qwen2-vl-2b-instruct
A Qwen2-VL-2B-Instruct a Qwen látást és nyelvet egyesítő modellje képekkel kapcsolatos kérdésekhez, képeken szereplő többnyelvű szövegekhez és vizuális magyarázatokhoz. Adj meg jól olvasható képet és pontos kérdést, hogy a látható bizonyítékokhoz kötött írásos eredményt kapj.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsqwen2-vl-2b-instruct - Ailoot Ultra · Anthropic Messages
POST /v1/messagesqwen2-vl-2b-instruct
A modellről
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Qwen2-VL-2B-Instruct a Qwen utasításkövetésre finomhangolt, 2B méretű látás-nyelvi modellje képi és szöveges kérdésekhez. A gyártó különböző felbontású és képarányú képek kezelését, valamint a képeken belüli többnyelvű szöveg megértését írja le. A generált eredmény írásos válasz a megadott vizuális anyagra és kérdésre. A gyártó vizuális ügynökhasználatot is leír olyan eszközökkel, mint a telefonok és robotok. Ehhez a munkafolyamathoz add meg az aktuális vizuális környezetet és egy szöveges utasítást; a környező alkalmazás végrehajtja a javasolt műveletet, majd visszaadja a megfigyelt állapotot a következő kérdéshez.
Add meg a képet és egy pontos kérdést
Válaszd ki a válaszhoz szükséges bizonyítékot tartalmazó képet, majd nevezd meg az értelmezendő részletet. Dokumentumkérdés vonatkozhat egy látható szövegrészletre; diagramkérdés megnevezheti az adatsort, a tengelyeket és a magyarázandó összehasonlítást. Tartsd a képazonosítót a kért eredmény mellett, hogy a válasz a megfelelő referenciához kapcsolódjon.
A gyártó az angolon és kínain túl is felsorol kép–szöveg megértést, többek között európai nyelveken, japánul, koreaiul, arabul és vietnámiul. Látható szöveg átírásának, magyarázatának vagy fordításának kérésekor őrizd meg az eredeti megfogalmazást és írásrendszert. Egy szemléltető feladatleírás kérheti a megjelenített feliratot és jelentésének külön magyarázatát.
Tudatosan készítsd elő a felbontást és a vizuális tokeneket
A Qwen2-VL dinamikus felbontással változó számú vizuális tokenre képezi le a képet. A natív feldolgozó példájában az alapértelmezett tartomány képenként 4–16,384 vizuális token. A natív útmutató minimum- és maximumpixel-beállításokat szemléltet, köztük egy szűkebb, 256–1,280 képtokenes előkészítési tartományt a részletesség és feldolgozási igény egyensúlyához. Ezek a beállítások átméretezéskor megtartják a képarányt.
A gyártó kért átméretezési magasságot és szélességet is enged, 28 többszörösére kerekítve. Olyan előkészítést válassz, amely a fontos feliratokat olvashatóan hagyja, és kivágás használatakor őrizd meg az eredeti képet. A natív példák több képet és kötegeket is tartalmaznak, így a kérdés külön referenciái azonosíthatók maradhatnak.
Dolgozz a dokumentált vizuális korlátokon belül
A gyártó korlátokat jelez az összetett, többlépéses utasításokban, az objektumok számlálásában bonyolult jeleneteken és a háromdimenziós térbeli következtetésben. Egyes személyek vagy márkák felismerésének hiányosságait is említi. Kérj célzott vizuális megfigyelést, és vizsgáld meg azt a konkrét darabszámot, feliratot vagy relatív helyzetet, amelytől az eredmény függ.
A gyártó szerint a képadatkészlet frissítése 2023 júniusáig terjedt. Friss vagy ismeretlen felirathoz add meg a szükséges írásos összefüggést, ahelyett, hogy ezt az információt kizárólag a képtől várnád. A visszaadott jegyzetben legyen megkülönböztethető az idézett felirat és a kikövetkeztetett azonosság.
Tartsd az előkészített bemeneteket a válasszal együtt
A közzétett modellkonfiguráció 32,768 maximális pozíciót állít be. A kérdést és a vizuális bemeneteket a modellhez illő feldolgozóval készítsd elő, megőrizve a kérésben használt képsorrendet. A natív segéd helyi képeket, base64-et és képcímeket fogad el.
Mentsd el együtt a kiválasztott 2B Instruct nevet, a referenciákat és az elkészült írásos választ. Folytatáshoz mellékeld a kapcsolódó anyagot, és nevezd meg a javítandó konkrét megfigyelést vagy értelmezést, majd vesd össze a javított eredményt ezzel a forrással.
Az Ailoot használatakor add meg a pontos modellazonosítót a /v1/chat/completions végponton, és tartsd a képet a hozzá tartozó kérdéssel együtt a beszélgetésben. A képtartalom az image_url formát használja; a támogatott képforrások képcímet vagy base64 data URI-t tartalmazhatnak. Gyűjtsd össze a teljes JSON-választ, illetve bekapcsolt stream esetén az összes SSE-szegmenst, és őrizd meg a usage adatokat az elkészült eredménnyel együtt.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions qwen2-vl-2b-instruct
qwen2-vl-2b-instructKezdő lépések
A Qwen2-VL-2B-Instruct a Qwen látást és nyelvet egyesítő modellje képekkel kapcsolatos kérdésekhez, képeken szereplő többnyelvű szövegekhez és vizuális magyarázatokhoz. Adj meg jól olvasható képet és pontos kérdést, hogy a látható bizonyítékokhoz kötött írásos eredményt kapj.
- Elfogadott bemenetek
- Szöveg · Képek
- Eredmények
- Szöveg
Elérhető az Ailootban · bemenetek és metódusok
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- Bemenet
text,image- Kimenet
text- Kimeneti formátum
- JSON or SSE
| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen2-vl-2b-instruct Feltételek: Pontosan ezt az Ailoot-útválasztási azonosítót használja. | Alapértelmezett— |
Mezőmessages | Típusarray | KövetelményKötelező | Értékek és korlátok Feltételek: | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok Feltételek: | Alapértelmezettfalse |
Bemeneti anyagok kombinációi
text_input · Kötelező: messages
image_with_text · Kötelező: messages with actual image content blocks
Metódus paraméterei és életciklusa
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paraméteroptional | Szerződésstream |
Paramétermaterial_types | Szerződéstext, image |
Paraméterconditions | SzerződésPontosan ezt az Ailoot-útválasztási azonosítót használja., A protokoll akkor továbbít képtartalmat, ha a konkrét kiválasztott modell támogatja a képfelismerést. A protokoll általi befogadás nem igazolja, hogy minden modell képes képek kezelésére. |
Metódus álnevei: /chat/completions
Életciklus: synchronous_or_streamed
Díjcsomagok
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
- Gyors mód
- Normál díjszabás Ha a gyors mód van kiválasztva
- Flex mód
- Normál díjszabás Ha a flex mód van kiválasztva
- Maximális gondolkodási ráfordítás
- Normál díjszabás Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik
- Explicit gyorsítótárazás díjai
- Nincs engedélyezve Ha explicit gyorsítótárazást kérnek
- Nullás díjtételek kizárólag szöveghez
- A gyorsítótárra, az eszközökre és a médiára a külön felsorolt díjszabási feltételek vonatkoznak. Kizárólag szöveges bemenethez és kimenethez
Ailoot-díjak
Árak beállításonként
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0 / 1K token Kimenet · Kimeneti tokenek $0 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
Példakérések
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-vl-2b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Eredmények fogadása és mentése
Ailoot Ultra · OpenAI Chat
JSON or SSE
Őrizzen meg minden elkészült eredményt
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, eszközhívás-azonosítót, a gondolkodási aláírást, ha visszaérkezik, az összes SSE-változást és a teljes használati adatsort. Az első szövegrészlet nem a teljes eredmény.
Ha az eredeti választ ellenőrizni kell
Őrizze meg az eredeti X-Client-Request-ID értéket, választ és fejléceket. Az ismeretlen vagy result_pending_check eredmény nem jogosít második létrehozásra.
Válaszmezők
| Mező | Típus |
|---|---|
Mezőchoices[] | Típusobject |
Mezőusage | Típusobject |
Hibák és következő lépések
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételEgy kötelező mező, modellválasztó, típus vagy bemeneti ábrázolási forma érvénytelen. | Következő lépésKülön kérés előkészítése előtt vizsgálja meg a visszaadott érvényesítési részleteket. |
Válasz | FeltételAz eredeti kérés vagy eredmény ismeretlen, vagy ellenőrzést igényel. | Következő lépésŐrizze meg az eredeti azonosítókat és fejléceket; csak a támogatott állapot- és médiatárbejegyzéseket olvassa le. Ne küldje el újra a létrehozási kérelmet. |
Álnevek
Modell álnevei
Ailoot Ultra qwen2-vl-2b-instruct
Metódusútvonalak álnevei
/chat/completions
Kapcsolódó modellazonosítók
Ailoot Ultra · Anthropic Messages POST /v1/messages qwen2-vl-2b-instruct
qwen2-vl-2b-instructKezdő lépések
A Qwen2-VL-2B-Instruct a Qwen látást és nyelvet egyesítő modellje képekkel kapcsolatos kérdésekhez, képeken szereplő többnyelvű szövegekhez és vizuális magyarázatokhoz. Adj meg jól olvasható képet és pontos kérdést, hogy a látható bizonyítékokhoz kötött írásos eredményt kapj.
- Elfogadott bemenetek
- Szöveg · Képek
- Eredmények
- json · sse
Elérhető az Ailootban · bemenetek és metódusok
Ailoot Ultra · Anthropic Messages POST /v1/messages
- Bemenet
text,image- Kimenet
json,sse- Kimeneti formátum
- JSON or SSE
| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen2-vl-2b-instruct Feltételek: Pontosan ezt az Ailoot-útválasztási azonosítót használja. | Alapértelmezett— |
Mezőmessages | Típusarray | KövetelményKötelező | Értékek és korlátok Feltételek: | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok Feltételek: | Alapértelmezettfalse |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok Minimum: 1 Feltételek: | Alapértelmezett— |
Bemeneti anyagok kombinációi
text_input · Kötelező: messages
image_with_text · Kötelező: messages with actual image content blocks
Metódus paraméterei és életciklusa
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional | Szerződésstream |
Paramétermaterial_types | Szerződéstext, image |
Paraméterconditions | SzerződésPontosan ezt az Ailoot-útválasztási azonosítót használja., A protokoll akkor továbbít képtartalmat, ha a konkrét kiválasztott modell támogatja a képfelismerést. A protokoll általi befogadás nem igazolja, hogy minden modell képes képek kezelésére. |
Életciklus: synchronous_or_streamed
Díjcsomagok
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
- Gyors mód
- Normál díjszabás Ha a gyors mód van kiválasztva
- Flex mód
- Normál díjszabás Ha a flex mód van kiválasztva
- Maximális gondolkodási ráfordítás
- Normál díjszabás Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik
- Explicit gyorsítótárazás díjai
- Nincs engedélyezve Ha explicit gyorsítótárazást kérnek
- Nullás díjtételek kizárólag szöveghez
- A gyorsítótárra, az eszközökre és a médiára a külön felsorolt díjszabási feltételek vonatkoznak. Kizárólag szöveges bemenethez és kimenethez
Ailoot-díjak
Árak beállításonként
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0 / 1K token Kimenet · Kimeneti tokenek $0 / 1K token Bemenet · Gyorsítótár olvasása $0 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
Példakérések
Ailoot Ultra · Anthropic Messages
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-vl-2b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Eredmények fogadása és mentése
Ailoot Ultra · Anthropic Messages
JSON or SSE
Őrizzen meg minden elkészült eredményt
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, eszközhívás-azonosítót, a gondolkodási aláírást, ha visszaérkezik, az összes SSE-változást és a teljes használati adatsort. Az első szövegrészlet nem a teljes eredmény.
Ha az eredeti választ ellenőrizni kell
Őrizze meg az eredeti X-Client-Request-ID értéket, választ és fejléceket. Az ismeretlen vagy result_pending_check eredmény nem jogosít második létrehozásra.
Válaszmezők
| Mező | Típus |
|---|---|
Mezőcontent[] | Típusobject |
Mezőusage | Típusobject |
Hibák és következő lépések
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételEgy kötelező mező, modellválasztó, típus vagy bemeneti ábrázolási forma érvénytelen. | Következő lépésKülön kérés előkészítése előtt vizsgálja meg a visszaadott érvényesítési részleteket. |
Válasz | FeltételAz eredeti kérés vagy eredmény ismeretlen, vagy ellenőrzést igényel. | Következő lépésŐrizze meg az eredeti azonosítókat és fejléceket; csak a támogatott állapot- és médiatárbejegyzéseket olvassa le. Ne küldje el újra a létrehozási kérelmet. |
Álnevek
Modell álnevei
Ailoot Ultra qwen2-vl-2b-instruct
Metódusútvonalak álnevei
/chat/completions
Kapcsolódó modellazonosítók
FAQ · qwen2-vl-2b-instruct
- Milyen bemenetek és eredmények érhetők el?
POST /v1/chat/completions·qwen2-vl-2b-instruct:text,image→textPOST /v1/messages·qwen2-vl-2b-instruct:text,image→json,sse- Mely mezőket használja a kérés?
POST /v1/chat/completions·qwen2-vl-2b-instruct:model,messages,streamPOST /v1/messages·qwen2-vl-2b-instruct:model,messages,stream,max_tokens- Milyen korlátok érvényesek?
POST /v1/messages·qwen2-vl-2b-instruct:max_tokens.minimum:1