Introduction : l’édition multimodale Thinking
Qwen3-VL-235B-A22B-Thinking est l’édition de Qwen3-VL à mélange d’experts axée sur le raisonnement. Elle combine le texte avec des images et de la vidéo et produit des réponses textuelles ou du code. Le point de contrôle Thinking fixe est distinct de Qwen3-VL-235B-A22B-Instruct et des versions FP8 nommées séparément. Choisissez-le pour une question qui exige de relier les éléments visuels probants à une explication plus longue, plutôt que de présumer que chaque édition Qwen3-VL a le même style de réponse.
Agents visuels et programmation à partir d’éléments visuels
Qwen décrit un processus faisant intervenir un agent visuel qui reconnaît les éléments d’interfaces informatiques ou mobiles, interprète leurs fonctions et utilise des outils pour accomplir des tâches. Le modèle fournit la perception et le raisonnement; une application doit connecter et exécuter les actions. Pour une révision d’interface, fournissez la capture d’écran actuelle et un objectif précis, puis demandez au modèle de repérer les commandes pertinentes et d’expliquer l’action suivante. L’image seule ne confère pas le contrôle de l’appareil.
La programmation à partir d’éléments visuels inclut la génération de contenu de schémas et de HTML, CSS ou JavaScript à partir d’images et de vidéos. Fournissez une capture d’écran avec la mise en page, le comportement et le format de sortie modifiable requis. Demandez la structure de la page et les styles comme livrables séparés lorsque cela facilite la révision. Le code généré est du texte pour un processus de développement; il ne prouve pas qu’un site a été rendu ou que l’image source est devenue une application fonctionnelle.
Perception spatiale
Le fabricant documente le raisonnement sur les positions d’objets, les points de vue et les occlusions, avec un ancrage bidimensionnel et la prise en charge d’un ancrage tridimensionnel. Posez une question précise sur les relations spatiales et identifiez l’objet d’intérêt : par exemple, quel composant est masqué, ce qui se trouve devant lui et quels indices visuels appuient cette interprétation. La capacité d’ancrage ne doit pas être traitée comme une mesure physique étalonnée à partir d’une image quelconque.
Long contexte et vidéo
Le contexte natif est de 262,144 jetons. Qwen décrit une extension à environ un million au moyen de la configuration YaRN et des processus de la famille impliquant des livres ou des vidéos de plusieurs heures avec indexation d’événements à la seconde. Ces capacités dépendent de la représentation, de l’échantillonnage des images et de la configuration du contexte; la description générale du fabricant ne garantit pas un rappel parfait de chaque image. Dans son dépôt, Qwen conseille un facteur d’extrapolation de deux ou trois pour ce schéma positionnel entrelacé lorsqu’on étend 256K à environ 1M, plutôt que de recopier automatiquement un facteur de quatre d’un autre modèle.
Raisonnement multimodal et reconnaissance
L’édition Thinking vise le raisonnement STEM et mathématique fondé sur des éléments probants, l’analyse causale et les réponses logiques qui relient le texte aux éléments visuels. Fournissez un schéma avec ses définitions, ou un graphique avec la question numérique précise. Demandez les étiquettes et les valeurs utilisées avant la conclusion. Qwen décrit aussi une reconnaissance visuelle plus large couvrant les personnes, les animés, les produits, les lieux emblématiques, les plantes et les animaux. Une réponse de reconnaissance reste une inférence à partir de l’image fournie, pas une garantie de pouvoir nommer chaque objet ou identité.
L’OCR couvre 32 langues et vise à améliorer la lecture en faible luminosité, avec flou ou inclinaison, y compris le vocabulaire spécialisé et la structure de longs documents. Préservez des images sources lisibles et demandez des champs, des citations ou un tableau structuré vérifiables. La compréhension textuelle et visuelle est combinée dans un seul modèle, de sorte qu’une question peut renvoyer conjointement à un passage de document, à une figure et aux instructions de l’utilisateur.
Changements d’architecture
Interleaved-MRoPE répartit la représentation positionnelle entre le temps, la largeur et la hauteur pour le raisonnement vidéo. DeepStack combine les caractéristiques visuelles de plusieurs niveaux de l’encodeur pour capter des détails plus fins et améliorer l’alignement image–texte. L’alignement texte–horodatage ancre les événements dans des références temporelles. La configuration textuelle publiée comporte 94 couches, 128 experts et huit experts sélectionnés par jeton. Ces détails d’architecture expliquent la représentation multimodale du modèle; ils n’établissent pas une garantie de délai de réponse.
Préparer l’entrée et la sortie visuelles
Les exemples du fabricant couvrent les demandes avec une ou plusieurs images, la vidéo et les demandes purement textuelles. Identifiez chaque entrée visuelle pour que la question puisse y renvoyer clairement. Les processeurs d’images et de vidéos utilisent des budgets de pixels distincts : le budget d’image limite ses pixels, tandis que le budget vidéo compte les pixels de l’ensemble des images échantillonnées. Les dimensions explicites des images sont alignées sur des multiples de 32. L’échantillonnage vidéo peut être contrôlé par fréquence ou par nombre d’images; la valeur par défaut documentée est de deux images par seconde. Préservez les horodatages lorsque vous demandez une chronologie d’événements.
Pour un long extrait, demandez l’événement, son intervalle temporel et les éléments visibles qui l’appuient plutôt qu’un résumé indifférencié. Pour plusieurs pages, demandez un résultat organisé par identifiant de page. Ces exemples de préparation appliquent les capacités documentées et aident à rendre visibles les omissions ou les erreurs d’extraction.
Recommandations et limites de génération
Le fichier de génération du point de contrôle utilise par défaut une température de 0.8, top_p à 0.95 et top_k à 20. La recette distincte d’évaluation Thinking de Qwen utilise une température de 0.6, une pénalité de présence de zéro, une pénalité de répétition de 1.0 et une limite de sortie de 40,960 jetons. Ce sont des préréglages distincts du producteur, pas un plafond strict unique de sortie. Laissez de la place au raisonnement et au texte final avec les jetons visuels, puis vérifiez le texte extrait, les réponses calculées et le code généré par rapport à la source avant de les utiliser.
", "aboutText": "Introduction : l’édition multimodale Thinking\n\nQwen3-VL-235B-A22B-Thinking est l’édition de Qwen3-VL à mélange d’experts axée sur le raisonnement. Elle combine le texte avec des images et de la vidéo et produit des réponses textuelles ou du code. Le point de contrôle Thinking fixe est distinct de Qwen3-VL-235B-A22B-Instruct et des versions FP8 nommées séparément. Choisissez-le pour une question qui exige de relier les éléments visuels probants à une explication plus longue, plutôt que de présumer que chaque édition Qwen3-VL a le même style de réponse.\n\nAgents visuels et programmation à partir d’éléments visuels\n\nQwen décrit un processus faisant intervenir un agent visuel qui reconnaît les éléments d’interfaces informatiques ou mobiles, interprète leurs fonctions et utilise des outils pour accomplir des tâches. Le modèle fournit la perception et le raisonnement; une application doit connecter et exécuter les actions. Pour une révision d’interface, fournissez la capture d’écran actuelle et un objectif précis, puis demandez au modèle de repérer les commandes pertinentes et d’expliquer l’action suivante. L’image seule ne confère pas le contrôle de l’appareil.\n\nLa programmation à partir d’éléments visuels inclut la génération de contenu de schémas et de HTML, CSS ou JavaScript à partir d’images et de vidéos. Fournissez une capture d’écran avec la mise en page, le comportement et le format de sortie modifiable requis. Demandez la structure de la page et les styles comme livrables séparés lorsque cela facilite la révision. Le code généré est du texte pour un processus de développement; il ne prouve pas qu’un site a été rendu ou que l’image source est devenue une application fonctionnelle.\n\nPerception spatiale\n\nLe fabricant documente le raisonnement sur les positions d’objets, les points de vue et les occlusions, avec un ancrage bidimensionnel et la prise en charge d’un ancrage tridimensionnel. Posez une question précise sur les relations spatiales et identifiez l’objet d’intérêt : par exemple, quel composant est masqué, ce qui se trouve devant lui et quels indices visuels appuient cette interprétation. La capacité d’ancrage ne doit pas être traitée comme une mesure physique étalonnée à partir d’une image quelconque.\n\nLong contexte et vidéo\n\nLe contexte natif est de 262,144 jetons. Qwen décrit une extension à environ un million au moyen de la configuration YaRN et des processus de la famille impliquant des livres ou des vidéos de plusieurs heures avec indexation d’événements à la seconde. Ces capacités dépendent de la représentation, de l’échantillonnage des images et de la configuration du contexte; la description générale du fabricant ne garantit pas un rappel parfait de chaque image. Dans son dépôt, Qwen conseille un facteur d’extrapolation de deux ou trois pour ce schéma positionnel entrelacé lorsqu’on étend 256K à environ 1M, plutôt que de recopier automatiquement un facteur de quatre d’un autre modèle.\n\nRaisonnement multimodal et reconnaissance\n\nL’édition Thinking vise le raisonnement STEM et mathématique fondé sur des éléments probants, l’analyse causale et les réponses logiques qui relient le texte aux éléments visuels. Fournissez un schéma avec ses définitions, ou un graphique avec la question numérique précise. Demandez les étiquettes et les valeurs utilisées avant la conclusion. Qwen décrit aussi une reconnaissance visuelle plus large couvrant les personnes, les animés, les produits, les lieux emblématiques, les plantes et les animaux. Une réponse de reconnaissance reste une inférence à partir de l’image fournie, pas une garantie de pouvoir nommer chaque objet ou identité.\n\nL’OCR couvre 32 langues et vise à améliorer la lecture en faible luminosité, avec flou ou inclinaison, y compris le vocabulaire spécialisé et la structure de longs documents. Préservez des images sources lisibles et demandez des champs, des citations ou un tableau structuré vérifiables. La compréhension textuelle et visuelle est combinée dans un seul modèle, de sorte qu’une question peut renvoyer conjointement à un passage de document, à une figure et aux instructions de l’utilisateur.\n\nChangements d’architecture\n\nInterleaved-MRoPE répartit la représentation positionnelle entre le temps, la largeur et la hauteur pour le raisonnement vidéo. DeepStack combine les caractéristiques visuelles de plusieurs niveaux de l’encodeur pour capter des détails plus fins et améliorer l’alignement image–texte. L’alignement texte–horodatage ancre les événements dans des références temporelles. La configuration textuelle publiée comporte 94 couches, 128 experts et huit experts sélectionnés par jeton. Ces détails d’architecture expliquent la représentation multimodale du modèle; ils n’établissent pas une garantie de délai de réponse.\n\nPréparer l’entrée et la sortie visuelles\n\nLes exemples du fabricant couvrent les demandes avec une ou plusieurs images, la vidéo et les demandes purement textuelles. Identifiez chaque entrée visuelle pour que la question puisse y renvoyer clairement. Les processeurs d’images et de vidéos utilisent des budgets de pixels distincts : le budget d’image limite ses pixels, tandis que le budget vidéo compte les pixels de l’ensemble des images échantillonnées. Les dimensions explicites des images sont alignées sur des multiples de 32. L’échantillonnage vidéo peut être contrôlé par fréquence ou par nombre d’images; la valeur par défaut documentée est de deux images par seconde. Préservez les horodatages lorsque vous demandez une chronologie d’événements.\n\nPour un long extrait, demandez l’événement, son intervalle temporel et les éléments visibles qui l’appuient plutôt qu’un résumé indifférencié. Pour plusieurs pages, demandez un résultat organisé par identifiant de page. Ces exemples de préparation appliquent les capacités documentées et aident à rendre visibles les omissions ou les erreurs d’extraction.\n\nRecommandations et limites de génération\n\nLe fichier de génération du point de contrôle utilise par défaut une température de 0.8, top_p à 0.95 et top_k à 20. La recette distincte d’évaluation Thinking de Qwen utilise une température de 0.6, une pénalité de présence de zéro, une pénalité de répétition de 1.0 et une limite de sortie de 40,960 jetons. Ce sont des préréglages distincts du producteur, pas un plafond strict unique de sortie. Laissez de la place au raisonnement et au texte final avec les jetons visuels, puis vérifiez le texte extrait, les réponses calculées et le code généré par rapport à la source avant de les utiliser.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Reason from a textual circuit description\n\nUse this textual circuit description: an ideal 12 V source powers two series resistors, R1 = 2 Ω and R2 = 4 Ω. Calculate total resistance, current and voltage across each resistor. State the ideal-component assumptions and verify that the voltage drops sum to the source voltage. Return a compact worked solution using the labels R1 and R2.A labeled worked calculation and a voltage-sum consistency check.The same series current is used for both resistors and the stated voltage drops sum to 12 V.qwen/qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking est le modèle vision-langage à mélange d’experts de Qwen pour le raisonnement sur le texte, les images et la vidéo. Utilisez l’édition Thinking pour les questions STEM, les éléments probants documentaires, les relations spatiales, la programmation à partir d’éléments visuels et l’analyse vidéo horodatée, avec un contexte natif de 262,144 jetons.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Introduction : l’édition multimodale Thinking
Qwen3-VL-235B-A22B-Thinking est l’édition de Qwen3-VL à mélange d’experts axée sur le raisonnement. Elle combine le texte avec des images et de la vidéo et produit des réponses textuelles ou du code. Le point de contrôle Thinking fixe est distinct de Qwen3-VL-235B-A22B-Instruct et des versions FP8 nommées séparément. Choisissez-le pour une question qui exige de relier les éléments visuels probants à une explication plus longue, plutôt que de présumer que chaque édition Qwen3-VL a le même style de réponse.
Agents visuels et programmation à partir d’éléments visuels
Qwen décrit un processus faisant intervenir un agent visuel qui reconnaît les éléments d’interfaces informatiques ou mobiles, interprète leurs fonctions et utilise des outils pour accomplir des tâches. Le modèle fournit la perception et le raisonnement; une application doit connecter et exécuter les actions. Pour une révision d’interface, fournissez la capture d’écran actuelle et un objectif précis, puis demandez au modèle de repérer les commandes pertinentes et d’expliquer l’action suivante. L’image seule ne confère pas le contrôle de l’appareil.
La programmation à partir d’éléments visuels inclut la génération de contenu de schémas et de HTML, CSS ou JavaScript à partir d’images et de vidéos. Fournissez une capture d’écran avec la mise en page, le comportement et le format de sortie modifiable requis. Demandez la structure de la page et les styles comme livrables séparés lorsque cela facilite la révision. Le code généré est du texte pour un processus de développement; il ne prouve pas qu’un site a été rendu ou que l’image source est devenue une application fonctionnelle.
Perception spatiale
Le fabricant documente le raisonnement sur les positions d’objets, les points de vue et les occlusions, avec un ancrage bidimensionnel et la prise en charge d’un ancrage tridimensionnel. Posez une question précise sur les relations spatiales et identifiez l’objet d’intérêt : par exemple, quel composant est masqué, ce qui se trouve devant lui et quels indices visuels appuient cette interprétation. La capacité d’ancrage ne doit pas être traitée comme une mesure physique étalonnée à partir d’une image quelconque.
Long contexte et vidéo
Le contexte natif est de 262,144 jetons. Qwen décrit une extension à environ un million au moyen de la configuration YaRN et des processus de la famille impliquant des livres ou des vidéos de plusieurs heures avec indexation d’événements à la seconde. Ces capacités dépendent de la représentation, de l’échantillonnage des images et de la configuration du contexte; la description générale du fabricant ne garantit pas un rappel parfait de chaque image. Dans son dépôt, Qwen conseille un facteur d’extrapolation de deux ou trois pour ce schéma positionnel entrelacé lorsqu’on étend 256K à environ 1M, plutôt que de recopier automatiquement un facteur de quatre d’un autre modèle.
Raisonnement multimodal et reconnaissance
L’édition Thinking vise le raisonnement STEM et mathématique fondé sur des éléments probants, l’analyse causale et les réponses logiques qui relient le texte aux éléments visuels. Fournissez un schéma avec ses définitions, ou un graphique avec la question numérique précise. Demandez les étiquettes et les valeurs utilisées avant la conclusion. Qwen décrit aussi une reconnaissance visuelle plus large couvrant les personnes, les animés, les produits, les lieux emblématiques, les plantes et les animaux. Une réponse de reconnaissance reste une inférence à partir de l’image fournie, pas une garantie de pouvoir nommer chaque objet ou identité.
L’OCR couvre 32 langues et vise à améliorer la lecture en faible luminosité, avec flou ou inclinaison, y compris le vocabulaire spécialisé et la structure de longs documents. Préservez des images sources lisibles et demandez des champs, des citations ou un tableau structuré vérifiables. La compréhension textuelle et visuelle est combinée dans un seul modèle, de sorte qu’une question peut renvoyer conjointement à un passage de document, à une figure et aux instructions de l’utilisateur.
Changements d’architecture
Interleaved-MRoPE répartit la représentation positionnelle entre le temps, la largeur et la hauteur pour le raisonnement vidéo. DeepStack combine les caractéristiques visuelles de plusieurs niveaux de l’encodeur pour capter des détails plus fins et améliorer l’alignement image–texte. L’alignement texte–horodatage ancre les événements dans des références temporelles. La configuration textuelle publiée comporte 94 couches, 128 experts et huit experts sélectionnés par jeton. Ces détails d’architecture expliquent la représentation multimodale du modèle; ils n’établissent pas une garantie de délai de réponse.
Préparer l’entrée et la sortie visuelles
Les exemples du fabricant couvrent les demandes avec une ou plusieurs images, la vidéo et les demandes purement textuelles. Identifiez chaque entrée visuelle pour que la question puisse y renvoyer clairement. Les processeurs d’images et de vidéos utilisent des budgets de pixels distincts : le budget d’image limite ses pixels, tandis que le budget vidéo compte les pixels de l’ensemble des images échantillonnées. Les dimensions explicites des images sont alignées sur des multiples de 32. L’échantillonnage vidéo peut être contrôlé par fréquence ou par nombre d’images; la valeur par défaut documentée est de deux images par seconde. Préservez les horodatages lorsque vous demandez une chronologie d’événements.
Pour un long extrait, demandez l’événement, son intervalle temporel et les éléments visibles qui l’appuient plutôt qu’un résumé indifférencié. Pour plusieurs pages, demandez un résultat organisé par identifiant de page. Ces exemples de préparation appliquent les capacités documentées et aident à rendre visibles les omissions ou les erreurs d’extraction.
Recommandations et limites de génération
Le fichier de génération du point de contrôle utilise par défaut une température de 0.8, top_p à 0.95 et top_k à 20. La recette distincte d’évaluation Thinking de Qwen utilise une température de 0.6, une pénalité de présence de zéro, une pénalité de répétition de 1.0 et une limite de sortie de 40,960 jetons. Ce sont des préréglages distincts du producteur, pas un plafond strict unique de sortie. Laissez de la place au raisonnement et au texte final avec les jetons visuels, puis vérifiez le texte extrait, les réponses calculées et le code généré par rapport à la source avant de les utiliser.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3-vl-235b-a22b-thinking | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
Champmessages[].content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
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 comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream |
Paramètrecontrol_scope | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Alias de méthode : /chat/completions
Cycle de vie : synchronous_or_streamed
Envoyez l’ID 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/objet 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 jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.000572 / 1K jetons Sortie · Jetons en sortie $0.00572 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"qwen/qwen3-vl-235b-a22b-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\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/qwen3-vl-235b-a22b-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
qwen/qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking est le modèle vision-langage à mélange d’experts de Qwen pour le raisonnement sur le texte, les images et la vidéo. Utilisez l’édition Thinking pour les questions STEM, les éléments probants documentaires, les relations spatiales, la programmation à partir d’éléments visuels et l’analyse vidéo horodatée, avec un contexte natif de 262,144 jetons.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Introduction : l’édition multimodale Thinking
Qwen3-VL-235B-A22B-Thinking est l’édition de Qwen3-VL à mélange d’experts axée sur le raisonnement. Elle combine le texte avec des images et de la vidéo et produit des réponses textuelles ou du code. Le point de contrôle Thinking fixe est distinct de Qwen3-VL-235B-A22B-Instruct et des versions FP8 nommées séparément. Choisissez-le pour une question qui exige de relier les éléments visuels probants à une explication plus longue, plutôt que de présumer que chaque édition Qwen3-VL a le même style de réponse.
Agents visuels et programmation à partir d’éléments visuels
Qwen décrit un processus faisant intervenir un agent visuel qui reconnaît les éléments d’interfaces informatiques ou mobiles, interprète leurs fonctions et utilise des outils pour accomplir des tâches. Le modèle fournit la perception et le raisonnement; une application doit connecter et exécuter les actions. Pour une révision d’interface, fournissez la capture d’écran actuelle et un objectif précis, puis demandez au modèle de repérer les commandes pertinentes et d’expliquer l’action suivante. L’image seule ne confère pas le contrôle de l’appareil.
La programmation à partir d’éléments visuels inclut la génération de contenu de schémas et de HTML, CSS ou JavaScript à partir d’images et de vidéos. Fournissez une capture d’écran avec la mise en page, le comportement et le format de sortie modifiable requis. Demandez la structure de la page et les styles comme livrables séparés lorsque cela facilite la révision. Le code généré est du texte pour un processus de développement; il ne prouve pas qu’un site a été rendu ou que l’image source est devenue une application fonctionnelle.
Perception spatiale
Le fabricant documente le raisonnement sur les positions d’objets, les points de vue et les occlusions, avec un ancrage bidimensionnel et la prise en charge d’un ancrage tridimensionnel. Posez une question précise sur les relations spatiales et identifiez l’objet d’intérêt : par exemple, quel composant est masqué, ce qui se trouve devant lui et quels indices visuels appuient cette interprétation. La capacité d’ancrage ne doit pas être traitée comme une mesure physique étalonnée à partir d’une image quelconque.
Long contexte et vidéo
Le contexte natif est de 262,144 jetons. Qwen décrit une extension à environ un million au moyen de la configuration YaRN et des processus de la famille impliquant des livres ou des vidéos de plusieurs heures avec indexation d’événements à la seconde. Ces capacités dépendent de la représentation, de l’échantillonnage des images et de la configuration du contexte; la description générale du fabricant ne garantit pas un rappel parfait de chaque image. Dans son dépôt, Qwen conseille un facteur d’extrapolation de deux ou trois pour ce schéma positionnel entrelacé lorsqu’on étend 256K à environ 1M, plutôt que de recopier automatiquement un facteur de quatre d’un autre modèle.
Raisonnement multimodal et reconnaissance
L’édition Thinking vise le raisonnement STEM et mathématique fondé sur des éléments probants, l’analyse causale et les réponses logiques qui relient le texte aux éléments visuels. Fournissez un schéma avec ses définitions, ou un graphique avec la question numérique précise. Demandez les étiquettes et les valeurs utilisées avant la conclusion. Qwen décrit aussi une reconnaissance visuelle plus large couvrant les personnes, les animés, les produits, les lieux emblématiques, les plantes et les animaux. Une réponse de reconnaissance reste une inférence à partir de l’image fournie, pas une garantie de pouvoir nommer chaque objet ou identité.
L’OCR couvre 32 langues et vise à améliorer la lecture en faible luminosité, avec flou ou inclinaison, y compris le vocabulaire spécialisé et la structure de longs documents. Préservez des images sources lisibles et demandez des champs, des citations ou un tableau structuré vérifiables. La compréhension textuelle et visuelle est combinée dans un seul modèle, de sorte qu’une question peut renvoyer conjointement à un passage de document, à une figure et aux instructions de l’utilisateur.
Changements d’architecture
Interleaved-MRoPE répartit la représentation positionnelle entre le temps, la largeur et la hauteur pour le raisonnement vidéo. DeepStack combine les caractéristiques visuelles de plusieurs niveaux de l’encodeur pour capter des détails plus fins et améliorer l’alignement image–texte. L’alignement texte–horodatage ancre les événements dans des références temporelles. La configuration textuelle publiée comporte 94 couches, 128 experts et huit experts sélectionnés par jeton. Ces détails d’architecture expliquent la représentation multimodale du modèle; ils n’établissent pas une garantie de délai de réponse.
Préparer l’entrée et la sortie visuelles
Les exemples du fabricant couvrent les demandes avec une ou plusieurs images, la vidéo et les demandes purement textuelles. Identifiez chaque entrée visuelle pour que la question puisse y renvoyer clairement. Les processeurs d’images et de vidéos utilisent des budgets de pixels distincts : le budget d’image limite ses pixels, tandis que le budget vidéo compte les pixels de l’ensemble des images échantillonnées. Les dimensions explicites des images sont alignées sur des multiples de 32. L’échantillonnage vidéo peut être contrôlé par fréquence ou par nombre d’images; la valeur par défaut documentée est de deux images par seconde. Préservez les horodatages lorsque vous demandez une chronologie d’événements.
Pour un long extrait, demandez l’événement, son intervalle temporel et les éléments visibles qui l’appuient plutôt qu’un résumé indifférencié. Pour plusieurs pages, demandez un résultat organisé par identifiant de page. Ces exemples de préparation appliquent les capacités documentées et aident à rendre visibles les omissions ou les erreurs d’extraction.
Recommandations et limites de génération
Le fichier de génération du point de contrôle utilise par défaut une température de 0.8, top_p à 0.95 et top_k à 20. La recette distincte d’évaluation Thinking de Qwen utilise une température de 0.6, une pénalité de présence de zéro, une pénalité de répétition de 1.0 et une limite de sortie de 40,960 jetons. Ce sont des préréglages distincts du producteur, pas un plafond strict unique de sortie. Laissez de la place au raisonnement et au texte final avec les jetons visuels, puis vérifiez le texte extrait, les réponses calculées et le code généré par rapport à la source avant de les utiliser.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen/qwen3-vl-235b-a22b-thinking | 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 jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.000572 / 1K jetons Sortie · Jetons en sortie $0.00572 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen/qwen3-vl-235b-a22b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3-vl-235b-a22b-thinking', '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/qwen3-vl-235b-a22b-thinking', '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 ID 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 ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking est le modèle vision-langage à mélange d’experts de Qwen pour le raisonnement sur le texte, les images et la vidéo. Utilisez l’édition Thinking pour les questions STEM, les éléments probants documentaires, les relations spatiales, la programmation à partir d’éléments visuels et l’analyse vidéo horodatée, avec un contexte natif de 262,144 jetons.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Introduction : l’édition multimodale Thinking
Qwen3-VL-235B-A22B-Thinking est l’édition de Qwen3-VL à mélange d’experts axée sur le raisonnement. Elle combine le texte avec des images et de la vidéo et produit des réponses textuelles ou du code. Le point de contrôle Thinking fixe est distinct de Qwen3-VL-235B-A22B-Instruct et des versions FP8 nommées séparément. Choisissez-le pour une question qui exige de relier les éléments visuels probants à une explication plus longue, plutôt que de présumer que chaque édition Qwen3-VL a le même style de réponse.
Agents visuels et programmation à partir d’éléments visuels
Qwen décrit un processus faisant intervenir un agent visuel qui reconnaît les éléments d’interfaces informatiques ou mobiles, interprète leurs fonctions et utilise des outils pour accomplir des tâches. Le modèle fournit la perception et le raisonnement; une application doit connecter et exécuter les actions. Pour une révision d’interface, fournissez la capture d’écran actuelle et un objectif précis, puis demandez au modèle de repérer les commandes pertinentes et d’expliquer l’action suivante. L’image seule ne confère pas le contrôle de l’appareil.
La programmation à partir d’éléments visuels inclut la génération de contenu de schémas et de HTML, CSS ou JavaScript à partir d’images et de vidéos. Fournissez une capture d’écran avec la mise en page, le comportement et le format de sortie modifiable requis. Demandez la structure de la page et les styles comme livrables séparés lorsque cela facilite la révision. Le code généré est du texte pour un processus de développement; il ne prouve pas qu’un site a été rendu ou que l’image source est devenue une application fonctionnelle.
Perception spatiale
Le fabricant documente le raisonnement sur les positions d’objets, les points de vue et les occlusions, avec un ancrage bidimensionnel et la prise en charge d’un ancrage tridimensionnel. Posez une question précise sur les relations spatiales et identifiez l’objet d’intérêt : par exemple, quel composant est masqué, ce qui se trouve devant lui et quels indices visuels appuient cette interprétation. La capacité d’ancrage ne doit pas être traitée comme une mesure physique étalonnée à partir d’une image quelconque.
Long contexte et vidéo
Le contexte natif est de 262,144 jetons. Qwen décrit une extension à environ un million au moyen de la configuration YaRN et des processus de la famille impliquant des livres ou des vidéos de plusieurs heures avec indexation d’événements à la seconde. Ces capacités dépendent de la représentation, de l’échantillonnage des images et de la configuration du contexte; la description générale du fabricant ne garantit pas un rappel parfait de chaque image. Dans son dépôt, Qwen conseille un facteur d’extrapolation de deux ou trois pour ce schéma positionnel entrelacé lorsqu’on étend 256K à environ 1M, plutôt que de recopier automatiquement un facteur de quatre d’un autre modèle.
Raisonnement multimodal et reconnaissance
L’édition Thinking vise le raisonnement STEM et mathématique fondé sur des éléments probants, l’analyse causale et les réponses logiques qui relient le texte aux éléments visuels. Fournissez un schéma avec ses définitions, ou un graphique avec la question numérique précise. Demandez les étiquettes et les valeurs utilisées avant la conclusion. Qwen décrit aussi une reconnaissance visuelle plus large couvrant les personnes, les animés, les produits, les lieux emblématiques, les plantes et les animaux. Une réponse de reconnaissance reste une inférence à partir de l’image fournie, pas une garantie de pouvoir nommer chaque objet ou identité.
L’OCR couvre 32 langues et vise à améliorer la lecture en faible luminosité, avec flou ou inclinaison, y compris le vocabulaire spécialisé et la structure de longs documents. Préservez des images sources lisibles et demandez des champs, des citations ou un tableau structuré vérifiables. La compréhension textuelle et visuelle est combinée dans un seul modèle, de sorte qu’une question peut renvoyer conjointement à un passage de document, à une figure et aux instructions de l’utilisateur.
Changements d’architecture
Interleaved-MRoPE répartit la représentation positionnelle entre le temps, la largeur et la hauteur pour le raisonnement vidéo. DeepStack combine les caractéristiques visuelles de plusieurs niveaux de l’encodeur pour capter des détails plus fins et améliorer l’alignement image–texte. L’alignement texte–horodatage ancre les événements dans des références temporelles. La configuration textuelle publiée comporte 94 couches, 128 experts et huit experts sélectionnés par jeton. Ces détails d’architecture expliquent la représentation multimodale du modèle; ils n’établissent pas une garantie de délai de réponse.
Préparer l’entrée et la sortie visuelles
Les exemples du fabricant couvrent les demandes avec une ou plusieurs images, la vidéo et les demandes purement textuelles. Identifiez chaque entrée visuelle pour que la question puisse y renvoyer clairement. Les processeurs d’images et de vidéos utilisent des budgets de pixels distincts : le budget d’image limite ses pixels, tandis que le budget vidéo compte les pixels de l’ensemble des images échantillonnées. Les dimensions explicites des images sont alignées sur des multiples de 32. L’échantillonnage vidéo peut être contrôlé par fréquence ou par nombre d’images; la valeur par défaut documentée est de deux images par seconde. Préservez les horodatages lorsque vous demandez une chronologie d’événements.
Pour un long extrait, demandez l’événement, son intervalle temporel et les éléments visibles qui l’appuient plutôt qu’un résumé indifférencié. Pour plusieurs pages, demandez un résultat organisé par identifiant de page. Ces exemples de préparation appliquent les capacités documentées et aident à rendre visibles les omissions ou les erreurs d’extraction.
Recommandations et limites de génération
Le fichier de génération du point de contrôle utilise par défaut une température de 0.8, top_p à 0.95 et top_k à 20. La recette distincte d’évaluation Thinking de Qwen utilise une température de 0.6, une pénalité de présence de zéro, une pénalité de répétition de 1.0 et une limite de sortie de 40,960 jetons. Ce sont des préréglages distincts du producteur, pas un plafond strict unique de sortie. Laissez de la place au raisonnement et au texte final avec les jetons visuels, puis vérifiez le texte extrait, les réponses calculées et le code généré par rapport à la source avant de les utiliser.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen3-vl-235b-a22b-thinking | 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’ID 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: Fonction fournie comme outil | 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 refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | 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 comme texte littéral ; aucun ID 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’ID 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/objet 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 jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.000572 / 1K jetons Sortie · Jetons en sortie $0.00572 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-vl-235b-a22b-thinking", "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-235b-a22b-thinking',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-235b-a22b-thinking',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, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking est le modèle vision-langage à mélange d’experts de Qwen pour le raisonnement sur le texte, les images et la vidéo. Utilisez l’édition Thinking pour les questions STEM, les éléments probants documentaires, les relations spatiales, la programmation à partir d’éléments visuels et l’analyse vidéo horodatée, avec un contexte natif de 262,144 jetons.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Introduction : l’édition multimodale Thinking
Qwen3-VL-235B-A22B-Thinking est l’édition de Qwen3-VL à mélange d’experts axée sur le raisonnement. Elle combine le texte avec des images et de la vidéo et produit des réponses textuelles ou du code. Le point de contrôle Thinking fixe est distinct de Qwen3-VL-235B-A22B-Instruct et des versions FP8 nommées séparément. Choisissez-le pour une question qui exige de relier les éléments visuels probants à une explication plus longue, plutôt que de présumer que chaque édition Qwen3-VL a le même style de réponse.
Agents visuels et programmation à partir d’éléments visuels
Qwen décrit un processus faisant intervenir un agent visuel qui reconnaît les éléments d’interfaces informatiques ou mobiles, interprète leurs fonctions et utilise des outils pour accomplir des tâches. Le modèle fournit la perception et le raisonnement; une application doit connecter et exécuter les actions. Pour une révision d’interface, fournissez la capture d’écran actuelle et un objectif précis, puis demandez au modèle de repérer les commandes pertinentes et d’expliquer l’action suivante. L’image seule ne confère pas le contrôle de l’appareil.
La programmation à partir d’éléments visuels inclut la génération de contenu de schémas et de HTML, CSS ou JavaScript à partir d’images et de vidéos. Fournissez une capture d’écran avec la mise en page, le comportement et le format de sortie modifiable requis. Demandez la structure de la page et les styles comme livrables séparés lorsque cela facilite la révision. Le code généré est du texte pour un processus de développement; il ne prouve pas qu’un site a été rendu ou que l’image source est devenue une application fonctionnelle.
Perception spatiale
Le fabricant documente le raisonnement sur les positions d’objets, les points de vue et les occlusions, avec un ancrage bidimensionnel et la prise en charge d’un ancrage tridimensionnel. Posez une question précise sur les relations spatiales et identifiez l’objet d’intérêt : par exemple, quel composant est masqué, ce qui se trouve devant lui et quels indices visuels appuient cette interprétation. La capacité d’ancrage ne doit pas être traitée comme une mesure physique étalonnée à partir d’une image quelconque.
Long contexte et vidéo
Le contexte natif est de 262,144 jetons. Qwen décrit une extension à environ un million au moyen de la configuration YaRN et des processus de la famille impliquant des livres ou des vidéos de plusieurs heures avec indexation d’événements à la seconde. Ces capacités dépendent de la représentation, de l’échantillonnage des images et de la configuration du contexte; la description générale du fabricant ne garantit pas un rappel parfait de chaque image. Dans son dépôt, Qwen conseille un facteur d’extrapolation de deux ou trois pour ce schéma positionnel entrelacé lorsqu’on étend 256K à environ 1M, plutôt que de recopier automatiquement un facteur de quatre d’un autre modèle.
Raisonnement multimodal et reconnaissance
L’édition Thinking vise le raisonnement STEM et mathématique fondé sur des éléments probants, l’analyse causale et les réponses logiques qui relient le texte aux éléments visuels. Fournissez un schéma avec ses définitions, ou un graphique avec la question numérique précise. Demandez les étiquettes et les valeurs utilisées avant la conclusion. Qwen décrit aussi une reconnaissance visuelle plus large couvrant les personnes, les animés, les produits, les lieux emblématiques, les plantes et les animaux. Une réponse de reconnaissance reste une inférence à partir de l’image fournie, pas une garantie de pouvoir nommer chaque objet ou identité.
L’OCR couvre 32 langues et vise à améliorer la lecture en faible luminosité, avec flou ou inclinaison, y compris le vocabulaire spécialisé et la structure de longs documents. Préservez des images sources lisibles et demandez des champs, des citations ou un tableau structuré vérifiables. La compréhension textuelle et visuelle est combinée dans un seul modèle, de sorte qu’une question peut renvoyer conjointement à un passage de document, à une figure et aux instructions de l’utilisateur.
Changements d’architecture
Interleaved-MRoPE répartit la représentation positionnelle entre le temps, la largeur et la hauteur pour le raisonnement vidéo. DeepStack combine les caractéristiques visuelles de plusieurs niveaux de l’encodeur pour capter des détails plus fins et améliorer l’alignement image–texte. L’alignement texte–horodatage ancre les événements dans des références temporelles. La configuration textuelle publiée comporte 94 couches, 128 experts et huit experts sélectionnés par jeton. Ces détails d’architecture expliquent la représentation multimodale du modèle; ils n’établissent pas une garantie de délai de réponse.
Préparer l’entrée et la sortie visuelles
Les exemples du fabricant couvrent les demandes avec une ou plusieurs images, la vidéo et les demandes purement textuelles. Identifiez chaque entrée visuelle pour que la question puisse y renvoyer clairement. Les processeurs d’images et de vidéos utilisent des budgets de pixels distincts : le budget d’image limite ses pixels, tandis que le budget vidéo compte les pixels de l’ensemble des images échantillonnées. Les dimensions explicites des images sont alignées sur des multiples de 32. L’échantillonnage vidéo peut être contrôlé par fréquence ou par nombre d’images; la valeur par défaut documentée est de deux images par seconde. Préservez les horodatages lorsque vous demandez une chronologie d’événements.
Pour un long extrait, demandez l’événement, son intervalle temporel et les éléments visibles qui l’appuient plutôt qu’un résumé indifférencié. Pour plusieurs pages, demandez un résultat organisé par identifiant de page. Ces exemples de préparation appliquent les capacités documentées et aident à rendre visibles les omissions ou les erreurs d’extraction.
Recommandations et limites de génération
Le fichier de génération du point de contrôle utilise par défaut une température de 0.8, top_p à 0.95 et top_k à 20. La recette distincte d’évaluation Thinking de Qwen utilise une température de 0.6, une pénalité de présence de zéro, une pénalité de répétition de 1.0 et une limite de sortie de 40,960 jetons. Ce sont des préréglages distincts du producteur, pas un plafond strict unique de sortie. Laissez de la place au raisonnement et au texte final avec les jetons visuels, puis vérifiez le texte extrait, les réponses calculées et le code généré par rapport à la source avant de les utiliser.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen3-vl-235b-a22b-thinking | 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 jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.000572 / 1K jetons Sortie · Jetons en sortie $0.00572 / 1K jetons Entrée · Lecture du cache $0 / 1K jetons Entrée · Écriture dans le cache $0 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qwen3-vl-235b-a22b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-235b-a22b-thinking', '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-235b-a22b-thinking', '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 ID 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 ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle 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 éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
Exemple technique en anglais
Reason from a textual circuit description\n\nUse this textual circuit description: an ideal 12 V source powers two series resistors, R1 = 2 Ω and R2 = 4 Ω. Calculate total resistance, current and voltage across each resistor. State the ideal-component assumptions and verify that the voltage drops sum to the source voltage. Return a compact worked solution using the labels R1 and R2.A labeled worked calculation and a voltage-sum consistency check.The same series current is used for both resistors and the stated voltage drops sum to 12 V.