Qwen-VL-Plus 2025-07-10 adalah model visual-bahasa bertanggal dari Alibaba untuk memahami gambar dan video. Pembaruan khasnya adalah pemahaman yang lebih kuat terhadap konten video pengawasan. Model menerima materi visual bersama instruksi teks dan mengembalikan teks: deskripsi peristiwa, jawaban tentang adegan, atau laporan yang disusun berdasarkan detail yang Anda minta diperiksa. Alibaba juga menamai snapshot ini qwen-vl-plus-0710.
Pengembang membedakan edisi ini dari Qwen-VL-Plus 2025-05-07 dan alias Qwen-VL-Plus latest yang dijelaskan pada halaman yang sama. Perbedaan itu penting ketika tugas Anda khusus menyangkut rekaman kamera: pembaruan yang berfokus pada pengawasan merupakan milik snapshot bernama Juli. Pertahankan edisi persisnya dalam catatan tugas saat membandingkan prompt atau meninjau kembali rekaman yang sama.
Pertanyaan visual dapat menyangkut hal yang muncul dalam bingkai, posisi objek, dan perkembangan tindakan yang terlihat sepanjang rangkaian. Satu gambar dapat mendukung deskripsi adegan; beberapa gambar berlabel dapat menyediakan tampilan berbeda atau momen berurutan. Pemahaman video menggunakan bingkai yang disampel. Penjelasan yang dihasilkan menyangkut bukti yang terlihat; model tidak menghasilkan video pengganti, dan alur kerja visual ini tidak menganalisis trek audio video.
Untuk laporan peristiwa, siapkan klip yang relevan atau rangkaian bingkai berurutan dan identifikasi zona atau aktivitas yang penting. Contoh arahan tugas adalah: “Deskripsikan tindakan orang tersebut yang terlihat di dekat pintu masuk, secara berurutan. Untuk setiap pengamatan, berikan objek yang terlibat, posisinya, dan perubahan yang Anda lihat. Tempatkan detail yang tidak pasti dalam kalimat akhir terpisah.” Anda dapat meminta narasi singkat, daftar pengamatan, atau bagian laporan bernama. Ini merupakan instruksi untuk jawaban teks, bukan mode keluaran terstruktur terpisah.
Jendela konteks yang dipublikasikan untuk snapshot ini adalah 32.768 token, dengan masukan maksimum 30.720 token dan keluaran maksimum 8.096 token. Tabel khusus model juga memberikan maksimum 16.384 token untuk satu gambar. Instruksi teks, konteks percakapan, dan konten visual harus sesuai dengan anggaran masukan secara bersama; batas keluaran merupakan batas terpisah, bukan ruang tambahan untuk materi sumber. Saat meninjau rekaman panjang, pisahkan episode dan pertahankan cukup bingkai di sekitarnya agar urutannya dapat dipahami.
Pilih bingkai sumber tempat objek yang relevan dapat dibedakan, beri label kamera atau tampilan berbeda, dan tentukan pengamatan yang diminta secara tepat. 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. Jika tugas bergantung pada penjelasan yang diucapkan, berikan transkripnya secara terpisah sebagai teks. Minta laporan membedakan gerakan yang terlihat dari tujuan yang disimpulkan: “berjalan menuju pintu” merupakan pernyataan yang berbeda dari niat untuk pergi. Hasil yang berguna adalah catatan teks yang dapat ditinjau, terkait dengan rekaman dan kriteria pengamatan yang dinyatakan.
", "aboutText": "Qwen-VL-Plus 2025-07-10 adalah model visual-bahasa bertanggal dari Alibaba untuk memahami gambar dan video. Pembaruan khasnya adalah pemahaman yang lebih kuat terhadap konten video pengawasan. Model menerima materi visual bersama instruksi teks dan mengembalikan teks: deskripsi peristiwa, jawaban tentang adegan, atau laporan yang disusun berdasarkan detail yang Anda minta diperiksa. Alibaba juga menamai snapshot ini qwen-vl-plus-0710.\n\nPengembang membedakan edisi ini dari Qwen-VL-Plus 2025-05-07 dan alias Qwen-VL-Plus latest yang dijelaskan pada halaman yang sama. Perbedaan itu penting ketika tugas Anda khusus menyangkut rekaman kamera: pembaruan yang berfokus pada pengawasan merupakan milik snapshot bernama Juli. Pertahankan edisi persisnya dalam catatan tugas saat membandingkan prompt atau meninjau kembali rekaman yang sama.\n\nPertanyaan visual dapat menyangkut hal yang muncul dalam bingkai, posisi objek, dan perkembangan tindakan yang terlihat sepanjang rangkaian. Satu gambar dapat mendukung deskripsi adegan; beberapa gambar berlabel dapat menyediakan tampilan berbeda atau momen berurutan. Pemahaman video menggunakan bingkai yang disampel. Penjelasan yang dihasilkan menyangkut bukti yang terlihat; model tidak menghasilkan video pengganti, dan alur kerja visual ini tidak menganalisis trek audio video.\n\nUntuk laporan peristiwa, siapkan klip yang relevan atau rangkaian bingkai berurutan dan identifikasi zona atau aktivitas yang penting. Contoh arahan tugas adalah: “Deskripsikan tindakan orang tersebut yang terlihat di dekat pintu masuk, secara berurutan. Untuk setiap pengamatan, berikan objek yang terlibat, posisinya, dan perubahan yang Anda lihat. Tempatkan detail yang tidak pasti dalam kalimat akhir terpisah.” Anda dapat meminta narasi singkat, daftar pengamatan, atau bagian laporan bernama. Ini merupakan instruksi untuk jawaban teks, bukan mode keluaran terstruktur terpisah.\n\nJendela konteks yang dipublikasikan untuk snapshot ini adalah 32.768 token, dengan masukan maksimum 30.720 token dan keluaran maksimum 8.096 token. Tabel khusus model juga memberikan maksimum 16.384 token untuk satu gambar. Instruksi teks, konteks percakapan, dan konten visual harus sesuai dengan anggaran masukan secara bersama; batas keluaran merupakan batas terpisah, bukan ruang tambahan untuk materi sumber. Saat meninjau rekaman panjang, pisahkan episode dan pertahankan cukup bingkai di sekitarnya agar urutannya dapat dipahami.\n\nPilih bingkai sumber tempat objek yang relevan dapat dibedakan, beri label kamera atau tampilan berbeda, dan tentukan pengamatan yang diminta secara tepat. 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. Jika tugas bergantung pada penjelasan yang diucapkan, berikan transkripnya secara terpisah sebagai teks. Minta laporan membedakan gerakan yang terlihat dari tujuan yang disimpulkan: “berjalan menuju pintu” merupakan pernyataan yang berbeda dari niat untuk pergi. Hasil yang berguna adalah catatan teks yang dapat ditinjau, terkait dengan rekaman dan kriteria pengamatan yang dinyatakan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10 adalah snapshot visual-bahasa yang berfokus pada pemahaman video pengawasan. Model ini menggabungkan gambar atau bingkai video dengan pertanyaan tertulis untuk mendeskripsikan peristiwa yang terlihat, menelusuri tindakan, dan menghasilkan laporan teks.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen-VL-Plus 2025-07-10 adalah model visual-bahasa bertanggal dari Alibaba untuk memahami gambar dan video. Pembaruan khasnya adalah pemahaman yang lebih kuat terhadap konten video pengawasan. Model menerima materi visual bersama instruksi teks dan mengembalikan teks: deskripsi peristiwa, jawaban tentang adegan, atau laporan yang disusun berdasarkan detail yang Anda minta diperiksa. Alibaba juga menamai snapshot ini qwen-vl-plus-0710.
Pengembang membedakan edisi ini dari Qwen-VL-Plus 2025-05-07 dan alias Qwen-VL-Plus latest yang dijelaskan pada halaman yang sama. Perbedaan itu penting ketika tugas Anda khusus menyangkut rekaman kamera: pembaruan yang berfokus pada pengawasan merupakan milik snapshot bernama Juli. Pertahankan edisi persisnya dalam catatan tugas saat membandingkan prompt atau meninjau kembali rekaman yang sama.
Pertanyaan visual dapat menyangkut hal yang muncul dalam bingkai, posisi objek, dan perkembangan tindakan yang terlihat sepanjang rangkaian. Satu gambar dapat mendukung deskripsi adegan; beberapa gambar berlabel dapat menyediakan tampilan berbeda atau momen berurutan. Pemahaman video menggunakan bingkai yang disampel. Penjelasan yang dihasilkan menyangkut bukti yang terlihat; model tidak menghasilkan video pengganti, dan alur kerja visual ini tidak menganalisis trek audio video.
Untuk laporan peristiwa, siapkan klip yang relevan atau rangkaian bingkai berurutan dan identifikasi zona atau aktivitas yang penting. Contoh arahan tugas adalah: “Deskripsikan tindakan orang tersebut yang terlihat di dekat pintu masuk, secara berurutan. Untuk setiap pengamatan, berikan objek yang terlibat, posisinya, dan perubahan yang Anda lihat. Tempatkan detail yang tidak pasti dalam kalimat akhir terpisah.” Anda dapat meminta narasi singkat, daftar pengamatan, atau bagian laporan bernama. Ini merupakan instruksi untuk jawaban teks, bukan mode keluaran terstruktur terpisah.
Jendela konteks yang dipublikasikan untuk snapshot ini adalah 32.768 token, dengan masukan maksimum 30.720 token dan keluaran maksimum 8.096 token. Tabel khusus model juga memberikan maksimum 16.384 token untuk satu gambar. Instruksi teks, konteks percakapan, dan konten visual harus sesuai dengan anggaran masukan secara bersama; batas keluaran merupakan batas terpisah, bukan ruang tambahan untuk materi sumber. Saat meninjau rekaman panjang, pisahkan episode dan pertahankan cukup bingkai di sekitarnya agar urutannya dapat dipahami.
Pilih bingkai sumber tempat objek yang relevan dapat dibedakan, beri label kamera atau tampilan berbeda, dan tentukan pengamatan yang diminta secara tepat. 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. Jika tugas bergantung pada penjelasan yang diucapkan, berikan transkripnya secara terpisah sebagai teks. Minta laporan membedakan gerakan yang terlihat dari tujuan yang disimpulkan: “berjalan menuju pintu” merupakan pernyataan yang berbeda dari niat untuk pergi. Hasil yang berguna adalah catatan teks yang dapat ditinjau, terkait dengan rekaman dan kriteria pengamatan yang dinyatakan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K token Keluaran · Token keluaran $0.00044 / 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-2025-07-10", "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-2025-07-10',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-2025-07-10',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-2025-07-10
Gunakan jalur metode yang ditampilkan di atas.
qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10 adalah snapshot visual-bahasa yang berfokus pada pemahaman video pengawasan. Model ini menggabungkan gambar atau bingkai video dengan pertanyaan tertulis untuk mendeskripsikan peristiwa yang terlihat, menelusuri tindakan, dan menghasilkan laporan teks.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen-VL-Plus 2025-07-10 adalah model visual-bahasa bertanggal dari Alibaba untuk memahami gambar dan video. Pembaruan khasnya adalah pemahaman yang lebih kuat terhadap konten video pengawasan. Model menerima materi visual bersama instruksi teks dan mengembalikan teks: deskripsi peristiwa, jawaban tentang adegan, atau laporan yang disusun berdasarkan detail yang Anda minta diperiksa. Alibaba juga menamai snapshot ini qwen-vl-plus-0710.
Pengembang membedakan edisi ini dari Qwen-VL-Plus 2025-05-07 dan alias Qwen-VL-Plus latest yang dijelaskan pada halaman yang sama. Perbedaan itu penting ketika tugas Anda khusus menyangkut rekaman kamera: pembaruan yang berfokus pada pengawasan merupakan milik snapshot bernama Juli. Pertahankan edisi persisnya dalam catatan tugas saat membandingkan prompt atau meninjau kembali rekaman yang sama.
Pertanyaan visual dapat menyangkut hal yang muncul dalam bingkai, posisi objek, dan perkembangan tindakan yang terlihat sepanjang rangkaian. Satu gambar dapat mendukung deskripsi adegan; beberapa gambar berlabel dapat menyediakan tampilan berbeda atau momen berurutan. Pemahaman video menggunakan bingkai yang disampel. Penjelasan yang dihasilkan menyangkut bukti yang terlihat; model tidak menghasilkan video pengganti, dan alur kerja visual ini tidak menganalisis trek audio video.
Untuk laporan peristiwa, siapkan klip yang relevan atau rangkaian bingkai berurutan dan identifikasi zona atau aktivitas yang penting. Contoh arahan tugas adalah: “Deskripsikan tindakan orang tersebut yang terlihat di dekat pintu masuk, secara berurutan. Untuk setiap pengamatan, berikan objek yang terlibat, posisinya, dan perubahan yang Anda lihat. Tempatkan detail yang tidak pasti dalam kalimat akhir terpisah.” Anda dapat meminta narasi singkat, daftar pengamatan, atau bagian laporan bernama. Ini merupakan instruksi untuk jawaban teks, bukan mode keluaran terstruktur terpisah.
Jendela konteks yang dipublikasikan untuk snapshot ini adalah 32.768 token, dengan masukan maksimum 30.720 token dan keluaran maksimum 8.096 token. Tabel khusus model juga memberikan maksimum 16.384 token untuk satu gambar. Instruksi teks, konteks percakapan, dan konten visual harus sesuai dengan anggaran masukan secara bersama; batas keluaran merupakan batas terpisah, bukan ruang tambahan untuk materi sumber. Saat meninjau rekaman panjang, pisahkan episode dan pertahankan cukup bingkai di sekitarnya agar urutannya dapat dipahami.
Pilih bingkai sumber tempat objek yang relevan dapat dibedakan, beri label kamera atau tampilan berbeda, dan tentukan pengamatan yang diminta secara tepat. 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. Jika tugas bergantung pada penjelasan yang diucapkan, berikan transkripnya secara terpisah sebagai teks. Minta laporan membedakan gerakan yang terlihat dari tujuan yang disimpulkan: “berjalan menuju pintu” merupakan pernyataan yang berbeda dari niat untuk pergi. Hasil yang berguna adalah catatan teks yang dapat ditinjau, terkait dengan rekaman dan kriteria pengamatan yang dinyatakan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K token Keluaran · Token keluaran $0.00044 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "qwen-vl-plus-2025-07-10",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-2025-07-10', '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-2025-07-10', '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-2025-07-10
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.