qwen2-VL-7B-Instruct-ultra: model, messages, max_tokens, stream

Ποια όρια ισχύουν;

POST /v1/chat/completions · Qwen2-VL-7B-Instruct-ultra: messages.min_items: 1

Περισσότερες λεπτομέρειες

Συνδέστε το Ailoot με Claude Code, OpenCode, Hermes ή τη δική σας εφαρμογή.

Η εταιρεία και το χαρτοφυλάκιο έργων της

Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων.

Αγοράστε token με έκπτωση.

Έκπτωση συνδρομής για τακτική χρήση. Προωθητικοί κωδικοί — έως 50% στην αγορά token.

Συνδρομή
Επιλέξτε πρόγραμμα με έκπτωση για τα τακτικά αιτήματά σας.
Προωθητικός κωδικός έως 50%
Εισαγάγετε τον κωδικό στην αγορά. Η τιμή επανυπολογίζεται σύμφωνα με την ενεργή προσφορά.
Δαπάνες στο ιστορικό
Μοντέλο, token και ποσό αποθηκεύονται για κάθε αίτημα.

Επιλέξτε συνδρομή · Δείτε τιμές μοντέλων

Συνδέστε το API με το προϊόν που πουλάτε.

SaaS, εφαρμογές και bot — σύμφωνα με τη δημόσια προσφορά και τη σύμβαση άδειας χρήσης Ailoot. Για μεταπώληση ζητήστε σχετική άδεια.

Εμπορική εφαρμογή
Ενσωματώστε δημιουργία κειμένου, εικόνων, βίντεο και ήχου στις πληρωμένες λειτουργίες της υπηρεσίας σας.
Άδεια για μεταπωλητή
Στείλτε περιγραφή έργου και τρόπο πρόσβασης. Ζητήστε γραπτούς όρους χρήσης και μεταπώλησης.
Έγγραφα στον ιστότοπο
Δημόσια προσφορά, σύμβαση άδειας χρήσης και πολιτική επεξεργασίας δεδομένων είναι διαθέσιμες πριν τη σύνδεση.

Ζητήστε άδεια μεταπώλησης · Δημόσια προσφορά και σύμβαση άδειας χρήσης