QVQ-Plus es la línea Plus de los modelos de razonamiento visual QVQ de Qwen. El fabricante destaca las matemáticas, la programación, el análisis visual, el trabajo creativo y las tareas generales que implican evidencia visual. Acepta texto, imágenes y video, y devuelve texto que incluye un proceso de razonamiento y una respuesta. El nombre Plus identifica una familia; no sustituye una versión fija de QVQ-Max ni identifica un modelo de generación de imágenes.
La ventana de contexto documentada es de 131,072 tokens, con una entrada máxima de 106,496 tokens y una salida máxima de 8,192 tokens. Mantén separados estos límites al planear una solicitud. Incluye la tarea escrita, el material visual relevante y el historial de conversación necesario, y después deja espacio para la explicación y la respuesta final. La aportación de una captura de pantalla o un video depende de su representación procesada, por lo que la cantidad de caracteres escritos por sí sola no basta para medir la entrada completa.
El fabricante describe QVQ como una combinación de entrada visual, razonamiento y respuesta de texto. El flujo de servicio documentado de QVQ usa transmisión progresiva. Una aplicación debe distinguir el razonamiento intermedio de los fragmentos de la respuesta final y ensamblar el texto antes de presentarlo como una explicación terminada. Una respuesta solicitada de forma concisa puede seguir un proceso interno de razonamiento; pedir brevedad no convierte al modelo en una edición independiente sin razonamiento.
Para una gráfica o tabla, indica la comparación que se debe hacer y proporciona etiquetas, unidades y encabezados legibles. Por ejemplo, pregunta si dos series trazadas divergen en un intervalo seleccionado y después solicita las observaciones visibles que respaldan la conclusión. Si la respuesta necesita valores numéricos, asegúrate de que aparezcan en la fuente y pide al modelo que señale la incertidumbre cuando solo sea posible una lectura visual aproximada. Conserva la imagen original para poder comprobar el resultado con la evidencia.
Para un documento o una captura de pantalla de una interfaz, define el objetivo del usuario y la parte del material que se debe analizar. Una solicitud útil podría preguntar qué campos visibles son obligatorios para un flujo de trabajo determinado, cómo está organizada la página o qué implican los conectores del diagrama. Para una tarea de programación visual, proporciona la captura y los requisitos escritos, y después pide una explicación de texto o una propuesta de implementación coherente con la estructura visible. Distingue las propiedades que se pueden observar de las que dependen del comportamiento oculto de la aplicación.
Para video, identifica el evento, la secuencia o la relación que quieres explicar. Conserva el segmento relevante y proporciona fotogramas legibles cuando importen los detalles pequeños. Etiqueta las distintas entradas y explica su orden para que una comparación no se confunda con escenas sin relación. El resultado es una descripción textual del material y una conclusión sobre la pregunta planteada; por sí mismo no edita la fuente, crea un clip nuevo ni verifica algo ajeno a lo observado.
La ficha Plus del fabricante no anuncia llamadas a funciones, búsqueda web ni salida estructurada sujeta a restricciones. Organiza la respuesta de texto con encabezados claros, una tabla comparativa o una lista de observaciones, y valida cualquier resultado que parezca apto para procesamiento automático antes de que una aplicación lo use. La referencia de chat indica que los mensajes de sistema no tienen efecto en los modelos QVQ, así que coloca las instrucciones de rol, tarea y formato en el mensaje del usuario. Conserva los valores de muestreo predeterminados documentados para QVQ en lugar de importar una configuración de temperatura o selección de tokens de otra familia Qwen.
Para obtener un entregable analítico útil, solicita los hechos observados, la explicación y una respuesta final claramente identificada. Comprueba los cálculos con los números, etiquetas y unidades visibles, y la interpretación de un documento con la sección de la fuente a la que se refiere. Conserva la identidad Plus seleccionada y los materiales de entrada junto con el resultado cuando sea necesario retomar un caso. Separa una propuesta razonada de cualquier acción posterior: una aplicación o persona aún debe ejecutar la operación de herramienta solicitada y devolver su resultado. Este modelo aporta razonamiento visual y texto, mientras el material original se conserva como base para la revisión.
", "aboutText": "QVQ-Plus es la línea Plus de los modelos de razonamiento visual QVQ de Qwen. El fabricante destaca las matemáticas, la programación, el análisis visual, el trabajo creativo y las tareas generales que implican evidencia visual. Acepta texto, imágenes y video, y devuelve texto que incluye un proceso de razonamiento y una respuesta. El nombre Plus identifica una familia; no sustituye una versión fija de QVQ-Max ni identifica un modelo de generación de imágenes.\n\nLa ventana de contexto documentada es de 131,072 tokens, con una entrada máxima de 106,496 tokens y una salida máxima de 8,192 tokens. Mantén separados estos límites al planear una solicitud. Incluye la tarea escrita, el material visual relevante y el historial de conversación necesario, y después deja espacio para la explicación y la respuesta final. La aportación de una captura de pantalla o un video depende de su representación procesada, por lo que la cantidad de caracteres escritos por sí sola no basta para medir la entrada completa.\n\nEl fabricante describe QVQ como una combinación de entrada visual, razonamiento y respuesta de texto. El flujo de servicio documentado de QVQ usa transmisión progresiva. Una aplicación debe distinguir el razonamiento intermedio de los fragmentos de la respuesta final y ensamblar el texto antes de presentarlo como una explicación terminada. Una respuesta solicitada de forma concisa puede seguir un proceso interno de razonamiento; pedir brevedad no convierte al modelo en una edición independiente sin razonamiento.\n\nPara una gráfica o tabla, indica la comparación que se debe hacer y proporciona etiquetas, unidades y encabezados legibles. Por ejemplo, pregunta si dos series trazadas divergen en un intervalo seleccionado y después solicita las observaciones visibles que respaldan la conclusión. Si la respuesta necesita valores numéricos, asegúrate de que aparezcan en la fuente y pide al modelo que señale la incertidumbre cuando solo sea posible una lectura visual aproximada. Conserva la imagen original para poder comprobar el resultado con la evidencia.\n\nPara un documento o una captura de pantalla de una interfaz, define el objetivo del usuario y la parte del material que se debe analizar. Una solicitud útil podría preguntar qué campos visibles son obligatorios para un flujo de trabajo determinado, cómo está organizada la página o qué implican los conectores del diagrama. Para una tarea de programación visual, proporciona la captura y los requisitos escritos, y después pide una explicación de texto o una propuesta de implementación coherente con la estructura visible. Distingue las propiedades que se pueden observar de las que dependen del comportamiento oculto de la aplicación.\n\nPara video, identifica el evento, la secuencia o la relación que quieres explicar. Conserva el segmento relevante y proporciona fotogramas legibles cuando importen los detalles pequeños. Etiqueta las distintas entradas y explica su orden para que una comparación no se confunda con escenas sin relación. El resultado es una descripción textual del material y una conclusión sobre la pregunta planteada; por sí mismo no edita la fuente, crea un clip nuevo ni verifica algo ajeno a lo observado.\n\nLa ficha Plus del fabricante no anuncia llamadas a funciones, búsqueda web ni salida estructurada sujeta a restricciones. Organiza la respuesta de texto con encabezados claros, una tabla comparativa o una lista de observaciones, y valida cualquier resultado que parezca apto para procesamiento automático antes de que una aplicación lo use. La referencia de chat indica que los mensajes de sistema no tienen efecto en los modelos QVQ, así que coloca las instrucciones de rol, tarea y formato en el mensaje del usuario. Conserva los valores de muestreo predeterminados documentados para QVQ en lugar de importar una configuración de temperatura o selección de tokens de otra familia Qwen.\n\nPara obtener un entregable analítico útil, solicita los hechos observados, la explicación y una respuesta final claramente identificada. Comprueba los cálculos con los números, etiquetas y unidades visibles, y la interpretación de un documento con la sección de la fuente a la que se refiere. Conserva la identidad Plus seleccionada y los materiales de entrada junto con el resultado cuando sea necesario retomar un caso. Separa una propuesta razonada de cualquier acción posterior: una aplicación o persona aún debe ejecutar la operación de herramienta solicitada y devolver su resultado. Este modelo aporta razonamiento visual y texto, mientras el material original se conserva como base para la revisión.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Compare a transcribed chart trend\n\nAnalyze this chart transcription: week 1, signups 100 and activations 80; week 2, signups 150 and activations 90; week 3, signups 200 and activations 100. Calculate activation share each week and explain whether the signup and activation trends tell the same story. Use only these values and distinguish counts from rates.A three-row count-and-rate table followed by a concise trend comparison.Activation share uses activations divided by signups, and increasing counts are not confused with increasing share.qvq-plusQVQ-Plus combina una pregunta de texto con imágenes o video para producir una respuesta de texto razonada. Úsalo para matemáticas visuales, análisis de gráficas y documentos, o preguntas cuya conclusión depende de varios detalles visibles; la línea Plus conserva su propia identidad.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
QVQ-Plus es la línea Plus de los modelos de razonamiento visual QVQ de Qwen. El fabricante destaca las matemáticas, la programación, el análisis visual, el trabajo creativo y las tareas generales que implican evidencia visual. Acepta texto, imágenes y video, y devuelve texto que incluye un proceso de razonamiento y una respuesta. El nombre Plus identifica una familia; no sustituye una versión fija de QVQ-Max ni identifica un modelo de generación de imágenes.
La ventana de contexto documentada es de 131,072 tokens, con una entrada máxima de 106,496 tokens y una salida máxima de 8,192 tokens. Mantén separados estos límites al planear una solicitud. Incluye la tarea escrita, el material visual relevante y el historial de conversación necesario, y después deja espacio para la explicación y la respuesta final. La aportación de una captura de pantalla o un video depende de su representación procesada, por lo que la cantidad de caracteres escritos por sí sola no basta para medir la entrada completa.
El fabricante describe QVQ como una combinación de entrada visual, razonamiento y respuesta de texto. El flujo de servicio documentado de QVQ usa transmisión progresiva. Una aplicación debe distinguir el razonamiento intermedio de los fragmentos de la respuesta final y ensamblar el texto antes de presentarlo como una explicación terminada. Una respuesta solicitada de forma concisa puede seguir un proceso interno de razonamiento; pedir brevedad no convierte al modelo en una edición independiente sin razonamiento.
Para una gráfica o tabla, indica la comparación que se debe hacer y proporciona etiquetas, unidades y encabezados legibles. Por ejemplo, pregunta si dos series trazadas divergen en un intervalo seleccionado y después solicita las observaciones visibles que respaldan la conclusión. Si la respuesta necesita valores numéricos, asegúrate de que aparezcan en la fuente y pide al modelo que señale la incertidumbre cuando solo sea posible una lectura visual aproximada. Conserva la imagen original para poder comprobar el resultado con la evidencia.
Para un documento o una captura de pantalla de una interfaz, define el objetivo del usuario y la parte del material que se debe analizar. Una solicitud útil podría preguntar qué campos visibles son obligatorios para un flujo de trabajo determinado, cómo está organizada la página o qué implican los conectores del diagrama. Para una tarea de programación visual, proporciona la captura y los requisitos escritos, y después pide una explicación de texto o una propuesta de implementación coherente con la estructura visible. Distingue las propiedades que se pueden observar de las que dependen del comportamiento oculto de la aplicación.
Para video, identifica el evento, la secuencia o la relación que quieres explicar. Conserva el segmento relevante y proporciona fotogramas legibles cuando importen los detalles pequeños. Etiqueta las distintas entradas y explica su orden para que una comparación no se confunda con escenas sin relación. El resultado es una descripción textual del material y una conclusión sobre la pregunta planteada; por sí mismo no edita la fuente, crea un clip nuevo ni verifica algo ajeno a lo observado.
La ficha Plus del fabricante no anuncia llamadas a funciones, búsqueda web ni salida estructurada sujeta a restricciones. Organiza la respuesta de texto con encabezados claros, una tabla comparativa o una lista de observaciones, y valida cualquier resultado que parezca apto para procesamiento automático antes de que una aplicación lo use. La referencia de chat indica que los mensajes de sistema no tienen efecto en los modelos QVQ, así que coloca las instrucciones de rol, tarea y formato en el mensaje del usuario. Conserva los valores de muestreo predeterminados documentados para QVQ en lugar de importar una configuración de temperatura o selección de tokens de otra familia Qwen.
Para obtener un entregable analítico útil, solicita los hechos observados, la explicación y una respuesta final claramente identificada. Comprueba los cálculos con los números, etiquetas y unidades visibles, y la interpretación de un documento con la sección de la fuente a la que se refiere. Conserva la identidad Plus seleccionada y los materiales de entrada junto con el resultado cuando sea necesario retomar un caso. Separa una propuesta razonada de cualquier acción posterior: una aplicación o persona aún debe ejecutar la operación de herramienta solicitada y devolver su resultado. Este modelo aporta razonamiento visual y texto, mientras el material original se conserva como base para la revisión.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qvq-plus | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.00058 / 1K tokens Salida · Tokens de salida $0.00144 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-plus", "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='qvq-plus',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='qvq-plus',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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra qvq-plus
Usa las rutas de método indicadas arriba.
qvq-plusQVQ-Plus combina una pregunta de texto con imágenes o video para producir una respuesta de texto razonada. Úsalo para matemáticas visuales, análisis de gráficas y documentos, o preguntas cuya conclusión depende de varios detalles visibles; la línea Plus conserva su propia identidad.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
QVQ-Plus es la línea Plus de los modelos de razonamiento visual QVQ de Qwen. El fabricante destaca las matemáticas, la programación, el análisis visual, el trabajo creativo y las tareas generales que implican evidencia visual. Acepta texto, imágenes y video, y devuelve texto que incluye un proceso de razonamiento y una respuesta. El nombre Plus identifica una familia; no sustituye una versión fija de QVQ-Max ni identifica un modelo de generación de imágenes.
La ventana de contexto documentada es de 131,072 tokens, con una entrada máxima de 106,496 tokens y una salida máxima de 8,192 tokens. Mantén separados estos límites al planear una solicitud. Incluye la tarea escrita, el material visual relevante y el historial de conversación necesario, y después deja espacio para la explicación y la respuesta final. La aportación de una captura de pantalla o un video depende de su representación procesada, por lo que la cantidad de caracteres escritos por sí sola no basta para medir la entrada completa.
El fabricante describe QVQ como una combinación de entrada visual, razonamiento y respuesta de texto. El flujo de servicio documentado de QVQ usa transmisión progresiva. Una aplicación debe distinguir el razonamiento intermedio de los fragmentos de la respuesta final y ensamblar el texto antes de presentarlo como una explicación terminada. Una respuesta solicitada de forma concisa puede seguir un proceso interno de razonamiento; pedir brevedad no convierte al modelo en una edición independiente sin razonamiento.
Para una gráfica o tabla, indica la comparación que se debe hacer y proporciona etiquetas, unidades y encabezados legibles. Por ejemplo, pregunta si dos series trazadas divergen en un intervalo seleccionado y después solicita las observaciones visibles que respaldan la conclusión. Si la respuesta necesita valores numéricos, asegúrate de que aparezcan en la fuente y pide al modelo que señale la incertidumbre cuando solo sea posible una lectura visual aproximada. Conserva la imagen original para poder comprobar el resultado con la evidencia.
Para un documento o una captura de pantalla de una interfaz, define el objetivo del usuario y la parte del material que se debe analizar. Una solicitud útil podría preguntar qué campos visibles son obligatorios para un flujo de trabajo determinado, cómo está organizada la página o qué implican los conectores del diagrama. Para una tarea de programación visual, proporciona la captura y los requisitos escritos, y después pide una explicación de texto o una propuesta de implementación coherente con la estructura visible. Distingue las propiedades que se pueden observar de las que dependen del comportamiento oculto de la aplicación.
Para video, identifica el evento, la secuencia o la relación que quieres explicar. Conserva el segmento relevante y proporciona fotogramas legibles cuando importen los detalles pequeños. Etiqueta las distintas entradas y explica su orden para que una comparación no se confunda con escenas sin relación. El resultado es una descripción textual del material y una conclusión sobre la pregunta planteada; por sí mismo no edita la fuente, crea un clip nuevo ni verifica algo ajeno a lo observado.
La ficha Plus del fabricante no anuncia llamadas a funciones, búsqueda web ni salida estructurada sujeta a restricciones. Organiza la respuesta de texto con encabezados claros, una tabla comparativa o una lista de observaciones, y valida cualquier resultado que parezca apto para procesamiento automático antes de que una aplicación lo use. La referencia de chat indica que los mensajes de sistema no tienen efecto en los modelos QVQ, así que coloca las instrucciones de rol, tarea y formato en el mensaje del usuario. Conserva los valores de muestreo predeterminados documentados para QVQ en lugar de importar una configuración de temperatura o selección de tokens de otra familia Qwen.
Para obtener un entregable analítico útil, solicita los hechos observados, la explicación y una respuesta final claramente identificada. Comprueba los cálculos con los números, etiquetas y unidades visibles, y la interpretación de un documento con la sección de la fuente a la que se refiere. Conserva la identidad Plus seleccionada y los materiales de entrada junto con el resultado cuando sea necesario retomar un caso. Separa una propuesta razonada de cualquier acción posterior: una aplicación o persona aún debe ejecutar la operación de herramienta solicitada y devolver su resultado. Este modelo aporta razonamiento visual y texto, mientras el material original se conserva como base para la revisión.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites qvq-plus | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.00058 / 1K tokens Salida · Tokens de salida $0.00144 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "qvq-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qvq-plus', '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': 'qvq-plus', '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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra qvq-plus
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Compare a transcribed chart trend\n\nAnalyze this chart transcription: week 1, signups 100 and activations 80; week 2, signups 150 and activations 90; week 3, signups 200 and activations 100. Calculate activation share each week and explain whether the signup and activation trends tell the same story. Use only these values and distinguish counts from rates.A three-row count-and-rate table followed by a concise trend comparison.Activation share uses activations divided by signups, and increasing counts are not confused with increasing share.