A Qwen-VL-Max a Qwen képi és nyelvi megértést szolgáló modellcsaládja olyan kérdésekhez, amelyek egy objektum felismerésénél többet igényelnek. A gyártó a Maxot a vizuális következtetésre és az utasítások követésére pozicionálja: kapcsolja össze a látható bizonyítékokat a felhasználó feltételeivel, magyarázza el az összefüggéseket, és adjon szöveges eredményt egy összetettebb vizuális feladathoz. A Plus modellvonalhoz képest ez a leírás nagyobb hangsúlyt helyez a következtetésre és az értelmezésre.
A gyártó jelenlegi modellkártyája a verzió nélküli qwen-vl-max nevet a qwen-vl-max-2025-08-13 névhez kapcsolja. A folyamatosan frissülő név követi a frissítéseket, míg a dátumozott név egy adott verziót azonosít. A bemenetek és eredmények összehasonlításakor tartsa meg a pontos nevet; más nevesített kiadások dokumentált specifikációi eltérhetnek.
A modell képességei
A dokumentált bemenet szöveget, képeket és videót tartalmaz, a kimenet pedig szöveg. A vizuális anyag lehet dokumentumoldal, diagram, jelenet vagy képkockák sorozata. A szöveges kérdés határozza meg, mit kell a modellnek megállapítania az anyagból. Az eredmény leírhat bizonyítékokat, megmagyarázhat egy összefüggést, vagy mezőkbe rendezheti a megállapításokat; a modell nem kép- vagy videógenerálásra szolgáló kiadás.
Egy diagramnál az összehasonlítást adja meg, ne általános leírást kérjen. Adja meg a képet, és kérdezze meg, melyik látható adatsor növekszik, mit jelentenek a feliratok, és mely megfigyelések támasztják alá a következtetést. A közvetlenül látható adatokhoz és a magyarázathoz kérjen külön részeket. Folyamatábránál azonosítsa a kezdő- és végfeltételeket, és kérdezzen rá a szakaszok közötti kapcsolatokra az eredeti feliratok megtartásával.
Képernyőképnél adja meg a felhasználó célját, és kérdezzen rá a látható vezérlőelemekre és a következő lehetséges lépésre. Ez a felület írásos értelmezését eredményezi. Bármely tényleges kattintás, fájlmódosítás vagy külső művelet továbbra is a modellt használó alkalmazás feladata; a vizuális megértés önmagában nem számítógép-vezérlési munkafolyamat.
A gyártó modellkártyája dokumentálja a strukturált kimenetet, a válaszprefix folytatását és a kontextus gyorsítótárazását. Ezek segíthetnek az ismétlődő vizuális elemzéseket egy állandó kimeneti struktúra köré szervezni. A kötegelt beküldés a gyártó konfigurációi között eltér, a függvényhívás, a webes keresés és a finomhangolás pedig ezen a kártyán nem szerepel támogatottként. A strukturált szöveges választ ezért nem szabad összetéveszteni egy végrehajtott eszközhívással vagy online kereséssel.
Kontextuskorlátok
A nevesített modellkártya 131 072 tokenes kontextusablakot, legfeljebb 129 024 tokenes bemenetet és legfeljebb 8 192 tokenes kimenetet ad meg. A vizuális bemenetek és a szöveges feladat együtt használják fel a rendelkezésre álló bemeneti keretet. A válasz külön korláttal rendelkezik, ezért a nagy mennyiségű vizuális anyag nem jelent ugyanolyan nagy kimenetet.
Válasszon olyan képeket vagy képkockákat, amelyek a tényleges kérdésre válaszolnak. Őrizze meg a diagram jelmagyarázatát, az oszlopfejléceket vagy az ábra feliratait, amelyek egy kivágott terület értelmezéséhez szükségesek. Több anyag összehasonlításakor azonosítsa a sorrendjüket és szerepüket: a meglévő tervet, a módosított tervet és a referenciakövetelményt. Egy hasznos írásos eredmény felsorolhatja az egyező elemeket, az eltéréseket és azokat a kérdéseket, amelyek a megadott bizonyítékok alapján tisztázatlanok maradnak.
Munka videóval
A videóbemenet lehetővé teszi a látható eseményekre és sorrendjükre vonatkozó kérdéseket. Kérdezze meg, mi változik a képkockák között, mely résztvevők lépnek egymással kapcsolatba, vagy mely látható feltétel jelenik meg egy másik előtt. Határozza meg a szükséges kimenetet, például az események sorrendbe rendezett leírását az egyes pontokat alátámasztó megfigyelésekkel. A kártya videóbemenetet és szöveges kimenetet sorol fel, nem hangbemenetet vagy beszédkimenetet; az elhangzott tartalomra vonatkozó kérdéshez ezt a tartalmat külön elérhetővé kell tenni.
Egy gyakorlati feladat összehasonlíthat egy bemutatóklipet az írott eljárásával: adja meg a vizuális anyagot és a releváns lépéseket, kérdezze meg, mely lépések láthatók benne, és kérjen egy rövid listát az eltérésekről. Adja meg, hogy minden egyes megfigyelés az eljárás melyik lépéséhez kapcsolódik, és a nem egyértelmű lépéseket a válasz külön részében tartsa.
A kiadás lényeges korlátai
A Max vizuális következtetésre helyezett hangsúlya akkor hasznos, ha a feladat összefüggések értelmezését és egy összetett vizuális utasítás követését igényli. A dokumentált eredmény szöveg. Ügyeljen arra, hogy a bemenet olvasható legyen, nevezze meg a szükséges következtetést, és különítse el a látható bizonyítékokat azoktól a következtetésektől, amelyek levonását a feladat kéri a modelltől. Ez az előkészítés egy vizuális kérdésből használható magyarázatot vagy összehasonlítást készít egy irányítatlan jelenet-összefoglaló helyett.
", "aboutText": "A Qwen-VL-Max a Qwen képi és nyelvi megértést szolgáló modellcsaládja olyan kérdésekhez, amelyek egy objektum felismerésénél többet igényelnek. A gyártó a Maxot a vizuális következtetésre és az utasítások követésére pozicionálja: kapcsolja össze a látható bizonyítékokat a felhasználó feltételeivel, magyarázza el az összefüggéseket, és adjon szöveges eredményt egy összetettebb vizuális feladathoz. A Plus modellvonalhoz képest ez a leírás nagyobb hangsúlyt helyez a következtetésre és az értelmezésre.\n\nA gyártó jelenlegi modellkártyája a verzió nélküli qwen-vl-max nevet a qwen-vl-max-2025-08-13 névhez kapcsolja. A folyamatosan frissülő név követi a frissítéseket, míg a dátumozott név egy adott verziót azonosít. A bemenetek és eredmények összehasonlításakor tartsa meg a pontos nevet; más nevesített kiadások dokumentált specifikációi eltérhetnek.\n\nA modell képességei\n\nA dokumentált bemenet szöveget, képeket és videót tartalmaz, a kimenet pedig szöveg. A vizuális anyag lehet dokumentumoldal, diagram, jelenet vagy képkockák sorozata. A szöveges kérdés határozza meg, mit kell a modellnek megállapítania az anyagból. Az eredmény leírhat bizonyítékokat, megmagyarázhat egy összefüggést, vagy mezőkbe rendezheti a megállapításokat; a modell nem kép- vagy videógenerálásra szolgáló kiadás.\n\nEgy diagramnál az összehasonlítást adja meg, ne általános leírást kérjen. Adja meg a képet, és kérdezze meg, melyik látható adatsor növekszik, mit jelentenek a feliratok, és mely megfigyelések támasztják alá a következtetést. A közvetlenül látható adatokhoz és a magyarázathoz kérjen külön részeket. Folyamatábránál azonosítsa a kezdő- és végfeltételeket, és kérdezzen rá a szakaszok közötti kapcsolatokra az eredeti feliratok megtartásával.\n\nKépernyőképnél adja meg a felhasználó célját, és kérdezzen rá a látható vezérlőelemekre és a következő lehetséges lépésre. Ez a felület írásos értelmezését eredményezi. Bármely tényleges kattintás, fájlmódosítás vagy külső művelet továbbra is a modellt használó alkalmazás feladata; a vizuális megértés önmagában nem számítógép-vezérlési munkafolyamat.\n\nA gyártó modellkártyája dokumentálja a strukturált kimenetet, a válaszprefix folytatását és a kontextus gyorsítótárazását. Ezek segíthetnek az ismétlődő vizuális elemzéseket egy állandó kimeneti struktúra köré szervezni. A kötegelt beküldés a gyártó konfigurációi között eltér, a függvényhívás, a webes keresés és a finomhangolás pedig ezen a kártyán nem szerepel támogatottként. A strukturált szöveges választ ezért nem szabad összetéveszteni egy végrehajtott eszközhívással vagy online kereséssel.\n\nKontextuskorlátok\n\nA nevesített modellkártya 131 072 tokenes kontextusablakot, legfeljebb 129 024 tokenes bemenetet és legfeljebb 8 192 tokenes kimenetet ad meg. A vizuális bemenetek és a szöveges feladat együtt használják fel a rendelkezésre álló bemeneti keretet. A válasz külön korláttal rendelkezik, ezért a nagy mennyiségű vizuális anyag nem jelent ugyanolyan nagy kimenetet.\n\nVálasszon olyan képeket vagy képkockákat, amelyek a tényleges kérdésre válaszolnak. Őrizze meg a diagram jelmagyarázatát, az oszlopfejléceket vagy az ábra feliratait, amelyek egy kivágott terület értelmezéséhez szükségesek. Több anyag összehasonlításakor azonosítsa a sorrendjüket és szerepüket: a meglévő tervet, a módosított tervet és a referenciakövetelményt. Egy hasznos írásos eredmény felsorolhatja az egyező elemeket, az eltéréseket és azokat a kérdéseket, amelyek a megadott bizonyítékok alapján tisztázatlanok maradnak.\n\nMunka videóval\n\nA videóbemenet lehetővé teszi a látható eseményekre és sorrendjükre vonatkozó kérdéseket. Kérdezze meg, mi változik a képkockák között, mely résztvevők lépnek egymással kapcsolatba, vagy mely látható feltétel jelenik meg egy másik előtt. Határozza meg a szükséges kimenetet, például az események sorrendbe rendezett leírását az egyes pontokat alátámasztó megfigyelésekkel. A kártya videóbemenetet és szöveges kimenetet sorol fel, nem hangbemenetet vagy beszédkimenetet; az elhangzott tartalomra vonatkozó kérdéshez ezt a tartalmat külön elérhetővé kell tenni.\n\nEgy gyakorlati feladat összehasonlíthat egy bemutatóklipet az írott eljárásával: adja meg a vizuális anyagot és a releváns lépéseket, kérdezze meg, mely lépések láthatók benne, és kérjen egy rövid listát az eltérésekről. Adja meg, hogy minden egyes megfigyelés az eljárás melyik lépéséhez kapcsolódik, és a nem egyértelmű lépéseket a válasz külön részében tartsa.\n\nA kiadás lényeges korlátai\n\nA Max vizuális következtetésre helyezett hangsúlya akkor hasznos, ha a feladat összefüggések értelmezését és egy összetett vizuális utasítás követését igényli. A dokumentált eredmény szöveg. Ügyeljen arra, hogy a bemenet olvasható legyen, nevezze meg a szükséges következtetést, és különítse el a látható bizonyítékokat azoktól a következtetésektől, amelyek levonását a feladat kéri a modelltől. Ez az előkészítés egy vizuális kérdésből használható magyarázatot vagy összehasonlítást készít egy irányítatlan jelenet-összefoglaló helyett.", "editorialOverlay": { "copy_fields": { "practical_html": "Technikai példa angolul
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-maxA Qwen-VL-Max a szöveget, a képeket és a videót vizuális következtetéssel és az utasítások követésével kapcsolja össze. Szöveges magyarázatokat vagy strukturált megállapításokat ad vissza, és összetett vizuális kérdésekre, dokumentumelemzésre, valamint egy jeleneten belüli kapcsolatok értelmezésére pozicionálják.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Qwen-VL-Max a Qwen képi és nyelvi megértést szolgáló modellcsaládja olyan kérdésekhez, amelyek egy objektum felismerésénél többet igényelnek. A gyártó a Maxot a vizuális következtetésre és az utasítások követésére pozicionálja: kapcsolja össze a látható bizonyítékokat a felhasználó feltételeivel, magyarázza el az összefüggéseket, és adjon szöveges eredményt egy összetettebb vizuális feladathoz. A Plus modellvonalhoz képest ez a leírás nagyobb hangsúlyt helyez a következtetésre és az értelmezésre.
A gyártó jelenlegi modellkártyája a verzió nélküli qwen-vl-max nevet a qwen-vl-max-2025-08-13 névhez kapcsolja. A folyamatosan frissülő név követi a frissítéseket, míg a dátumozott név egy adott verziót azonosít. A bemenetek és eredmények összehasonlításakor tartsa meg a pontos nevet; más nevesített kiadások dokumentált specifikációi eltérhetnek.
A modell képességei
A dokumentált bemenet szöveget, képeket és videót tartalmaz, a kimenet pedig szöveg. A vizuális anyag lehet dokumentumoldal, diagram, jelenet vagy képkockák sorozata. A szöveges kérdés határozza meg, mit kell a modellnek megállapítania az anyagból. Az eredmény leírhat bizonyítékokat, megmagyarázhat egy összefüggést, vagy mezőkbe rendezheti a megállapításokat; a modell nem kép- vagy videógenerálásra szolgáló kiadás.
Egy diagramnál az összehasonlítást adja meg, ne általános leírást kérjen. Adja meg a képet, és kérdezze meg, melyik látható adatsor növekszik, mit jelentenek a feliratok, és mely megfigyelések támasztják alá a következtetést. A közvetlenül látható adatokhoz és a magyarázathoz kérjen külön részeket. Folyamatábránál azonosítsa a kezdő- és végfeltételeket, és kérdezzen rá a szakaszok közötti kapcsolatokra az eredeti feliratok megtartásával.
Képernyőképnél adja meg a felhasználó célját, és kérdezzen rá a látható vezérlőelemekre és a következő lehetséges lépésre. Ez a felület írásos értelmezését eredményezi. Bármely tényleges kattintás, fájlmódosítás vagy külső művelet továbbra is a modellt használó alkalmazás feladata; a vizuális megértés önmagában nem számítógép-vezérlési munkafolyamat.
A gyártó modellkártyája dokumentálja a strukturált kimenetet, a válaszprefix folytatását és a kontextus gyorsítótárazását. Ezek segíthetnek az ismétlődő vizuális elemzéseket egy állandó kimeneti struktúra köré szervezni. A kötegelt beküldés a gyártó konfigurációi között eltér, a függvényhívás, a webes keresés és a finomhangolás pedig ezen a kártyán nem szerepel támogatottként. A strukturált szöveges választ ezért nem szabad összetéveszteni egy végrehajtott eszközhívással vagy online kereséssel.
Kontextuskorlátok
A nevesített modellkártya 131 072 tokenes kontextusablakot, legfeljebb 129 024 tokenes bemenetet és legfeljebb 8 192 tokenes kimenetet ad meg. A vizuális bemenetek és a szöveges feladat együtt használják fel a rendelkezésre álló bemeneti keretet. A válasz külön korláttal rendelkezik, ezért a nagy mennyiségű vizuális anyag nem jelent ugyanolyan nagy kimenetet.
Válasszon olyan képeket vagy képkockákat, amelyek a tényleges kérdésre válaszolnak. Őrizze meg a diagram jelmagyarázatát, az oszlopfejléceket vagy az ábra feliratait, amelyek egy kivágott terület értelmezéséhez szükségesek. Több anyag összehasonlításakor azonosítsa a sorrendjüket és szerepüket: a meglévő tervet, a módosított tervet és a referenciakövetelményt. Egy hasznos írásos eredmény felsorolhatja az egyező elemeket, az eltéréseket és azokat a kérdéseket, amelyek a megadott bizonyítékok alapján tisztázatlanok maradnak.
Munka videóval
A videóbemenet lehetővé teszi a látható eseményekre és sorrendjükre vonatkozó kérdéseket. Kérdezze meg, mi változik a képkockák között, mely résztvevők lépnek egymással kapcsolatba, vagy mely látható feltétel jelenik meg egy másik előtt. Határozza meg a szükséges kimenetet, például az események sorrendbe rendezett leírását az egyes pontokat alátámasztó megfigyelésekkel. A kártya videóbemenetet és szöveges kimenetet sorol fel, nem hangbemenetet vagy beszédkimenetet; az elhangzott tartalomra vonatkozó kérdéshez ezt a tartalmat külön elérhetővé kell tenni.
Egy gyakorlati feladat összehasonlíthat egy bemutatóklipet az írott eljárásával: adja meg a vizuális anyagot és a releváns lépéseket, kérdezze meg, mely lépések láthatók benne, és kérjen egy rövid listát az eltérésekről. Adja meg, hogy minden egyes megfigyelés az eljárás melyik lépéséhez kapcsolódik, és a nem egyértelmű lépéseket a válasz külön részében tartsa.
A kiadás lényeges korlátai
A Max vizuális következtetésre helyezett hangsúlya akkor hasznos, ha a feladat összefüggések értelmezését és egy összetett vizuális utasítás követését igényli. A dokumentált eredmény szöveg. Ügyeljen arra, hogy a bemenet olvasható legyen, nevezze meg a szükséges következtetést, és különítse el a látható bizonyítékokat azoktól a következtetésektől, amelyek levonását a feladat kéri a modelltől. Ez az előkészítés egy vizuális kérdésből használható magyarázatot vagy összehasonlítást készít egy irányítatlan jelenet-összefoglaló helyett.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen-vl-max | 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.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.00046 / 1K token Kimenet · Kimeneti tokenek $0.001144 / 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-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 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-vl-max
Használja a fent látható metódusútvonalakat.
qwen-vl-maxA Qwen-VL-Max a szöveget, a képeket és a videót vizuális következtetéssel és az utasítások követésével kapcsolja össze. Szöveges magyarázatokat vagy strukturált megállapításokat ad vissza, és összetett vizuális kérdésekre, dokumentumelemzésre, valamint egy jeleneten belüli kapcsolatok értelmezésére pozicionálják.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Qwen-VL-Max a Qwen képi és nyelvi megértést szolgáló modellcsaládja olyan kérdésekhez, amelyek egy objektum felismerésénél többet igényelnek. A gyártó a Maxot a vizuális következtetésre és az utasítások követésére pozicionálja: kapcsolja össze a látható bizonyítékokat a felhasználó feltételeivel, magyarázza el az összefüggéseket, és adjon szöveges eredményt egy összetettebb vizuális feladathoz. A Plus modellvonalhoz képest ez a leírás nagyobb hangsúlyt helyez a következtetésre és az értelmezésre.
A gyártó jelenlegi modellkártyája a verzió nélküli qwen-vl-max nevet a qwen-vl-max-2025-08-13 névhez kapcsolja. A folyamatosan frissülő név követi a frissítéseket, míg a dátumozott név egy adott verziót azonosít. A bemenetek és eredmények összehasonlításakor tartsa meg a pontos nevet; más nevesített kiadások dokumentált specifikációi eltérhetnek.
A modell képességei
A dokumentált bemenet szöveget, képeket és videót tartalmaz, a kimenet pedig szöveg. A vizuális anyag lehet dokumentumoldal, diagram, jelenet vagy képkockák sorozata. A szöveges kérdés határozza meg, mit kell a modellnek megállapítania az anyagból. Az eredmény leírhat bizonyítékokat, megmagyarázhat egy összefüggést, vagy mezőkbe rendezheti a megállapításokat; a modell nem kép- vagy videógenerálásra szolgáló kiadás.
Egy diagramnál az összehasonlítást adja meg, ne általános leírást kérjen. Adja meg a képet, és kérdezze meg, melyik látható adatsor növekszik, mit jelentenek a feliratok, és mely megfigyelések támasztják alá a következtetést. A közvetlenül látható adatokhoz és a magyarázathoz kérjen külön részeket. Folyamatábránál azonosítsa a kezdő- és végfeltételeket, és kérdezzen rá a szakaszok közötti kapcsolatokra az eredeti feliratok megtartásával.
Képernyőképnél adja meg a felhasználó célját, és kérdezzen rá a látható vezérlőelemekre és a következő lehetséges lépésre. Ez a felület írásos értelmezését eredményezi. Bármely tényleges kattintás, fájlmódosítás vagy külső művelet továbbra is a modellt használó alkalmazás feladata; a vizuális megértés önmagában nem számítógép-vezérlési munkafolyamat.
A gyártó modellkártyája dokumentálja a strukturált kimenetet, a válaszprefix folytatását és a kontextus gyorsítótárazását. Ezek segíthetnek az ismétlődő vizuális elemzéseket egy állandó kimeneti struktúra köré szervezni. A kötegelt beküldés a gyártó konfigurációi között eltér, a függvényhívás, a webes keresés és a finomhangolás pedig ezen a kártyán nem szerepel támogatottként. A strukturált szöveges választ ezért nem szabad összetéveszteni egy végrehajtott eszközhívással vagy online kereséssel.
Kontextuskorlátok
A nevesített modellkártya 131 072 tokenes kontextusablakot, legfeljebb 129 024 tokenes bemenetet és legfeljebb 8 192 tokenes kimenetet ad meg. A vizuális bemenetek és a szöveges feladat együtt használják fel a rendelkezésre álló bemeneti keretet. A válasz külön korláttal rendelkezik, ezért a nagy mennyiségű vizuális anyag nem jelent ugyanolyan nagy kimenetet.
Válasszon olyan képeket vagy képkockákat, amelyek a tényleges kérdésre válaszolnak. Őrizze meg a diagram jelmagyarázatát, az oszlopfejléceket vagy az ábra feliratait, amelyek egy kivágott terület értelmezéséhez szükségesek. Több anyag összehasonlításakor azonosítsa a sorrendjüket és szerepüket: a meglévő tervet, a módosított tervet és a referenciakövetelményt. Egy hasznos írásos eredmény felsorolhatja az egyező elemeket, az eltéréseket és azokat a kérdéseket, amelyek a megadott bizonyítékok alapján tisztázatlanok maradnak.
Munka videóval
A videóbemenet lehetővé teszi a látható eseményekre és sorrendjükre vonatkozó kérdéseket. Kérdezze meg, mi változik a képkockák között, mely résztvevők lépnek egymással kapcsolatba, vagy mely látható feltétel jelenik meg egy másik előtt. Határozza meg a szükséges kimenetet, például az események sorrendbe rendezett leírását az egyes pontokat alátámasztó megfigyelésekkel. A kártya videóbemenetet és szöveges kimenetet sorol fel, nem hangbemenetet vagy beszédkimenetet; az elhangzott tartalomra vonatkozó kérdéshez ezt a tartalmat külön elérhetővé kell tenni.
Egy gyakorlati feladat összehasonlíthat egy bemutatóklipet az írott eljárásával: adja meg a vizuális anyagot és a releváns lépéseket, kérdezze meg, mely lépések láthatók benne, és kérjen egy rövid listát az eltérésekről. Adja meg, hogy minden egyes megfigyelés az eljárás melyik lépéséhez kapcsolódik, és a nem egyértelmű lépéseket a válasz külön részében tartsa.
A kiadás lényeges korlátai
A Max vizuális következtetésre helyezett hangsúlya akkor hasznos, ha a feladat összefüggések értelmezését és egy összetett vizuális utasítás követését igényli. A dokumentált eredmény szöveg. Ügyeljen arra, hogy a bemenet olvasható legyen, nevezze meg a szükséges következtetést, és különítse el a látható bizonyítékokat azoktól a következtetésektől, amelyek levonását a feladat kéri a modelltől. Ez az előkészítés egy vizuális kérdésből használható magyarázatot vagy összehasonlítást készít egy irányítatlan jelenet-összefoglaló helyett.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen-vl-max | 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.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.00046 / 1K token Kimenet · Kimeneti tokenek $0.001144 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "qwen-vl-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-vl-max
Használja a fent látható metódusútvonalakat.
Technikai példa angolul
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.