A 30B-A3B Instruct kiadás
A Qwen3-VL-30B-A3B-Instruct a Qwen3-VL utasításközpontú szakértőkeverékes kiadása. Szöveget képekkel vagy videóval kombinál, és szöveget, köztük kódot állít elő. Őrizze meg e pontos Instruct azonosságot ahelyett, hogy a megerősített következtetésű Thinking kiadással vagy más családmérettel helyettesítené. A hasznos kérés meghatározza a vizuális bizonyítékot, a kérdést és a válaszban elvárt konkrét munkaterméket.
Vizuális ügynökök és vizuális kódolás
A gyártó számítógépes vagy mobilfelület-elemek felismerését, funkcióik megértését és eszközök meghívását írja le vizuálisügynök-folyamatban. Adja meg a képernyőképet és a kívánt célt, majd kérdezze meg, mely látható vezérlő felel meg a feladatnak, és mi támasztja alá a választást. A kapcsolódó alkalmazás hajtja végre a műveleteket és adja vissza eredményeiket; a vizuális felismerés önmagában nem vezérli az eszközt.
A vizuális kódolás képekből vagy videóból generált ábratartalmat, HTML, CSS vagy JavaScript kódot is tartalmaz. Adjon elrendezési referenciát funkcionális korlátokkal, és kérjen szerkeszthető forrást. Meglévő felület módosításához mellékelje a releváns kódot és az elvárt interakciós állapotokat. A munkaterméket különítse el a magyarázattól, hogy a fejlesztési folyamat megjeleníthesse és megvizsgálhassa. A generált forrás felülvizsgálandó javaslat, nem működő alkalmazás bizonyítéka.
Térbeli érzékelés, kontextus és videó
A Qwen objektumpozíciókra, nézőpontokra és takarásokra vonatkozó megítélést dokumentál, kétdimenziós térbeli megfeleltetéssel és háromdimenziós megfeleltetés támogatásával. Azonosítsa a célt, és kérje a kapcsolatot alátámasztó látható jeleket. A képalapú kapcsolatot külön kell kezelni a kalibrált fizikai méréstől.
A natív kontextus 262,144 token. A család könyveket és többórás videót ír le másodpercszintű eseményindexeléssel és beállításon keresztül hozzávetőleg egymillió tokenre bővítéssel. Eseménysorra vonatkozó kérdésnél őrizze meg az időzítést és a képkockasorrendet. A beállított reprezentációs keret határozza meg a feldolgozott anyagot, ezért a család átfogó hosszúvideó-leírása nem válhat minden képkocka tökéletes felidézésének ígéretévé.
Multimodális következtetés, felismerés és OCR
A modell STEM- és matematikai vizuális kérdéseket, oksági elemzést és bizonyítékalapú magyarázatokat támogat. Adja meg a teljes feladatot és ábrafeliratokat, és a végső következtetés előtt kérje a felhasznált értékeket. A család emberekre, termékekre, nevezetességekre, növényekre, állatokra és médiaszereplőkre is bővíti a felismerést. Ha fontos a pontos azonosság, ellenőrizze az azonosítás eredményét.
Az OCR 32 nyelvet fed le, és gyenge fény, elmosódás vagy dőlés melletti jobb olvasásra készült, beleértve a szakszókincset és dokumentumszerkezetet. Adjon olvasható oldalakat, és kérjen a forrással összevethető mezőket, idézeteket vagy táblázatot. A szöveges és vizuális megértés kombinálódik, így a kérdés egy részletet annak ábrájával és a felhasználó utasításaival kapcsolhat össze.
Architektúra
A közzétett konfiguráció 48 szöveges rétegű, 128 szakértős vizuális-nyelvi szakértőkeverékes modellt azonosít, tokenenként nyolc kiválasztott szakértővel. Az Interleaved-MRoPE az időt, szélességet és magasságot reprezentálja; a DeepStack több vizuáliskódoló-szint jellemzőit ötvözi; a szöveg–időbélyeg illesztés időbeli hivatkozásokhoz köti az eseményeket. Vizuális feladatok előkészítésekor és eredményeik összehasonlításakor következetesen ezt a 30B-A3B Instruct kiadást használja.
Bemenetek előkészítése
A család példái kizárólag szöveges feladatokat, egy vagy több képet és videót fednek le. Címkézze a vizuális bemeneteket, és őrizze meg kapcsolatukat. A kép- és videópixelkeretek különállók, a videónál a mintavételezett képkockák pixeljeit számítva. Az explicit képméretek 32 többszöröseihez igazodnak. A dokumentált videós alapérték másodpercenként két képkocka, a támogatott folyamatokban gyakoriság- vagy képkockaszám-vezérlőkkel.
A médiasegéd megtarthatja a videó metaadatait, és az ismételt átméretezés elkerülését javasolja, ha már átméretezte az anyagot. Dokumentum-összehasonlításnál rendezze a választ oldalcímke szerint. Klipnél kérje az eseményt, a releváns időszakaszt és az alátámasztó bizonyítékot. A visszaadott mezőket, részleteket és eseményidőket vesse össze az eredeti oldalakkal vagy klippel.
Generálási útmutató és korlátok
A modellváltozat generálási fájljának alapértékei temperature 0.7, top_p 0.8, top_k 20 és ismétlési büntetés 1.0. A család Instruct receptje ezenfelül jelenléti büntetés 1.5 és 32,768 tokenes kimeneti keret értékeket használ. Ez a keret gyártói receptkeret, nem függetlenül igazolt, szigorú kimeneti maximum. A 8B Instruct kártya külön feladatkereteit nem szabad automatikusan e kiadáshoz rendelni.
A család bővítési eljárása YaRN-t használ, kétszeres vagy háromszoros szorzót javasolva a váltakozó pozicionális séma 256K-ról hozzávetőleg 1M-re bővítésekor. A szöveg és reprezentált vizuális anyag mellett hagyjon helyet az eredménynek, és az OCR-t, kiszámított következtetéseket és generált kódot ellenőrizze az eredeti bizonyítékkal. Az Instruct generálási szerződését tartsa külön a Thinking modellváltozat beállításaitól; a kiadásnév önmagában nem igazol alkalmazásspecifikus hibrid kapcsolót.
", "aboutText": "A 30B-A3B Instruct kiadás\n\nA Qwen3-VL-30B-A3B-Instruct a Qwen3-VL utasításközpontú szakértőkeverékes kiadása. Szöveget képekkel vagy videóval kombinál, és szöveget, köztük kódot állít elő. Őrizze meg e pontos Instruct azonosságot ahelyett, hogy a megerősített következtetésű Thinking kiadással vagy más családmérettel helyettesítené. A hasznos kérés meghatározza a vizuális bizonyítékot, a kérdést és a válaszban elvárt konkrét munkaterméket.\n\nVizuális ügynökök és vizuális kódolás\n\nA gyártó számítógépes vagy mobilfelület-elemek felismerését, funkcióik megértését és eszközök meghívását írja le vizuálisügynök-folyamatban. Adja meg a képernyőképet és a kívánt célt, majd kérdezze meg, mely látható vezérlő felel meg a feladatnak, és mi támasztja alá a választást. A kapcsolódó alkalmazás hajtja végre a műveleteket és adja vissza eredményeiket; a vizuális felismerés önmagában nem vezérli az eszközt.\n\nA vizuális kódolás képekből vagy videóból generált ábratartalmat, HTML, CSS vagy JavaScript kódot is tartalmaz. Adjon elrendezési referenciát funkcionális korlátokkal, és kérjen szerkeszthető forrást. Meglévő felület módosításához mellékelje a releváns kódot és az elvárt interakciós állapotokat. A munkaterméket különítse el a magyarázattól, hogy a fejlesztési folyamat megjeleníthesse és megvizsgálhassa. A generált forrás felülvizsgálandó javaslat, nem működő alkalmazás bizonyítéka.\n\nTérbeli érzékelés, kontextus és videó\n\nA Qwen objektumpozíciókra, nézőpontokra és takarásokra vonatkozó megítélést dokumentál, kétdimenziós térbeli megfeleltetéssel és háromdimenziós megfeleltetés támogatásával. Azonosítsa a célt, és kérje a kapcsolatot alátámasztó látható jeleket. A képalapú kapcsolatot külön kell kezelni a kalibrált fizikai méréstől.\n\nA natív kontextus 262,144 token. A család könyveket és többórás videót ír le másodpercszintű eseményindexeléssel és beállításon keresztül hozzávetőleg egymillió tokenre bővítéssel. Eseménysorra vonatkozó kérdésnél őrizze meg az időzítést és a képkockasorrendet. A beállított reprezentációs keret határozza meg a feldolgozott anyagot, ezért a család átfogó hosszúvideó-leírása nem válhat minden képkocka tökéletes felidézésének ígéretévé.\n\nMultimodális következtetés, felismerés és OCR\n\nA modell STEM- és matematikai vizuális kérdéseket, oksági elemzést és bizonyítékalapú magyarázatokat támogat. Adja meg a teljes feladatot és ábrafeliratokat, és a végső következtetés előtt kérje a felhasznált értékeket. A család emberekre, termékekre, nevezetességekre, növényekre, állatokra és médiaszereplőkre is bővíti a felismerést. Ha fontos a pontos azonosság, ellenőrizze az azonosítás eredményét.\n\nAz OCR 32 nyelvet fed le, és gyenge fény, elmosódás vagy dőlés melletti jobb olvasásra készült, beleértve a szakszókincset és dokumentumszerkezetet. Adjon olvasható oldalakat, és kérjen a forrással összevethető mezőket, idézeteket vagy táblázatot. A szöveges és vizuális megértés kombinálódik, így a kérdés egy részletet annak ábrájával és a felhasználó utasításaival kapcsolhat össze.\n\nArchitektúra\n\nA közzétett konfiguráció 48 szöveges rétegű, 128 szakértős vizuális-nyelvi szakértőkeverékes modellt azonosít, tokenenként nyolc kiválasztott szakértővel. Az Interleaved-MRoPE az időt, szélességet és magasságot reprezentálja; a DeepStack több vizuáliskódoló-szint jellemzőit ötvözi; a szöveg–időbélyeg illesztés időbeli hivatkozásokhoz köti az eseményeket. Vizuális feladatok előkészítésekor és eredményeik összehasonlításakor következetesen ezt a 30B-A3B Instruct kiadást használja.\n\nBemenetek előkészítése\n\nA család példái kizárólag szöveges feladatokat, egy vagy több képet és videót fednek le. Címkézze a vizuális bemeneteket, és őrizze meg kapcsolatukat. A kép- és videópixelkeretek különállók, a videónál a mintavételezett képkockák pixeljeit számítva. Az explicit képméretek 32 többszöröseihez igazodnak. A dokumentált videós alapérték másodpercenként két képkocka, a támogatott folyamatokban gyakoriság- vagy képkockaszám-vezérlőkkel.\n\nA médiasegéd megtarthatja a videó metaadatait, és az ismételt átméretezés elkerülését javasolja, ha már átméretezte az anyagot. Dokumentum-összehasonlításnál rendezze a választ oldalcímke szerint. Klipnél kérje az eseményt, a releváns időszakaszt és az alátámasztó bizonyítékot. A visszaadott mezőket, részleteket és eseményidőket vesse össze az eredeti oldalakkal vagy klippel.\n\nGenerálási útmutató és korlátok\n\nA modellváltozat generálási fájljának alapértékei temperature 0.7, top_p 0.8, top_k 20 és ismétlési büntetés 1.0. A család Instruct receptje ezenfelül jelenléti büntetés 1.5 és 32,768 tokenes kimeneti keret értékeket használ. Ez a keret gyártói receptkeret, nem függetlenül igazolt, szigorú kimeneti maximum. A 8B Instruct kártya külön feladatkereteit nem szabad automatikusan e kiadáshoz rendelni.\n\nA család bővítési eljárása YaRN-t használ, kétszeres vagy háromszoros szorzót javasolva a váltakozó pozicionális séma 256K-ról hozzávetőleg 1M-re bővítésekor. A szöveg és reprezentált vizuális anyag mellett hagyjon helyet az eredménynek, és az OCR-t, kiszámított következtetéseket és generált kódot ellenőrizze az eredeti bizonyítékkal. Az Instruct generálási szerződését tartsa külön a Thinking modellváltozat beállításaitól; a kiadásnév önmagában nem igazol alkalmazásspecifikus hibrid kapcsolót.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
Generate source from a written layout\n\nProduce self-contained HTML and CSS from this written layout: a heading “Upload report”, a file input and a status line below it. On screens narrower than 480 pixels, controls fill the available width. Include empty, selected-file and error text examples, accessible labels and no external assets. Return editable source with a short state explanation.An HTML/CSS source artifact and a short explanation of the three requested states.Check that the file input has an associated label, narrow layouts fit their container and every requested state has distinct text.qwen/qwen3-vl-30b-a3b-instructA Qwen3-VL-30B-A3B-Instruct a Qwen utasításközpontú szakértőkeverékes vizuális-nyelvi kiadása szöveghez, képekhez és videóhoz. Szöveget vagy kódot ad vissza vizuálisügynök-folyamatokhoz, dokumentumolvasáshoz, térbeli kérdésekhez és vizuális kódoláshoz, 32 nyelvű OCR-rel és natív 262,144 tokenes kontextussal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A 30B-A3B Instruct kiadás
A Qwen3-VL-30B-A3B-Instruct a Qwen3-VL utasításközpontú szakértőkeverékes kiadása. Szöveget képekkel vagy videóval kombinál, és szöveget, köztük kódot állít elő. Őrizze meg e pontos Instruct azonosságot ahelyett, hogy a megerősített következtetésű Thinking kiadással vagy más családmérettel helyettesítené. A hasznos kérés meghatározza a vizuális bizonyítékot, a kérdést és a válaszban elvárt konkrét munkaterméket.
Vizuális ügynökök és vizuális kódolás
A gyártó számítógépes vagy mobilfelület-elemek felismerését, funkcióik megértését és eszközök meghívását írja le vizuálisügynök-folyamatban. Adja meg a képernyőképet és a kívánt célt, majd kérdezze meg, mely látható vezérlő felel meg a feladatnak, és mi támasztja alá a választást. A kapcsolódó alkalmazás hajtja végre a műveleteket és adja vissza eredményeiket; a vizuális felismerés önmagában nem vezérli az eszközt.
A vizuális kódolás képekből vagy videóból generált ábratartalmat, HTML, CSS vagy JavaScript kódot is tartalmaz. Adjon elrendezési referenciát funkcionális korlátokkal, és kérjen szerkeszthető forrást. Meglévő felület módosításához mellékelje a releváns kódot és az elvárt interakciós állapotokat. A munkaterméket különítse el a magyarázattól, hogy a fejlesztési folyamat megjeleníthesse és megvizsgálhassa. A generált forrás felülvizsgálandó javaslat, nem működő alkalmazás bizonyítéka.
Térbeli érzékelés, kontextus és videó
A Qwen objektumpozíciókra, nézőpontokra és takarásokra vonatkozó megítélést dokumentál, kétdimenziós térbeli megfeleltetéssel és háromdimenziós megfeleltetés támogatásával. Azonosítsa a célt, és kérje a kapcsolatot alátámasztó látható jeleket. A képalapú kapcsolatot külön kell kezelni a kalibrált fizikai méréstől.
A natív kontextus 262,144 token. A család könyveket és többórás videót ír le másodpercszintű eseményindexeléssel és beállításon keresztül hozzávetőleg egymillió tokenre bővítéssel. Eseménysorra vonatkozó kérdésnél őrizze meg az időzítést és a képkockasorrendet. A beállított reprezentációs keret határozza meg a feldolgozott anyagot, ezért a család átfogó hosszúvideó-leírása nem válhat minden képkocka tökéletes felidézésének ígéretévé.
Multimodális következtetés, felismerés és OCR
A modell STEM- és matematikai vizuális kérdéseket, oksági elemzést és bizonyítékalapú magyarázatokat támogat. Adja meg a teljes feladatot és ábrafeliratokat, és a végső következtetés előtt kérje a felhasznált értékeket. A család emberekre, termékekre, nevezetességekre, növényekre, állatokra és médiaszereplőkre is bővíti a felismerést. Ha fontos a pontos azonosság, ellenőrizze az azonosítás eredményét.
Az OCR 32 nyelvet fed le, és gyenge fény, elmosódás vagy dőlés melletti jobb olvasásra készült, beleértve a szakszókincset és dokumentumszerkezetet. Adjon olvasható oldalakat, és kérjen a forrással összevethető mezőket, idézeteket vagy táblázatot. A szöveges és vizuális megértés kombinálódik, így a kérdés egy részletet annak ábrájával és a felhasználó utasításaival kapcsolhat össze.
Architektúra
A közzétett konfiguráció 48 szöveges rétegű, 128 szakértős vizuális-nyelvi szakértőkeverékes modellt azonosít, tokenenként nyolc kiválasztott szakértővel. Az Interleaved-MRoPE az időt, szélességet és magasságot reprezentálja; a DeepStack több vizuáliskódoló-szint jellemzőit ötvözi; a szöveg–időbélyeg illesztés időbeli hivatkozásokhoz köti az eseményeket. Vizuális feladatok előkészítésekor és eredményeik összehasonlításakor következetesen ezt a 30B-A3B Instruct kiadást használja.
Bemenetek előkészítése
A család példái kizárólag szöveges feladatokat, egy vagy több képet és videót fednek le. Címkézze a vizuális bemeneteket, és őrizze meg kapcsolatukat. A kép- és videópixelkeretek különállók, a videónál a mintavételezett képkockák pixeljeit számítva. Az explicit képméretek 32 többszöröseihez igazodnak. A dokumentált videós alapérték másodpercenként két képkocka, a támogatott folyamatokban gyakoriság- vagy képkockaszám-vezérlőkkel.
A médiasegéd megtarthatja a videó metaadatait, és az ismételt átméretezés elkerülését javasolja, ha már átméretezte az anyagot. Dokumentum-összehasonlításnál rendezze a választ oldalcímke szerint. Klipnél kérje az eseményt, a releváns időszakaszt és az alátámasztó bizonyítékot. A visszaadott mezőket, részleteket és eseményidőket vesse össze az eredeti oldalakkal vagy klippel.
Generálási útmutató és korlátok
A modellváltozat generálási fájljának alapértékei temperature 0.7, top_p 0.8, top_k 20 és ismétlési büntetés 1.0. A család Instruct receptje ezenfelül jelenléti büntetés 1.5 és 32,768 tokenes kimeneti keret értékeket használ. Ez a keret gyártói receptkeret, nem függetlenül igazolt, szigorú kimeneti maximum. A 8B Instruct kártya külön feladatkereteit nem szabad automatikusan e kiadáshoz rendelni.
A család bővítési eljárása YaRN-t használ, kétszeres vagy háromszoros szorzót javasolva a váltakozó pozicionális séma 256K-ról hozzávetőleg 1M-re bővítésekor. A szöveg és reprezentált vizuális anyag mellett hagyjon helyet az eredménynek, és az OCR-t, kiszámított következtetéseket és generált kódot ellenőrizze az eredeti bizonyítékkal. Az Instruct generálási szerződését tartsa külön a Thinking modellváltozat beállításaitól; a kiadásnév önmagában nem igazol alkalmazásspecifikus hibrid kapcsolót.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen/qwen3-vl-30b-a3b-instruct | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Példák: system, user, assistant, tool, function Feltételek: Ezeket a szerepeket a forráskód kompatibilitási típusai kifejezetten reprezentálják; a pontos szerepkészlet továbbra is modellspecifikus. Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring|content_part[]|null | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_calls | Típustool_call[] | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].tool_call_id | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: role=tool; használja a ténylegesen visszaadott ID-t | Alapértelmezett— |
Mezőmessages[].name | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].reasoning_content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Küldje vissza a ténylegesen visszaadott gondolkodási tartalmat, ha ez a modell használja | Alapértelmezett— |
Mezőmessages[].reasoning_details | Típusobject|array | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Modelltől függ | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Mezőstream_options.include_usage | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőstop | Típusstring|string[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools | Típusfunction_tool[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőtools[].type | Típusstring | KövetelményOpcionális | Értékek és korlátok function Modelltől függ | Alapértelmezett— |
Mezőtools[].function.name | Típusstring | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: Függvényeszköz megadva | Alapértelmezett— |
Mezőtools[].function.description | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtools[].function.parameters | TípusJSON_schema | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtool_choice | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőparallel_tool_calls | Típusboolean | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőresponse_format | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning_effort | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőreasoning | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőservice_tier | Típusstring | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőinstructions | Típusstring | KövetelményOpcionális | Értékek és korlátok Kompatibilitási mező | Alapértelmezett— |
Mezőfunctions | Típusfunction[] | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőfunction_call | Típusstring|object | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőprompt_cache_options | Típusobject | KövetelményOpcionális | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmodalities | Típusstring[] | KövetelményOpcionális | Értékek és korlátok text | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok Feltételek: A provider.options elutasításra kerül ezen az Ultra szöveges útvonalon | Alapértelmezett— |
Mezőcache_control.ttl | Típusstring | KövetelményOpcionális | Értékek és korlátok Feltételek: Az 1h elutasításra kerül a tényleges prompt-gyorsítótárazási helyeken | Alapértelmezett— |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramétercontrol_scope | Szerződésmodellspecifikus; a felhasználói függvényeszközök eltérnek a hosztolt eszközöktől |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0003 / 1K token Kimenet · Kimeneti tokenek $0.0012 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0003 / 1K token Kimenet · Kimeneti tokenek $0.0012 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${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-30b-a3b-instruct", "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/qwen3-vl-30b-a3b-instruct',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/qwen3-vl-30b-a3b-instruct',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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra qwen/qwen3-vl-30b-a3b-instruct
Használja a fent látható metódusútvonalakat.
qwen/qwen3-vl-30b-a3b-instructA Qwen3-VL-30B-A3B-Instruct a Qwen utasításközpontú szakértőkeverékes vizuális-nyelvi kiadása szöveghez, képekhez és videóhoz. Szöveget vagy kódot ad vissza vizuálisügynök-folyamatokhoz, dokumentumolvasáshoz, térbeli kérdésekhez és vizuális kódoláshoz, 32 nyelvű OCR-rel és natív 262,144 tokenes kontextussal.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A 30B-A3B Instruct kiadás
A Qwen3-VL-30B-A3B-Instruct a Qwen3-VL utasításközpontú szakértőkeverékes kiadása. Szöveget képekkel vagy videóval kombinál, és szöveget, köztük kódot állít elő. Őrizze meg e pontos Instruct azonosságot ahelyett, hogy a megerősített következtetésű Thinking kiadással vagy más családmérettel helyettesítené. A hasznos kérés meghatározza a vizuális bizonyítékot, a kérdést és a válaszban elvárt konkrét munkaterméket.
Vizuális ügynökök és vizuális kódolás
A gyártó számítógépes vagy mobilfelület-elemek felismerését, funkcióik megértését és eszközök meghívását írja le vizuálisügynök-folyamatban. Adja meg a képernyőképet és a kívánt célt, majd kérdezze meg, mely látható vezérlő felel meg a feladatnak, és mi támasztja alá a választást. A kapcsolódó alkalmazás hajtja végre a műveleteket és adja vissza eredményeiket; a vizuális felismerés önmagában nem vezérli az eszközt.
A vizuális kódolás képekből vagy videóból generált ábratartalmat, HTML, CSS vagy JavaScript kódot is tartalmaz. Adjon elrendezési referenciát funkcionális korlátokkal, és kérjen szerkeszthető forrást. Meglévő felület módosításához mellékelje a releváns kódot és az elvárt interakciós állapotokat. A munkaterméket különítse el a magyarázattól, hogy a fejlesztési folyamat megjeleníthesse és megvizsgálhassa. A generált forrás felülvizsgálandó javaslat, nem működő alkalmazás bizonyítéka.
Térbeli érzékelés, kontextus és videó
A Qwen objektumpozíciókra, nézőpontokra és takarásokra vonatkozó megítélést dokumentál, kétdimenziós térbeli megfeleltetéssel és háromdimenziós megfeleltetés támogatásával. Azonosítsa a célt, és kérje a kapcsolatot alátámasztó látható jeleket. A képalapú kapcsolatot külön kell kezelni a kalibrált fizikai méréstől.
A natív kontextus 262,144 token. A család könyveket és többórás videót ír le másodpercszintű eseményindexeléssel és beállításon keresztül hozzávetőleg egymillió tokenre bővítéssel. Eseménysorra vonatkozó kérdésnél őrizze meg az időzítést és a képkockasorrendet. A beállított reprezentációs keret határozza meg a feldolgozott anyagot, ezért a család átfogó hosszúvideó-leírása nem válhat minden képkocka tökéletes felidézésének ígéretévé.
Multimodális következtetés, felismerés és OCR
A modell STEM- és matematikai vizuális kérdéseket, oksági elemzést és bizonyítékalapú magyarázatokat támogat. Adja meg a teljes feladatot és ábrafeliratokat, és a végső következtetés előtt kérje a felhasznált értékeket. A család emberekre, termékekre, nevezetességekre, növényekre, állatokra és médiaszereplőkre is bővíti a felismerést. Ha fontos a pontos azonosság, ellenőrizze az azonosítás eredményét.
Az OCR 32 nyelvet fed le, és gyenge fény, elmosódás vagy dőlés melletti jobb olvasásra készült, beleértve a szakszókincset és dokumentumszerkezetet. Adjon olvasható oldalakat, és kérjen a forrással összevethető mezőket, idézeteket vagy táblázatot. A szöveges és vizuális megértés kombinálódik, így a kérdés egy részletet annak ábrájával és a felhasználó utasításaival kapcsolhat össze.
Architektúra
A közzétett konfiguráció 48 szöveges rétegű, 128 szakértős vizuális-nyelvi szakértőkeverékes modellt azonosít, tokenenként nyolc kiválasztott szakértővel. Az Interleaved-MRoPE az időt, szélességet és magasságot reprezentálja; a DeepStack több vizuáliskódoló-szint jellemzőit ötvözi; a szöveg–időbélyeg illesztés időbeli hivatkozásokhoz köti az eseményeket. Vizuális feladatok előkészítésekor és eredményeik összehasonlításakor következetesen ezt a 30B-A3B Instruct kiadást használja.
Bemenetek előkészítése
A család példái kizárólag szöveges feladatokat, egy vagy több képet és videót fednek le. Címkézze a vizuális bemeneteket, és őrizze meg kapcsolatukat. A kép- és videópixelkeretek különállók, a videónál a mintavételezett képkockák pixeljeit számítva. Az explicit képméretek 32 többszöröseihez igazodnak. A dokumentált videós alapérték másodpercenként két képkocka, a támogatott folyamatokban gyakoriság- vagy képkockaszám-vezérlőkkel.
A médiasegéd megtarthatja a videó metaadatait, és az ismételt átméretezés elkerülését javasolja, ha már átméretezte az anyagot. Dokumentum-összehasonlításnál rendezze a választ oldalcímke szerint. Klipnél kérje az eseményt, a releváns időszakaszt és az alátámasztó bizonyítékot. A visszaadott mezőket, részleteket és eseményidőket vesse össze az eredeti oldalakkal vagy klippel.
Generálási útmutató és korlátok
A modellváltozat generálási fájljának alapértékei temperature 0.7, top_p 0.8, top_k 20 és ismétlési büntetés 1.0. A család Instruct receptje ezenfelül jelenléti büntetés 1.5 és 32,768 tokenes kimeneti keret értékeket használ. Ez a keret gyártói receptkeret, nem függetlenül igazolt, szigorú kimeneti maximum. A 8B Instruct kártya külön feladatkereteit nem szabad automatikusan e kiadáshoz rendelni.
A család bővítési eljárása YaRN-t használ, kétszeres vagy háromszoros szorzót javasolva a váltakozó pozicionális séma 256K-ról hozzávetőleg 1M-re bővítésekor. A szöveg és reprezentált vizuális anyag mellett hagyjon helyet az eredménynek, és az OCR-t, kiszámított következtetéseket és generált kódot ellenőrizze az eredeti bizonyítékkal. Az Instruct generálási szerződését tartsa külön a Thinking modellváltozat beállításaitól; a kiadásnév önmagában nem igazol alkalmazásspecifikus hibrid kapcsolót.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen/qwen3-vl-30b-a3b-instruct | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Kontextustokenek, több mint | Kontextustokenek, legfeljebb | Díj |
|---|---|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Kontextustokenek, több mint— | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0003 / 1K token Kimenet · Kimeneti tokenek $0.0012 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
| BeállításA kéréshossz szerinti 1. ársáv | Díjtáblázat— | Kontextustokenek, több mint0 | Kontextustokenek, legfeljebbNincs felső korlát | Díj Bemenet · Bemeneti tokenek $0.0003 / 1K token Kimenet · Kimeneti tokenek $0.0012 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "qwen/qwen3-vl-30b-a3b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-30b-a3b-instruct', '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-30b-a3b-instruct', '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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra qwen/qwen3-vl-30b-a3b-instruct
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
Generate source from a written layout\n\nProduce self-contained HTML and CSS from this written layout: a heading “Upload report”, a file input and a status line below it. On screens narrower than 480 pixels, controls fill the available width. Include empty, selected-file and error text examples, accessible labels and no external assets. Return editable source with a short state explanation.An HTML/CSS source artifact and a short explanation of the three requested states.Check that the file input has an associated label, narrow layouts fit their container and every requested state has distinct text.