Qwen-VL-Max adalah lini visual-bahasa Qwen untuk pertanyaan yang membutuhkan lebih dari sekadar mengenali objek. Pengembang memosisikan Max di seputar penalaran visual dan kemampuan mengikuti instruksi: hubungkan bukti yang terlihat dengan kondisi pengguna, jelaskan hubungan, dan hasilkan keluaran teks untuk tugas visual yang lebih kompleks. Dibandingkan lini Plus, deskripsi ini lebih menekankan penalaran dan penafsiran.
Kartu pengembang saat ini menghubungkan nama tanpa versi qwen-vl-max dengan qwen-vl-max-2025-08-13. Nama yang terus diperbarui mengikuti pembaruan, sementara nama bertanggal mengidentifikasi snapshot tertentu. Pertahankan nama persisnya saat membandingkan masukan dan hasil; edisi bernama lainnya dapat memiliki spesifikasi terdokumentasi yang berbeda.
Kemampuan model
Masukan yang didokumentasikan mencakup teks, gambar, dan video, sedangkan keluarannya berupa teks. Materi visual dapat berupa halaman dokumen, grafik, adegan, atau rangkaian bingkai. Pertanyaan teks menentukan hal yang perlu dipastikan model dari materi tersebut. Hasilnya dapat mendeskripsikan bukti, menjelaskan hubungan, atau menyusun temuan ke dalam bidang data; model ini bukan edisi untuk menghasilkan gambar atau video.
Untuk grafik, tentukan perbandingan alih-alih meminta deskripsi umum. Berikan gambar dan tanyakan deret yang terlihat mana yang meningkat, arti label, serta pengamatan yang mendukung kesimpulan. Minta bagian terpisah untuk data yang terlihat langsung dan penjelasannya. Untuk diagram proses, identifikasi kondisi awal dan akhir lalu tanyakan hubungan antartahap dengan mempertahankan label asli.
Untuk tangkapan layar, nyatakan tujuan pengguna dan tanyakan kontrol yang terlihat serta langkah berikutnya yang mungkin. Ini menghasilkan penafsiran tertulis tentang antarmuka. Klik nyata, perubahan berkas, atau tindakan eksternal tetap menjadi pekerjaan aplikasi yang menggunakan model; pemahaman visual saja bukan alur kerja pengendalian komputer.
Kartu pengembang mendokumentasikan keluaran terstruktur, kelanjutan respons dari awalan yang diberikan, dan caching konteks. Kemampuan ini dapat membantu mengatur analisis visual berulang berdasarkan rancangan keluaran yang stabil. Pengiriman secara batch berbeda di antara konfigurasi pengembang, sementara pemanggilan fungsi, pencarian web, dan fine-tuning tidak dicantumkan sebagai kemampuan yang didukung pada kartu ini. Karena itu, jawaban teks terstruktur tidak boleh disamakan dengan pemanggilan alat yang sudah dijalankan atau pencarian daring.
Batas konteks
Kartu bernama tersebut mencantumkan jendela konteks 131.072 token, masukan maksimum 129.024 token, dan keluaran maksimum 8.192 token. Masukan visual dan tugas teks bersama-sama menggunakan anggaran masukan yang tersedia. Jawaban dibatasi secara terpisah, sehingga kumpulan materi visual yang besar tidak berarti keluaran yang sama besarnya.
Pilih gambar atau bingkai yang menjawab pertanyaan sebenarnya. Pertahankan legenda grafik, judul kolom, atau label diagram yang diperlukan untuk menafsirkan area yang dipotong. Saat membandingkan beberapa materi, identifikasi urutan dan perannya: desain yang ada, desain yang direvisi, dan persyaratan acuan. Hasil tertulis yang berguna dapat mencantumkan elemen yang sesuai, perbedaan, dan pertanyaan yang belum terjawab dari bukti yang diberikan.
Bekerja dengan video
Masukan video memungkinkan pertanyaan tentang peristiwa yang terlihat dan urutannya. Tanyakan apa yang berubah di antara bingkai, peserta mana yang berinteraksi, atau kondisi yang terlihat mana yang muncul sebelum kondisi lain. Tentukan keluaran yang diperlukan, misalnya deskripsi peristiwa berurutan dengan pengamatan yang mendukung setiap poin. Kartu mencantumkan masukan video dan keluaran teks, bukan masukan audio atau keluaran ucapan; pertanyaan tentang isi yang diucapkan memerlukan isi tersebut untuk disediakan secara terpisah.
Tugas praktis dapat membandingkan klip demonstrasi dengan prosedur tertulisnya: berikan materi visual dan langkah yang relevan, tanyakan langkah mana yang tampak ditampilkan, dan minta daftar singkat ketidaksesuaian. Tentukan langkah prosedur yang terkait dengan setiap pengamatan dan tempatkan langkah yang tidak jelas dalam bagian jawaban terpisah.
Batas edisi yang penting
Fokus penalaran visual Max berguna ketika tugas bergantung pada penafsiran hubungan dan kemampuan mengikuti instruksi visual yang kompleks. Hasil yang didokumentasikan berupa teks. Pastikan masukan dapat dibaca, sebutkan inferensi yang Anda perlukan, dan bedakan bukti yang terlihat dari kesimpulan yang diminta tugas untuk ditarik oleh model. Persiapan tersebut mengubah pertanyaan visual menjadi penjelasan atau perbandingan yang dapat digunakan, bukan ringkasan adegan tanpa arah.
", "aboutText": "Qwen-VL-Max adalah lini visual-bahasa Qwen untuk pertanyaan yang membutuhkan lebih dari sekadar mengenali objek. Pengembang memosisikan Max di seputar penalaran visual dan kemampuan mengikuti instruksi: hubungkan bukti yang terlihat dengan kondisi pengguna, jelaskan hubungan, dan hasilkan keluaran teks untuk tugas visual yang lebih kompleks. Dibandingkan lini Plus, deskripsi ini lebih menekankan penalaran dan penafsiran.\n\nKartu pengembang saat ini menghubungkan nama tanpa versi qwen-vl-max dengan qwen-vl-max-2025-08-13. Nama yang terus diperbarui mengikuti pembaruan, sementara nama bertanggal mengidentifikasi snapshot tertentu. Pertahankan nama persisnya saat membandingkan masukan dan hasil; edisi bernama lainnya dapat memiliki spesifikasi terdokumentasi yang berbeda.\n\nKemampuan model\n\nMasukan yang didokumentasikan mencakup teks, gambar, dan video, sedangkan keluarannya berupa teks. Materi visual dapat berupa halaman dokumen, grafik, adegan, atau rangkaian bingkai. Pertanyaan teks menentukan hal yang perlu dipastikan model dari materi tersebut. Hasilnya dapat mendeskripsikan bukti, menjelaskan hubungan, atau menyusun temuan ke dalam bidang data; model ini bukan edisi untuk menghasilkan gambar atau video.\n\nUntuk grafik, tentukan perbandingan alih-alih meminta deskripsi umum. Berikan gambar dan tanyakan deret yang terlihat mana yang meningkat, arti label, serta pengamatan yang mendukung kesimpulan. Minta bagian terpisah untuk data yang terlihat langsung dan penjelasannya. Untuk diagram proses, identifikasi kondisi awal dan akhir lalu tanyakan hubungan antartahap dengan mempertahankan label asli.\n\nUntuk tangkapan layar, nyatakan tujuan pengguna dan tanyakan kontrol yang terlihat serta langkah berikutnya yang mungkin. Ini menghasilkan penafsiran tertulis tentang antarmuka. Klik nyata, perubahan berkas, atau tindakan eksternal tetap menjadi pekerjaan aplikasi yang menggunakan model; pemahaman visual saja bukan alur kerja pengendalian komputer.\n\nKartu pengembang mendokumentasikan keluaran terstruktur, kelanjutan respons dari awalan yang diberikan, dan caching konteks. Kemampuan ini dapat membantu mengatur analisis visual berulang berdasarkan rancangan keluaran yang stabil. Pengiriman secara batch berbeda di antara konfigurasi pengembang, sementara pemanggilan fungsi, pencarian web, dan fine-tuning tidak dicantumkan sebagai kemampuan yang didukung pada kartu ini. Karena itu, jawaban teks terstruktur tidak boleh disamakan dengan pemanggilan alat yang sudah dijalankan atau pencarian daring.\n\nBatas konteks\n\nKartu bernama tersebut mencantumkan jendela konteks 131.072 token, masukan maksimum 129.024 token, dan keluaran maksimum 8.192 token. Masukan visual dan tugas teks bersama-sama menggunakan anggaran masukan yang tersedia. Jawaban dibatasi secara terpisah, sehingga kumpulan materi visual yang besar tidak berarti keluaran yang sama besarnya.\n\nPilih gambar atau bingkai yang menjawab pertanyaan sebenarnya. Pertahankan legenda grafik, judul kolom, atau label diagram yang diperlukan untuk menafsirkan area yang dipotong. Saat membandingkan beberapa materi, identifikasi urutan dan perannya: desain yang ada, desain yang direvisi, dan persyaratan acuan. Hasil tertulis yang berguna dapat mencantumkan elemen yang sesuai, perbedaan, dan pertanyaan yang belum terjawab dari bukti yang diberikan.\n\nBekerja dengan video\n\nMasukan video memungkinkan pertanyaan tentang peristiwa yang terlihat dan urutannya. Tanyakan apa yang berubah di antara bingkai, peserta mana yang berinteraksi, atau kondisi yang terlihat mana yang muncul sebelum kondisi lain. Tentukan keluaran yang diperlukan, misalnya deskripsi peristiwa berurutan dengan pengamatan yang mendukung setiap poin. Kartu mencantumkan masukan video dan keluaran teks, bukan masukan audio atau keluaran ucapan; pertanyaan tentang isi yang diucapkan memerlukan isi tersebut untuk disediakan secara terpisah.\n\nTugas praktis dapat membandingkan klip demonstrasi dengan prosedur tertulisnya: berikan materi visual dan langkah yang relevan, tanyakan langkah mana yang tampak ditampilkan, dan minta daftar singkat ketidaksesuaian. Tentukan langkah prosedur yang terkait dengan setiap pengamatan dan tempatkan langkah yang tidak jelas dalam bagian jawaban terpisah.\n\nBatas edisi yang penting\n\nFokus penalaran visual Max berguna ketika tugas bergantung pada penafsiran hubungan dan kemampuan mengikuti instruksi visual yang kompleks. Hasil yang didokumentasikan berupa teks. Pastikan masukan dapat dibaca, sebutkan inferensi yang Anda perlukan, dan bedakan bukti yang terlihat dari kesimpulan yang diminta tugas untuk ditarik oleh model. Persiapan tersebut mengubah pertanyaan visual menjadi penjelasan atau perbandingan yang dapat digunakan, bukan ringkasan adegan tanpa arah.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Trace a described process diagram\n\nInterpret this diagram transcribed as text: Request -> Validate -> [valid: Queue; invalid: Return error]; Queue -> Worker -> Result. Requirement: invalid requests must never reach the worker. Explain both paths, identify the gate enforcing the requirement and list two checks tied to those paths. Use only the supplied connections and labels.A two-path explanation, the validation gate and valid/invalid path checks.Check the invalid branch ends at Return error rather than passing through Queue.qwen-vl-maxQwen-VL-Max menghubungkan teks, gambar, dan video dengan penalaran visual serta kemampuan mengikuti instruksi. Model ini mengembalikan penjelasan teks atau temuan terstruktur dan diposisikan untuk pertanyaan visual yang kompleks, analisis dokumen, dan hubungan di dalam suatu adegan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen-VL-Max adalah lini visual-bahasa Qwen untuk pertanyaan yang membutuhkan lebih dari sekadar mengenali objek. Pengembang memosisikan Max di seputar penalaran visual dan kemampuan mengikuti instruksi: hubungkan bukti yang terlihat dengan kondisi pengguna, jelaskan hubungan, dan hasilkan keluaran teks untuk tugas visual yang lebih kompleks. Dibandingkan lini Plus, deskripsi ini lebih menekankan penalaran dan penafsiran.
Kartu pengembang saat ini menghubungkan nama tanpa versi qwen-vl-max dengan qwen-vl-max-2025-08-13. Nama yang terus diperbarui mengikuti pembaruan, sementara nama bertanggal mengidentifikasi snapshot tertentu. Pertahankan nama persisnya saat membandingkan masukan dan hasil; edisi bernama lainnya dapat memiliki spesifikasi terdokumentasi yang berbeda.
Kemampuan model
Masukan yang didokumentasikan mencakup teks, gambar, dan video, sedangkan keluarannya berupa teks. Materi visual dapat berupa halaman dokumen, grafik, adegan, atau rangkaian bingkai. Pertanyaan teks menentukan hal yang perlu dipastikan model dari materi tersebut. Hasilnya dapat mendeskripsikan bukti, menjelaskan hubungan, atau menyusun temuan ke dalam bidang data; model ini bukan edisi untuk menghasilkan gambar atau video.
Untuk grafik, tentukan perbandingan alih-alih meminta deskripsi umum. Berikan gambar dan tanyakan deret yang terlihat mana yang meningkat, arti label, serta pengamatan yang mendukung kesimpulan. Minta bagian terpisah untuk data yang terlihat langsung dan penjelasannya. Untuk diagram proses, identifikasi kondisi awal dan akhir lalu tanyakan hubungan antartahap dengan mempertahankan label asli.
Untuk tangkapan layar, nyatakan tujuan pengguna dan tanyakan kontrol yang terlihat serta langkah berikutnya yang mungkin. Ini menghasilkan penafsiran tertulis tentang antarmuka. Klik nyata, perubahan berkas, atau tindakan eksternal tetap menjadi pekerjaan aplikasi yang menggunakan model; pemahaman visual saja bukan alur kerja pengendalian komputer.
Kartu pengembang mendokumentasikan keluaran terstruktur, kelanjutan respons dari awalan yang diberikan, dan caching konteks. Kemampuan ini dapat membantu mengatur analisis visual berulang berdasarkan rancangan keluaran yang stabil. Pengiriman secara batch berbeda di antara konfigurasi pengembang, sementara pemanggilan fungsi, pencarian web, dan fine-tuning tidak dicantumkan sebagai kemampuan yang didukung pada kartu ini. Karena itu, jawaban teks terstruktur tidak boleh disamakan dengan pemanggilan alat yang sudah dijalankan atau pencarian daring.
Batas konteks
Kartu bernama tersebut mencantumkan jendela konteks 131.072 token, masukan maksimum 129.024 token, dan keluaran maksimum 8.192 token. Masukan visual dan tugas teks bersama-sama menggunakan anggaran masukan yang tersedia. Jawaban dibatasi secara terpisah, sehingga kumpulan materi visual yang besar tidak berarti keluaran yang sama besarnya.
Pilih gambar atau bingkai yang menjawab pertanyaan sebenarnya. Pertahankan legenda grafik, judul kolom, atau label diagram yang diperlukan untuk menafsirkan area yang dipotong. Saat membandingkan beberapa materi, identifikasi urutan dan perannya: desain yang ada, desain yang direvisi, dan persyaratan acuan. Hasil tertulis yang berguna dapat mencantumkan elemen yang sesuai, perbedaan, dan pertanyaan yang belum terjawab dari bukti yang diberikan.
Bekerja dengan video
Masukan video memungkinkan pertanyaan tentang peristiwa yang terlihat dan urutannya. Tanyakan apa yang berubah di antara bingkai, peserta mana yang berinteraksi, atau kondisi yang terlihat mana yang muncul sebelum kondisi lain. Tentukan keluaran yang diperlukan, misalnya deskripsi peristiwa berurutan dengan pengamatan yang mendukung setiap poin. Kartu mencantumkan masukan video dan keluaran teks, bukan masukan audio atau keluaran ucapan; pertanyaan tentang isi yang diucapkan memerlukan isi tersebut untuk disediakan secara terpisah.
Tugas praktis dapat membandingkan klip demonstrasi dengan prosedur tertulisnya: berikan materi visual dan langkah yang relevan, tanyakan langkah mana yang tampak ditampilkan, dan minta daftar singkat ketidaksesuaian. Tentukan langkah prosedur yang terkait dengan setiap pengamatan dan tempatkan langkah yang tidak jelas dalam bagian jawaban terpisah.
Batas edisi yang penting
Fokus penalaran visual Max berguna ketika tugas bergantung pada penafsiran hubungan dan kemampuan mengikuti instruksi visual yang kompleks. Hasil yang didokumentasikan berupa teks. Pastikan masukan dapat dibaca, sebutkan inferensi yang Anda perlukan, dan bedakan bukti yang terlihat dari kesimpulan yang diminta tugas untuk ditarik oleh model. Persiapan tersebut mengubah pertanyaan visual menjadi penjelasan atau perbandingan yang dapat digunakan, bukan ringkasan adegan tanpa arah.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-vl-max | 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 $0.00046 / 1K token Keluaran · Token keluaran $0.001144 / 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-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 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-vl-max
Gunakan jalur metode yang ditampilkan di atas.
qwen-vl-maxQwen-VL-Max menghubungkan teks, gambar, dan video dengan penalaran visual serta kemampuan mengikuti instruksi. Model ini mengembalikan penjelasan teks atau temuan terstruktur dan diposisikan untuk pertanyaan visual yang kompleks, analisis dokumen, dan hubungan di dalam suatu adegan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen-VL-Max adalah lini visual-bahasa Qwen untuk pertanyaan yang membutuhkan lebih dari sekadar mengenali objek. Pengembang memosisikan Max di seputar penalaran visual dan kemampuan mengikuti instruksi: hubungkan bukti yang terlihat dengan kondisi pengguna, jelaskan hubungan, dan hasilkan keluaran teks untuk tugas visual yang lebih kompleks. Dibandingkan lini Plus, deskripsi ini lebih menekankan penalaran dan penafsiran.
Kartu pengembang saat ini menghubungkan nama tanpa versi qwen-vl-max dengan qwen-vl-max-2025-08-13. Nama yang terus diperbarui mengikuti pembaruan, sementara nama bertanggal mengidentifikasi snapshot tertentu. Pertahankan nama persisnya saat membandingkan masukan dan hasil; edisi bernama lainnya dapat memiliki spesifikasi terdokumentasi yang berbeda.
Kemampuan model
Masukan yang didokumentasikan mencakup teks, gambar, dan video, sedangkan keluarannya berupa teks. Materi visual dapat berupa halaman dokumen, grafik, adegan, atau rangkaian bingkai. Pertanyaan teks menentukan hal yang perlu dipastikan model dari materi tersebut. Hasilnya dapat mendeskripsikan bukti, menjelaskan hubungan, atau menyusun temuan ke dalam bidang data; model ini bukan edisi untuk menghasilkan gambar atau video.
Untuk grafik, tentukan perbandingan alih-alih meminta deskripsi umum. Berikan gambar dan tanyakan deret yang terlihat mana yang meningkat, arti label, serta pengamatan yang mendukung kesimpulan. Minta bagian terpisah untuk data yang terlihat langsung dan penjelasannya. Untuk diagram proses, identifikasi kondisi awal dan akhir lalu tanyakan hubungan antartahap dengan mempertahankan label asli.
Untuk tangkapan layar, nyatakan tujuan pengguna dan tanyakan kontrol yang terlihat serta langkah berikutnya yang mungkin. Ini menghasilkan penafsiran tertulis tentang antarmuka. Klik nyata, perubahan berkas, atau tindakan eksternal tetap menjadi pekerjaan aplikasi yang menggunakan model; pemahaman visual saja bukan alur kerja pengendalian komputer.
Kartu pengembang mendokumentasikan keluaran terstruktur, kelanjutan respons dari awalan yang diberikan, dan caching konteks. Kemampuan ini dapat membantu mengatur analisis visual berulang berdasarkan rancangan keluaran yang stabil. Pengiriman secara batch berbeda di antara konfigurasi pengembang, sementara pemanggilan fungsi, pencarian web, dan fine-tuning tidak dicantumkan sebagai kemampuan yang didukung pada kartu ini. Karena itu, jawaban teks terstruktur tidak boleh disamakan dengan pemanggilan alat yang sudah dijalankan atau pencarian daring.
Batas konteks
Kartu bernama tersebut mencantumkan jendela konteks 131.072 token, masukan maksimum 129.024 token, dan keluaran maksimum 8.192 token. Masukan visual dan tugas teks bersama-sama menggunakan anggaran masukan yang tersedia. Jawaban dibatasi secara terpisah, sehingga kumpulan materi visual yang besar tidak berarti keluaran yang sama besarnya.
Pilih gambar atau bingkai yang menjawab pertanyaan sebenarnya. Pertahankan legenda grafik, judul kolom, atau label diagram yang diperlukan untuk menafsirkan area yang dipotong. Saat membandingkan beberapa materi, identifikasi urutan dan perannya: desain yang ada, desain yang direvisi, dan persyaratan acuan. Hasil tertulis yang berguna dapat mencantumkan elemen yang sesuai, perbedaan, dan pertanyaan yang belum terjawab dari bukti yang diberikan.
Bekerja dengan video
Masukan video memungkinkan pertanyaan tentang peristiwa yang terlihat dan urutannya. Tanyakan apa yang berubah di antara bingkai, peserta mana yang berinteraksi, atau kondisi yang terlihat mana yang muncul sebelum kondisi lain. Tentukan keluaran yang diperlukan, misalnya deskripsi peristiwa berurutan dengan pengamatan yang mendukung setiap poin. Kartu mencantumkan masukan video dan keluaran teks, bukan masukan audio atau keluaran ucapan; pertanyaan tentang isi yang diucapkan memerlukan isi tersebut untuk disediakan secara terpisah.
Tugas praktis dapat membandingkan klip demonstrasi dengan prosedur tertulisnya: berikan materi visual dan langkah yang relevan, tanyakan langkah mana yang tampak ditampilkan, dan minta daftar singkat ketidaksesuaian. Tentukan langkah prosedur yang terkait dengan setiap pengamatan dan tempatkan langkah yang tidak jelas dalam bagian jawaban terpisah.
Batas edisi yang penting
Fokus penalaran visual Max berguna ketika tugas bergantung pada penafsiran hubungan dan kemampuan mengikuti instruksi visual yang kompleks. Hasil yang didokumentasikan berupa teks. Pastikan masukan dapat dibaca, sebutkan inferensi yang Anda perlukan, dan bedakan bukti yang terlihat dari kesimpulan yang diminta tugas untuk ditarik oleh model. Persiapan tersebut mengubah pertanyaan visual menjadi penjelasan atau perbandingan yang dapat digunakan, bukan ringkasan adegan tanpa arah.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-vl-max | 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 $0.00046 / 1K token Keluaran · Token keluaran $0.001144 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "qwen-vl-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-vl-max
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.