Qwen2.5-VL-72B-Instruct on Qwen2.5-VL:n ohjeiden noudattamiseen hienosäädetty 72B-versio, joka on suunniteltu ymmärtämään visuaalista aineistoa tekstin rinnalla. Qwen kuvaa esineiden, tuotteiden ja maamerkkien tunnistamista sekä kuvien sisältämän tekstin, kaavioiden, kuvakkeiden, grafiikan ja asettelun tulkintaa. Syötteissä yhdistyvät kirjallinen kysymys ja yksi tai useampi kuva tai video; tuloste on tekstiä, myös rakenteisia kuvauksia ja poimittuja tietoja. Qwen2-VL:ään verrattuna valmistaja korostaa parantunutta ajan ja kuvan mittakaavan hahmottamista sekä uudistettua dynaamisen tarkkuuden kuvakooderia, joka käyttää ikkunakohtaista huomiointia.
Kohteiden paikantaminen kuvasta on eri kyky kuin kuvan kuvailu. Malli voi palauttaa rajauslaatikoita tai pisteitä sekä tunnisteita ja ominaisuuksia JSON-muodossa. Qwen2.5-VL käyttää kuvan todelliseen kokoon perustuvia koordinaatteja normalisoidun koordinaatiston sijaan. Nimeä paikannettavat kohteet ja anna vaaditut kentät, kuten bbox_2d ja label, sekä koordinaattien tulkinta. Jos kuvan kokoa muutetaan ennen analyysiä, säilytä kokotieto palautettujen koordinaattien yhteydessä, jotta ne voidaan tulkita samaa kuvaa vasten. Qwenin esimerkit yhdistävät tunnistamisen lukumäärien laskemiseen ja kohteiden kuvauksiin.
Valmistaja korostaa tekstin tunnistamista eri kielillä, eri suunnissa ja erilaisista näkymistä. Esimerkeissä poimitaan tekstirivejä, yhdistetään teksti sen sijaintiin ja haetaan määritellyt kentät kuiteista tai lomakkeista. Anna asiakirjatehtävään selkeä skannaus, määrittele kentät ja kerro, miten puuttuva tai lukukelvoton tieto esitetään. Esimerkkitulos voi olla rakenteinen tietue, jossa on asiakirjan tunniste, päivämäärä ja rivikohtaiset tiedot ja jossa epävarmuudet erotetaan näkyvästi läsnä olevasta tiedosta. Annettu kuva toimii poiminnan todistusaineistona.
Qwenin julkistus esittelee QwenVL HTML:n asiakirjojen jäsentämiseen asettelutietoineen. Se havainnollistaa aikakauslehtiä, tutkimusartikkeleita, verkkosivuja ja mobiilikuvakaappauksia yhdistäen otsikot, kappaleet, kuvat ja kaavat rajauslaatikkotietoihin. Tämä on hyödyllistä, kun lukujärjestys ja sivun rakenne ovat yhtä tärkeitä kuin sanat. Pyydä esitysmuoto nimenomaisesti: pelkkä teksti lukemista varten, JSON valituille kentille tai valmistajan asettelupainotteinen HTML-muoto. Skannattu raportti voidaan järjestää otsikoiksi ja kappaleiksi ennen kuin seuraava ohje pyytää tietyn osion yhteenvetoa.
Videoiden osalta Qwen dokumentoi yli tunnin pituisen aineiston ymmärtämisen, tapahtumahaun ja ajallisen paikantamisen sekuntien tarkkuudella. Dynaamiseen kuvataajuuteen perustuva koulutus ja absoluuttinen aikakoodaus auttavat esittämään tapahtumien rytmin ja sijainnin. Viralliset esimerkit tunnistavat jakson, jossa kuvattu toiminta tapahtuu, ja palauttavat tapahtumasarjan alkuaikoineen, loppuaikoineen ja kuvauksineen. Nimeä etsittävä tapahtuma ja määrittele sekunnit tai aikaleiman muoto. Käytännöllinen tehtävänanto voi pyytää pitkän esittelyn olennaiset jaksot ja sen jälkeen lyhyen kuvauksen kunkin tapahtumista.
Malli esitellään myös tietokone- ja mobiilikäyttöön tarkoitettuna visuaalisena agenttina: se voi päätellä näytön perusteella ja ohjata työkaluja kohti tehtävää. Paikantaminen ja näytön ymmärtäminen voivat tunnistaa olennaisen ohjaimen tai seuraavan tarkoitetun toiminnon. Sovellus antaa näytön, käytettävissä olevat toiminnot ja tavoitteen, suorittaa pyydetyn toiminnon ja palauttaa uuden tilan. Tehtävänanto voi esimerkiksi pyytää ohjainta, jolla päästään määriteltyyn näkymään, sekä sen osoittavaa pistettä tai laatikkoa. Mallin tekstimuotoinen toimintakuvaus ja sovelluksen suorittama käyttöliittymätoiminto ovat erillisiä vaiheita.
Qwenin esikäsittelytyökalu mahdollistaa kuvien pikselimäärän hallinnan. Dokumentoitu oletusalue on 4–16 384 visuaalista tokenia kuvaa kohden; 256–1 280 tokenia on esimerkkiasetus, ei yleinen kuvaraja. Koon muuttaminen voi säilyttää kuvasuhteen, ja erikseen määritellyt mitat pyöristetään luvun 28 monikerroiksi. Suurempi tarkkuus vaatii enemmän laskentaa ja voi säilyttää pienen tekstin tai tiheiden kaavioiden yksityiskohdat. Sovita valmistelu kysymykseen: pidä tärkeät merkinnät luettavina ja olennainen sivu tai alue selkeänä. Videoesimerkit käyttävät ruutusarjoja tai videota, jonka kuvataajuus on ilmoitettu; tämä on tärkeää, kun vastauksessa on oltava aikaleimoja.
Mallikortin nykyisissä asetuksissa kontekstin koko on 32 768 tokenia. Kortti kuvaa YaRN-laajennuksen mutta varoittaa, että se voi vaikuttaa huomattavasti ajalliseen ja tilalliseen paikantamiseen, eikä suosittele sitä näihin tehtäviin. Se käsittelee erikseen sijaintiasetuksen kasvattamista pitkää videota varten. Tuntimittakaavan ymmärtäminen on dokumentoitu kyky, ei yleinen ladattavan aineiston keston tai tulosteen pituuden yläraja. Valitse tulos, joka säilyttää jatkokäytössä tarvittavat tiedot: kentät tietueelle, koordinaatit paikantamiseen, asettelu asiakirjalle tai ajallisesti merkityt kuvaukset videolle.
", "aboutText": "Qwen2.5-VL-72B-Instruct on Qwen2.5-VL:n ohjeiden noudattamiseen hienosäädetty 72B-versio, joka on suunniteltu ymmärtämään visuaalista aineistoa tekstin rinnalla. Qwen kuvaa esineiden, tuotteiden ja maamerkkien tunnistamista sekä kuvien sisältämän tekstin, kaavioiden, kuvakkeiden, grafiikan ja asettelun tulkintaa. Syötteissä yhdistyvät kirjallinen kysymys ja yksi tai useampi kuva tai video; tuloste on tekstiä, myös rakenteisia kuvauksia ja poimittuja tietoja. Qwen2-VL:ään verrattuna valmistaja korostaa parantunutta ajan ja kuvan mittakaavan hahmottamista sekä uudistettua dynaamisen tarkkuuden kuvakooderia, joka käyttää ikkunakohtaista huomiointia.\n\nKohteiden paikantaminen kuvasta on eri kyky kuin kuvan kuvailu. Malli voi palauttaa rajauslaatikoita tai pisteitä sekä tunnisteita ja ominaisuuksia JSON-muodossa. Qwen2.5-VL käyttää kuvan todelliseen kokoon perustuvia koordinaatteja normalisoidun koordinaatiston sijaan. Nimeä paikannettavat kohteet ja anna vaaditut kentät, kuten bbox_2d ja label, sekä koordinaattien tulkinta. Jos kuvan kokoa muutetaan ennen analyysiä, säilytä kokotieto palautettujen koordinaattien yhteydessä, jotta ne voidaan tulkita samaa kuvaa vasten. Qwenin esimerkit yhdistävät tunnistamisen lukumäärien laskemiseen ja kohteiden kuvauksiin.\n\nValmistaja korostaa tekstin tunnistamista eri kielillä, eri suunnissa ja erilaisista näkymistä. Esimerkeissä poimitaan tekstirivejä, yhdistetään teksti sen sijaintiin ja haetaan määritellyt kentät kuiteista tai lomakkeista. Anna asiakirjatehtävään selkeä skannaus, määrittele kentät ja kerro, miten puuttuva tai lukukelvoton tieto esitetään. Esimerkkitulos voi olla rakenteinen tietue, jossa on asiakirjan tunniste, päivämäärä ja rivikohtaiset tiedot ja jossa epävarmuudet erotetaan näkyvästi läsnä olevasta tiedosta. Annettu kuva toimii poiminnan todistusaineistona.\n\nQwenin julkistus esittelee QwenVL HTML:n asiakirjojen jäsentämiseen asettelutietoineen. Se havainnollistaa aikakauslehtiä, tutkimusartikkeleita, verkkosivuja ja mobiilikuvakaappauksia yhdistäen otsikot, kappaleet, kuvat ja kaavat rajauslaatikkotietoihin. Tämä on hyödyllistä, kun lukujärjestys ja sivun rakenne ovat yhtä tärkeitä kuin sanat. Pyydä esitysmuoto nimenomaisesti: pelkkä teksti lukemista varten, JSON valituille kentille tai valmistajan asettelupainotteinen HTML-muoto. Skannattu raportti voidaan järjestää otsikoiksi ja kappaleiksi ennen kuin seuraava ohje pyytää tietyn osion yhteenvetoa.\n\nVideoiden osalta Qwen dokumentoi yli tunnin pituisen aineiston ymmärtämisen, tapahtumahaun ja ajallisen paikantamisen sekuntien tarkkuudella. Dynaamiseen kuvataajuuteen perustuva koulutus ja absoluuttinen aikakoodaus auttavat esittämään tapahtumien rytmin ja sijainnin. Viralliset esimerkit tunnistavat jakson, jossa kuvattu toiminta tapahtuu, ja palauttavat tapahtumasarjan alkuaikoineen, loppuaikoineen ja kuvauksineen. Nimeä etsittävä tapahtuma ja määrittele sekunnit tai aikaleiman muoto. Käytännöllinen tehtävänanto voi pyytää pitkän esittelyn olennaiset jaksot ja sen jälkeen lyhyen kuvauksen kunkin tapahtumista.\n\nMalli esitellään myös tietokone- ja mobiilikäyttöön tarkoitettuna visuaalisena agenttina: se voi päätellä näytön perusteella ja ohjata työkaluja kohti tehtävää. Paikantaminen ja näytön ymmärtäminen voivat tunnistaa olennaisen ohjaimen tai seuraavan tarkoitetun toiminnon. Sovellus antaa näytön, käytettävissä olevat toiminnot ja tavoitteen, suorittaa pyydetyn toiminnon ja palauttaa uuden tilan. Tehtävänanto voi esimerkiksi pyytää ohjainta, jolla päästään määriteltyyn näkymään, sekä sen osoittavaa pistettä tai laatikkoa. Mallin tekstimuotoinen toimintakuvaus ja sovelluksen suorittama käyttöliittymätoiminto ovat erillisiä vaiheita.\n\nQwenin esikäsittelytyökalu mahdollistaa kuvien pikselimäärän hallinnan. Dokumentoitu oletusalue on 4–16 384 visuaalista tokenia kuvaa kohden; 256–1 280 tokenia on esimerkkiasetus, ei yleinen kuvaraja. Koon muuttaminen voi säilyttää kuvasuhteen, ja erikseen määritellyt mitat pyöristetään luvun 28 monikerroiksi. Suurempi tarkkuus vaatii enemmän laskentaa ja voi säilyttää pienen tekstin tai tiheiden kaavioiden yksityiskohdat. Sovita valmistelu kysymykseen: pidä tärkeät merkinnät luettavina ja olennainen sivu tai alue selkeänä. Videoesimerkit käyttävät ruutusarjoja tai videota, jonka kuvataajuus on ilmoitettu; tämä on tärkeää, kun vastauksessa on oltava aikaleimoja.\n\nMallikortin nykyisissä asetuksissa kontekstin koko on 32 768 tokenia. Kortti kuvaa YaRN-laajennuksen mutta varoittaa, että se voi vaikuttaa huomattavasti ajalliseen ja tilalliseen paikantamiseen, eikä suosittele sitä näihin tehtäviin. Se käsittelee erikseen sijaintiasetuksen kasvattamista pitkää videota varten. Tuntimittakaavan ymmärtäminen on dokumentoitu kyky, ei yleinen ladattavan aineiston keston tai tulosteen pituuden yläraja. Valitse tulos, joka säilyttää jatkokäytössä tarvittavat tiedot: kentät tietueelle, koordinaatit paikantamiseen, asettelu asiakirjalle tai ajallisesti merkityt kuvaukset videolle.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Extract fields from a receipt transcription\n\nExtract a record from this receipt transcription: “Harbor Stationery; receipt HS-81; 14 March; notebooks 3 x 4.00; total 12.00.” Return merchant, receipt_id, date_text, items, total and currency. Preserve the written date and mark currency as unknown because no symbol or currency name is present. Keep a supporting source phrase with each field.A field record with line-item details, preserved date text, source phrases and an explicit unknown currency.Check that the answer does not infer a year or currency and that item arithmetic agrees with the stated total.qwen/qwen2.5-vl-72b-instructQwen2.5-VL-72B-Instruct on Qwenin visuaalinen kielimalli kuville, asiakirjoille, kaavioille ja videoille. Se palauttaa tekstiä, rakenteisesti poimittuja tietoja ja kuvakoordinaatteja sekä voi paikantaa tapahtumia pitkistä videoista tai päätellä tietokoneen tai mobiililaitteen näytön perusteella.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Qwen2.5-VL-72B-Instruct on Qwen2.5-VL:n ohjeiden noudattamiseen hienosäädetty 72B-versio, joka on suunniteltu ymmärtämään visuaalista aineistoa tekstin rinnalla. Qwen kuvaa esineiden, tuotteiden ja maamerkkien tunnistamista sekä kuvien sisältämän tekstin, kaavioiden, kuvakkeiden, grafiikan ja asettelun tulkintaa. Syötteissä yhdistyvät kirjallinen kysymys ja yksi tai useampi kuva tai video; tuloste on tekstiä, myös rakenteisia kuvauksia ja poimittuja tietoja. Qwen2-VL:ään verrattuna valmistaja korostaa parantunutta ajan ja kuvan mittakaavan hahmottamista sekä uudistettua dynaamisen tarkkuuden kuvakooderia, joka käyttää ikkunakohtaista huomiointia.
Kohteiden paikantaminen kuvasta on eri kyky kuin kuvan kuvailu. Malli voi palauttaa rajauslaatikoita tai pisteitä sekä tunnisteita ja ominaisuuksia JSON-muodossa. Qwen2.5-VL käyttää kuvan todelliseen kokoon perustuvia koordinaatteja normalisoidun koordinaatiston sijaan. Nimeä paikannettavat kohteet ja anna vaaditut kentät, kuten bbox_2d ja label, sekä koordinaattien tulkinta. Jos kuvan kokoa muutetaan ennen analyysiä, säilytä kokotieto palautettujen koordinaattien yhteydessä, jotta ne voidaan tulkita samaa kuvaa vasten. Qwenin esimerkit yhdistävät tunnistamisen lukumäärien laskemiseen ja kohteiden kuvauksiin.
Valmistaja korostaa tekstin tunnistamista eri kielillä, eri suunnissa ja erilaisista näkymistä. Esimerkeissä poimitaan tekstirivejä, yhdistetään teksti sen sijaintiin ja haetaan määritellyt kentät kuiteista tai lomakkeista. Anna asiakirjatehtävään selkeä skannaus, määrittele kentät ja kerro, miten puuttuva tai lukukelvoton tieto esitetään. Esimerkkitulos voi olla rakenteinen tietue, jossa on asiakirjan tunniste, päivämäärä ja rivikohtaiset tiedot ja jossa epävarmuudet erotetaan näkyvästi läsnä olevasta tiedosta. Annettu kuva toimii poiminnan todistusaineistona.
Qwenin julkistus esittelee QwenVL HTML:n asiakirjojen jäsentämiseen asettelutietoineen. Se havainnollistaa aikakauslehtiä, tutkimusartikkeleita, verkkosivuja ja mobiilikuvakaappauksia yhdistäen otsikot, kappaleet, kuvat ja kaavat rajauslaatikkotietoihin. Tämä on hyödyllistä, kun lukujärjestys ja sivun rakenne ovat yhtä tärkeitä kuin sanat. Pyydä esitysmuoto nimenomaisesti: pelkkä teksti lukemista varten, JSON valituille kentille tai valmistajan asettelupainotteinen HTML-muoto. Skannattu raportti voidaan järjestää otsikoiksi ja kappaleiksi ennen kuin seuraava ohje pyytää tietyn osion yhteenvetoa.
Videoiden osalta Qwen dokumentoi yli tunnin pituisen aineiston ymmärtämisen, tapahtumahaun ja ajallisen paikantamisen sekuntien tarkkuudella. Dynaamiseen kuvataajuuteen perustuva koulutus ja absoluuttinen aikakoodaus auttavat esittämään tapahtumien rytmin ja sijainnin. Viralliset esimerkit tunnistavat jakson, jossa kuvattu toiminta tapahtuu, ja palauttavat tapahtumasarjan alkuaikoineen, loppuaikoineen ja kuvauksineen. Nimeä etsittävä tapahtuma ja määrittele sekunnit tai aikaleiman muoto. Käytännöllinen tehtävänanto voi pyytää pitkän esittelyn olennaiset jaksot ja sen jälkeen lyhyen kuvauksen kunkin tapahtumista.
Malli esitellään myös tietokone- ja mobiilikäyttöön tarkoitettuna visuaalisena agenttina: se voi päätellä näytön perusteella ja ohjata työkaluja kohti tehtävää. Paikantaminen ja näytön ymmärtäminen voivat tunnistaa olennaisen ohjaimen tai seuraavan tarkoitetun toiminnon. Sovellus antaa näytön, käytettävissä olevat toiminnot ja tavoitteen, suorittaa pyydetyn toiminnon ja palauttaa uuden tilan. Tehtävänanto voi esimerkiksi pyytää ohjainta, jolla päästään määriteltyyn näkymään, sekä sen osoittavaa pistettä tai laatikkoa. Mallin tekstimuotoinen toimintakuvaus ja sovelluksen suorittama käyttöliittymätoiminto ovat erillisiä vaiheita.
Qwenin esikäsittelytyökalu mahdollistaa kuvien pikselimäärän hallinnan. Dokumentoitu oletusalue on 4–16 384 visuaalista tokenia kuvaa kohden; 256–1 280 tokenia on esimerkkiasetus, ei yleinen kuvaraja. Koon muuttaminen voi säilyttää kuvasuhteen, ja erikseen määritellyt mitat pyöristetään luvun 28 monikerroiksi. Suurempi tarkkuus vaatii enemmän laskentaa ja voi säilyttää pienen tekstin tai tiheiden kaavioiden yksityiskohdat. Sovita valmistelu kysymykseen: pidä tärkeät merkinnät luettavina ja olennainen sivu tai alue selkeänä. Videoesimerkit käyttävät ruutusarjoja tai videota, jonka kuvataajuus on ilmoitettu; tämä on tärkeää, kun vastauksessa on oltava aikaleimoja.
Mallikortin nykyisissä asetuksissa kontekstin koko on 32 768 tokenia. Kortti kuvaa YaRN-laajennuksen mutta varoittaa, että se voi vaikuttaa huomattavasti ajalliseen ja tilalliseen paikantamiseen, eikä suosittele sitä näihin tehtäviin. Se käsittelee erikseen sijaintiasetuksen kasvattamista pitkää videota varten. Tuntimittakaavan ymmärtäminen on dokumentoitu kyky, ei yleinen ladattavan aineiston keston tai tulosteen pituuden yläraja. Valitse tulos, joka säilyttää jatkokäytössä tarvittavat tiedot: kentät tietueelle, koordinaatit paikantamiseen, asettelu asiakirjalle tai ajallisesti merkityt kuvaukset videolle.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat qwen/qwen2.5-vl-72b-instruct | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat Esimerkit: system, user, assistant, tool, function Ehdot: Nämä roolit esitetään nimenomaisesti lähdekoodin yhteensopivuustyypeissä; mallin täsmällinen roolijoukko pysyy mallikohtaisena. Riippuu mallista | Oletus— |
Kenttämessages[].content | Tyyppistring|content_part[]|null | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_calls | Tyyppitool_call[] | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_call_id | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: role=tool; käytä todella palautettua ID:tä | Oletus— |
Kenttämessages[].name | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].reasoning_content | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: Palauta todella saatu päättely takaisin mallille, kun kyseinen malli käyttää sitä | Oletus— |
Kenttämessages[].reasoning_details | Tyyppiobject|array | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttämax_completion_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Kenttästream_options.include_usage | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätemperature | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätop_p | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttästop | Tyyppistring|string[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools | Tyyppifunction_tool[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools[].type | Tyyppistring | VaatimusValinnainen | Arvot & rajat function Riippuu mallista | Oletus— |
Kenttätools[].function.name | Tyyppistring | VaatimusPakollinen | Arvot & rajat Sovelletaan, kun: funktiotyökalu annettu | Oletus— |
Kenttätools[].function.description | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätools[].function.parameters | TyyppiJSON_schema | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätool_choice | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäparallel_tool_calls | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäresponse_format | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning_effort | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäservice_tier | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäinstructions | Tyyppistring | VaatimusValinnainen | Arvot & rajat Yhteensopivuuskenttä | Oletus— |
Kenttäfunctions | Tyyppifunction[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäfunction_call | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäprompt_cache_options | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämodalities | Tyyppistring[] | VaatimusValinnainen | Arvot & rajat text | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätään tällä Ultran tekstireitillä | Oletus— |
Kenttäcache_control.ttl | Tyyppistring | VaatimusValinnainen | Arvot & rajat Ehdot: 1h hylätään varsinaisissa kehotevälimuistin kohdissa | Oletus— |
Teksti · UTF8-teksti
messages[].content
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages |
Parametrimaterial_types | Sopimustext |
Parametrimessages | Sopimusviestitaulukko role/content-rakenteella |
Parametrifile_material | Sopimusvarsinainen UTF-8-asiakirja lisätään sellaisenaan tekstinä; tiedoston ID:tä ei päätellä |
Parametrioptional_controls | Sopimusstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametricontrol_scope | Sopimusmallikohtainen; käyttäjän funktiotyökalut eroavat palvelun isännöimistä työkaluista |
Parametrioutput_modalities | Sopimustext |
Parametrihosted_operations | Sopimusfalse |
Parametrimultimodal_input_binding | Sopimusnull |
Elinkaari: synchronous_or_streamed
Lähetä mallin täsmällinen ID yhdessä messages-kentän kanssa.
Kontekstin pituus ei ole tuloksen yläraja.
Tekstitiedosto voi antaa tekstiä sellaisenaan; kuva-, ääni- ja tiedosto-objektisyötteet tarvitsevat täsmällisen sidonnan.
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0016 / 1K tokenia Tuloste · Tulostokenit $0.002 / 1K tokenia Syöte · Välimuistin luku $0.0008 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0016 / 1K tokenia Tuloste · Tulostokenit $0.002 / 1K tokenia Syöte · Välimuistin luku $0.0008 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen2.5-vl-72b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\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='qwen/qwen2.5-vl-72b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\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='qwen/qwen2.5-vl-72b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen vastausvaihtoehto sisältöineen, työkalukutsuineen ja päättelyineen. Kokoa SSE:ssä muutokset vastausvaihtoehdon ja työkalun indeksin mukaan ja säilytä lopullinen päättymissyy sekä käyttötiedot.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttächoices[].index | Tyyppiinteger |
Kenttächoices[].message.content | Tyyppistring|null |
Kenttächoices[].message.tool_calls | Tyyppitool_call[] |
Kenttächoices[].message.reasoning_content | Tyyppistring |
Kenttächoices[].message.reasoning_details | Tyyppiobject|array |
Kenttächoices[].finish_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra qwen/qwen2.5-vl-72b-instruct
Käytä yllä näytettyjä menetelmäpolkuja.
qwen/qwen2.5-vl-72b-instructQwen2.5-VL-72B-Instruct on Qwenin visuaalinen kielimalli kuville, asiakirjoille, kaavioille ja videoille. Se palauttaa tekstiä, rakenteisesti poimittuja tietoja ja kuvakoordinaatteja sekä voi paikantaa tapahtumia pitkistä videoista tai päätellä tietokoneen tai mobiililaitteen näytön perusteella.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Qwen2.5-VL-72B-Instruct on Qwen2.5-VL:n ohjeiden noudattamiseen hienosäädetty 72B-versio, joka on suunniteltu ymmärtämään visuaalista aineistoa tekstin rinnalla. Qwen kuvaa esineiden, tuotteiden ja maamerkkien tunnistamista sekä kuvien sisältämän tekstin, kaavioiden, kuvakkeiden, grafiikan ja asettelun tulkintaa. Syötteissä yhdistyvät kirjallinen kysymys ja yksi tai useampi kuva tai video; tuloste on tekstiä, myös rakenteisia kuvauksia ja poimittuja tietoja. Qwen2-VL:ään verrattuna valmistaja korostaa parantunutta ajan ja kuvan mittakaavan hahmottamista sekä uudistettua dynaamisen tarkkuuden kuvakooderia, joka käyttää ikkunakohtaista huomiointia.
Kohteiden paikantaminen kuvasta on eri kyky kuin kuvan kuvailu. Malli voi palauttaa rajauslaatikoita tai pisteitä sekä tunnisteita ja ominaisuuksia JSON-muodossa. Qwen2.5-VL käyttää kuvan todelliseen kokoon perustuvia koordinaatteja normalisoidun koordinaatiston sijaan. Nimeä paikannettavat kohteet ja anna vaaditut kentät, kuten bbox_2d ja label, sekä koordinaattien tulkinta. Jos kuvan kokoa muutetaan ennen analyysiä, säilytä kokotieto palautettujen koordinaattien yhteydessä, jotta ne voidaan tulkita samaa kuvaa vasten. Qwenin esimerkit yhdistävät tunnistamisen lukumäärien laskemiseen ja kohteiden kuvauksiin.
Valmistaja korostaa tekstin tunnistamista eri kielillä, eri suunnissa ja erilaisista näkymistä. Esimerkeissä poimitaan tekstirivejä, yhdistetään teksti sen sijaintiin ja haetaan määritellyt kentät kuiteista tai lomakkeista. Anna asiakirjatehtävään selkeä skannaus, määrittele kentät ja kerro, miten puuttuva tai lukukelvoton tieto esitetään. Esimerkkitulos voi olla rakenteinen tietue, jossa on asiakirjan tunniste, päivämäärä ja rivikohtaiset tiedot ja jossa epävarmuudet erotetaan näkyvästi läsnä olevasta tiedosta. Annettu kuva toimii poiminnan todistusaineistona.
Qwenin julkistus esittelee QwenVL HTML:n asiakirjojen jäsentämiseen asettelutietoineen. Se havainnollistaa aikakauslehtiä, tutkimusartikkeleita, verkkosivuja ja mobiilikuvakaappauksia yhdistäen otsikot, kappaleet, kuvat ja kaavat rajauslaatikkotietoihin. Tämä on hyödyllistä, kun lukujärjestys ja sivun rakenne ovat yhtä tärkeitä kuin sanat. Pyydä esitysmuoto nimenomaisesti: pelkkä teksti lukemista varten, JSON valituille kentille tai valmistajan asettelupainotteinen HTML-muoto. Skannattu raportti voidaan järjestää otsikoiksi ja kappaleiksi ennen kuin seuraava ohje pyytää tietyn osion yhteenvetoa.
Videoiden osalta Qwen dokumentoi yli tunnin pituisen aineiston ymmärtämisen, tapahtumahaun ja ajallisen paikantamisen sekuntien tarkkuudella. Dynaamiseen kuvataajuuteen perustuva koulutus ja absoluuttinen aikakoodaus auttavat esittämään tapahtumien rytmin ja sijainnin. Viralliset esimerkit tunnistavat jakson, jossa kuvattu toiminta tapahtuu, ja palauttavat tapahtumasarjan alkuaikoineen, loppuaikoineen ja kuvauksineen. Nimeä etsittävä tapahtuma ja määrittele sekunnit tai aikaleiman muoto. Käytännöllinen tehtävänanto voi pyytää pitkän esittelyn olennaiset jaksot ja sen jälkeen lyhyen kuvauksen kunkin tapahtumista.
Malli esitellään myös tietokone- ja mobiilikäyttöön tarkoitettuna visuaalisena agenttina: se voi päätellä näytön perusteella ja ohjata työkaluja kohti tehtävää. Paikantaminen ja näytön ymmärtäminen voivat tunnistaa olennaisen ohjaimen tai seuraavan tarkoitetun toiminnon. Sovellus antaa näytön, käytettävissä olevat toiminnot ja tavoitteen, suorittaa pyydetyn toiminnon ja palauttaa uuden tilan. Tehtävänanto voi esimerkiksi pyytää ohjainta, jolla päästään määriteltyyn näkymään, sekä sen osoittavaa pistettä tai laatikkoa. Mallin tekstimuotoinen toimintakuvaus ja sovelluksen suorittama käyttöliittymätoiminto ovat erillisiä vaiheita.
Qwenin esikäsittelytyökalu mahdollistaa kuvien pikselimäärän hallinnan. Dokumentoitu oletusalue on 4–16 384 visuaalista tokenia kuvaa kohden; 256–1 280 tokenia on esimerkkiasetus, ei yleinen kuvaraja. Koon muuttaminen voi säilyttää kuvasuhteen, ja erikseen määritellyt mitat pyöristetään luvun 28 monikerroiksi. Suurempi tarkkuus vaatii enemmän laskentaa ja voi säilyttää pienen tekstin tai tiheiden kaavioiden yksityiskohdat. Sovita valmistelu kysymykseen: pidä tärkeät merkinnät luettavina ja olennainen sivu tai alue selkeänä. Videoesimerkit käyttävät ruutusarjoja tai videota, jonka kuvataajuus on ilmoitettu; tämä on tärkeää, kun vastauksessa on oltava aikaleimoja.
Mallikortin nykyisissä asetuksissa kontekstin koko on 32 768 tokenia. Kortti kuvaa YaRN-laajennuksen mutta varoittaa, että se voi vaikuttaa huomattavasti ajalliseen ja tilalliseen paikantamiseen, eikä suosittele sitä näihin tehtäviin. Se käsittelee erikseen sijaintiasetuksen kasvattamista pitkää videota varten. Tuntimittakaavan ymmärtäminen on dokumentoitu kyky, ei yleinen ladattavan aineiston keston tai tulosteen pituuden yläraja. Valitse tulos, joka säilyttää jatkokäytössä tarvittavat tiedot: kentät tietueelle, koordinaatit paikantamiseen, asettelu asiakirjalle tai ajallisesti merkityt kuvaukset videolle.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat qwen/qwen2.5-vl-72b-instruct | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat user, assistant | Oletus— |
Kenttämessages[].content | Tyyppistring | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Teksti · UTF-8-teksti
messages[].content-merkkijono
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages, max_tokens |
Parametrioptional_controls | Sopimusstream |
Parametrimaterial_types | Sopimustext |
Parametritext_file_material | SopimusLue varsinainen UTF-8-asiakirja ja sijoita sen teksti ilmoitettuun syöte- tai viestisisällön merkkijonoon. |
Elinkaari: synchronous_or_streamed
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0016 / 1K tokenia Tuloste · Tulostokenit $0.002 / 1K tokenia Syöte · Välimuistin luku $0.0008 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0016 / 1K tokenia Tuloste · Tulostokenit $0.002 / 1K tokenia Syöte · Välimuistin luku $0.0008 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "qwen/qwen2.5-vl-72b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen2.5-vl-72b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\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': 'qwen/qwen2.5-vl-72b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä kaikki sisältölohkot, päättelyallekirjoitukset ja todelliset työkalukäytön ID:t. Kokoa kaikki SSE-lohkomuutokset; ensimmäinen tekstilohko ei ole koko tulos.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttäid | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttäcontent[] | Tyyppitext|thinking|tool_use|other content block |
Kenttästop_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra qwen/qwen2.5-vl-72b-instruct
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Extract fields from a receipt transcription\n\nExtract a record from this receipt transcription: “Harbor Stationery; receipt HS-81; 14 March; notebooks 3 x 4.00; total 12.00.” Return merchant, receipt_id, date_text, items, total and currency. Preserve the written date and mark currency as unknown because no symbol or currency name is present. Keep a supporting source phrase with each field.A field record with line-item details, preserved date text, source phrases and an explicit unknown currency.Check that the answer does not infer a year or currency and that item arithmetic agrees with the stated total.