Qwen3 VL 32B Instruct est l’édition 32B de suivi d’instructions de la famille Qwen3 VL. Le fabricant la nomme séparément de l’édition 32B Thinking. Son guide de famille décrit la perception visuelle, la compréhension de texte, l’OCR, l’analyse de documents, l’ancrage spatial et la compréhension vidéo comme tâches pratiques.
Donnez la source visuelle et une question ciblée. Pour une image de document, identifiez le texte ou les champs à extraire. Pour un schéma, posez une question sur des libellés et des relations particuliers. Pour une vidéo, indiquez l’événement ou l’intervalle d’intérêt et la description finale nécessaire à l’application.
Gardez les identifiants des sources visibles lorsque plusieurs images ou extraits apportent des faits différents. Les recommandations du fabricant incluent l’ajout d’identifiants aux entrées visuelles afin qu’une réponse ultérieure puisse se référer à la source visée.
La famille décrit l’OCR dans 32 langues et l’analyse de documents avec des informations de mise en page. Définissez les champs, la structure de réponse et le traitement du contenu peu clair lorsque le résultat sera utilisé par une application. Vérifiez le texte et les valeurs extraits par rapport à la source d’origine.
Ses exemples de programmation à partir d’éléments visuels comprennent Draw.io, HTML, CSS et JavaScript produits à partir d’images ou de vidéos. Une tâche utile indique les relations visuelles et le comportement d’interface que le code doit préserver. L’application environnante enregistre et exécute le code renvoyé pour examiner le livrable.
Pour une tâche de localisation d’objet, nommez la cible et ce qui la distingue des objets voisins. Utilisez la représentation de position documentée par l’interface choisie. Pour une tâche sur écran, identifiez le contrôle visible et l’état souhaité ; une application exécute l’action sélectionnée et renvoie l’observation obtenue.
Le fabricant publie un contexte natif de 256K pour la famille. Préparez la tâche dans les limites réelles d’entrée et de génération de l’interface choisie. Préservez l’identité 32B Instruct avec la source et la réponse ; l’édition Thinking et les autres tailles de modèle ont leurs propres réglages de génération.
", "aboutText": "Qwen3 VL 32B Instruct est l’édition 32B de suivi d’instructions de la famille Qwen3 VL. Le fabricant la nomme séparément de l’édition 32B Thinking. Son guide de famille décrit la perception visuelle, la compréhension de texte, l’OCR, l’analyse de documents, l’ancrage spatial et la compréhension vidéo comme tâches pratiques.\n\n### Préciser les informations à renvoyer\n\nDonnez la source visuelle et une question ciblée. Pour une image de document, identifiez le texte ou les champs à extraire. Pour un schéma, posez une question sur des libellés et des relations particuliers. Pour une vidéo, indiquez l’événement ou l’intervalle d’intérêt et la description finale nécessaire à l’application.\n\nGardez les identifiants des sources visibles lorsque plusieurs images ou extraits apportent des faits différents. Les recommandations du fabricant incluent l’ajout d’identifiants aux entrées visuelles afin qu’une réponse ultérieure puisse se référer à la source visée.\n\n### Transformer les éléments visuels en livrable utile\n\nLa famille décrit l’OCR dans 32 langues et l’analyse de documents avec des informations de mise en page. Définissez les champs, la structure de réponse et le traitement du contenu peu clair lorsque le résultat sera utilisé par une application. Vérifiez le texte et les valeurs extraits par rapport à la source d’origine.\n\nSes exemples de programmation à partir d’éléments visuels comprennent Draw.io, HTML, CSS et JavaScript produits à partir d’images ou de vidéos. Une tâche utile indique les relations visuelles et le comportement d’interface que le code doit préserver. L’application environnante enregistre et exécute le code renvoyé pour examiner le livrable.\n\n### Ancrer les objets et les décisions d’application\n\nPour une tâche de localisation d’objet, nommez la cible et ce qui la distingue des objets voisins. Utilisez la représentation de position documentée par l’interface choisie. Pour une tâche sur écran, identifiez le contrôle visible et l’état souhaité ; une application exécute l’action sélectionnée et renvoie l’observation obtenue.\n\n### Garder le profil Instruct explicite\n\nLe fabricant publie un contexte natif de 256K pour la famille. Préparez la tâche dans les limites réelles d’entrée et de génération de l’interface choisie. Préservez l’identité 32B Instruct avec la source et la réponse ; l’édition Thinking et les autres tailles de modèle ont leurs propres réglages de génération.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Convert a transcribed table to a record\n\nUse this written transcription of page P3: 'Item | Ordered | Received; pads | 12 | 10; pens | 20 | unclear.' Produce a Markdown table with item, ordered, received and shortage. Use 'unknown' when the source cannot support a value, and retain P3 with the result. Do not infer the unclear count.A Markdown table with source-linked quantities and explicit unknown received/shortage values where necessary.The pads shortage may be calculated, but the pens shortage must remain unknown.qwen3-vl-32b-instructQwen3 VL 32B Instruct est l’édition vision-langage 32B de suivi d’instructions pour les images, la vidéo et les tâches écrites. Son fabricant décrit l’OCR, l’interprétation structurée de documents, l’ancrage spatial et les parcours de conversion visuel-vers-code dans la famille Qwen3 VL.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Qwen3 VL 32B Instruct est l’édition 32B de suivi d’instructions de la famille Qwen3 VL. Le fabricant la nomme séparément de l’édition 32B Thinking. Son guide de famille décrit la perception visuelle, la compréhension de texte, l’OCR, l’analyse de documents, l’ancrage spatial et la compréhension vidéo comme tâches pratiques.
Donnez la source visuelle et une question ciblée. Pour une image de document, identifiez le texte ou les champs à extraire. Pour un schéma, posez une question sur des libellés et des relations particuliers. Pour une vidéo, indiquez l’événement ou l’intervalle d’intérêt et la description finale nécessaire à l’application.
Gardez les identifiants des sources visibles lorsque plusieurs images ou extraits apportent des faits différents. Les recommandations du fabricant incluent l’ajout d’identifiants aux entrées visuelles afin qu’une réponse ultérieure puisse se référer à la source visée.
La famille décrit l’OCR dans 32 langues et l’analyse de documents avec des informations de mise en page. Définissez les champs, la structure de réponse et le traitement du contenu peu clair lorsque le résultat sera utilisé par une application. Vérifiez le texte et les valeurs extraits par rapport à la source d’origine.
Ses exemples de programmation à partir d’éléments visuels comprennent Draw.io, HTML, CSS et JavaScript produits à partir d’images ou de vidéos. Une tâche utile indique les relations visuelles et le comportement d’interface que le code doit préserver. L’application environnante enregistre et exécute le code renvoyé pour examiner le livrable.
Pour une tâche de localisation d’objet, nommez la cible et ce qui la distingue des objets voisins. Utilisez la représentation de position documentée par l’interface choisie. Pour une tâche sur écran, identifiez le contrôle visible et l’état souhaité ; une application exécute l’action sélectionnée et renvoie l’observation obtenue.
Le fabricant publie un contexte natif de 256K pour la famille. Préparez la tâche dans les limites réelles d’entrée et de génération de l’interface choisie. Préservez l’identité 32B Instruct avec la source et la réponse ; l’édition Thinking et les autres tailles de modèle ont leurs propres réglages de génération.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen3-vl-32b-instruct | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.000286 / 1K tokens Sortie · Tokens en sortie $0.001144 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-vl-32b-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='qwen3-vl-32b-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='qwen3-vl-32b-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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen3-vl-32b-instruct
Utilisez les chemins de méthode indiqués ci-dessus.
qwen3-vl-32b-instructQwen3 VL 32B Instruct est l’édition vision-langage 32B de suivi d’instructions pour les images, la vidéo et les tâches écrites. Son fabricant décrit l’OCR, l’interprétation structurée de documents, l’ancrage spatial et les parcours de conversion visuel-vers-code dans la famille Qwen3 VL.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Qwen3 VL 32B Instruct est l’édition 32B de suivi d’instructions de la famille Qwen3 VL. Le fabricant la nomme séparément de l’édition 32B Thinking. Son guide de famille décrit la perception visuelle, la compréhension de texte, l’OCR, l’analyse de documents, l’ancrage spatial et la compréhension vidéo comme tâches pratiques.
Donnez la source visuelle et une question ciblée. Pour une image de document, identifiez le texte ou les champs à extraire. Pour un schéma, posez une question sur des libellés et des relations particuliers. Pour une vidéo, indiquez l’événement ou l’intervalle d’intérêt et la description finale nécessaire à l’application.
Gardez les identifiants des sources visibles lorsque plusieurs images ou extraits apportent des faits différents. Les recommandations du fabricant incluent l’ajout d’identifiants aux entrées visuelles afin qu’une réponse ultérieure puisse se référer à la source visée.
La famille décrit l’OCR dans 32 langues et l’analyse de documents avec des informations de mise en page. Définissez les champs, la structure de réponse et le traitement du contenu peu clair lorsque le résultat sera utilisé par une application. Vérifiez le texte et les valeurs extraits par rapport à la source d’origine.
Ses exemples de programmation à partir d’éléments visuels comprennent Draw.io, HTML, CSS et JavaScript produits à partir d’images ou de vidéos. Une tâche utile indique les relations visuelles et le comportement d’interface que le code doit préserver. L’application environnante enregistre et exécute le code renvoyé pour examiner le livrable.
Pour une tâche de localisation d’objet, nommez la cible et ce qui la distingue des objets voisins. Utilisez la représentation de position documentée par l’interface choisie. Pour une tâche sur écran, identifiez le contrôle visible et l’état souhaité ; une application exécute l’action sélectionnée et renvoie l’observation obtenue.
Le fabricant publie un contexte natif de 256K pour la famille. Préparez la tâche dans les limites réelles d’entrée et de génération de l’interface choisie. Préservez l’identité 32B Instruct avec la source et la réponse ; l’édition Thinking et les autres tailles de modèle ont leurs propres réglages de génération.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen3-vl-32b-instruct | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.000286 / 1K tokens Sortie · Tokens en sortie $0.001144 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen3-vl-32b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-vl-32b-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': 'qwen3-vl-32b-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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen3-vl-32b-instruct
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Convert a transcribed table to a record\n\nUse this written transcription of page P3: 'Item | Ordered | Received; pads | 12 | 10; pens | 20 | unclear.' Produce a Markdown table with item, ordered, received and shortage. Use 'unknown' when the source cannot support a value, and retain P3 with the result. Do not infer the unclear count.A Markdown table with source-linked quantities and explicit unknown received/shortage values where necessary.The pads shortage may be calculated, but the pens shortage must remain unknown.