Το Qwen3.5-Omni-Plus 2026-03-15 είναι το πολυτροπικό στιγμιότυπο της Alibaba της 15ης Μαρτίου για δημιουργία κειμένου, φωνητικούς βοηθούς και ανάλυση πολυμέσων. Δέχεται κείμενο, εικόνες, ήχο και βίντεο, συμπεριλαμβανομένων μεικτών εισόδων, και παράγει κείμενο ή κείμενο με ομιλία. Αυτή η χρονολογημένη έκδοση είναι ξεχωριστή από το alias Qwen3.5-Omni-Plus χωρίς ημερομηνία και τις εκδόσεις realtime. Διατηρήστε το πλήρες όνομά της όταν μια ροή χρειάζεται να καταγράφει ποια ονομασμένη έκδοση επιλέγεται.
Η είσοδός του μπορεί να συνδυάζει μια εικόνα με μια προφορική ερώτηση ή τα οπτικά στοιχεία και τον ήχο ενός βίντεο με γραπτές οδηγίες. Αυτό είναι χρήσιμο όταν μια περίληψη μόνο κειμένου θα έχανε τη σύνδεση ανάμεσα σε όσα φαίνονται και όσα ακούγονται. Για προδιαγραφές ανάλυσης μέσων, ζητήστε ξεχωριστά την ορατή αλληλουχία, το κείμενο στην οθόνη και το προφορικό περιεχόμενο και ζητήστε χρονικές σημάνσεις σε σχέση με την πηγή όταν έχει σημασία η σειρά των γεγονότων. Τα ηχητικά εφέ και άλλος ήχος χωρίς ομιλία μπορούν να συμβάλλουν στην ανάλυση μαζί με την ομιλία.
Για φωνητική απάντηση, προσδιορίστε τη γλώσσα, το κοινό και τον τρόπο εκφοράς της απάντησης. Ο οδηγός της Qwen τεκμηριώνει οδηγίες για ένταση, ρυθμό ομιλίας και συναίσθημα. Καταγράφει 113 γλώσσες και διαλέκτους εισόδου ήχου και 36 γλώσσες και διαλέκτους εξόδου ομιλίας, μεταξύ των οποίων αγγλικά, γαλλικά, γερμανικά και ρωσικά. Ο κατάλογος φωνών ορίζει την Tina ως προεπιλογή και περιλαμβάνει επιλογές όπως Serena και Ethan. Επιλέξτε τη φωνή και ζητήστε μια σύντομη εξήγηση σε μετρημένο ρυθμό, αντί να βασίζεστε στη φωνή εισόδου για να καθορίσει το ύφος εξόδου.
Η τεκμηριωμένη ροή ομιλίας HTTP επιστρέφει κείμενο σε συνεχή ροή και τμήματα ήχου κωδικοποιημένα σε Base64. Το παράδειγμα WAV χρησιμοποιεί 24 kHz, μονοφωνικό ήχο, 16-bit PCM· μια εφαρμογή μπορεί να συλλέγει τα τμήματα σε αρχείο ήχου ή να τα αποκωδικοποιεί για αναπαραγωγή καθώς φτάνουν. Πρόκειται για παραγωγή σε συνεχή ροή από ένα υποβληθέν αίτημα. Η ζωντανή ανίχνευση εναλλαγής σειράς ομιλίας, ο χειρισμός διακοπών και η συνομιλία μέσω μικροφώνου ανήκουν σε ξεχωριστά ονομασμένα μοντέλα realtime. Ο πίνακας της οικογένειας Qwen3.5-Omni δεν προσφέρει λειτουργία βαθιάς σκέψης.
Ο πίνακας δυνατοτήτων του στιγμιότυπου καταγράφει αναζήτηση στον ιστό και Function Calling, με το Function Calling να περιορίζεται στο Chat Completions του Πεκίνου και σε έξοδο κειμένου. Καταγράφει δομημένη έξοδο JSON Object· οι περιφερειακοί πίνακες της οικογένειας διακρίνουν την υποστήριξη του Πεκίνου από τη μη υποστηριζόμενη καταχώριση της Σιγκαπούρης. Το μοντέλο προτείνει μια κλήση εργαλείου· η εφαρμογή εκτελεί τη ζητούμενη ενέργεια και επιστρέφει το αποτέλεσμα του εργαλείου ώστε το μοντέλο να συνεχίσει. Αυτό το στιγμιότυπο σημειώνει τα prefix completion, context caching, συμπερασματολογία σε παρτίδες και fine-tuning ως μη υποστηριζόμενα.
Το δημοσιευμένο παράθυρο συμφραζομένων είναι 262,144 tokens, με μέγιστη είσοδο 196,608 tokens και μέγιστη έξοδο 65,536 tokens. Τα μεικτά μέσα και το κείμενο μοιράζονται τον προϋπολογισμό συμφραζομένων. Ο οδηγός HTTP της Alibaba επιτρέπει έως τρεις ώρες ήχου ή μία ώρα βίντεο για αυτή τη σειρά· καταγράφει ήχο AMR, WAV, 3GP, 3GPP, AAC και MP3 και βίντεο MP4, AVI, MKV, MOV, FLV και WMV. Τα αρχεία ήχου ή βίντεο μέσω URL μπορεί να είναι έως 2 GB, ενώ τα μέσα κωδικοποιημένα σε Base64 πρέπει να είναι μικρότερα από 10 MB. Αυτά είναι τα όρια ροής αρχείων του κατασκευαστή, διακριτά από την περιγραφή στην παρουσίαση του μοντέλου για κατανόηση άνω των δέκα ωρών ήχου ή άνω των 400 δευτερολέπτων βίντεο 720p με δειγματοληψία 1 FPS.
Οι εικόνες έχουν δικά τους όρια προετοιμασίας σε αυτόν τον οδηγό: έως 20 MB ανά εικόνα μέσω URL, διαστάσεις μεγαλύτερες από 10 pixels σε κάθε πλευρά και λόγο διαστάσεων όχι πιο ακραίο από 200:1. Ο οδηγός επιτρέπει έως 2,048 εικόνες ή αρχεία ήχου μέσω URL και 512 αρχεία βίντεο μέσω URL· η είσοδος Base64 επιτρέπει έως 250 αρχεία. Αυτά τα όρια μεταφοράς παραμένουν υποκείμενα στον κοινό προϋπολογισμό tokens εισόδου. Η σειρά μπορεί να συνδυάζει διάφορους τύπους μέσων σε ένα αίτημα. Επιλέξτε το σχετικό απόσπασμα, κάντε τις μικρές ετικέτες αναγνώσιμες και εξηγήστε πώς σχετίζονται οι ξεχωριστές είσοδοι. Τα τεκμηριωμένα ανώτατα πλήθη αρχείων διαφέρουν ανά τύπο μέσου και μέθοδο μεταφοράς, ενώ κάθε είσοδος πρέπει πάντοτε να χωρά στον κοινό προϋπολογισμό tokens.
Το ονομασμένο στιγμιότυπο της 15ης Μαρτίου δεν υποστηρίζει κλωνοποίηση προσαρμοσμένης φωνής στον οδηγό Qwen3.5-Omni του κατασκευαστή. Χρησιμοποιήστε μια τεκμηριωμένη φωνή καταλόγου για την έξοδο ομιλίας, αντί να υποθέτετε ότι η ροή κλωνοποίησης «δημιουργία και μετά χρήση» του alias χωρίς ημερομηνία ισχύει για αυτή την έκδοση. Η επιλογή φωνής και ο τρόπος εκφοράς είναι ξεχωριστές επιλογές: η παράμετρος φωνής προσδιορίζει μια φωνή καταλόγου, ενώ οι γραπτές οδηγίες περιγράφουν ρυθμό, ένταση και συναίσθημα.
Για ένα καταγεγραμμένο μάθημα, συνδυάστε το σχετικό απόσπασμα βίντεο με ένα διάγραμμα και μια γραπτή ερώτηση. Ένα ενδεικτικό αίτημα είναι: «Εξήγησε τον μηχανισμό που παρουσιάζεται εδώ, σύνδεσε την προφορική εξήγηση με τα επισημασμένα μέρη και δώσε τόσο αγγλική απάντηση κειμένου όσο και ήρεμη προφορική απάντηση». Για αναφορά κειμένου, ζητήστε ξεχωριστά χρονολογικά συμβάντα, ορατό κείμενο και ομιλία, με χρονικές σημάνσεις που παραπέμπουν στην πηγή. Διατηρήστε το όνομα στιγμιότυπου, το απόσπασμα εισόδου και τις οδηγίες εξόδου ώστε ένας επόμενος έλεγχος να ξεκινά από την ίδια τεκμηριωμένη εργασία.
", "aboutText": "Το Qwen3.5-Omni-Plus 2026-03-15 είναι το πολυτροπικό στιγμιότυπο της Alibaba της 15ης Μαρτίου για δημιουργία κειμένου, φωνητικούς βοηθούς και ανάλυση πολυμέσων. Δέχεται κείμενο, εικόνες, ήχο και βίντεο, συμπεριλαμβανομένων μεικτών εισόδων, και παράγει κείμενο ή κείμενο με ομιλία. Αυτή η χρονολογημένη έκδοση είναι ξεχωριστή από το alias Qwen3.5-Omni-Plus χωρίς ημερομηνία και τις εκδόσεις realtime. Διατηρήστε το πλήρες όνομά της όταν μια ροή χρειάζεται να καταγράφει ποια ονομασμένη έκδοση επιλέγεται.\n\nΗ είσοδός του μπορεί να συνδυάζει μια εικόνα με μια προφορική ερώτηση ή τα οπτικά στοιχεία και τον ήχο ενός βίντεο με γραπτές οδηγίες. Αυτό είναι χρήσιμο όταν μια περίληψη μόνο κειμένου θα έχανε τη σύνδεση ανάμεσα σε όσα φαίνονται και όσα ακούγονται. Για προδιαγραφές ανάλυσης μέσων, ζητήστε ξεχωριστά την ορατή αλληλουχία, το κείμενο στην οθόνη και το προφορικό περιεχόμενο και ζητήστε χρονικές σημάνσεις σε σχέση με την πηγή όταν έχει σημασία η σειρά των γεγονότων. Τα ηχητικά εφέ και άλλος ήχος χωρίς ομιλία μπορούν να συμβάλλουν στην ανάλυση μαζί με την ομιλία.\n\nΓια φωνητική απάντηση, προσδιορίστε τη γλώσσα, το κοινό και τον τρόπο εκφοράς της απάντησης. Ο οδηγός της Qwen τεκμηριώνει οδηγίες για ένταση, ρυθμό ομιλίας και συναίσθημα. Καταγράφει 113 γλώσσες και διαλέκτους εισόδου ήχου και 36 γλώσσες και διαλέκτους εξόδου ομιλίας, μεταξύ των οποίων αγγλικά, γαλλικά, γερμανικά και ρωσικά. Ο κατάλογος φωνών ορίζει την Tina ως προεπιλογή και περιλαμβάνει επιλογές όπως Serena και Ethan. Επιλέξτε τη φωνή και ζητήστε μια σύντομη εξήγηση σε μετρημένο ρυθμό, αντί να βασίζεστε στη φωνή εισόδου για να καθορίσει το ύφος εξόδου.\n\nΗ τεκμηριωμένη ροή ομιλίας HTTP επιστρέφει κείμενο σε συνεχή ροή και τμήματα ήχου κωδικοποιημένα σε Base64. Το παράδειγμα WAV χρησιμοποιεί 24 kHz, μονοφωνικό ήχο, 16-bit PCM· μια εφαρμογή μπορεί να συλλέγει τα τμήματα σε αρχείο ήχου ή να τα αποκωδικοποιεί για αναπαραγωγή καθώς φτάνουν. Πρόκειται για παραγωγή σε συνεχή ροή από ένα υποβληθέν αίτημα. Η ζωντανή ανίχνευση εναλλαγής σειράς ομιλίας, ο χειρισμός διακοπών και η συνομιλία μέσω μικροφώνου ανήκουν σε ξεχωριστά ονομασμένα μοντέλα realtime. Ο πίνακας της οικογένειας Qwen3.5-Omni δεν προσφέρει λειτουργία βαθιάς σκέψης.\n\nΟ πίνακας δυνατοτήτων του στιγμιότυπου καταγράφει αναζήτηση στον ιστό και Function Calling, με το Function Calling να περιορίζεται στο Chat Completions του Πεκίνου και σε έξοδο κειμένου. Καταγράφει δομημένη έξοδο JSON Object· οι περιφερειακοί πίνακες της οικογένειας διακρίνουν την υποστήριξη του Πεκίνου από τη μη υποστηριζόμενη καταχώριση της Σιγκαπούρης. Το μοντέλο προτείνει μια κλήση εργαλείου· η εφαρμογή εκτελεί τη ζητούμενη ενέργεια και επιστρέφει το αποτέλεσμα του εργαλείου ώστε το μοντέλο να συνεχίσει. Αυτό το στιγμιότυπο σημειώνει τα prefix completion, context caching, συμπερασματολογία σε παρτίδες και fine-tuning ως μη υποστηριζόμενα.\n\nΤο δημοσιευμένο παράθυρο συμφραζομένων είναι 262,144 tokens, με μέγιστη είσοδο 196,608 tokens και μέγιστη έξοδο 65,536 tokens. Τα μεικτά μέσα και το κείμενο μοιράζονται τον προϋπολογισμό συμφραζομένων. Ο οδηγός HTTP της Alibaba επιτρέπει έως τρεις ώρες ήχου ή μία ώρα βίντεο για αυτή τη σειρά· καταγράφει ήχο AMR, WAV, 3GP, 3GPP, AAC και MP3 και βίντεο MP4, AVI, MKV, MOV, FLV και WMV. Τα αρχεία ήχου ή βίντεο μέσω URL μπορεί να είναι έως 2 GB, ενώ τα μέσα κωδικοποιημένα σε Base64 πρέπει να είναι μικρότερα από 10 MB. Αυτά είναι τα όρια ροής αρχείων του κατασκευαστή, διακριτά από την περιγραφή στην παρουσίαση του μοντέλου για κατανόηση άνω των δέκα ωρών ήχου ή άνω των 400 δευτερολέπτων βίντεο 720p με δειγματοληψία 1 FPS.\n\nΟι εικόνες έχουν δικά τους όρια προετοιμασίας σε αυτόν τον οδηγό: έως 20 MB ανά εικόνα μέσω URL, διαστάσεις μεγαλύτερες από 10 pixels σε κάθε πλευρά και λόγο διαστάσεων όχι πιο ακραίο από 200:1. Ο οδηγός επιτρέπει έως 2,048 εικόνες ή αρχεία ήχου μέσω URL και 512 αρχεία βίντεο μέσω URL· η είσοδος Base64 επιτρέπει έως 250 αρχεία. Αυτά τα όρια μεταφοράς παραμένουν υποκείμενα στον κοινό προϋπολογισμό tokens εισόδου. Η σειρά μπορεί να συνδυάζει διάφορους τύπους μέσων σε ένα αίτημα. Επιλέξτε το σχετικό απόσπασμα, κάντε τις μικρές ετικέτες αναγνώσιμες και εξηγήστε πώς σχετίζονται οι ξεχωριστές είσοδοι. Τα τεκμηριωμένα ανώτατα πλήθη αρχείων διαφέρουν ανά τύπο μέσου και μέθοδο μεταφοράς, ενώ κάθε είσοδος πρέπει πάντοτε να χωρά στον κοινό προϋπολογισμό tokens.\n\nΤο ονομασμένο στιγμιότυπο της 15ης Μαρτίου δεν υποστηρίζει κλωνοποίηση προσαρμοσμένης φωνής στον οδηγό Qwen3.5-Omni του κατασκευαστή. Χρησιμοποιήστε μια τεκμηριωμένη φωνή καταλόγου για την έξοδο ομιλίας, αντί να υποθέτετε ότι η ροή κλωνοποίησης «δημιουργία και μετά χρήση» του alias χωρίς ημερομηνία ισχύει για αυτή την έκδοση. Η επιλογή φωνής και ο τρόπος εκφοράς είναι ξεχωριστές επιλογές: η παράμετρος φωνής προσδιορίζει μια φωνή καταλόγου, ενώ οι γραπτές οδηγίες περιγράφουν ρυθμό, ένταση και συναίσθημα.\n\nΓια ένα καταγεγραμμένο μάθημα, συνδυάστε το σχετικό απόσπασμα βίντεο με ένα διάγραμμα και μια γραπτή ερώτηση. Ένα ενδεικτικό αίτημα είναι: «Εξήγησε τον μηχανισμό που παρουσιάζεται εδώ, σύνδεσε την προφορική εξήγηση με τα επισημασμένα μέρη και δώσε τόσο αγγλική απάντηση κειμένου όσο και ήρεμη προφορική απάντηση». Για αναφορά κειμένου, ζητήστε ξεχωριστά χρονολογικά συμβάντα, ορατό κείμενο και ομιλία, με χρονικές σημάνσεις που παραπέμπουν στην πηγή. Διατηρήστε το όνομα στιγμιότυπου, το απόσπασμα εισόδου και τις οδηγίες εξόδου ώστε ένας επόμενος έλεγχος να ξεκινά από την ίδια τεκμηριωμένη εργασία.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Align a spoken script with written scene notes\n\nUse these text records only. Scene notes: at 00:05 the presenter opens the lid; at 00:10 they remove the filter. Transcript: 00:05 'First remove the filter'; 00:10 'Then open the lid.' Identify the mismatch and draft corrected narration aligned to the scene notes. Return text only; no audio or video is attached or requested.A timestamped mismatch report and two corrected narration lines matching the supplied scene order.The corrected 00:05 line opens the lid, and the 00:10 line removes the filter, without claiming media analysis or speech generation.qwen3.5-omni-plus-2026-03-15Το Qwen3.5-Omni-Plus 2026-03-15 είναι ένα ονομασμένο πολυτροπικό στιγμιότυπο για κείμενο, εικόνες, ήχο και βίντεο. Παράγει απαντήσεις κειμένου ή ομιλίας και συνδυάζει οπτικά τεκμήρια με ήχο, διατηρώντας παράλληλα τα δικά του τεκμηριωμένα όρια και τις διακρίσεις της φωνητικής ροής.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Qwen3.5-Omni-Plus 2026-03-15 είναι το πολυτροπικό στιγμιότυπο της Alibaba της 15ης Μαρτίου για δημιουργία κειμένου, φωνητικούς βοηθούς και ανάλυση πολυμέσων. Δέχεται κείμενο, εικόνες, ήχο και βίντεο, συμπεριλαμβανομένων μεικτών εισόδων, και παράγει κείμενο ή κείμενο με ομιλία. Αυτή η χρονολογημένη έκδοση είναι ξεχωριστή από το alias Qwen3.5-Omni-Plus χωρίς ημερομηνία και τις εκδόσεις realtime. Διατηρήστε το πλήρες όνομά της όταν μια ροή χρειάζεται να καταγράφει ποια ονομασμένη έκδοση επιλέγεται.
Η είσοδός του μπορεί να συνδυάζει μια εικόνα με μια προφορική ερώτηση ή τα οπτικά στοιχεία και τον ήχο ενός βίντεο με γραπτές οδηγίες. Αυτό είναι χρήσιμο όταν μια περίληψη μόνο κειμένου θα έχανε τη σύνδεση ανάμεσα σε όσα φαίνονται και όσα ακούγονται. Για προδιαγραφές ανάλυσης μέσων, ζητήστε ξεχωριστά την ορατή αλληλουχία, το κείμενο στην οθόνη και το προφορικό περιεχόμενο και ζητήστε χρονικές σημάνσεις σε σχέση με την πηγή όταν έχει σημασία η σειρά των γεγονότων. Τα ηχητικά εφέ και άλλος ήχος χωρίς ομιλία μπορούν να συμβάλλουν στην ανάλυση μαζί με την ομιλία.
Για φωνητική απάντηση, προσδιορίστε τη γλώσσα, το κοινό και τον τρόπο εκφοράς της απάντησης. Ο οδηγός της Qwen τεκμηριώνει οδηγίες για ένταση, ρυθμό ομιλίας και συναίσθημα. Καταγράφει 113 γλώσσες και διαλέκτους εισόδου ήχου και 36 γλώσσες και διαλέκτους εξόδου ομιλίας, μεταξύ των οποίων αγγλικά, γαλλικά, γερμανικά και ρωσικά. Ο κατάλογος φωνών ορίζει την Tina ως προεπιλογή και περιλαμβάνει επιλογές όπως Serena και Ethan. Επιλέξτε τη φωνή και ζητήστε μια σύντομη εξήγηση σε μετρημένο ρυθμό, αντί να βασίζεστε στη φωνή εισόδου για να καθορίσει το ύφος εξόδου.
Η τεκμηριωμένη ροή ομιλίας HTTP επιστρέφει κείμενο σε συνεχή ροή και τμήματα ήχου κωδικοποιημένα σε Base64. Το παράδειγμα WAV χρησιμοποιεί 24 kHz, μονοφωνικό ήχο, 16-bit PCM· μια εφαρμογή μπορεί να συλλέγει τα τμήματα σε αρχείο ήχου ή να τα αποκωδικοποιεί για αναπαραγωγή καθώς φτάνουν. Πρόκειται για παραγωγή σε συνεχή ροή από ένα υποβληθέν αίτημα. Η ζωντανή ανίχνευση εναλλαγής σειράς ομιλίας, ο χειρισμός διακοπών και η συνομιλία μέσω μικροφώνου ανήκουν σε ξεχωριστά ονομασμένα μοντέλα realtime. Ο πίνακας της οικογένειας Qwen3.5-Omni δεν προσφέρει λειτουργία βαθιάς σκέψης.
Ο πίνακας δυνατοτήτων του στιγμιότυπου καταγράφει αναζήτηση στον ιστό και Function Calling, με το Function Calling να περιορίζεται στο Chat Completions του Πεκίνου και σε έξοδο κειμένου. Καταγράφει δομημένη έξοδο JSON Object· οι περιφερειακοί πίνακες της οικογένειας διακρίνουν την υποστήριξη του Πεκίνου από τη μη υποστηριζόμενη καταχώριση της Σιγκαπούρης. Το μοντέλο προτείνει μια κλήση εργαλείου· η εφαρμογή εκτελεί τη ζητούμενη ενέργεια και επιστρέφει το αποτέλεσμα του εργαλείου ώστε το μοντέλο να συνεχίσει. Αυτό το στιγμιότυπο σημειώνει τα prefix completion, context caching, συμπερασματολογία σε παρτίδες και fine-tuning ως μη υποστηριζόμενα.
Το δημοσιευμένο παράθυρο συμφραζομένων είναι 262,144 tokens, με μέγιστη είσοδο 196,608 tokens και μέγιστη έξοδο 65,536 tokens. Τα μεικτά μέσα και το κείμενο μοιράζονται τον προϋπολογισμό συμφραζομένων. Ο οδηγός HTTP της Alibaba επιτρέπει έως τρεις ώρες ήχου ή μία ώρα βίντεο για αυτή τη σειρά· καταγράφει ήχο AMR, WAV, 3GP, 3GPP, AAC και MP3 και βίντεο MP4, AVI, MKV, MOV, FLV και WMV. Τα αρχεία ήχου ή βίντεο μέσω URL μπορεί να είναι έως 2 GB, ενώ τα μέσα κωδικοποιημένα σε Base64 πρέπει να είναι μικρότερα από 10 MB. Αυτά είναι τα όρια ροής αρχείων του κατασκευαστή, διακριτά από την περιγραφή στην παρουσίαση του μοντέλου για κατανόηση άνω των δέκα ωρών ήχου ή άνω των 400 δευτερολέπτων βίντεο 720p με δειγματοληψία 1 FPS.
Οι εικόνες έχουν δικά τους όρια προετοιμασίας σε αυτόν τον οδηγό: έως 20 MB ανά εικόνα μέσω URL, διαστάσεις μεγαλύτερες από 10 pixels σε κάθε πλευρά και λόγο διαστάσεων όχι πιο ακραίο από 200:1. Ο οδηγός επιτρέπει έως 2,048 εικόνες ή αρχεία ήχου μέσω URL και 512 αρχεία βίντεο μέσω URL· η είσοδος Base64 επιτρέπει έως 250 αρχεία. Αυτά τα όρια μεταφοράς παραμένουν υποκείμενα στον κοινό προϋπολογισμό tokens εισόδου. Η σειρά μπορεί να συνδυάζει διάφορους τύπους μέσων σε ένα αίτημα. Επιλέξτε το σχετικό απόσπασμα, κάντε τις μικρές ετικέτες αναγνώσιμες και εξηγήστε πώς σχετίζονται οι ξεχωριστές είσοδοι. Τα τεκμηριωμένα ανώτατα πλήθη αρχείων διαφέρουν ανά τύπο μέσου και μέθοδο μεταφοράς, ενώ κάθε είσοδος πρέπει πάντοτε να χωρά στον κοινό προϋπολογισμό tokens.
Το ονομασμένο στιγμιότυπο της 15ης Μαρτίου δεν υποστηρίζει κλωνοποίηση προσαρμοσμένης φωνής στον οδηγό Qwen3.5-Omni του κατασκευαστή. Χρησιμοποιήστε μια τεκμηριωμένη φωνή καταλόγου για την έξοδο ομιλίας, αντί να υποθέτετε ότι η ροή κλωνοποίησης «δημιουργία και μετά χρήση» του alias χωρίς ημερομηνία ισχύει για αυτή την έκδοση. Η επιλογή φωνής και ο τρόπος εκφοράς είναι ξεχωριστές επιλογές: η παράμετρος φωνής προσδιορίζει μια φωνή καταλόγου, ενώ οι γραπτές οδηγίες περιγράφουν ρυθμό, ένταση και συναίσθημα.
Για ένα καταγεγραμμένο μάθημα, συνδυάστε το σχετικό απόσπασμα βίντεο με ένα διάγραμμα και μια γραπτή ερώτηση. Ένα ενδεικτικό αίτημα είναι: «Εξήγησε τον μηχανισμό που παρουσιάζεται εδώ, σύνδεσε την προφορική εξήγηση με τα επισημασμένα μέρη και δώσε τόσο αγγλική απάντηση κειμένου όσο και ήρεμη προφορική απάντηση». Για αναφορά κειμένου, ζητήστε ξεχωριστά χρονολογικά συμβάντα, ορατό κείμενο και ομιλία, με χρονικές σημάνσεις που παραπέμπουν στην πηγή. Διατηρήστε το όνομα στιγμιότυπου, το απόσπασμα εισόδου και τις οδηγίες εξόδου ώστε ένας επόμενος έλεγχος να ξεκινά από την ίδια τεκμηριωμένη εργασία.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια qwen3.5-omni-plus-2026-03-15 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Κείμενο · Κείμενο UTF8
messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_input_binding | Σύμβασηnull |
Κύκλος ζωής: synchronous_or_streamed
Στείλτε το ακριβές ID μοντέλου μαζί με το messages.
Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.
Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.0022 / 1K token Έξοδος · Token εξόδου $0.012584 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3.5-omni-plus-2026-03-15", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3.5-omni-plus-2026-03-15',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3.5-omni-plus-2026-03-15',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ή SSE
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.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| 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. |
Ailoot Ultra qwen3.5-omni-plus-2026-03-15
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
qwen3.5-omni-plus-2026-03-15Το Qwen3.5-Omni-Plus 2026-03-15 είναι ένα ονομασμένο πολυτροπικό στιγμιότυπο για κείμενο, εικόνες, ήχο και βίντεο. Παράγει απαντήσεις κειμένου ή ομιλίας και συνδυάζει οπτικά τεκμήρια με ήχο, διατηρώντας παράλληλα τα δικά του τεκμηριωμένα όρια και τις διακρίσεις της φωνητικής ροής.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Qwen3.5-Omni-Plus 2026-03-15 είναι το πολυτροπικό στιγμιότυπο της Alibaba της 15ης Μαρτίου για δημιουργία κειμένου, φωνητικούς βοηθούς και ανάλυση πολυμέσων. Δέχεται κείμενο, εικόνες, ήχο και βίντεο, συμπεριλαμβανομένων μεικτών εισόδων, και παράγει κείμενο ή κείμενο με ομιλία. Αυτή η χρονολογημένη έκδοση είναι ξεχωριστή από το alias Qwen3.5-Omni-Plus χωρίς ημερομηνία και τις εκδόσεις realtime. Διατηρήστε το πλήρες όνομά της όταν μια ροή χρειάζεται να καταγράφει ποια ονομασμένη έκδοση επιλέγεται.
Η είσοδός του μπορεί να συνδυάζει μια εικόνα με μια προφορική ερώτηση ή τα οπτικά στοιχεία και τον ήχο ενός βίντεο με γραπτές οδηγίες. Αυτό είναι χρήσιμο όταν μια περίληψη μόνο κειμένου θα έχανε τη σύνδεση ανάμεσα σε όσα φαίνονται και όσα ακούγονται. Για προδιαγραφές ανάλυσης μέσων, ζητήστε ξεχωριστά την ορατή αλληλουχία, το κείμενο στην οθόνη και το προφορικό περιεχόμενο και ζητήστε χρονικές σημάνσεις σε σχέση με την πηγή όταν έχει σημασία η σειρά των γεγονότων. Τα ηχητικά εφέ και άλλος ήχος χωρίς ομιλία μπορούν να συμβάλλουν στην ανάλυση μαζί με την ομιλία.
Για φωνητική απάντηση, προσδιορίστε τη γλώσσα, το κοινό και τον τρόπο εκφοράς της απάντησης. Ο οδηγός της Qwen τεκμηριώνει οδηγίες για ένταση, ρυθμό ομιλίας και συναίσθημα. Καταγράφει 113 γλώσσες και διαλέκτους εισόδου ήχου και 36 γλώσσες και διαλέκτους εξόδου ομιλίας, μεταξύ των οποίων αγγλικά, γαλλικά, γερμανικά και ρωσικά. Ο κατάλογος φωνών ορίζει την Tina ως προεπιλογή και περιλαμβάνει επιλογές όπως Serena και Ethan. Επιλέξτε τη φωνή και ζητήστε μια σύντομη εξήγηση σε μετρημένο ρυθμό, αντί να βασίζεστε στη φωνή εισόδου για να καθορίσει το ύφος εξόδου.
Η τεκμηριωμένη ροή ομιλίας HTTP επιστρέφει κείμενο σε συνεχή ροή και τμήματα ήχου κωδικοποιημένα σε Base64. Το παράδειγμα WAV χρησιμοποιεί 24 kHz, μονοφωνικό ήχο, 16-bit PCM· μια εφαρμογή μπορεί να συλλέγει τα τμήματα σε αρχείο ήχου ή να τα αποκωδικοποιεί για αναπαραγωγή καθώς φτάνουν. Πρόκειται για παραγωγή σε συνεχή ροή από ένα υποβληθέν αίτημα. Η ζωντανή ανίχνευση εναλλαγής σειράς ομιλίας, ο χειρισμός διακοπών και η συνομιλία μέσω μικροφώνου ανήκουν σε ξεχωριστά ονομασμένα μοντέλα realtime. Ο πίνακας της οικογένειας Qwen3.5-Omni δεν προσφέρει λειτουργία βαθιάς σκέψης.
Ο πίνακας δυνατοτήτων του στιγμιότυπου καταγράφει αναζήτηση στον ιστό και Function Calling, με το Function Calling να περιορίζεται στο Chat Completions του Πεκίνου και σε έξοδο κειμένου. Καταγράφει δομημένη έξοδο JSON Object· οι περιφερειακοί πίνακες της οικογένειας διακρίνουν την υποστήριξη του Πεκίνου από τη μη υποστηριζόμενη καταχώριση της Σιγκαπούρης. Το μοντέλο προτείνει μια κλήση εργαλείου· η εφαρμογή εκτελεί τη ζητούμενη ενέργεια και επιστρέφει το αποτέλεσμα του εργαλείου ώστε το μοντέλο να συνεχίσει. Αυτό το στιγμιότυπο σημειώνει τα prefix completion, context caching, συμπερασματολογία σε παρτίδες και fine-tuning ως μη υποστηριζόμενα.
Το δημοσιευμένο παράθυρο συμφραζομένων είναι 262,144 tokens, με μέγιστη είσοδο 196,608 tokens και μέγιστη έξοδο 65,536 tokens. Τα μεικτά μέσα και το κείμενο μοιράζονται τον προϋπολογισμό συμφραζομένων. Ο οδηγός HTTP της Alibaba επιτρέπει έως τρεις ώρες ήχου ή μία ώρα βίντεο για αυτή τη σειρά· καταγράφει ήχο AMR, WAV, 3GP, 3GPP, AAC και MP3 και βίντεο MP4, AVI, MKV, MOV, FLV και WMV. Τα αρχεία ήχου ή βίντεο μέσω URL μπορεί να είναι έως 2 GB, ενώ τα μέσα κωδικοποιημένα σε Base64 πρέπει να είναι μικρότερα από 10 MB. Αυτά είναι τα όρια ροής αρχείων του κατασκευαστή, διακριτά από την περιγραφή στην παρουσίαση του μοντέλου για κατανόηση άνω των δέκα ωρών ήχου ή άνω των 400 δευτερολέπτων βίντεο 720p με δειγματοληψία 1 FPS.
Οι εικόνες έχουν δικά τους όρια προετοιμασίας σε αυτόν τον οδηγό: έως 20 MB ανά εικόνα μέσω URL, διαστάσεις μεγαλύτερες από 10 pixels σε κάθε πλευρά και λόγο διαστάσεων όχι πιο ακραίο από 200:1. Ο οδηγός επιτρέπει έως 2,048 εικόνες ή αρχεία ήχου μέσω URL και 512 αρχεία βίντεο μέσω URL· η είσοδος Base64 επιτρέπει έως 250 αρχεία. Αυτά τα όρια μεταφοράς παραμένουν υποκείμενα στον κοινό προϋπολογισμό tokens εισόδου. Η σειρά μπορεί να συνδυάζει διάφορους τύπους μέσων σε ένα αίτημα. Επιλέξτε το σχετικό απόσπασμα, κάντε τις μικρές ετικέτες αναγνώσιμες και εξηγήστε πώς σχετίζονται οι ξεχωριστές είσοδοι. Τα τεκμηριωμένα ανώτατα πλήθη αρχείων διαφέρουν ανά τύπο μέσου και μέθοδο μεταφοράς, ενώ κάθε είσοδος πρέπει πάντοτε να χωρά στον κοινό προϋπολογισμό tokens.
Το ονομασμένο στιγμιότυπο της 15ης Μαρτίου δεν υποστηρίζει κλωνοποίηση προσαρμοσμένης φωνής στον οδηγό Qwen3.5-Omni του κατασκευαστή. Χρησιμοποιήστε μια τεκμηριωμένη φωνή καταλόγου για την έξοδο ομιλίας, αντί να υποθέτετε ότι η ροή κλωνοποίησης «δημιουργία και μετά χρήση» του alias χωρίς ημερομηνία ισχύει για αυτή την έκδοση. Η επιλογή φωνής και ο τρόπος εκφοράς είναι ξεχωριστές επιλογές: η παράμετρος φωνής προσδιορίζει μια φωνή καταλόγου, ενώ οι γραπτές οδηγίες περιγράφουν ρυθμό, ένταση και συναίσθημα.
Για ένα καταγεγραμμένο μάθημα, συνδυάστε το σχετικό απόσπασμα βίντεο με ένα διάγραμμα και μια γραπτή ερώτηση. Ένα ενδεικτικό αίτημα είναι: «Εξήγησε τον μηχανισμό που παρουσιάζεται εδώ, σύνδεσε την προφορική εξήγηση με τα επισημασμένα μέρη και δώσε τόσο αγγλική απάντηση κειμένου όσο και ήρεμη προφορική απάντηση». Για αναφορά κειμένου, ζητήστε ξεχωριστά χρονολογικά συμβάντα, ορατό κείμενο και ομιλία, με χρονικές σημάνσεις που παραπέμπουν στην πηγή. Διατηρήστε το όνομα στιγμιότυπου, το απόσπασμα εισόδου και τις οδηγίες εξόδου ώστε ένας επόμενος έλεγχος να ξεκινά από την ίδια τεκμηριωμένη εργασία.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια qwen3.5-omni-plus-2026-03-15 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_file_material | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |
Κύκλος ζωής: synchronous_or_streamed
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.0022 / 1K token Έξοδος · Token εξόδου $0.012584 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "qwen3.5-omni-plus-2026-03-15",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-omni-plus-2026-03-15', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-omni-plus-2026-03-15', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ή SSE
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.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| 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. |
Ailoot Ultra qwen3.5-omni-plus-2026-03-15
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Align a spoken script with written scene notes\n\nUse these text records only. Scene notes: at 00:05 the presenter opens the lid; at 00:10 they remove the filter. Transcript: 00:05 'First remove the filter'; 00:10 'Then open the lid.' Identify the mismatch and draft corrected narration aligned to the scene notes. Return text only; no audio or video is attached or requested.A timestamped mismatch report and two corrected narration lines matching the supplied scene order.The corrected 00:05 line opens the lid, and the 00:10 line removes the filter, without claiming media analysis or speech generation.