Vue d'ensemble : un raisonnement ancré dans l'entrée visuelle
QVQ-Max est le modèle de raisonnement visuel Qwen. Son fabricant décrit une sortie avec chaîne de raisonnement et des capacités renforcées en mathématiques, programmation, analyse visuelle, travail créatif et tâches générales. Sa page dédiée aux capacités indique des entrées textuelles, image et vidéo, avec une sortie textuelle. Choisissez-le pour une question dans laquelle les éléments visuels font partie du problème de raisonnement, par exemple un schéma, un graphique ou une séquence d'événements observés.
L'édition exacte du modèle
Le producteur décrit actuellement qvq-max comme fonctionnellement équivalent à l'instantané qvq-max-2025-03-25. Cette indication établit une relation entre éditions telle que la décrit le fabricant ; elle ne modifie pas les identifiants exacts conservés par une application. QVQ-Max ne doit pas hériter de l'identité des poids, du nombre de paramètres ou des commandes de génération de QVQ-72B-Preview, de QVQ-Plus ou d'un modèle visuel Qwen plus récent au seul motif qu'ils partagent une orientation de raisonnement. Un nom fournisseur doté du suffixe latest n'établit pas non plus à lui seul un point de contrôle fixe.
Préparer une question de raisonnement visuel
Fournissez l'image pertinente avec la question complète. Pour un schéma mathématique, conservez les libellés, dimensions et l'énoncé associé, puis demandez quelles relations découlent de la figure visible et lesquelles nécessitent une hypothèse supplémentaire. Demandez une réponse finale clairement délimitée, avec les valeurs et les relations utilisées pour l'obtenir. Une explication utile doit relier chaque inférence importante à un élément du contenu fourni.
Pour un graphique, demandez au modèle d'identifier les axes, les unités et les séries avant d'interpréter une tendance. Pour un schéma d'algorithme ou d'interface, précisez le comportement attendu et demandez comment la structure visible s'y rapporte. Pour un cahier des charges créatif, distinguez la description de ce qui est réellement présent des modifications ou interprétations proposées. Il s'agit d'applications rédigées des capacités de mathématiques, programmation, analyse et création documentées par le fabricant, et non de démonstrations du traitement réussi d'un fichier particulier.
Vidéo et éléments de preuve multiples
La vidéo est explicitement mentionnée comme modalité d'entrée. Pour une demande d'analyse d'événement, fournissez le segment pertinent et demandez une explication ordonnée des changements, de la scène qui étaye la conclusion et de ce qui reste incertain. Si des indications temporelles sont disponibles dans l'entrée, précisez comment le résultat doit y faire référence. La page exacte du modèle n'établit pas de durée vidéo, de nombre d'images ni de précision d'horodatage universels ; ces propriétés ne doivent donc pas être empruntées à une autre famille Qwen.
Lorsque la question s'appuie sur plusieurs images ou passages, étiquetez-les et expliquez la relation que le modèle doit examiner. Demandez un résultat organisé selon ces étiquettes pour qu'une personne chargée de la vérification puisse voir quels éléments étayent chaque point. La réponse de raisonnement doit rester distincte de la réponse finale ; une explication développée n'est utile que si ses affirmations peuvent être vérifiées à partir de la source.
Limites de contexte et de réponse
Les spécifications indiquent une fenêtre de contexte de 131 072 tokens, une longueur maximale d'entrée de 106 496 tokens et une longueur maximale de sortie de 8 192 tokens. Conservez ces valeurs séparées au lieu de déduire de leur différence un budget de tokens de raisonnement non documenté. Le texte, les éléments visuels représentés et le contenu généré doivent respecter les limites de séquence et de sortie applicables.
Pour une page dense ou un schéma, rendez les détails pertinents lisibles avant l'envoi et conservez l'énoncé complet nécessaire à l'inférence. Pour une source longue, sélectionnez les éléments liés à la question et réservez suffisamment d'espace de réponse pour une conclusion étayée. Les spécifications en tokens n'accordent ni une capacité illimitée d'entrée visuelle ni la garantie que chaque détail sera rappelé.
Outils, mise en forme et limites de fond
La matrice exacte des capacités indique que l'appel de fonctions, la recherche Web intégrée et les sorties structurées imposées ne sont pas pris en charge. Le raisonnement visuel de QVQ-Max ne doit donc pas être présenté comme un contrôle automatique de navigateur, un outil d'exécution de code externe ou une source d'informations en temps réel. Une invite peut demander un tableau ou un résultat textuel de forme JSON, mais cette demande ne crée pas de contrat imposant le respect d'un schéma.
La page dédiée au modèle ne publie ni commutateur de raisonnement hybride propre à ce modèle ni nombre de paramètres. Conservez l'identité de raisonnement visuel documentée au lieu d'importer des commandes ou des affirmations de taille d'un autre point de contrôle. Vérifiez les petits libellés, les nombres extraits, les relations inférées et les suggestions de code à partir de la source. La sortie pratique est une conclusion visuelle expliquée ou un livrable provisoire, fondé sur les éléments fournis par l'utilisateur.
", "aboutText": "Vue d'ensemble : un raisonnement ancré dans l'entrée visuelle\n\nQVQ-Max est le modèle de raisonnement visuel Qwen. Son fabricant décrit une sortie avec chaîne de raisonnement et des capacités renforcées en mathématiques, programmation, analyse visuelle, travail créatif et tâches générales. Sa page dédiée aux capacités indique des entrées textuelles, image et vidéo, avec une sortie textuelle. Choisissez-le pour une question dans laquelle les éléments visuels font partie du problème de raisonnement, par exemple un schéma, un graphique ou une séquence d'événements observés.\n\nL'édition exacte du modèle\n\nLe producteur décrit actuellement qvq-max comme fonctionnellement équivalent à l'instantané qvq-max-2025-03-25. Cette indication établit une relation entre éditions telle que la décrit le fabricant ; elle ne modifie pas les identifiants exacts conservés par une application. QVQ-Max ne doit pas hériter de l'identité des poids, du nombre de paramètres ou des commandes de génération de QVQ-72B-Preview, de QVQ-Plus ou d'un modèle visuel Qwen plus récent au seul motif qu'ils partagent une orientation de raisonnement. Un nom fournisseur doté du suffixe latest n'établit pas non plus à lui seul un point de contrôle fixe.\n\nPréparer une question de raisonnement visuel\n\nFournissez l'image pertinente avec la question complète. Pour un schéma mathématique, conservez les libellés, dimensions et l'énoncé associé, puis demandez quelles relations découlent de la figure visible et lesquelles nécessitent une hypothèse supplémentaire. Demandez une réponse finale clairement délimitée, avec les valeurs et les relations utilisées pour l'obtenir. Une explication utile doit relier chaque inférence importante à un élément du contenu fourni.\n\nPour un graphique, demandez au modèle d'identifier les axes, les unités et les séries avant d'interpréter une tendance. Pour un schéma d'algorithme ou d'interface, précisez le comportement attendu et demandez comment la structure visible s'y rapporte. Pour un cahier des charges créatif, distinguez la description de ce qui est réellement présent des modifications ou interprétations proposées. Il s'agit d'applications rédigées des capacités de mathématiques, programmation, analyse et création documentées par le fabricant, et non de démonstrations du traitement réussi d'un fichier particulier.\n\nVidéo et éléments de preuve multiples\n\nLa vidéo est explicitement mentionnée comme modalité d'entrée. Pour une demande d'analyse d'événement, fournissez le segment pertinent et demandez une explication ordonnée des changements, de la scène qui étaye la conclusion et de ce qui reste incertain. Si des indications temporelles sont disponibles dans l'entrée, précisez comment le résultat doit y faire référence. La page exacte du modèle n'établit pas de durée vidéo, de nombre d'images ni de précision d'horodatage universels ; ces propriétés ne doivent donc pas être empruntées à une autre famille Qwen.\n\nLorsque la question s'appuie sur plusieurs images ou passages, étiquetez-les et expliquez la relation que le modèle doit examiner. Demandez un résultat organisé selon ces étiquettes pour qu'une personne chargée de la vérification puisse voir quels éléments étayent chaque point. La réponse de raisonnement doit rester distincte de la réponse finale ; une explication développée n'est utile que si ses affirmations peuvent être vérifiées à partir de la source.\n\nLimites de contexte et de réponse\n\nLes spécifications indiquent une fenêtre de contexte de 131 072 tokens, une longueur maximale d'entrée de 106 496 tokens et une longueur maximale de sortie de 8 192 tokens. Conservez ces valeurs séparées au lieu de déduire de leur différence un budget de tokens de raisonnement non documenté. Le texte, les éléments visuels représentés et le contenu généré doivent respecter les limites de séquence et de sortie applicables.\n\nPour une page dense ou un schéma, rendez les détails pertinents lisibles avant l'envoi et conservez l'énoncé complet nécessaire à l'inférence. Pour une source longue, sélectionnez les éléments liés à la question et réservez suffisamment d'espace de réponse pour une conclusion étayée. Les spécifications en tokens n'accordent ni une capacité illimitée d'entrée visuelle ni la garantie que chaque détail sera rappelé.\n\nOutils, mise en forme et limites de fond\n\nLa matrice exacte des capacités indique que l'appel de fonctions, la recherche Web intégrée et les sorties structurées imposées ne sont pas pris en charge. Le raisonnement visuel de QVQ-Max ne doit donc pas être présenté comme un contrôle automatique de navigateur, un outil d'exécution de code externe ou une source d'informations en temps réel. Une invite peut demander un tableau ou un résultat textuel de forme JSON, mais cette demande ne crée pas de contrat imposant le respect d'un schéma.\n\nLa page dédiée au modèle ne publie ni commutateur de raisonnement hybride propre à ce modèle ni nombre de paramètres. Conservez l'identité de raisonnement visuel documentée au lieu d'importer des commandes ou des affirmations de taille d'un autre point de contrôle. Vérifiez les petits libellés, les nombres extraits, les relations inférées et les suggestions de code à partir de la source. La sortie pratique est une conclusion visuelle expliquée ou un livrable provisoire, fondé sur les éléments fournis par l'utilisateur.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.qvq-maxQVQ-Max est le modèle de raisonnement visuel Qwen pour le texte, les images et la vidéo ; il renvoie du texte accompagné d'une solution expliquée. Utilisez-le pour des schémas mathématiques, l'analyse visuelle, des visuels liés à la programmation et l'interprétation créative ; ses spécifications indiquent un contexte de 131 072 tokens et une limite de sortie de 8 192 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Vue d'ensemble : un raisonnement ancré dans l'entrée visuelle
QVQ-Max est le modèle de raisonnement visuel Qwen. Son fabricant décrit une sortie avec chaîne de raisonnement et des capacités renforcées en mathématiques, programmation, analyse visuelle, travail créatif et tâches générales. Sa page dédiée aux capacités indique des entrées textuelles, image et vidéo, avec une sortie textuelle. Choisissez-le pour une question dans laquelle les éléments visuels font partie du problème de raisonnement, par exemple un schéma, un graphique ou une séquence d'événements observés.
L'édition exacte du modèle
Le producteur décrit actuellement qvq-max comme fonctionnellement équivalent à l'instantané qvq-max-2025-03-25. Cette indication établit une relation entre éditions telle que la décrit le fabricant ; elle ne modifie pas les identifiants exacts conservés par une application. QVQ-Max ne doit pas hériter de l'identité des poids, du nombre de paramètres ou des commandes de génération de QVQ-72B-Preview, de QVQ-Plus ou d'un modèle visuel Qwen plus récent au seul motif qu'ils partagent une orientation de raisonnement. Un nom fournisseur doté du suffixe latest n'établit pas non plus à lui seul un point de contrôle fixe.
Préparer une question de raisonnement visuel
Fournissez l'image pertinente avec la question complète. Pour un schéma mathématique, conservez les libellés, dimensions et l'énoncé associé, puis demandez quelles relations découlent de la figure visible et lesquelles nécessitent une hypothèse supplémentaire. Demandez une réponse finale clairement délimitée, avec les valeurs et les relations utilisées pour l'obtenir. Une explication utile doit relier chaque inférence importante à un élément du contenu fourni.
Pour un graphique, demandez au modèle d'identifier les axes, les unités et les séries avant d'interpréter une tendance. Pour un schéma d'algorithme ou d'interface, précisez le comportement attendu et demandez comment la structure visible s'y rapporte. Pour un cahier des charges créatif, distinguez la description de ce qui est réellement présent des modifications ou interprétations proposées. Il s'agit d'applications rédigées des capacités de mathématiques, programmation, analyse et création documentées par le fabricant, et non de démonstrations du traitement réussi d'un fichier particulier.
Vidéo et éléments de preuve multiples
La vidéo est explicitement mentionnée comme modalité d'entrée. Pour une demande d'analyse d'événement, fournissez le segment pertinent et demandez une explication ordonnée des changements, de la scène qui étaye la conclusion et de ce qui reste incertain. Si des indications temporelles sont disponibles dans l'entrée, précisez comment le résultat doit y faire référence. La page exacte du modèle n'établit pas de durée vidéo, de nombre d'images ni de précision d'horodatage universels ; ces propriétés ne doivent donc pas être empruntées à une autre famille Qwen.
Lorsque la question s'appuie sur plusieurs images ou passages, étiquetez-les et expliquez la relation que le modèle doit examiner. Demandez un résultat organisé selon ces étiquettes pour qu'une personne chargée de la vérification puisse voir quels éléments étayent chaque point. La réponse de raisonnement doit rester distincte de la réponse finale ; une explication développée n'est utile que si ses affirmations peuvent être vérifiées à partir de la source.
Limites de contexte et de réponse
Les spécifications indiquent une fenêtre de contexte de 131 072 tokens, une longueur maximale d'entrée de 106 496 tokens et une longueur maximale de sortie de 8 192 tokens. Conservez ces valeurs séparées au lieu de déduire de leur différence un budget de tokens de raisonnement non documenté. Le texte, les éléments visuels représentés et le contenu généré doivent respecter les limites de séquence et de sortie applicables.
Pour une page dense ou un schéma, rendez les détails pertinents lisibles avant l'envoi et conservez l'énoncé complet nécessaire à l'inférence. Pour une source longue, sélectionnez les éléments liés à la question et réservez suffisamment d'espace de réponse pour une conclusion étayée. Les spécifications en tokens n'accordent ni une capacité illimitée d'entrée visuelle ni la garantie que chaque détail sera rappelé.
Outils, mise en forme et limites de fond
La matrice exacte des capacités indique que l'appel de fonctions, la recherche Web intégrée et les sorties structurées imposées ne sont pas pris en charge. Le raisonnement visuel de QVQ-Max ne doit donc pas être présenté comme un contrôle automatique de navigateur, un outil d'exécution de code externe ou une source d'informations en temps réel. Une invite peut demander un tableau ou un résultat textuel de forme JSON, mais cette demande ne crée pas de contrat imposant le respect d'un schéma.
La page dédiée au modèle ne publie ni commutateur de raisonnement hybride propre à ce modèle ni nombre de paramètres. Conservez l'identité de raisonnement visuel documentée au lieu d'importer des commandes ou des affirmations de taille d'un autre point de contrôle. Vérifiez les petits libellés, les nombres extraits, les relations inférées et les suggestions de code à partir de la source. La sortie pratique est une conclusion visuelle expliquée ou un livrable provisoire, fondé sur les éléments fournis par l'utilisateur.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qvq-max | 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 $0.0023 / 1K tokens Sortie · Tokens en sortie $0.00916 / 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": "qvq-max", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qvq-max',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qvq-max',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 qvq-max
Utilisez les chemins de méthode indiqués ci-dessus.
qvq-maxQVQ-Max est le modèle de raisonnement visuel Qwen pour le texte, les images et la vidéo ; il renvoie du texte accompagné d'une solution expliquée. Utilisez-le pour des schémas mathématiques, l'analyse visuelle, des visuels liés à la programmation et l'interprétation créative ; ses spécifications indiquent un contexte de 131 072 tokens et une limite de sortie de 8 192 tokens.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Vue d'ensemble : un raisonnement ancré dans l'entrée visuelle
QVQ-Max est le modèle de raisonnement visuel Qwen. Son fabricant décrit une sortie avec chaîne de raisonnement et des capacités renforcées en mathématiques, programmation, analyse visuelle, travail créatif et tâches générales. Sa page dédiée aux capacités indique des entrées textuelles, image et vidéo, avec une sortie textuelle. Choisissez-le pour une question dans laquelle les éléments visuels font partie du problème de raisonnement, par exemple un schéma, un graphique ou une séquence d'événements observés.
L'édition exacte du modèle
Le producteur décrit actuellement qvq-max comme fonctionnellement équivalent à l'instantané qvq-max-2025-03-25. Cette indication établit une relation entre éditions telle que la décrit le fabricant ; elle ne modifie pas les identifiants exacts conservés par une application. QVQ-Max ne doit pas hériter de l'identité des poids, du nombre de paramètres ou des commandes de génération de QVQ-72B-Preview, de QVQ-Plus ou d'un modèle visuel Qwen plus récent au seul motif qu'ils partagent une orientation de raisonnement. Un nom fournisseur doté du suffixe latest n'établit pas non plus à lui seul un point de contrôle fixe.
Préparer une question de raisonnement visuel
Fournissez l'image pertinente avec la question complète. Pour un schéma mathématique, conservez les libellés, dimensions et l'énoncé associé, puis demandez quelles relations découlent de la figure visible et lesquelles nécessitent une hypothèse supplémentaire. Demandez une réponse finale clairement délimitée, avec les valeurs et les relations utilisées pour l'obtenir. Une explication utile doit relier chaque inférence importante à un élément du contenu fourni.
Pour un graphique, demandez au modèle d'identifier les axes, les unités et les séries avant d'interpréter une tendance. Pour un schéma d'algorithme ou d'interface, précisez le comportement attendu et demandez comment la structure visible s'y rapporte. Pour un cahier des charges créatif, distinguez la description de ce qui est réellement présent des modifications ou interprétations proposées. Il s'agit d'applications rédigées des capacités de mathématiques, programmation, analyse et création documentées par le fabricant, et non de démonstrations du traitement réussi d'un fichier particulier.
Vidéo et éléments de preuve multiples
La vidéo est explicitement mentionnée comme modalité d'entrée. Pour une demande d'analyse d'événement, fournissez le segment pertinent et demandez une explication ordonnée des changements, de la scène qui étaye la conclusion et de ce qui reste incertain. Si des indications temporelles sont disponibles dans l'entrée, précisez comment le résultat doit y faire référence. La page exacte du modèle n'établit pas de durée vidéo, de nombre d'images ni de précision d'horodatage universels ; ces propriétés ne doivent donc pas être empruntées à une autre famille Qwen.
Lorsque la question s'appuie sur plusieurs images ou passages, étiquetez-les et expliquez la relation que le modèle doit examiner. Demandez un résultat organisé selon ces étiquettes pour qu'une personne chargée de la vérification puisse voir quels éléments étayent chaque point. La réponse de raisonnement doit rester distincte de la réponse finale ; une explication développée n'est utile que si ses affirmations peuvent être vérifiées à partir de la source.
Limites de contexte et de réponse
Les spécifications indiquent une fenêtre de contexte de 131 072 tokens, une longueur maximale d'entrée de 106 496 tokens et une longueur maximale de sortie de 8 192 tokens. Conservez ces valeurs séparées au lieu de déduire de leur différence un budget de tokens de raisonnement non documenté. Le texte, les éléments visuels représentés et le contenu généré doivent respecter les limites de séquence et de sortie applicables.
Pour une page dense ou un schéma, rendez les détails pertinents lisibles avant l'envoi et conservez l'énoncé complet nécessaire à l'inférence. Pour une source longue, sélectionnez les éléments liés à la question et réservez suffisamment d'espace de réponse pour une conclusion étayée. Les spécifications en tokens n'accordent ni une capacité illimitée d'entrée visuelle ni la garantie que chaque détail sera rappelé.
Outils, mise en forme et limites de fond
La matrice exacte des capacités indique que l'appel de fonctions, la recherche Web intégrée et les sorties structurées imposées ne sont pas pris en charge. Le raisonnement visuel de QVQ-Max ne doit donc pas être présenté comme un contrôle automatique de navigateur, un outil d'exécution de code externe ou une source d'informations en temps réel. Une invite peut demander un tableau ou un résultat textuel de forme JSON, mais cette demande ne crée pas de contrat imposant le respect d'un schéma.
La page dédiée au modèle ne publie ni commutateur de raisonnement hybride propre à ce modèle ni nombre de paramètres. Conservez l'identité de raisonnement visuel documentée au lieu d'importer des commandes ou des affirmations de taille d'un autre point de contrôle. Vérifiez les petits libellés, les nombres extraits, les relations inférées et les suggestions de code à partir de la source. La sortie pratique est une conclusion visuelle expliquée ou un livrable provisoire, fondé sur les éléments fournis par l'utilisateur.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qvq-max | 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 $0.0023 / 1K tokens Sortie · Tokens en sortie $0.00916 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "qvq-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qvq-max', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qvq-max', '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 qvq-max
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.