Doubao 1.5 Thinking Vision Pro 250428 הוא הזהות המתארחת המדויקת ש־ByteDance מציינת עבור Seed1.5-VL. זהו מודל ראייה ושפה להבנה רב־מודלית כללית ולהסקה. יכולות היצרן המתוארות כוללות OCR, הבנת תרשימים, עיגון חזותי, הבנה מרחבית בתלת־ממד (3D), הבנת וידאו והסקה חזותית. משימות אלה מחזירות פרשנויות והחלטות המבוססות על חומר חזותי ועל שאלה כתובה.
ספקו את התמונה וזהו את המידע שיש לחלץ או להסביר. בתמונת מסמך, ציינו את הטקסט או השדות החשובים. בתרשים, שאלו על תוויות וקשרים מסוימים. בחידה חזותית, ציינו את השאלה ובקשו מסקנה הנתמכת ברמזים הרלוונטיים.
שמרו את התוצר המבוקש ברור: טקסט מתומלל, תיאור של קשר או הסבר לתשובה. אם התמונה מכילה כיתוב לא ברור או פרטים מוסתרים, בקשו מהתשובה לזהות את אי־הוודאות. שמרו את התמונה המקורית עם התוצאה כדי שאפשר יהיה לבדוק מילים שחולצו וקשרים שפורשו.
עיגון חזותי מחבר התייחסות כתובה לעצם או לאזור הרלוונטיים בתמונה. משימה שימושית יכולה לציין את העצם, להסביר את ההבדל בינו לבין עצמים סמוכים ולבקש את מידע המיקום שהיישום מצפה לו. פורמט הפלט של היישום צריך להגדיר כיצד מיקום כזה מיוצג.
להבנה מרחבית, תארו אילו קשרים חשובים: מיקום יחסי, כיוון או סידור העצמים בסצנה. בקשו את הראיות הגלויות לפני הפרשנות הסופית. שמרו על הבחנה בין תכונות התמונה הניתנות לצפייה לבין קשר תלת־ממדי שהוסק.
היצרן מונה גם הבנת וידאו ומספק מדריך מתכונים ייעודי לווידאו. שאלת וידאו צריכה לציין את האירוע, העצם או הרצף שמעניינים ואת התוצאה שיש להפיק. השתמשו בהפניות זמן בשאלה ושמרו את קליפ המקור עם התשובה בעת בדיקת רצף אירועים.
ההדגמות האינטראקטיביות שלו כוללות שליטה בממשק גרפי ומשחקים. ביישום שימוש במחשב, ההבנה החזותית של המודל תומכת בהחלטה על המסך, בעוד שהיישום המקיף מבצע פעולות ומספק את התצפית הבאה. תיאור פקד או החלטה על פעולה הבאה אינם מבססים כשלעצמם שקובץ נשמר או שפעולת מסך הושלמה.
ByteDance מזהה את המודל עם מקודד ראייה בעל 532M פרמטרים ומודל שפה של תערובת מומחים עם 20B פרמטרים פעילים. מדריך המתכונים שלה מפריד בין בקרות שרשרת חשיבה ארוכה, עיגון, הבנה מרחבית ודוגמאות וידאו וממשק גרפי. השתמשו בחוזה הממשק המדויק לקלטים ולייצוג הפלט שהמשימה צריכה.
רשומה זו משמרת את מהדורת 250428 ששמה מצוין במאגר היצרן. פרופיל Thinking Pro Vision 250415 המוקדם יותר הוא זהות נפרדת. שמרו עם כל תוצאה את המודל המבוקש, את המקורות החזותיים ואת הגדרות המשימה, כדי שאפשר יהיה להשוות תיקון מאוחר לאותה מהדורה ולאותן ראיות.
", "aboutText": "Doubao 1.5 Thinking Vision Pro 250428 הוא הזהות המתארחת המדויקת ש־ByteDance מציינת עבור Seed1.5-VL. זהו מודל ראייה ושפה להבנה רב־מודלית כללית ולהסקה. יכולות היצרן המתוארות כוללות OCR, הבנת תרשימים, עיגון חזותי, הבנה מרחבית בתלת־ממד (3D), הבנת וידאו והסקה חזותית. משימות אלה מחזירות פרשנויות והחלטות המבוססות על חומר חזותי ועל שאלה כתובה.\n\n### קריאת המקור החזותי ופרשנותו\n\nספקו את התמונה וזהו את המידע שיש לחלץ או להסביר. בתמונת מסמך, ציינו את הטקסט או השדות החשובים. בתרשים, שאלו על תוויות וקשרים מסוימים. בחידה חזותית, ציינו את השאלה ובקשו מסקנה הנתמכת ברמזים הרלוונטיים.\n\nשמרו את התוצר המבוקש ברור: טקסט מתומלל, תיאור של קשר או הסבר לתשובה. אם התמונה מכילה כיתוב לא ברור או פרטים מוסתרים, בקשו מהתשובה לזהות את אי־הוודאות. שמרו את התמונה המקורית עם התוצאה כדי שאפשר יהיה לבדוק מילים שחולצו וקשרים שפורשו.\n\n### עיגון שאלה בעצמים ובמרחב\n\nעיגון חזותי מחבר התייחסות כתובה לעצם או לאזור הרלוונטיים בתמונה. משימה שימושית יכולה לציין את העצם, להסביר את ההבדל בינו לבין עצמים סמוכים ולבקש את מידע המיקום שהיישום מצפה לו. פורמט הפלט של היישום צריך להגדיר כיצד מיקום כזה מיוצג.\n\nלהבנה מרחבית, תארו אילו קשרים חשובים: מיקום יחסי, כיוון או סידור העצמים בסצנה. בקשו את הראיות הגלויות לפני הפרשנות הסופית. שמרו על הבחנה בין תכונות התמונה הניתנות לצפייה לבין קשר תלת־ממדי שהוסק.\n\n### עבודה עם וידאו ומשימות אינטראקטיביות\n\nהיצרן מונה גם הבנת וידאו ומספק מדריך מתכונים ייעודי לווידאו. שאלת וידאו צריכה לציין את האירוע, העצם או הרצף שמעניינים ואת התוצאה שיש להפיק. השתמשו בהפניות זמן בשאלה ושמרו את קליפ המקור עם התשובה בעת בדיקת רצף אירועים.\n\nההדגמות האינטראקטיביות שלו כוללות שליטה בממשק גרפי ומשחקים. ביישום שימוש במחשב, ההבנה החזותית של המודל תומכת בהחלטה על המסך, בעוד שהיישום המקיף מבצע פעולות ומספק את התצפית הבאה. תיאור פקד או החלטה על פעולה הבאה אינם מבססים כשלעצמם שקובץ נשמר או שפעולת מסך הושלמה.\n\n### שמירת המהדורה והגדרות הממשק\n\nByteDance מזהה את המודל עם מקודד ראייה בעל 532M פרמטרים ומודל שפה של תערובת מומחים עם 20B פרמטרים פעילים. מדריך המתכונים שלה מפריד בין בקרות שרשרת חשיבה ארוכה, עיגון, הבנה מרחבית ודוגמאות וידאו וממשק גרפי. השתמשו בחוזה הממשק המדויק לקלטים ולייצוג הפלט שהמשימה צריכה.\n\nרשומה זו משמרת את מהדורת 250428 ששמה מצוין במאגר היצרן. פרופיל Thinking Pro Vision 250415 המוקדם יותר הוא זהות נפרדת. שמרו עם כל תוצאה את המודל המבוקש, את המקורות החזותיים ואת הגדרות המשימה, כדי שאפשר יהיה להשוות תיקון מאוחר לאותה מהדורה ולאותן ראיות.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Reason from a diagram transcript\n\nUse this textual transcription of a process diagram: Start → Inspect; Inspect(pass) → Pack; Inspect(fail) → Rework; Rework → Inspect. Explain whether a failed item can reach Pack without another inspection. Give the path that justifies your answer and suggest one label that would make the reinspection loop clearer. Do not invent unseen diagram details.A yes/no conclusion, the relevant node sequence and one proposed label clarification.The path includes Rework → Inspect before Pack and uses only the supplied transcription.doubao-1-5-thinking-vision-pro-250428Doubao 1.5 Thinking Vision Pro 250428 הוא מהדורת הראייה והשפה הנקובה Seed1.5-VL לתמונות, לווידאו ולשאלות כתובות. היצרן מתאר OCR, פרשנות תרשימים, עיגון חזותי, הבנה מרחבית והסקה סביב ראיות חזותיות.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Doubao 1.5 Thinking Vision Pro 250428 הוא הזהות המתארחת המדויקת ש־ByteDance מציינת עבור Seed1.5-VL. זהו מודל ראייה ושפה להבנה רב־מודלית כללית ולהסקה. יכולות היצרן המתוארות כוללות OCR, הבנת תרשימים, עיגון חזותי, הבנה מרחבית בתלת־ממד (3D), הבנת וידאו והסקה חזותית. משימות אלה מחזירות פרשנויות והחלטות המבוססות על חומר חזותי ועל שאלה כתובה.
ספקו את התמונה וזהו את המידע שיש לחלץ או להסביר. בתמונת מסמך, ציינו את הטקסט או השדות החשובים. בתרשים, שאלו על תוויות וקשרים מסוימים. בחידה חזותית, ציינו את השאלה ובקשו מסקנה הנתמכת ברמזים הרלוונטיים.
שמרו את התוצר המבוקש ברור: טקסט מתומלל, תיאור של קשר או הסבר לתשובה. אם התמונה מכילה כיתוב לא ברור או פרטים מוסתרים, בקשו מהתשובה לזהות את אי־הוודאות. שמרו את התמונה המקורית עם התוצאה כדי שאפשר יהיה לבדוק מילים שחולצו וקשרים שפורשו.
עיגון חזותי מחבר התייחסות כתובה לעצם או לאזור הרלוונטיים בתמונה. משימה שימושית יכולה לציין את העצם, להסביר את ההבדל בינו לבין עצמים סמוכים ולבקש את מידע המיקום שהיישום מצפה לו. פורמט הפלט של היישום צריך להגדיר כיצד מיקום כזה מיוצג.
להבנה מרחבית, תארו אילו קשרים חשובים: מיקום יחסי, כיוון או סידור העצמים בסצנה. בקשו את הראיות הגלויות לפני הפרשנות הסופית. שמרו על הבחנה בין תכונות התמונה הניתנות לצפייה לבין קשר תלת־ממדי שהוסק.
היצרן מונה גם הבנת וידאו ומספק מדריך מתכונים ייעודי לווידאו. שאלת וידאו צריכה לציין את האירוע, העצם או הרצף שמעניינים ואת התוצאה שיש להפיק. השתמשו בהפניות זמן בשאלה ושמרו את קליפ המקור עם התשובה בעת בדיקת רצף אירועים.
ההדגמות האינטראקטיביות שלו כוללות שליטה בממשק גרפי ומשחקים. ביישום שימוש במחשב, ההבנה החזותית של המודל תומכת בהחלטה על המסך, בעוד שהיישום המקיף מבצע פעולות ומספק את התצפית הבאה. תיאור פקד או החלטה על פעולה הבאה אינם מבססים כשלעצמם שקובץ נשמר או שפעולת מסך הושלמה.
ByteDance מזהה את המודל עם מקודד ראייה בעל 532M פרמטרים ומודל שפה של תערובת מומחים עם 20B פרמטרים פעילים. מדריך המתכונים שלה מפריד בין בקרות שרשרת חשיבה ארוכה, עיגון, הבנה מרחבית ודוגמאות וידאו וממשק גרפי. השתמשו בחוזה הממשק המדויק לקלטים ולייצוג הפלט שהמשימה צריכה.
רשומה זו משמרת את מהדורת 250428 ששמה מצוין במאגר היצרן. פרופיל Thinking Pro Vision 250415 המוקדם יותר הוא זהות נפרדת. שמרו עם כל תוצאה את המודל המבוקש, את המקורות החזותיים ואת הגדרות המשימה, כדי שאפשר יהיה להשוות תיקון מאוחר לאותה מהדורה ולאותן ראיות.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות doubao-1-5-thinking-vision-pro-250428 | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.0011 / 1K טוקנים פלט · טוקני פלט $0.00286 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "doubao-1-5-thinking-vision-pro-250428", "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='doubao-1-5-thinking-vision-pro-250428',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='doubao-1-5-thinking-vision-pro-250428',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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra doubao-1-5-thinking-vision-pro-250428
השתמשו בנתיבי השיטות המוצגים למעלה.
doubao-1-5-thinking-vision-pro-250428Doubao 1.5 Thinking Vision Pro 250428 הוא מהדורת הראייה והשפה הנקובה Seed1.5-VL לתמונות, לווידאו ולשאלות כתובות. היצרן מתאר OCR, פרשנות תרשימים, עיגון חזותי, הבנה מרחבית והסקה סביב ראיות חזותיות.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Doubao 1.5 Thinking Vision Pro 250428 הוא הזהות המתארחת המדויקת ש־ByteDance מציינת עבור Seed1.5-VL. זהו מודל ראייה ושפה להבנה רב־מודלית כללית ולהסקה. יכולות היצרן המתוארות כוללות OCR, הבנת תרשימים, עיגון חזותי, הבנה מרחבית בתלת־ממד (3D), הבנת וידאו והסקה חזותית. משימות אלה מחזירות פרשנויות והחלטות המבוססות על חומר חזותי ועל שאלה כתובה.
ספקו את התמונה וזהו את המידע שיש לחלץ או להסביר. בתמונת מסמך, ציינו את הטקסט או השדות החשובים. בתרשים, שאלו על תוויות וקשרים מסוימים. בחידה חזותית, ציינו את השאלה ובקשו מסקנה הנתמכת ברמזים הרלוונטיים.
שמרו את התוצר המבוקש ברור: טקסט מתומלל, תיאור של קשר או הסבר לתשובה. אם התמונה מכילה כיתוב לא ברור או פרטים מוסתרים, בקשו מהתשובה לזהות את אי־הוודאות. שמרו את התמונה המקורית עם התוצאה כדי שאפשר יהיה לבדוק מילים שחולצו וקשרים שפורשו.
עיגון חזותי מחבר התייחסות כתובה לעצם או לאזור הרלוונטיים בתמונה. משימה שימושית יכולה לציין את העצם, להסביר את ההבדל בינו לבין עצמים סמוכים ולבקש את מידע המיקום שהיישום מצפה לו. פורמט הפלט של היישום צריך להגדיר כיצד מיקום כזה מיוצג.
להבנה מרחבית, תארו אילו קשרים חשובים: מיקום יחסי, כיוון או סידור העצמים בסצנה. בקשו את הראיות הגלויות לפני הפרשנות הסופית. שמרו על הבחנה בין תכונות התמונה הניתנות לצפייה לבין קשר תלת־ממדי שהוסק.
היצרן מונה גם הבנת וידאו ומספק מדריך מתכונים ייעודי לווידאו. שאלת וידאו צריכה לציין את האירוע, העצם או הרצף שמעניינים ואת התוצאה שיש להפיק. השתמשו בהפניות זמן בשאלה ושמרו את קליפ המקור עם התשובה בעת בדיקת רצף אירועים.
ההדגמות האינטראקטיביות שלו כוללות שליטה בממשק גרפי ומשחקים. ביישום שימוש במחשב, ההבנה החזותית של המודל תומכת בהחלטה על המסך, בעוד שהיישום המקיף מבצע פעולות ומספק את התצפית הבאה. תיאור פקד או החלטה על פעולה הבאה אינם מבססים כשלעצמם שקובץ נשמר או שפעולת מסך הושלמה.
ByteDance מזהה את המודל עם מקודד ראייה בעל 532M פרמטרים ומודל שפה של תערובת מומחים עם 20B פרמטרים פעילים. מדריך המתכונים שלה מפריד בין בקרות שרשרת חשיבה ארוכה, עיגון, הבנה מרחבית ודוגמאות וידאו וממשק גרפי. השתמשו בחוזה הממשק המדויק לקלטים ולייצוג הפלט שהמשימה צריכה.
רשומה זו משמרת את מהדורת 250428 ששמה מצוין במאגר היצרן. פרופיל Thinking Pro Vision 250415 המוקדם יותר הוא זהות נפרדת. שמרו עם כל תוצאה את המודל המבוקש, את המקורות החזותיים ואת הגדרות המשימה, כדי שאפשר יהיה להשוות תיקון מאוחר לאותה מהדורה ולאותן ראיות.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות doubao-1-5-thinking-vision-pro-250428 | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.0011 / 1K טוקנים פלט · טוקני פלט $0.00286 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "doubao-1-5-thinking-vision-pro-250428",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'doubao-1-5-thinking-vision-pro-250428', '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': 'doubao-1-5-thinking-vision-pro-250428', '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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra doubao-1-5-thinking-vision-pro-250428
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Reason from a diagram transcript\n\nUse this textual transcription of a process diagram: Start → Inspect; Inspect(pass) → Pack; Inspect(fail) → Rework; Rework → Inspect. Explain whether a failed item can reach Pack without another inspection. Give the path that justifies your answer and suggest one label that would make the reinspection loop clearer. Do not invent unseen diagram details.A yes/no conclusion, the relevant node sequence and one proposed label clarification.The path includes Rework → Inspect before Pack and uses only the supplied transcription.