Qwen3 VL 32B Thinking הוא המהדורה בגודל 32B עם הסקה משופרת במשפחת הראייה והשפה Qwen3 VL. היצרן מפיץ במפורש מהדורות נפרדות של 32B Thinking ושל Instruct. עבודת המשפחה המתוארת כוללת הבנת טקסט, OCR, ניתוח מסמכים, עיגון מרחבי, הבנת וידאו והסקה על ראיות חזותיות.
ספקו את התמונה או הווידאו וציינו את התוצאה שיש לבסס. בתרשים, זהו את התוויות והקשרים החשובים. בבעיה חזותית, ספקו את התנאים ובקשו את המסקנה הנתמכת ברמזים הרלוונטיים. הפרידו בין עובדות כתובות נוספות לבין מידע הנראה במקור.
בקשו תצפיות ותשובה סופית מובחנת, כדי שאפשר יהיה לבדוק את הפרשנות מול התמונה או הקטע. בקשת המשך יכולה לבחון פרט שבמחלוקת תוך שמירת המקור והשאלה המקוריים.
היצרן מתאר OCR ב-32 שפות וניתוח המשמר את מבנה המסמך ואת מידע הפריסה. לחילוץ, ציינו את השדות ואת אזורי המקור החשובים והגדירו כיצד לטפל בטקסט חסר או לא ברור. שמרו מזהי מסמכים לצד הערכים שהוחזרו.
המדריך המשפחתי מתאר גם עיגון ב-2D וב-3D. ציינו את האובייקט או את הקשר המרחבי שיש לאתר והשתמשו בייצוג הקואורדינטות או הפלט המתועד בממשק שנבחר. תוצאת מיקום צריכה להישאר מקושרת לתמונה ולמערכת הייחוס של המשימה.
משימות וידאו יכולות לשאול על אירוע או רצף תוך שימוש בהתייחסויות לזמן כדי שהתוצאה תהיה ניתנת לבדיקה. הנחיות היצרן כוללות זיהוי קלטים חזותיים בשיחה מרובת מקורות. סמנו תמונות וקטעים כדי שהתשובה תתייחס למקור המיועד.
המשפחה מתארת גם תהליכי סוכנים חזותיים ותכנות המבוסס על חומר חזותי. קוד או החלטות פעולה הופכים לתוצאה שבוצעה דרך היישום הסובב, שמריץ את הקוד או מבצע את הפעולה ומחזיר את התצפית שלו.
המדריך המשפחתי של היצרן מפרסם הקשר מובנה של 256K. השתמשו בבקרות הקלט והיצירה המתועדות בממשק שנבחר והשאירו מקום מתאים לתשובה. שמרו את זהות 32B Thinking נפרדת מ-Instruct ומגדלים אחרים במקום להעביר את הגדרות היצירה שלהם לרשומה זו.
", "aboutText": "Qwen3 VL 32B Thinking הוא המהדורה בגודל 32B עם הסקה משופרת במשפחת הראייה והשפה Qwen3 VL. היצרן מפיץ במפורש מהדורות נפרדות של 32B Thinking ושל Instruct. עבודת המשפחה המתוארת כוללת הבנת טקסט, OCR, ניתוח מסמכים, עיגון מרחבי, הבנת וידאו והסקה על ראיות חזותיות.\n\n### הגדירו את שאלת ההסקה החזותית\n\nספקו את התמונה או הווידאו וציינו את התוצאה שיש לבסס. בתרשים, זהו את התוויות והקשרים החשובים. בבעיה חזותית, ספקו את התנאים ובקשו את המסקנה הנתמכת ברמזים הרלוונטיים. הפרידו בין עובדות כתובות נוספות לבין מידע הנראה במקור.\n\nבקשו תצפיות ותשובה סופית מובחנת, כדי שאפשר יהיה לבדוק את הפרשנות מול התמונה או הקטע. בקשת המשך יכולה לבחון פרט שבמחלוקת תוך שמירת המקור והשאלה המקוריים.\n\n### קראו מסמכים ואתרו אובייקטים\n\nהיצרן מתאר OCR ב-32 שפות וניתוח המשמר את מבנה המסמך ואת מידע הפריסה. לחילוץ, ציינו את השדות ואת אזורי המקור החשובים והגדירו כיצד לטפל בטקסט חסר או לא ברור. שמרו מזהי מסמכים לצד הערכים שהוחזרו.\n\nהמדריך המשפחתי מתאר גם עיגון ב-2D וב-3D. ציינו את האובייקט או את הקשר המרחבי שיש לאתר והשתמשו בייצוג הקואורדינטות או הפלט המתועד בממשק שנבחר. תוצאת מיקום צריכה להישאר מקושרת לתמונה ולמערכת הייחוס של המשימה.\n\n### עבדו עם וידאו ופעולות יישום\n\nמשימות וידאו יכולות לשאול על אירוע או רצף תוך שימוש בהתייחסויות לזמן כדי שהתוצאה תהיה ניתנת לבדיקה. הנחיות היצרן כוללות זיהוי קלטים חזותיים בשיחה מרובת מקורות. סמנו תמונות וקטעים כדי שהתשובה תתייחס למקור המיועד.\n\nהמשפחה מתארת גם תהליכי סוכנים חזותיים ותכנות המבוסס על חומר חזותי. קוד או החלטות פעולה הופכים לתוצאה שבוצעה דרך היישום הסובב, שמריץ את הקוד או מבצע את הפעולה ומחזיר את התצפית שלו.\n\n### שמרו את מהדורת Thinking ואת המגבלות\n\nהמדריך המשפחתי של היצרן מפרסם הקשר מובנה של 256K. השתמשו בבקרות הקלט והיצירה המתועדות בממשק שנבחר והשאירו מקום מתאים לתשובה. שמרו את זהות 32B Thinking נפרדת מ-Instruct ומגדלים אחרים במקום להעביר את הגדרות היצירה שלהם לרשומה זו.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Parse a transcribed document's structure\n\nUse this text transcription with its headings intact. Page 3: Shipping — Standard: 4 days; Express: 2 days. Returns — Unused goods: 14 days; Opened goods: not accepted. Extract the options under the correct heading, preserve units and page reference, and distinguish delivery durations from return windows. No document image is attached.A section-aware table containing heading, option, source wording and page reference.Four and two days remain shipping durations, while 14 days belongs only to returns of unused goods.Qwen/Qwen3-VL-32B-ThinkingQwen3 VL 32B Thinking הוא מהדורת הראייה והשפה בגודל 32B עם הסקה משופרת למשימות תמונה, וידאו וטקסט. המדריך המשפחתי של היצרן מתאר OCR, ניתוח מסמכים, עיגון מרחבי והסקה חזותית במסגרת הקשר מובנה של 256K.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen3 VL 32B Thinking הוא המהדורה בגודל 32B עם הסקה משופרת במשפחת הראייה והשפה Qwen3 VL. היצרן מפיץ במפורש מהדורות נפרדות של 32B Thinking ושל Instruct. עבודת המשפחה המתוארת כוללת הבנת טקסט, OCR, ניתוח מסמכים, עיגון מרחבי, הבנת וידאו והסקה על ראיות חזותיות.
ספקו את התמונה או הווידאו וציינו את התוצאה שיש לבסס. בתרשים, זהו את התוויות והקשרים החשובים. בבעיה חזותית, ספקו את התנאים ובקשו את המסקנה הנתמכת ברמזים הרלוונטיים. הפרידו בין עובדות כתובות נוספות לבין מידע הנראה במקור.
בקשו תצפיות ותשובה סופית מובחנת, כדי שאפשר יהיה לבדוק את הפרשנות מול התמונה או הקטע. בקשת המשך יכולה לבחון פרט שבמחלוקת תוך שמירת המקור והשאלה המקוריים.
היצרן מתאר OCR ב-32 שפות וניתוח המשמר את מבנה המסמך ואת מידע הפריסה. לחילוץ, ציינו את השדות ואת אזורי המקור החשובים והגדירו כיצד לטפל בטקסט חסר או לא ברור. שמרו מזהי מסמכים לצד הערכים שהוחזרו.
המדריך המשפחתי מתאר גם עיגון ב-2D וב-3D. ציינו את האובייקט או את הקשר המרחבי שיש לאתר והשתמשו בייצוג הקואורדינטות או הפלט המתועד בממשק שנבחר. תוצאת מיקום צריכה להישאר מקושרת לתמונה ולמערכת הייחוס של המשימה.
משימות וידאו יכולות לשאול על אירוע או רצף תוך שימוש בהתייחסויות לזמן כדי שהתוצאה תהיה ניתנת לבדיקה. הנחיות היצרן כוללות זיהוי קלטים חזותיים בשיחה מרובת מקורות. סמנו תמונות וקטעים כדי שהתשובה תתייחס למקור המיועד.
המשפחה מתארת גם תהליכי סוכנים חזותיים ותכנות המבוסס על חומר חזותי. קוד או החלטות פעולה הופכים לתוצאה שבוצעה דרך היישום הסובב, שמריץ את הקוד או מבצע את הפעולה ומחזיר את התצפית שלו.
המדריך המשפחתי של היצרן מפרסם הקשר מובנה של 256K. השתמשו בבקרות הקלט והיצירה המתועדות בממשק שנבחר והשאירו מקום מתאים לתשובה. שמרו את זהות 32B Thinking נפרדת מ-Instruct ומגדלים אחרים במקום להעביר את הגדרות היצירה שלהם לרשומה זו.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות Qwen/Qwen3-VL-32B-Thinking | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: שיחת טקסט | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
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 |
פרמטרcontrol_scope | מפרטשיחת טקסט; stream הוא ערך בוליאני וברירת המחדל שלו היא false. |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
כינויים לשיטה: /chat/completions
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 $0.000286 / 1K טוקנים פלט · טוקני פלט $0.002858 / 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":"Qwen/Qwen3-VL-32B-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-32B-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 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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
Qwen/Qwen3-VL-32B-ThinkingQwen3 VL 32B Thinking הוא מהדורת הראייה והשפה בגודל 32B עם הסקה משופרת למשימות תמונה, וידאו וטקסט. המדריך המשפחתי של היצרן מתאר OCR, ניתוח מסמכים, עיגון מרחבי והסקה חזותית במסגרת הקשר מובנה של 256K.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen3 VL 32B Thinking הוא המהדורה בגודל 32B עם הסקה משופרת במשפחת הראייה והשפה Qwen3 VL. היצרן מפיץ במפורש מהדורות נפרדות של 32B Thinking ושל Instruct. עבודת המשפחה המתוארת כוללת הבנת טקסט, OCR, ניתוח מסמכים, עיגון מרחבי, הבנת וידאו והסקה על ראיות חזותיות.
ספקו את התמונה או הווידאו וציינו את התוצאה שיש לבסס. בתרשים, זהו את התוויות והקשרים החשובים. בבעיה חזותית, ספקו את התנאים ובקשו את המסקנה הנתמכת ברמזים הרלוונטיים. הפרידו בין עובדות כתובות נוספות לבין מידע הנראה במקור.
בקשו תצפיות ותשובה סופית מובחנת, כדי שאפשר יהיה לבדוק את הפרשנות מול התמונה או הקטע. בקשת המשך יכולה לבחון פרט שבמחלוקת תוך שמירת המקור והשאלה המקוריים.
היצרן מתאר OCR ב-32 שפות וניתוח המשמר את מבנה המסמך ואת מידע הפריסה. לחילוץ, ציינו את השדות ואת אזורי המקור החשובים והגדירו כיצד לטפל בטקסט חסר או לא ברור. שמרו מזהי מסמכים לצד הערכים שהוחזרו.
המדריך המשפחתי מתאר גם עיגון ב-2D וב-3D. ציינו את האובייקט או את הקשר המרחבי שיש לאתר והשתמשו בייצוג הקואורדינטות או הפלט המתועד בממשק שנבחר. תוצאת מיקום צריכה להישאר מקושרת לתמונה ולמערכת הייחוס של המשימה.
משימות וידאו יכולות לשאול על אירוע או רצף תוך שימוש בהתייחסויות לזמן כדי שהתוצאה תהיה ניתנת לבדיקה. הנחיות היצרן כוללות זיהוי קלטים חזותיים בשיחה מרובת מקורות. סמנו תמונות וקטעים כדי שהתשובה תתייחס למקור המיועד.
המשפחה מתארת גם תהליכי סוכנים חזותיים ותכנות המבוסס על חומר חזותי. קוד או החלטות פעולה הופכים לתוצאה שבוצעה דרך היישום הסובב, שמריץ את הקוד או מבצע את הפעולה ומחזיר את התצפית שלו.
המדריך המשפחתי של היצרן מפרסם הקשר מובנה של 256K. השתמשו בבקרות הקלט והיצירה המתועדות בממשק שנבחר והשאירו מקום מתאים לתשובה. שמרו את זהות 32B Thinking נפרדת מ-Instruct ומגדלים אחרים במקום להעביר את הגדרות היצירה שלהם לרשומה זו.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות Qwen/Qwen3-VL-32B-Thinking | 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 $0.000286 / 1K טוקנים פלט · טוקני פלט $0.002858 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "Qwen/Qwen3-VL-32B-Thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-32B-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-32B-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 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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
qwen3-vl-32b-thinkingQwen3 VL 32B Thinking הוא מהדורת הראייה והשפה בגודל 32B עם הסקה משופרת למשימות תמונה, וידאו וטקסט. המדריך המשפחתי של היצרן מתאר OCR, ניתוח מסמכים, עיגון מרחבי והסקה חזותית במסגרת הקשר מובנה של 256K.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen3 VL 32B Thinking הוא המהדורה בגודל 32B עם הסקה משופרת במשפחת הראייה והשפה Qwen3 VL. היצרן מפיץ במפורש מהדורות נפרדות של 32B Thinking ושל Instruct. עבודת המשפחה המתוארת כוללת הבנת טקסט, OCR, ניתוח מסמכים, עיגון מרחבי, הבנת וידאו והסקה על ראיות חזותיות.
ספקו את התמונה או הווידאו וציינו את התוצאה שיש לבסס. בתרשים, זהו את התוויות והקשרים החשובים. בבעיה חזותית, ספקו את התנאים ובקשו את המסקנה הנתמכת ברמזים הרלוונטיים. הפרידו בין עובדות כתובות נוספות לבין מידע הנראה במקור.
בקשו תצפיות ותשובה סופית מובחנת, כדי שאפשר יהיה לבדוק את הפרשנות מול התמונה או הקטע. בקשת המשך יכולה לבחון פרט שבמחלוקת תוך שמירת המקור והשאלה המקוריים.
היצרן מתאר OCR ב-32 שפות וניתוח המשמר את מבנה המסמך ואת מידע הפריסה. לחילוץ, ציינו את השדות ואת אזורי המקור החשובים והגדירו כיצד לטפל בטקסט חסר או לא ברור. שמרו מזהי מסמכים לצד הערכים שהוחזרו.
המדריך המשפחתי מתאר גם עיגון ב-2D וב-3D. ציינו את האובייקט או את הקשר המרחבי שיש לאתר והשתמשו בייצוג הקואורדינטות או הפלט המתועד בממשק שנבחר. תוצאת מיקום צריכה להישאר מקושרת לתמונה ולמערכת הייחוס של המשימה.
משימות וידאו יכולות לשאול על אירוע או רצף תוך שימוש בהתייחסויות לזמן כדי שהתוצאה תהיה ניתנת לבדיקה. הנחיות היצרן כוללות זיהוי קלטים חזותיים בשיחה מרובת מקורות. סמנו תמונות וקטעים כדי שהתשובה תתייחס למקור המיועד.
המשפחה מתארת גם תהליכי סוכנים חזותיים ותכנות המבוסס על חומר חזותי. קוד או החלטות פעולה הופכים לתוצאה שבוצעה דרך היישום הסובב, שמריץ את הקוד או מבצע את הפעולה ומחזיר את התצפית שלו.
המדריך המשפחתי של היצרן מפרסם הקשר מובנה של 256K. השתמשו בבקרות הקלט והיצירה המתועדות בממשק שנבחר והשאירו מקום מתאים לתשובה. שמרו את זהות 32B Thinking נפרדת מ-Instruct ומגדלים אחרים במקום להעביר את הגדרות היצירה שלהם לרשומה זו.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen3-vl-32b-thinking | 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 $0.000286 / 1K טוקנים פלט · טוקני פלט $0.002858 / 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": "qwen3-vl-32b-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-32b-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-32b-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 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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
qwen3-vl-32b-thinkingQwen3 VL 32B Thinking הוא מהדורת הראייה והשפה בגודל 32B עם הסקה משופרת למשימות תמונה, וידאו וטקסט. המדריך המשפחתי של היצרן מתאר OCR, ניתוח מסמכים, עיגון מרחבי והסקה חזותית במסגרת הקשר מובנה של 256K.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen3 VL 32B Thinking הוא המהדורה בגודל 32B עם הסקה משופרת במשפחת הראייה והשפה Qwen3 VL. היצרן מפיץ במפורש מהדורות נפרדות של 32B Thinking ושל Instruct. עבודת המשפחה המתוארת כוללת הבנת טקסט, OCR, ניתוח מסמכים, עיגון מרחבי, הבנת וידאו והסקה על ראיות חזותיות.
ספקו את התמונה או הווידאו וציינו את התוצאה שיש לבסס. בתרשים, זהו את התוויות והקשרים החשובים. בבעיה חזותית, ספקו את התנאים ובקשו את המסקנה הנתמכת ברמזים הרלוונטיים. הפרידו בין עובדות כתובות נוספות לבין מידע הנראה במקור.
בקשו תצפיות ותשובה סופית מובחנת, כדי שאפשר יהיה לבדוק את הפרשנות מול התמונה או הקטע. בקשת המשך יכולה לבחון פרט שבמחלוקת תוך שמירת המקור והשאלה המקוריים.
היצרן מתאר OCR ב-32 שפות וניתוח המשמר את מבנה המסמך ואת מידע הפריסה. לחילוץ, ציינו את השדות ואת אזורי המקור החשובים והגדירו כיצד לטפל בטקסט חסר או לא ברור. שמרו מזהי מסמכים לצד הערכים שהוחזרו.
המדריך המשפחתי מתאר גם עיגון ב-2D וב-3D. ציינו את האובייקט או את הקשר המרחבי שיש לאתר והשתמשו בייצוג הקואורדינטות או הפלט המתועד בממשק שנבחר. תוצאת מיקום צריכה להישאר מקושרת לתמונה ולמערכת הייחוס של המשימה.
משימות וידאו יכולות לשאול על אירוע או רצף תוך שימוש בהתייחסויות לזמן כדי שהתוצאה תהיה ניתנת לבדיקה. הנחיות היצרן כוללות זיהוי קלטים חזותיים בשיחה מרובת מקורות. סמנו תמונות וקטעים כדי שהתשובה תתייחס למקור המיועד.
המשפחה מתארת גם תהליכי סוכנים חזותיים ותכנות המבוסס על חומר חזותי. קוד או החלטות פעולה הופכים לתוצאה שבוצעה דרך היישום הסובב, שמריץ את הקוד או מבצע את הפעולה ומחזיר את התצפית שלו.
המדריך המשפחתי של היצרן מפרסם הקשר מובנה של 256K. השתמשו בבקרות הקלט והיצירה המתועדות בממשק שנבחר והשאירו מקום מתאים לתשובה. שמרו את זהות 32B Thinking נפרדת מ-Instruct ומגדלים אחרים במקום להעביר את הגדרות היצירה שלהם לרשומה זו.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen3-vl-32b-thinking | 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 $0.000286 / 1K טוקנים פלט · טוקני פלט $0.002858 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "qwen3-vl-32b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-32b-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-32b-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 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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
דוגמה טכנית באנגלית
Parse a transcribed document's structure\n\nUse this text transcription with its headings intact. Page 3: Shipping — Standard: 4 days; Express: 2 days. Returns — Unused goods: 14 days; Opened goods: not accepted. Extract the options under the correct heading, preserve units and page reference, and distinguish delivery durations from return windows. No document image is attached.A section-aware table containing heading, option, source wording and page reference.Four and two days remain shipping durations, while 14 days belongs only to returns of unused goods.