Qwen-VL-Max היא סדרת מודלי השפה והראייה של Qwen לשאלות שדורשות יותר מזיהוי עצם. הגורם המפתח מציב במרכז של Max הסקה חזותית וציות להוראות: חיבור הראיות הנראות לתנאים שהציב המשתמש, הסבר של קשרים והפקת תוצאה טקסטואלית למשימה חזותית מורכבת יותר. בהשוואה לסדרת Plus, תיאור זה מדגיש יותר הסקה ופרשנות.
כרטיס המודל הנוכחי של המפתח מקשר את השם שאינו מציין גרסה, qwen-vl-max, אל qwen-vl-max-2025-08-13. השם המתעדכן עוקב אחר עדכונים, ואילו שם הכולל תאריך מזהה גרסה מסוימת. שמרו על השם המדויק בעת השוואת קלטים ותוצאות; מהדורות אחרות המזוהות בשם עשויות לכלול מפרטים מתועדים שונים.
יכולות המודל
הקלט המתועד כולל טקסט, תמונות ווידאו, ואילו הפלט הוא טקסט. החומר החזותי יכול להיות עמוד ממסמך, תרשים, סצנה או רצף פריימים. השאלה הטקסטואלית קובעת מה על המודל לברר מתוך החומר. התוצאה יכולה לתאר ראיות, להסביר קשר או לארגן ממצאים בשדות; המודל אינו מהדורה ליצירת תמונות או וידאו.
בתרשים, הגדירו את ההשוואה במקום לבקש תיאור כללי. ספקו את התמונה ושאלו איזו סדרת נתונים המוצגת בתרשים נמצאת בעלייה, מה משמעות התוויות ואילו תצפיות תומכות במסקנה. בקשו חלקים נפרדים עבור הנתונים הנראים ישירות ועבור ההסבר. בתרשים תהליך, זהו את תנאי ההתחלה והסיום ובקשו את הקשרים בין השלבים, תוך שמירה על התוויות המקוריות.
בצילום מסך, ציינו את מטרת המשתמש ושאלו על רכיבי הבקרה הנראים ועל הצעד האפשרי הבא. כך מתקבלת פרשנות כתובה של הממשק. כל לחיצה בפועל, שינוי קובץ או פעולה חיצונית הם עדיין באחריות היישום שמשתמש במודל; הבנה חזותית לבדה אינה תהליך עבודה לשליטה במחשב.
כרטיס המודל של המפתח מתעד פלט מובנה, המשך יצירה מקידומת תשובה ושמירת ההקשר במטמון. יכולות אלה עשויות לסייע בארגון ניתוחים חזותיים חוזרים לפי מבנה פלט קבוע. שליחה באצווה שונה בין תצורות של המפתח, ואילו קריאה לפונקציות, חיפוש באינטרנט וכוונון עדין אינם מופיעים בכרטיס זה כיכולות נתמכות. לכן אין לבלבל בין תשובה טקסטואלית מובנית לבין קריאה לכלי שבוצעה או חיפוש מקוון.
מגבלות ההקשר
כרטיס המודל של הגרסה המזוהה בשם מציין חלון הקשר של 131,072 טוקנים, קלט מרבי של 129,024 טוקנים ופלט מרבי של 8,192 טוקנים. הקלטים החזותיים והמשימה הטקסטואלית צורכים יחד את מכסת הקלט הזמינה. לתשובה יש מגבלה נפרדת, ולכן אוסף גדול של חומר חזותי אינו מעיד על פלט גדול באותה מידה.
בחרו תמונות או פריימים שמשיבים על השאלה בפועל. שמרו על מקרא התרשים, כותרות העמודות או תוויות הדיאגרמה הנחוצים לפירוש אזור שנחתך. בעת השוואת כמה חומרים, זהו את סדרם ואת תפקידם: העיצוב הקיים, העיצוב המתוקן ודרישת הייחוס. תוצאה כתובה שימושית יכולה לפרט רכיבים תואמים, הבדלים ושאלות שנותרו ללא פתרון מתוך הראיות שסופקו.
עבודה עם וידאו
קלט וידאו מאפשר לשאול על אירועים נראים ועל סדרם. שאלו מה משתנה בין פריימים, אילו משתתפים מקיימים אינטראקציה או איזה תנאי נראה מופיע לפני אחר. הגדירו את הפלט הדרוש, למשל תיאור מסודר של האירועים עם התצפיות התומכות בכל נקודה. הכרטיס מציין קלט וידאו ופלט טקסט, לא קלט אודיו או פלט דיבור; שאלה על תוכן מדובר מחייבת לספק תוכן זה בנפרד.
משימה מעשית יכולה להשוות סרטון הדגמה לנוהל הכתוב שלו: ספקו את החומר החזותי ואת השלבים הרלוונטיים, שאלו אילו שלבים מיוצגים באופן נראה ובקשו רשימה תמציתית של אי-התאמות. ציינו לאיזה שלב בנוהל מתייחסת כל תצפית, ושמרו שלבים שאינם ברורים בחלק נפרד של התשובה.
מגבלות מהדורה בעלות משמעות
הדגש של Max על הסקה חזותית מועיל כאשר המשימה תלויה בפירוש קשרים ובציות להוראה חזותית מורכבת. התוצאה המתועדת שלו היא טקסט. הקפידו שהקלט יהיה קריא, ציינו את ההסקה הדרושה והבחינו בין הראיות הנראות לבין המסקנות שהמשימה מבקשת מהמודל להסיק. הכנה זו הופכת שאלה חזותית להסבר או להשוואה שימושיים, במקום לסיכום סצנה ללא כיוון מוגדר.
", "aboutText": "Qwen-VL-Max היא סדרת מודלי השפה והראייה של Qwen לשאלות שדורשות יותר מזיהוי עצם. הגורם המפתח מציב במרכז של Max הסקה חזותית וציות להוראות: חיבור הראיות הנראות לתנאים שהציב המשתמש, הסבר של קשרים והפקת תוצאה טקסטואלית למשימה חזותית מורכבת יותר. בהשוואה לסדרת Plus, תיאור זה מדגיש יותר הסקה ופרשנות.\n\nכרטיס המודל הנוכחי של המפתח מקשר את השם שאינו מציין גרסה, qwen-vl-max, אל qwen-vl-max-2025-08-13. השם המתעדכן עוקב אחר עדכונים, ואילו שם הכולל תאריך מזהה גרסה מסוימת. שמרו על השם המדויק בעת השוואת קלטים ותוצאות; מהדורות אחרות המזוהות בשם עשויות לכלול מפרטים מתועדים שונים.\n\nיכולות המודל\n\nהקלט המתועד כולל טקסט, תמונות ווידאו, ואילו הפלט הוא טקסט. החומר החזותי יכול להיות עמוד ממסמך, תרשים, סצנה או רצף פריימים. השאלה הטקסטואלית קובעת מה על המודל לברר מתוך החומר. התוצאה יכולה לתאר ראיות, להסביר קשר או לארגן ממצאים בשדות; המודל אינו מהדורה ליצירת תמונות או וידאו.\n\nבתרשים, הגדירו את ההשוואה במקום לבקש תיאור כללי. ספקו את התמונה ושאלו איזו סדרת נתונים המוצגת בתרשים נמצאת בעלייה, מה משמעות התוויות ואילו תצפיות תומכות במסקנה. בקשו חלקים נפרדים עבור הנתונים הנראים ישירות ועבור ההסבר. בתרשים תהליך, זהו את תנאי ההתחלה והסיום ובקשו את הקשרים בין השלבים, תוך שמירה על התוויות המקוריות.\n\nבצילום מסך, ציינו את מטרת המשתמש ושאלו על רכיבי הבקרה הנראים ועל הצעד האפשרי הבא. כך מתקבלת פרשנות כתובה של הממשק. כל לחיצה בפועל, שינוי קובץ או פעולה חיצונית הם עדיין באחריות היישום שמשתמש במודל; הבנה חזותית לבדה אינה תהליך עבודה לשליטה במחשב.\n\nכרטיס המודל של המפתח מתעד פלט מובנה, המשך יצירה מקידומת תשובה ושמירת ההקשר במטמון. יכולות אלה עשויות לסייע בארגון ניתוחים חזותיים חוזרים לפי מבנה פלט קבוע. שליחה באצווה שונה בין תצורות של המפתח, ואילו קריאה לפונקציות, חיפוש באינטרנט וכוונון עדין אינם מופיעים בכרטיס זה כיכולות נתמכות. לכן אין לבלבל בין תשובה טקסטואלית מובנית לבין קריאה לכלי שבוצעה או חיפוש מקוון.\n\nמגבלות ההקשר\n\nכרטיס המודל של הגרסה המזוהה בשם מציין חלון הקשר של 131,072 טוקנים, קלט מרבי של 129,024 טוקנים ופלט מרבי של 8,192 טוקנים. הקלטים החזותיים והמשימה הטקסטואלית צורכים יחד את מכסת הקלט הזמינה. לתשובה יש מגבלה נפרדת, ולכן אוסף גדול של חומר חזותי אינו מעיד על פלט גדול באותה מידה.\n\nבחרו תמונות או פריימים שמשיבים על השאלה בפועל. שמרו על מקרא התרשים, כותרות העמודות או תוויות הדיאגרמה הנחוצים לפירוש אזור שנחתך. בעת השוואת כמה חומרים, זהו את סדרם ואת תפקידם: העיצוב הקיים, העיצוב המתוקן ודרישת הייחוס. תוצאה כתובה שימושית יכולה לפרט רכיבים תואמים, הבדלים ושאלות שנותרו ללא פתרון מתוך הראיות שסופקו.\n\nעבודה עם וידאו\n\nקלט וידאו מאפשר לשאול על אירועים נראים ועל סדרם. שאלו מה משתנה בין פריימים, אילו משתתפים מקיימים אינטראקציה או איזה תנאי נראה מופיע לפני אחר. הגדירו את הפלט הדרוש, למשל תיאור מסודר של האירועים עם התצפיות התומכות בכל נקודה. הכרטיס מציין קלט וידאו ופלט טקסט, לא קלט אודיו או פלט דיבור; שאלה על תוכן מדובר מחייבת לספק תוכן זה בנפרד.\n\nמשימה מעשית יכולה להשוות סרטון הדגמה לנוהל הכתוב שלו: ספקו את החומר החזותי ואת השלבים הרלוונטיים, שאלו אילו שלבים מיוצגים באופן נראה ובקשו רשימה תמציתית של אי-התאמות. ציינו לאיזה שלב בנוהל מתייחסת כל תצפית, ושמרו שלבים שאינם ברורים בחלק נפרד של התשובה.\n\nמגבלות מהדורה בעלות משמעות\n\nהדגש של Max על הסקה חזותית מועיל כאשר המשימה תלויה בפירוש קשרים ובציות להוראה חזותית מורכבת. התוצאה המתועדת שלו היא טקסט. הקפידו שהקלט יהיה קריא, ציינו את ההסקה הדרושה והבחינו בין הראיות הנראות לבין המסקנות שהמשימה מבקשת מהמודל להסיק. הכנה זו הופכת שאלה חזותית להסבר או להשוואה שימושיים, במקום לסיכום סצנה ללא כיוון מוגדר.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Trace a described process diagram\n\nInterpret this diagram transcribed as text: Request -> Validate -> [valid: Queue; invalid: Return error]; Queue -> Worker -> Result. Requirement: invalid requests must never reach the worker. Explain both paths, identify the gate enforcing the requirement and list two checks tied to those paths. Use only the supplied connections and labels.A two-path explanation, the validation gate and valid/invalid path checks.Check the invalid branch ends at Return error rather than passing through Queue.qwen-vl-maxQwen-VL-Max משלב טקסט, תמונות ווידאו באמצעות הסקה חזותית וציות להוראות. הוא מחזיר הסברים טקסטואליים או ממצאים מובנים, ומיועד לשאלות חזותיות מורכבות, לניתוח מסמכים ולהבנת קשרים בתוך סצנה.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen-VL-Max היא סדרת מודלי השפה והראייה של Qwen לשאלות שדורשות יותר מזיהוי עצם. הגורם המפתח מציב במרכז של Max הסקה חזותית וציות להוראות: חיבור הראיות הנראות לתנאים שהציב המשתמש, הסבר של קשרים והפקת תוצאה טקסטואלית למשימה חזותית מורכבת יותר. בהשוואה לסדרת Plus, תיאור זה מדגיש יותר הסקה ופרשנות.
כרטיס המודל הנוכחי של המפתח מקשר את השם שאינו מציין גרסה, qwen-vl-max, אל qwen-vl-max-2025-08-13. השם המתעדכן עוקב אחר עדכונים, ואילו שם הכולל תאריך מזהה גרסה מסוימת. שמרו על השם המדויק בעת השוואת קלטים ותוצאות; מהדורות אחרות המזוהות בשם עשויות לכלול מפרטים מתועדים שונים.
יכולות המודל
הקלט המתועד כולל טקסט, תמונות ווידאו, ואילו הפלט הוא טקסט. החומר החזותי יכול להיות עמוד ממסמך, תרשים, סצנה או רצף פריימים. השאלה הטקסטואלית קובעת מה על המודל לברר מתוך החומר. התוצאה יכולה לתאר ראיות, להסביר קשר או לארגן ממצאים בשדות; המודל אינו מהדורה ליצירת תמונות או וידאו.
בתרשים, הגדירו את ההשוואה במקום לבקש תיאור כללי. ספקו את התמונה ושאלו איזו סדרת נתונים המוצגת בתרשים נמצאת בעלייה, מה משמעות התוויות ואילו תצפיות תומכות במסקנה. בקשו חלקים נפרדים עבור הנתונים הנראים ישירות ועבור ההסבר. בתרשים תהליך, זהו את תנאי ההתחלה והסיום ובקשו את הקשרים בין השלבים, תוך שמירה על התוויות המקוריות.
בצילום מסך, ציינו את מטרת המשתמש ושאלו על רכיבי הבקרה הנראים ועל הצעד האפשרי הבא. כך מתקבלת פרשנות כתובה של הממשק. כל לחיצה בפועל, שינוי קובץ או פעולה חיצונית הם עדיין באחריות היישום שמשתמש במודל; הבנה חזותית לבדה אינה תהליך עבודה לשליטה במחשב.
כרטיס המודל של המפתח מתעד פלט מובנה, המשך יצירה מקידומת תשובה ושמירת ההקשר במטמון. יכולות אלה עשויות לסייע בארגון ניתוחים חזותיים חוזרים לפי מבנה פלט קבוע. שליחה באצווה שונה בין תצורות של המפתח, ואילו קריאה לפונקציות, חיפוש באינטרנט וכוונון עדין אינם מופיעים בכרטיס זה כיכולות נתמכות. לכן אין לבלבל בין תשובה טקסטואלית מובנית לבין קריאה לכלי שבוצעה או חיפוש מקוון.
מגבלות ההקשר
כרטיס המודל של הגרסה המזוהה בשם מציין חלון הקשר של 131,072 טוקנים, קלט מרבי של 129,024 טוקנים ופלט מרבי של 8,192 טוקנים. הקלטים החזותיים והמשימה הטקסטואלית צורכים יחד את מכסת הקלט הזמינה. לתשובה יש מגבלה נפרדת, ולכן אוסף גדול של חומר חזותי אינו מעיד על פלט גדול באותה מידה.
בחרו תמונות או פריימים שמשיבים על השאלה בפועל. שמרו על מקרא התרשים, כותרות העמודות או תוויות הדיאגרמה הנחוצים לפירוש אזור שנחתך. בעת השוואת כמה חומרים, זהו את סדרם ואת תפקידם: העיצוב הקיים, העיצוב המתוקן ודרישת הייחוס. תוצאה כתובה שימושית יכולה לפרט רכיבים תואמים, הבדלים ושאלות שנותרו ללא פתרון מתוך הראיות שסופקו.
עבודה עם וידאו
קלט וידאו מאפשר לשאול על אירועים נראים ועל סדרם. שאלו מה משתנה בין פריימים, אילו משתתפים מקיימים אינטראקציה או איזה תנאי נראה מופיע לפני אחר. הגדירו את הפלט הדרוש, למשל תיאור מסודר של האירועים עם התצפיות התומכות בכל נקודה. הכרטיס מציין קלט וידאו ופלט טקסט, לא קלט אודיו או פלט דיבור; שאלה על תוכן מדובר מחייבת לספק תוכן זה בנפרד.
משימה מעשית יכולה להשוות סרטון הדגמה לנוהל הכתוב שלו: ספקו את החומר החזותי ואת השלבים הרלוונטיים, שאלו אילו שלבים מיוצגים באופן נראה ובקשו רשימה תמציתית של אי-התאמות. ציינו לאיזה שלב בנוהל מתייחסת כל תצפית, ושמרו שלבים שאינם ברורים בחלק נפרד של התשובה.
מגבלות מהדורה בעלות משמעות
הדגש של Max על הסקה חזותית מועיל כאשר המשימה תלויה בפירוש קשרים ובציות להוראה חזותית מורכבת. התוצאה המתועדת שלו היא טקסט. הקפידו שהקלט יהיה קריא, ציינו את ההסקה הדרושה והבחינו בין הראיות הנראות לבין המסקנות שהמשימה מבקשת מהמודל להסיק. הכנה זו הופכת שאלה חזותית להסבר או להשוואה שימושיים, במקום לסיכום סצנה ללא כיוון מוגדר.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen-vl-max | 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 $0.00046 / 1K טוקנים פלט · טוקני פלט $0.001144 / 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-vl-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='qwen-vl-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='qwen-vl-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 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-vl-max
השתמשו בנתיבי השיטות המוצגים למעלה.
qwen-vl-maxQwen-VL-Max משלב טקסט, תמונות ווידאו באמצעות הסקה חזותית וציות להוראות. הוא מחזיר הסברים טקסטואליים או ממצאים מובנים, ומיועד לשאלות חזותיות מורכבות, לניתוח מסמכים ולהבנת קשרים בתוך סצנה.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen-VL-Max היא סדרת מודלי השפה והראייה של Qwen לשאלות שדורשות יותר מזיהוי עצם. הגורם המפתח מציב במרכז של Max הסקה חזותית וציות להוראות: חיבור הראיות הנראות לתנאים שהציב המשתמש, הסבר של קשרים והפקת תוצאה טקסטואלית למשימה חזותית מורכבת יותר. בהשוואה לסדרת Plus, תיאור זה מדגיש יותר הסקה ופרשנות.
כרטיס המודל הנוכחי של המפתח מקשר את השם שאינו מציין גרסה, qwen-vl-max, אל qwen-vl-max-2025-08-13. השם המתעדכן עוקב אחר עדכונים, ואילו שם הכולל תאריך מזהה גרסה מסוימת. שמרו על השם המדויק בעת השוואת קלטים ותוצאות; מהדורות אחרות המזוהות בשם עשויות לכלול מפרטים מתועדים שונים.
יכולות המודל
הקלט המתועד כולל טקסט, תמונות ווידאו, ואילו הפלט הוא טקסט. החומר החזותי יכול להיות עמוד ממסמך, תרשים, סצנה או רצף פריימים. השאלה הטקסטואלית קובעת מה על המודל לברר מתוך החומר. התוצאה יכולה לתאר ראיות, להסביר קשר או לארגן ממצאים בשדות; המודל אינו מהדורה ליצירת תמונות או וידאו.
בתרשים, הגדירו את ההשוואה במקום לבקש תיאור כללי. ספקו את התמונה ושאלו איזו סדרת נתונים המוצגת בתרשים נמצאת בעלייה, מה משמעות התוויות ואילו תצפיות תומכות במסקנה. בקשו חלקים נפרדים עבור הנתונים הנראים ישירות ועבור ההסבר. בתרשים תהליך, זהו את תנאי ההתחלה והסיום ובקשו את הקשרים בין השלבים, תוך שמירה על התוויות המקוריות.
בצילום מסך, ציינו את מטרת המשתמש ושאלו על רכיבי הבקרה הנראים ועל הצעד האפשרי הבא. כך מתקבלת פרשנות כתובה של הממשק. כל לחיצה בפועל, שינוי קובץ או פעולה חיצונית הם עדיין באחריות היישום שמשתמש במודל; הבנה חזותית לבדה אינה תהליך עבודה לשליטה במחשב.
כרטיס המודל של המפתח מתעד פלט מובנה, המשך יצירה מקידומת תשובה ושמירת ההקשר במטמון. יכולות אלה עשויות לסייע בארגון ניתוחים חזותיים חוזרים לפי מבנה פלט קבוע. שליחה באצווה שונה בין תצורות של המפתח, ואילו קריאה לפונקציות, חיפוש באינטרנט וכוונון עדין אינם מופיעים בכרטיס זה כיכולות נתמכות. לכן אין לבלבל בין תשובה טקסטואלית מובנית לבין קריאה לכלי שבוצעה או חיפוש מקוון.
מגבלות ההקשר
כרטיס המודל של הגרסה המזוהה בשם מציין חלון הקשר של 131,072 טוקנים, קלט מרבי של 129,024 טוקנים ופלט מרבי של 8,192 טוקנים. הקלטים החזותיים והמשימה הטקסטואלית צורכים יחד את מכסת הקלט הזמינה. לתשובה יש מגבלה נפרדת, ולכן אוסף גדול של חומר חזותי אינו מעיד על פלט גדול באותה מידה.
בחרו תמונות או פריימים שמשיבים על השאלה בפועל. שמרו על מקרא התרשים, כותרות העמודות או תוויות הדיאגרמה הנחוצים לפירוש אזור שנחתך. בעת השוואת כמה חומרים, זהו את סדרם ואת תפקידם: העיצוב הקיים, העיצוב המתוקן ודרישת הייחוס. תוצאה כתובה שימושית יכולה לפרט רכיבים תואמים, הבדלים ושאלות שנותרו ללא פתרון מתוך הראיות שסופקו.
עבודה עם וידאו
קלט וידאו מאפשר לשאול על אירועים נראים ועל סדרם. שאלו מה משתנה בין פריימים, אילו משתתפים מקיימים אינטראקציה או איזה תנאי נראה מופיע לפני אחר. הגדירו את הפלט הדרוש, למשל תיאור מסודר של האירועים עם התצפיות התומכות בכל נקודה. הכרטיס מציין קלט וידאו ופלט טקסט, לא קלט אודיו או פלט דיבור; שאלה על תוכן מדובר מחייבת לספק תוכן זה בנפרד.
משימה מעשית יכולה להשוות סרטון הדגמה לנוהל הכתוב שלו: ספקו את החומר החזותי ואת השלבים הרלוונטיים, שאלו אילו שלבים מיוצגים באופן נראה ובקשו רשימה תמציתית של אי-התאמות. ציינו לאיזה שלב בנוהל מתייחסת כל תצפית, ושמרו שלבים שאינם ברורים בחלק נפרד של התשובה.
מגבלות מהדורה בעלות משמעות
הדגש של Max על הסקה חזותית מועיל כאשר המשימה תלויה בפירוש קשרים ובציות להוראה חזותית מורכבת. התוצאה המתועדת שלו היא טקסט. הקפידו שהקלט יהיה קריא, ציינו את ההסקה הדרושה והבחינו בין הראיות הנראות לבין המסקנות שהמשימה מבקשת מהמודל להסיק. הכנה זו הופכת שאלה חזותית להסבר או להשוואה שימושיים, במקום לסיכום סצנה ללא כיוון מוגדר.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen-vl-max | 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 $0.00046 / 1K טוקנים פלט · טוקני פלט $0.001144 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "qwen-vl-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen-vl-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': 'qwen-vl-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 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-vl-max
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Trace a described process diagram\n\nInterpret this diagram transcribed as text: Request -> Validate -> [valid: Queue; invalid: Return error]; Queue -> Worker -> Result. Requirement: invalid requests must never reach the worker. Explain both paths, identify the gate enforcing the requirement and list two checks tied to those paths. Use only the supplied connections and labels.A two-path explanation, the validation gate and valid/invalid path checks.Check the invalid branch ends at Return error rather than passing through Queue.