qwen2-vl-2b-instruct
Qwen2-VL-2B-Instruct est le modèle vision-langage de Qwen pour les questions sur les images, le texte multilingue dans les images et les explications visuelles. Fournissez une image lisible et une question précise pour obtenir un résultat écrit ancré dans les éléments visibles.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsqwen2-vl-2b-instruct - Ailoot Ultra · Anthropic Messages
POST /v1/messagesqwen2-vl-2b-instruct
À propos du modèle
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Qwen2-VL-2B-Instruct est le modèle vision-langage 2B de Qwen, ajusté pour suivre des instructions et répondre à des questions associant image et texte. Le producteur décrit la prise en charge d’images de résolutions et de formats différents et la compréhension de texte en plusieurs langues dans les images. Le résultat généré est une réponse écrite aux documents visuels et à la question fournis. Le fabricant décrit aussi l’utilisation d’agents visuels avec des appareils tels que des téléphones et des robots. Pour ce processus, fournissez l’environnement visuel actuel et une consigne textuelle ; l’application qui l’entoure réalise l’opération proposée et renvoie l’état observé pour la question suivante.
Fournissez l’image et une question précise
Choisissez l’image contenant les éléments nécessaires à la réponse, puis identifiez le détail à interpréter. Une question sur un document peut porter sur un passage visible ; une question sur un graphique peut préciser les séries, les axes et la comparaison à expliquer. Conservez l’identifiant de l’image avec le résultat demandé pour que la réponse reste liée à la bonne référence.
Le fabricant mentionne une compréhension image-texte au-delà de l’anglais et du chinois, notamment les langues européennes, le japonais, le coréen, l’arabe et le vietnamien. Préservez la formulation et l’écriture originales lorsque vous demandez la transcription, l’explication ou la traduction d’un texte visible. Un exemple de brief peut demander le libellé affiché et une explication séparée de sa signification.
Préparez délibérément la résolution et les tokens visuels
Qwen2-VL utilise une résolution dynamique pour représenter une image par un nombre variable de tokens visuels. Dans l’exemple du processeur natif, la plage par défaut va de 4 à 16 384 tokens visuels par image. Son guide natif illustre des réglages minimum et maximum de pixels, dont une plage plus étroite de préparation de 256 à 1 280 tokens d’image, pour équilibrer les détails et les besoins de traitement. Ces réglages conservent le format lors du redimensionnement.
Le producteur autorise également une hauteur et une largeur de redimensionnement demandées, arrondies à un multiple de 28. Choisissez une préparation qui garde les libellés importants lisibles et conservez l’image originale lorsque vous utilisez un recadrage. Les exemples natifs incluent plusieurs images et des lots, ce qui permet d’identifier séparément les références d’une question.
Respectez les limites visuelles documentées
Le fabricant signale des limites dans les consignes complexes à plusieurs étapes, le comptage d’objets dans des scènes compliquées et le raisonnement spatial en trois dimensions. Il note aussi une reconnaissance incomplète de personnes ou de marques précises. Demandez une observation visuelle ciblée et examinez le nombre, le libellé ou la position relative dont dépend le résultat.
Le producteur indique que le jeu de données d’images a été mis à jour jusqu’en juin 2023. Fournissez le contexte écrit nécessaire pour un libellé récent ou peu familier plutôt que de demander à l’image seule d’établir cette information. Distinguez, dans la note renvoyée, un libellé cité d’une identité déduite.
Conservez les entrées préparées avec la réponse
La configuration publiée du checkpoint fixe 32 768 positions maximales. Préparez la question et les entrées visuelles avec le processeur correspondant au modèle, en conservant l’ordre des images utilisé dans la requête. L’utilitaire natif accepte les images locales, base64 et les adresses d’images.
Enregistrez ensemble le nom 2B Instruct sélectionné, les références et la réponse écrite terminée. Pour un suivi, incluez les documents pertinents et identifiez l’observation ou l’interprétation à réviser, puis comparez le résultat corrigé à cette source.
Via Ailoot, utilisez l’identifiant de modèle exact dans /v1/chat/completions et gardez l’image avec la question dans la conversation. Le format du contenu image utilise image_url ; les sources d’image prises en charge peuvent contenir une adresse d’image ou une URI de données base64. Récupérez la réponse JSON complète ou tous les segments SSE lorsque stream est activé, et conservez usage avec le résultat terminé.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions qwen2-vl-2b-instruct
qwen2-vl-2b-instructPremiers pas
Qwen2-VL-2B-Instruct est le modèle vision-langage de Qwen pour les questions sur les images, le texte multilingue dans les images et les explications visuelles. Fournissez une image lisible et une question précise pour obtenir un résultat écrit ancré dans les éléments visibles.
- Entrées acceptées
- Texte · Images
- Résultats
- Texte
Disponible dans Ailoot · entrées et méthodes
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- Entrée
text,image- Sortie
text- Format de sortie
- JSON or SSE
| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen2-vl-2b-instruct Conditions: Utilisez exactement ce sélecteur de routage Ailoot. | Par défaut— |
Champmessages | Typearray | ExigenceObligatoire | Valeurs et limites Conditions: | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites Conditions: | Par défautfalse |
Combinaisons d’éléments d’entrée
text_input · Obligatoire : messages
image_with_text · Obligatoire : messages with actual image content blocks
Paramètres et cycle de vie de la méthode
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètreoptional | Contratstream |
Paramètrematerial_types | Contrattext, image |
Paramètreconditions | ContratUtilisez exactement ce sélecteur de routage Ailoot., Ce protocole transmet le contenu des images lorsque le modèle précis sélectionné prend en charge la vision. L’admission par le protocole n’établit pas que chaque modèle peut traiter des images. |
Alias de méthode : /chat/completions
Cycle de vie : synchronous_or_streamed
Tarifs
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
- Mode rapide
- Tarif standard Lorsque le mode rapide est sélectionné
- Mode Flex
- Tarif standard Lorsque le mode flex est sélectionné
- Effort de raisonnement maximal
- Tarif standard Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)
- Tarification du cache explicite
- Non activé Lorsqu’un cache explicite est demandé
- Tarifs nuls pour le texte uniquement
- Le cache, les outils et les médias sont soumis à leurs conditions tarifaires respectives, indiquées séparément. Pour une entrée et une sortie exclusivement textuelles
Tarifs Ailoot
Prix par configuration
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0 / 1K tokens Sortie · Tokens en sortie $0 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Exemples de requêtes
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-vl-2b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Recevoir et enregistrer les résultats
Ailoot Ultra · OpenAI Chat
JSON or SSE
Conserver tous les résultats terminés
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque bloc de contenu, chaque identifiant d’appel d’outil, la signature de raisonnement lorsqu’elle est renvoyée, tous les deltas SSE et les données complètes de consommation. Le premier fragment de texte ne représente pas l’intégralité du résultat.
Si la réponse d’origine doit être vérifiée
Conservez le X-Client-Request-ID d’origine, la réponse et les en-têtes. Un résultat inconnu ou à l’état result_pending_check n’autorise pas une deuxième création.
Champs de la réponse
| Champ | Type |
|---|---|
Champchoices[] | Typeobject |
Champusage | Typeobject |
Erreurs et étapes suivantes
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionUn champ obligatoire, un sélecteur de modèle, un type ou une représentation de l’entrée est invalide. | Étape suivanteExaminez les détails de validation renvoyés avant de préparer une requête distincte. |
Réponse | ConditionLa requête d’origine ou son résultat est inconnu ou nécessite une vérification. | Étape suivanteConservez les identifiants et les en-têtes d’origine ; consultez uniquement les enregistrements d’état ou de bibliothèque pris en charge. Ne soumettez pas à nouveau la requête de création. |
Alias
Alias du modèle
Ailoot Ultra qwen2-vl-2b-instruct
Alias des chemins de méthode
/chat/completions
ID d’appel associés
Ailoot Ultra · Anthropic Messages POST /v1/messages qwen2-vl-2b-instruct
qwen2-vl-2b-instructPremiers pas
Qwen2-VL-2B-Instruct est le modèle vision-langage de Qwen pour les questions sur les images, le texte multilingue dans les images et les explications visuelles. Fournissez une image lisible et une question précise pour obtenir un résultat écrit ancré dans les éléments visibles.
- Entrées acceptées
- Texte · Images
- Résultats
- json · sse
Disponible dans Ailoot · entrées et méthodes
Ailoot Ultra · Anthropic Messages POST /v1/messages
- Entrée
text,image- Sortie
json,sse- Format de sortie
- JSON or SSE
| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen2-vl-2b-instruct Conditions: Utilisez exactement ce sélecteur de routage Ailoot. | Par défaut— |
Champmessages | Typearray | ExigenceObligatoire | Valeurs et limites Conditions: | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites Conditions: | Par défautfalse |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites Minimum: 1 Conditions: | Par défaut— |
Combinaisons d’éléments d’entrée
text_input · Obligatoire : messages
image_with_text · Obligatoire : messages with actual image content blocks
Paramètres et cycle de vie de la méthode
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional | Contratstream |
Paramètrematerial_types | Contrattext, image |
Paramètreconditions | ContratUtilisez exactement ce sélecteur de routage Ailoot., Ce protocole transmet le contenu des images lorsque le modèle précis sélectionné prend en charge la vision. L’admission par le protocole n’établit pas que chaque modèle peut traiter des images. |
Cycle de vie : synchronous_or_streamed
Tarifs
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
- Mode rapide
- Tarif standard Lorsque le mode rapide est sélectionné
- Mode Flex
- Tarif standard Lorsque le mode flex est sélectionné
- Effort de raisonnement maximal
- Tarif standard Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)
- Tarification du cache explicite
- Non activé Lorsqu’un cache explicite est demandé
- Tarifs nuls pour le texte uniquement
- Le cache, les outils et les médias sont soumis à leurs conditions tarifaires respectives, indiquées séparément. Pour une entrée et une sortie exclusivement textuelles
Tarifs Ailoot
Prix par configuration
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0 / 1K tokens Sortie · Tokens en sortie $0 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Exemples de requêtes
Ailoot Ultra · Anthropic Messages
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-vl-2b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Recevoir et enregistrer les résultats
Ailoot Ultra · Anthropic Messages
JSON or SSE
Conserver tous les résultats terminés
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque bloc de contenu, chaque identifiant d’appel d’outil, la signature de raisonnement lorsqu’elle est renvoyée, tous les deltas SSE et les données complètes de consommation. Le premier fragment de texte ne représente pas l’intégralité du résultat.
Si la réponse d’origine doit être vérifiée
Conservez le X-Client-Request-ID d’origine, la réponse et les en-têtes. Un résultat inconnu ou à l’état result_pending_check n’autorise pas une deuxième création.
Champs de la réponse
| Champ | Type |
|---|---|
Champcontent[] | Typeobject |
Champusage | Typeobject |
Erreurs et étapes suivantes
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionUn champ obligatoire, un sélecteur de modèle, un type ou une représentation de l’entrée est invalide. | Étape suivanteExaminez les détails de validation renvoyés avant de préparer une requête distincte. |
Réponse | ConditionLa requête d’origine ou son résultat est inconnu ou nécessite une vérification. | Étape suivanteConservez les identifiants et les en-têtes d’origine ; consultez uniquement les enregistrements d’état ou de bibliothèque pris en charge. Ne soumettez pas à nouveau la requête de création. |
Alias
Alias du modèle
Ailoot Ultra qwen2-vl-2b-instruct
Alias des chemins de méthode
/chat/completions
ID d’appel associés
FAQ · qwen2-vl-2b-instruct
- Quelles entrées et quels résultats sont disponibles ?
POST /v1/chat/completions·qwen2-vl-2b-instruct:text,image→textPOST /v1/messages·qwen2-vl-2b-instruct:text,image→json,sse- Quels champs la requête utilise-t-elle ?
POST /v1/chat/completions·qwen2-vl-2b-instruct:model,messages,streamPOST /v1/messages·qwen2-vl-2b-instruct:model,messages,stream,max_tokens- Quelles limites s’appliquent ?
POST /v1/messages·qwen2-vl-2b-instruct:max_tokens.minimum:1