QVQ 72B Preview adalah model penalaran visual eksperimental yang dikembangkan tim Qwen. Metadata model dan contoh pengembang menggabungkan gambar dengan pertanyaan tertulis dan menghasilkan jawaban tekstual. Profil bernama yang disediakan di server pada kartu ini mencantumkan panjang konteks 32.000 token.
Berikan gambar dan pertanyaan yang perlu dijawab dalam satu tugas terarah. Identifikasi diagram, nilai, atau area yang relevan dengan masalah. Minta kesimpulan bersama pengamatan atau hubungan yang terlihat yang diperlukan untuk memeriksanya.
Pertanyaan diagram dapat menyebut nilai yang tidak diketahui dan label yang membatasinya. Pertanyaan grafik dapat meminta tren atau perbandingan yang didukung data yang ditampilkan. Pertahankan label gambar dan bedakan informasi yang terlihat dari asumsi yang diberikan dalam prompt.
Pengembang mendeskripsikan model sebagai pendukung dialog satu putaran tanya-jawab. Sertakan bukti yang relevan dan kondisi tugas dalam permintaan itu sendiri. Tentukan apa yang dianggap sebagai jawaban konklusif agar hasil dapat ditinjau terhadap gambar asli.
Kartu model mencatat pencampuran bahasa, lingkar penalaran rekursif, dan hilangnya fokus pada isi gambar selama penalaran yang lebih panjang. Nyatakan bahasa jawaban yang diinginkan dan pertahankan permintaan jawaban akhir yang jelas. Tinjau kesimpulan dan detail hasil ekstraksi terhadap sumber yang terlihat, alih-alih menggunakan panjang respons sebagai bukti bahwa tugas selesai.
Pertahankan gambar, pertanyaan tertulis, dan asumsi yang diperlukan dalam konteks yang dicantumkan untuk profil yang disediakan di server ini, dengan ruang untuk hasil. Pilih materi sumber yang relevan dengan masalah langsung dan pertahankan pengenalnya.
Contoh pengembang menunjukkan masukan gambar-dan-teks dengan keluaran teks yang telah didekode. Panjang generasi dan pengaturan token visual dalam contoh merupakan pilihan pemrosesan contoh, bukan batas universal untuk versi yang disediakan di server. Pertahankan pengenal edisi Preview bersama prompt dan jawaban saat membandingkan hasil dengan model visual Qwen lainnya.
", "aboutText": "QVQ 72B Preview adalah model penalaran visual eksperimental yang dikembangkan tim Qwen. Metadata model dan contoh pengembang menggabungkan gambar dengan pertanyaan tertulis dan menghasilkan jawaban tekstual. Profil bernama yang disediakan di server pada kartu ini mencantumkan panjang konteks 32.000 token.\n\n### Siapkan masalah visual dengan informasi yang lengkap\n\nBerikan gambar dan pertanyaan yang perlu dijawab dalam satu tugas terarah. Identifikasi diagram, nilai, atau area yang relevan dengan masalah. Minta kesimpulan bersama pengamatan atau hubungan yang terlihat yang diperlukan untuk memeriksanya.\n\nPertanyaan diagram dapat menyebut nilai yang tidak diketahui dan label yang membatasinya. Pertanyaan grafik dapat meminta tren atau perbandingan yang didukung data yang ditampilkan. Pertahankan label gambar dan bedakan informasi yang terlihat dari asumsi yang diberikan dalam prompt.\n\n### Pertahankan hubungan jawaban dengan gambar\n\nPengembang mendeskripsikan model sebagai pendukung dialog satu putaran tanya-jawab. Sertakan bukti yang relevan dan kondisi tugas dalam permintaan itu sendiri. Tentukan apa yang dianggap sebagai jawaban konklusif agar hasil dapat ditinjau terhadap gambar asli.\n\nKartu model mencatat pencampuran bahasa, lingkar penalaran rekursif, dan hilangnya fokus pada isi gambar selama penalaran yang lebih panjang. Nyatakan bahasa jawaban yang diinginkan dan pertahankan permintaan jawaban akhir yang jelas. Tinjau kesimpulan dan detail hasil ekstraksi terhadap sumber yang terlihat, alih-alih menggunakan panjang respons sebagai bukti bahwa tugas selesai.\n\n### Rencanakan konteks visual dan teks\n\nPertahankan gambar, pertanyaan tertulis, dan asumsi yang diperlukan dalam konteks yang dicantumkan untuk profil yang disediakan di server ini, dengan ruang untuk hasil. Pilih materi sumber yang relevan dengan masalah langsung dan pertahankan pengenalnya.\n\nContoh pengembang menunjukkan masukan gambar-dan-teks dengan keluaran teks yang telah didekode. Panjang generasi dan pengaturan token visual dalam contoh merupakan pilihan pemrosesan contoh, bukan batas universal untuk versi yang disediakan di server. Pertahankan pengenal edisi Preview bersama prompt dan jawaban saat membandingkan hasil dengan model visual Qwen lainnya.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Solve a transcribed balance diagram\n\nUse this complete text transcription of a balance diagram: the left pan has two identical blocks and a 3-kilogram weight; the right pan has one identical block and an 8-kilogram weight; the scale is level. Find one block’s mass and verify it using both pan totals. Answer in English with a separate final result.An equation derived from the transcription, its solution and a balance check.Check that identical blocks use the same variable and that both pan totals match after substitution.Qwen/QVQ-72B-PreviewQVQ 72B Preview adalah model penalaran visual eksperimental dari tim Qwen. Berikan gambar dan pertanyaan yang memuat seluruh informasi yang diperlukan tentang bukti yang terlihat, dengan kondisi jelas untuk jawaban akhir; profil bernama yang disediakan di server ini mencantumkan konteks 32.000 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
QVQ 72B Preview adalah model penalaran visual eksperimental yang dikembangkan tim Qwen. Metadata model dan contoh pengembang menggabungkan gambar dengan pertanyaan tertulis dan menghasilkan jawaban tekstual. Profil bernama yang disediakan di server pada kartu ini mencantumkan panjang konteks 32.000 token.
Berikan gambar dan pertanyaan yang perlu dijawab dalam satu tugas terarah. Identifikasi diagram, nilai, atau area yang relevan dengan masalah. Minta kesimpulan bersama pengamatan atau hubungan yang terlihat yang diperlukan untuk memeriksanya.
Pertanyaan diagram dapat menyebut nilai yang tidak diketahui dan label yang membatasinya. Pertanyaan grafik dapat meminta tren atau perbandingan yang didukung data yang ditampilkan. Pertahankan label gambar dan bedakan informasi yang terlihat dari asumsi yang diberikan dalam prompt.
Pengembang mendeskripsikan model sebagai pendukung dialog satu putaran tanya-jawab. Sertakan bukti yang relevan dan kondisi tugas dalam permintaan itu sendiri. Tentukan apa yang dianggap sebagai jawaban konklusif agar hasil dapat ditinjau terhadap gambar asli.
Kartu model mencatat pencampuran bahasa, lingkar penalaran rekursif, dan hilangnya fokus pada isi gambar selama penalaran yang lebih panjang. Nyatakan bahasa jawaban yang diinginkan dan pertahankan permintaan jawaban akhir yang jelas. Tinjau kesimpulan dan detail hasil ekstraksi terhadap sumber yang terlihat, alih-alih menggunakan panjang respons sebagai bukti bahwa tugas selesai.
Pertahankan gambar, pertanyaan tertulis, dan asumsi yang diperlukan dalam konteks yang dicantumkan untuk profil yang disediakan di server ini, dengan ruang untuk hasil. Pilih materi sumber yang relevan dengan masalah langsung dan pertahankan pengenalnya.
Contoh pengembang menunjukkan masukan gambar-dan-teks dengan keluaran teks yang telah didekode. Panjang generasi dan pengaturan token visual dalam contoh merupakan pilihan pemrosesan contoh, bukan batas universal untuk versi yang disediakan di server. Pertahankan pengenal edisi Preview bersama prompt dan jawaban saat membandingkan hasil dengan model visual Qwen lainnya.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan Qwen/QVQ-72B-Preview | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00284 / 1K token Keluaran · Token keluaran $0.00284 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Qwen/QVQ-72B-Preview", "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/QVQ-72B-Preview',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/QVQ-72B-Preview',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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra Qwen/QVQ-72B-Preview
Gunakan jalur metode yang ditampilkan di atas.
Qwen/QVQ-72B-PreviewQVQ 72B Preview adalah model penalaran visual eksperimental dari tim Qwen. Berikan gambar dan pertanyaan yang memuat seluruh informasi yang diperlukan tentang bukti yang terlihat, dengan kondisi jelas untuk jawaban akhir; profil bernama yang disediakan di server ini mencantumkan konteks 32.000 token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
QVQ 72B Preview adalah model penalaran visual eksperimental yang dikembangkan tim Qwen. Metadata model dan contoh pengembang menggabungkan gambar dengan pertanyaan tertulis dan menghasilkan jawaban tekstual. Profil bernama yang disediakan di server pada kartu ini mencantumkan panjang konteks 32.000 token.
Berikan gambar dan pertanyaan yang perlu dijawab dalam satu tugas terarah. Identifikasi diagram, nilai, atau area yang relevan dengan masalah. Minta kesimpulan bersama pengamatan atau hubungan yang terlihat yang diperlukan untuk memeriksanya.
Pertanyaan diagram dapat menyebut nilai yang tidak diketahui dan label yang membatasinya. Pertanyaan grafik dapat meminta tren atau perbandingan yang didukung data yang ditampilkan. Pertahankan label gambar dan bedakan informasi yang terlihat dari asumsi yang diberikan dalam prompt.
Pengembang mendeskripsikan model sebagai pendukung dialog satu putaran tanya-jawab. Sertakan bukti yang relevan dan kondisi tugas dalam permintaan itu sendiri. Tentukan apa yang dianggap sebagai jawaban konklusif agar hasil dapat ditinjau terhadap gambar asli.
Kartu model mencatat pencampuran bahasa, lingkar penalaran rekursif, dan hilangnya fokus pada isi gambar selama penalaran yang lebih panjang. Nyatakan bahasa jawaban yang diinginkan dan pertahankan permintaan jawaban akhir yang jelas. Tinjau kesimpulan dan detail hasil ekstraksi terhadap sumber yang terlihat, alih-alih menggunakan panjang respons sebagai bukti bahwa tugas selesai.
Pertahankan gambar, pertanyaan tertulis, dan asumsi yang diperlukan dalam konteks yang dicantumkan untuk profil yang disediakan di server ini, dengan ruang untuk hasil. Pilih materi sumber yang relevan dengan masalah langsung dan pertahankan pengenalnya.
Contoh pengembang menunjukkan masukan gambar-dan-teks dengan keluaran teks yang telah didekode. Panjang generasi dan pengaturan token visual dalam contoh merupakan pilihan pemrosesan contoh, bukan batas universal untuk versi yang disediakan di server. Pertahankan pengenal edisi Preview bersama prompt dan jawaban saat membandingkan hasil dengan model visual Qwen lainnya.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan Qwen/QVQ-72B-Preview | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.00284 / 1K token Keluaran · Token keluaran $0.00284 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "Qwen/QVQ-72B-Preview",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/QVQ-72B-Preview', '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/QVQ-72B-Preview', '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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra Qwen/QVQ-72B-Preview
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Solve a transcribed balance diagram\n\nUse this complete text transcription of a balance diagram: the left pan has two identical blocks and a 3-kilogram weight; the right pan has one identical block and an 8-kilogram weight; the scale is level. Find one block’s mass and verify it using both pan totals. Answer in English with a separate final result.An equation derived from the transcription, its solution and a balance check.Check that identical blocks use the same variable and that both pan totals match after substitution.