Qwen-VL-Plus 2025-05-07 adalah snapshot visual-bahasa bernama dari Alibaba. Qwen-VL-Plus berfokus pada pemahaman visual terperinci dan membaca teks dalam gambar, mengubah bukti visual yang diberikan serta pertanyaan tertulis menjadi jawaban teks. Titik awal yang berguna adalah sumber konkret: foto, tangkapan layar, gambar halaman dokumen, atau bingkai video yang isinya ingin Anda pahami.
Pengembang mengidentifikasi edisi Mei secara terpisah dari Qwen-VL-Plus 2025-07-10. Peningkatan khusus video pengawasan pada edisi Juli merupakan milik snapshot yang lebih baru tersebut. Untuk model Mei, susun tugas berdasarkan tujuan visual-bahasa yang didokumentasikan: periksa detail, baca teks yang terlihat, deskripsikan adegan, dan hubungkan hasil dengan pertanyaan Anda. Pertahankan nama model bersama materi sumber saat membandingkan cara tugas yang sama dijawab.
Pemahaman gambar dapat menggunakan satu atau beberapa gambar dalam pertanyaan bersama. Untuk pekerjaan dokumen, tentukan bidang atau area yang diperlukan: “Baca label dalam area yang disorot, pertahankan ejaannya, dan berikan satu baris untuk setiap label.” Untuk halaman instruksi yang difoto, minta transkripsi diikuti penjelasan terpisah. Pemisahan ini memberi keluaran yang dapat diperiksa terhadap aslinya sebelum menjadi artikel bantuan atau pesan pengguna.
Untuk tangkapan layar, tambahkan tujuan pengguna dan identifikasi elemen yang perlu mendapat perhatian khusus. Contoh arahan tugas adalah: “Jelaskan langkah yang terlihat yang akan diikuti pengguna untuk mengubah pengaturan ini. Gunakan nama tombol yang ditampilkan di layar dan cantumkan teks yang terlalu kecil untuk dibaca.” Untuk perbandingan, beri label gambar A dan B serta berikan kriteria bersama, misalnya label yang berubah atau posisi objek yang terlihat. Responsnya merupakan usulan penafsiran tertulis tentang gambar.
Pemahaman video memeriksa konten visual melalui bingkai dan mengembalikan deskripsi atau jawaban tekstual. Pilih episode yang relevan dengan pertanyaan dan pertahankan urutannya; jika ucapan diperlukan untuk analisis, tambahkan transkripnya sebagai teks karena alur kerja visual ini tidak memahami trek audio video. Keluaran yang berguna dapat memuat urutan yang diamati, detail adegan yang relevan, dan pertanyaan yang masih terbuka dari bingkai yang diberikan.
Siapkan halaman dokumen sebagai gambar yang dapat dibaca untuk alur kerja masukan visual ini; berkas PDF atau Word bukan masukan gambar dengan sendirinya. Untuk alur kerja berkas Alibaba yang didokumentasikan, siapkan gambar berukuran tidak lebih dari 10 MB yang disediakan melalui URL; berkas video yang diberikan melalui URL publik harus berdurasi 2–40 detik dan berukuran tidak lebih dari 150 MB, atau gunakan daftar berurutan berisi 4–80 bingkai. Gabungan token visual dan teks tetap harus sesuai dengan anggaran masukan model. Potong area penting ketika halaman penuh membuat label terlalu kecil, sambil mempertahankan konteks yang diperlukan untuk menafsirkan tabel atau diagram. Nyatakan apakah Anda menginginkan transkripsi harfiah, penjelasan, atau ringkasan singkat. Pilihan itu mempermudah penggunaan ulang hasil tanpa mencampur kata-kata yang terlihat dalam sumber dengan penafsiran tambahan model.
", "aboutText": "Qwen-VL-Plus 2025-05-07 adalah snapshot visual-bahasa bernama dari Alibaba. Qwen-VL-Plus berfokus pada pemahaman visual terperinci dan membaca teks dalam gambar, mengubah bukti visual yang diberikan serta pertanyaan tertulis menjadi jawaban teks. Titik awal yang berguna adalah sumber konkret: foto, tangkapan layar, gambar halaman dokumen, atau bingkai video yang isinya ingin Anda pahami.\n\nPengembang mengidentifikasi edisi Mei secara terpisah dari Qwen-VL-Plus 2025-07-10. Peningkatan khusus video pengawasan pada edisi Juli merupakan milik snapshot yang lebih baru tersebut. Untuk model Mei, susun tugas berdasarkan tujuan visual-bahasa yang didokumentasikan: periksa detail, baca teks yang terlihat, deskripsikan adegan, dan hubungkan hasil dengan pertanyaan Anda. Pertahankan nama model bersama materi sumber saat membandingkan cara tugas yang sama dijawab.\n\nPemahaman gambar dapat menggunakan satu atau beberapa gambar dalam pertanyaan bersama. Untuk pekerjaan dokumen, tentukan bidang atau area yang diperlukan: “Baca label dalam area yang disorot, pertahankan ejaannya, dan berikan satu baris untuk setiap label.” Untuk halaman instruksi yang difoto, minta transkripsi diikuti penjelasan terpisah. Pemisahan ini memberi keluaran yang dapat diperiksa terhadap aslinya sebelum menjadi artikel bantuan atau pesan pengguna.\n\nUntuk tangkapan layar, tambahkan tujuan pengguna dan identifikasi elemen yang perlu mendapat perhatian khusus. Contoh arahan tugas adalah: “Jelaskan langkah yang terlihat yang akan diikuti pengguna untuk mengubah pengaturan ini. Gunakan nama tombol yang ditampilkan di layar dan cantumkan teks yang terlalu kecil untuk dibaca.” Untuk perbandingan, beri label gambar A dan B serta berikan kriteria bersama, misalnya label yang berubah atau posisi objek yang terlihat. Responsnya merupakan usulan penafsiran tertulis tentang gambar.\n\nPemahaman video memeriksa konten visual melalui bingkai dan mengembalikan deskripsi atau jawaban tekstual. Pilih episode yang relevan dengan pertanyaan dan pertahankan urutannya; jika ucapan diperlukan untuk analisis, tambahkan transkripnya sebagai teks karena alur kerja visual ini tidak memahami trek audio video. Keluaran yang berguna dapat memuat urutan yang diamati, detail adegan yang relevan, dan pertanyaan yang masih terbuka dari bingkai yang diberikan.\n\nSiapkan halaman dokumen sebagai gambar yang dapat dibaca untuk alur kerja masukan visual ini; berkas PDF atau Word bukan masukan gambar dengan sendirinya. Untuk alur kerja berkas Alibaba yang didokumentasikan, siapkan gambar berukuran tidak lebih dari 10 MB yang disediakan melalui URL; berkas video yang diberikan melalui URL publik harus berdurasi 2–40 detik dan berukuran tidak lebih dari 150 MB, atau gunakan daftar berurutan berisi 4–80 bingkai. Gabungan token visual dan teks tetap harus sesuai dengan anggaran masukan model. Potong area penting ketika halaman penuh membuat label terlalu kecil, sambil mempertahankan konteks yang diperlukan untuk menafsirkan tabel atau diagram. Nyatakan apakah Anda menginginkan transkripsi harfiah, penjelasan, atau ringkasan singkat. Pilihan itu mempermudah penggunaan ulang hasil tanpa mencampur kata-kata yang terlihat dalam sumber dengan penafsiran tambahan model.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Turn transcribed controls into instructions\n\nUse this written transcription of a settings screen: heading 'Notifications'; checkbox 'Weekly summary' checked; checkbox 'Order alerts' checked; button 'Save changes'. A user wants to stop only weekly summaries. Write three numbered steps using the exact visible control names, and add one sentence stating which alert setting should stay enabled.Three concise steps plus a preservation note for Order alerts, based solely on the transcription.Only Weekly summary is unchecked, Save changes is included, and Order alerts remains enabled.qwen-vl-plus-2025-05-07Qwen-VL-Plus 2025-05-07 menggabungkan teks dengan gambar dan video untuk menghasilkan penjelasan visual. Gunakan snapshot bernama ini untuk deskripsi adegan, ekstraksi teks yang terlihat, serta pertanyaan tentang detail dalam dokumen, tangkapan layar, atau rangkaian bingkai.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen-VL-Plus 2025-05-07 adalah snapshot visual-bahasa bernama dari Alibaba. Qwen-VL-Plus berfokus pada pemahaman visual terperinci dan membaca teks dalam gambar, mengubah bukti visual yang diberikan serta pertanyaan tertulis menjadi jawaban teks. Titik awal yang berguna adalah sumber konkret: foto, tangkapan layar, gambar halaman dokumen, atau bingkai video yang isinya ingin Anda pahami.
Pengembang mengidentifikasi edisi Mei secara terpisah dari Qwen-VL-Plus 2025-07-10. Peningkatan khusus video pengawasan pada edisi Juli merupakan milik snapshot yang lebih baru tersebut. Untuk model Mei, susun tugas berdasarkan tujuan visual-bahasa yang didokumentasikan: periksa detail, baca teks yang terlihat, deskripsikan adegan, dan hubungkan hasil dengan pertanyaan Anda. Pertahankan nama model bersama materi sumber saat membandingkan cara tugas yang sama dijawab.
Pemahaman gambar dapat menggunakan satu atau beberapa gambar dalam pertanyaan bersama. Untuk pekerjaan dokumen, tentukan bidang atau area yang diperlukan: “Baca label dalam area yang disorot, pertahankan ejaannya, dan berikan satu baris untuk setiap label.” Untuk halaman instruksi yang difoto, minta transkripsi diikuti penjelasan terpisah. Pemisahan ini memberi keluaran yang dapat diperiksa terhadap aslinya sebelum menjadi artikel bantuan atau pesan pengguna.
Untuk tangkapan layar, tambahkan tujuan pengguna dan identifikasi elemen yang perlu mendapat perhatian khusus. Contoh arahan tugas adalah: “Jelaskan langkah yang terlihat yang akan diikuti pengguna untuk mengubah pengaturan ini. Gunakan nama tombol yang ditampilkan di layar dan cantumkan teks yang terlalu kecil untuk dibaca.” Untuk perbandingan, beri label gambar A dan B serta berikan kriteria bersama, misalnya label yang berubah atau posisi objek yang terlihat. Responsnya merupakan usulan penafsiran tertulis tentang gambar.
Pemahaman video memeriksa konten visual melalui bingkai dan mengembalikan deskripsi atau jawaban tekstual. Pilih episode yang relevan dengan pertanyaan dan pertahankan urutannya; jika ucapan diperlukan untuk analisis, tambahkan transkripnya sebagai teks karena alur kerja visual ini tidak memahami trek audio video. Keluaran yang berguna dapat memuat urutan yang diamati, detail adegan yang relevan, dan pertanyaan yang masih terbuka dari bingkai yang diberikan.
Siapkan halaman dokumen sebagai gambar yang dapat dibaca untuk alur kerja masukan visual ini; berkas PDF atau Word bukan masukan gambar dengan sendirinya. Untuk alur kerja berkas Alibaba yang didokumentasikan, siapkan gambar berukuran tidak lebih dari 10 MB yang disediakan melalui URL; berkas video yang diberikan melalui URL publik harus berdurasi 2–40 detik dan berukuran tidak lebih dari 150 MB, atau gunakan daftar berurutan berisi 4–80 bingkai. Gabungan token visual dan teks tetap harus sesuai dengan anggaran masukan model. Potong area penting ketika halaman penuh membuat label terlalu kecil, sambil mempertahankan konteks yang diperlukan untuk menafsirkan tabel atau diagram. Nyatakan apakah Anda menginginkan transkripsi harfiah, penjelasan, atau ringkasan singkat. Pilihan itu mempermudah penggunaan ulang hasil tanpa mencampur kata-kata yang terlihat dalam sumber dengan penafsiran tambahan model.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-vl-plus-2025-05-07 | 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 $0.00044 / 1K token Keluaran · Token keluaran $0.0013 / 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-plus-2025-05-07", "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-plus-2025-05-07',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-plus-2025-05-07',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-plus-2025-05-07
Gunakan jalur metode yang ditampilkan di atas.
qwen-vl-plus-2025-05-07Qwen-VL-Plus 2025-05-07 menggabungkan teks dengan gambar dan video untuk menghasilkan penjelasan visual. Gunakan snapshot bernama ini untuk deskripsi adegan, ekstraksi teks yang terlihat, serta pertanyaan tentang detail dalam dokumen, tangkapan layar, atau rangkaian bingkai.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen-VL-Plus 2025-05-07 adalah snapshot visual-bahasa bernama dari Alibaba. Qwen-VL-Plus berfokus pada pemahaman visual terperinci dan membaca teks dalam gambar, mengubah bukti visual yang diberikan serta pertanyaan tertulis menjadi jawaban teks. Titik awal yang berguna adalah sumber konkret: foto, tangkapan layar, gambar halaman dokumen, atau bingkai video yang isinya ingin Anda pahami.
Pengembang mengidentifikasi edisi Mei secara terpisah dari Qwen-VL-Plus 2025-07-10. Peningkatan khusus video pengawasan pada edisi Juli merupakan milik snapshot yang lebih baru tersebut. Untuk model Mei, susun tugas berdasarkan tujuan visual-bahasa yang didokumentasikan: periksa detail, baca teks yang terlihat, deskripsikan adegan, dan hubungkan hasil dengan pertanyaan Anda. Pertahankan nama model bersama materi sumber saat membandingkan cara tugas yang sama dijawab.
Pemahaman gambar dapat menggunakan satu atau beberapa gambar dalam pertanyaan bersama. Untuk pekerjaan dokumen, tentukan bidang atau area yang diperlukan: “Baca label dalam area yang disorot, pertahankan ejaannya, dan berikan satu baris untuk setiap label.” Untuk halaman instruksi yang difoto, minta transkripsi diikuti penjelasan terpisah. Pemisahan ini memberi keluaran yang dapat diperiksa terhadap aslinya sebelum menjadi artikel bantuan atau pesan pengguna.
Untuk tangkapan layar, tambahkan tujuan pengguna dan identifikasi elemen yang perlu mendapat perhatian khusus. Contoh arahan tugas adalah: “Jelaskan langkah yang terlihat yang akan diikuti pengguna untuk mengubah pengaturan ini. Gunakan nama tombol yang ditampilkan di layar dan cantumkan teks yang terlalu kecil untuk dibaca.” Untuk perbandingan, beri label gambar A dan B serta berikan kriteria bersama, misalnya label yang berubah atau posisi objek yang terlihat. Responsnya merupakan usulan penafsiran tertulis tentang gambar.
Pemahaman video memeriksa konten visual melalui bingkai dan mengembalikan deskripsi atau jawaban tekstual. Pilih episode yang relevan dengan pertanyaan dan pertahankan urutannya; jika ucapan diperlukan untuk analisis, tambahkan transkripnya sebagai teks karena alur kerja visual ini tidak memahami trek audio video. Keluaran yang berguna dapat memuat urutan yang diamati, detail adegan yang relevan, dan pertanyaan yang masih terbuka dari bingkai yang diberikan.
Siapkan halaman dokumen sebagai gambar yang dapat dibaca untuk alur kerja masukan visual ini; berkas PDF atau Word bukan masukan gambar dengan sendirinya. Untuk alur kerja berkas Alibaba yang didokumentasikan, siapkan gambar berukuran tidak lebih dari 10 MB yang disediakan melalui URL; berkas video yang diberikan melalui URL publik harus berdurasi 2–40 detik dan berukuran tidak lebih dari 150 MB, atau gunakan daftar berurutan berisi 4–80 bingkai. Gabungan token visual dan teks tetap harus sesuai dengan anggaran masukan model. Potong area penting ketika halaman penuh membuat label terlalu kecil, sambil mempertahankan konteks yang diperlukan untuk menafsirkan tabel atau diagram. Nyatakan apakah Anda menginginkan transkripsi harfiah, penjelasan, atau ringkasan singkat. Pilihan itu mempermudah penggunaan ulang hasil tanpa mencampur kata-kata yang terlihat dalam sumber dengan penafsiran tambahan model.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-vl-plus-2025-05-07 | 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 $0.00044 / 1K token Keluaran · Token keluaran $0.0013 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "qwen-vl-plus-2025-05-07",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-plus-2025-05-07', '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-plus-2025-05-07', '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-plus-2025-05-07
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Turn transcribed controls into instructions\n\nUse this written transcription of a settings screen: heading 'Notifications'; checkbox 'Weekly summary' checked; checkbox 'Order alerts' checked; button 'Save changes'. A user wants to stop only weekly summaries. Write three numbered steps using the exact visible control names, and add one sentence stating which alert setting should stay enabled.Three concise steps plus a preservation note for Order alerts, based solely on the transcription.Only Weekly summary is unchecked, Save changes is included, and Order alerts remains enabled.