Panoramica: ragionamento fondato sull'input visivo
QVQ-Max è il modello di ragionamento visivo di Qwen. Il produttore descrive un output con catena di ragionamento e capacità potenziate in matematica, programmazione, analisi visiva, attività creative e compiti generali. La pagina dedicata alle capacità elenca testo, immagini e video come input e testo come output. Sceglilo per domande in cui il materiale visivo fa parte del problema di ragionamento, come un diagramma, un grafico o una sequenza di eventi osservati.
L'edizione esatta del modello
Il produttore descrive attualmente qvq-max come funzionalmente equivalente alla versione qvq-max-2025-03-25. Questa affermazione identifica una relazione tra edizioni descritta dal produttore; non modifica gli ID esatti conservati da un'applicazione. QVQ-Max non deve ereditare l'identità dei pesi, il numero di parametri o i controlli di generazione di QVQ-72B-Preview, QVQ-Plus o di un modello visivo Qwen più recente soltanto perché condividono il tema del ragionamento. Anche un nome del fornitore con suffisso latest non identifica, di per sé, una versione fissa.
Preparare una domanda di ragionamento visivo
Fornisci l'immagine pertinente insieme alla domanda completa. Per un diagramma matematico, conserva etichette, dimensioni e testo di accompagnamento, quindi chiedi quali relazioni derivino dalla figura visibile e quali richiedano un'ipotesi aggiuntiva. Richiedi una risposta finale chiaramente delimitata, con i valori e le relazioni utilizzati per ottenerla. Una spiegazione utile deve collegare ogni inferenza importante a un elemento del materiale fornito.
Per un grafico, chiedi al modello di identificare assi, unità e serie prima di interpretare una tendenza. Per un diagramma di un algoritmo o di un'interfaccia, indica il comportamento previsto e chiedi come vi si colleghi la struttura visibile. Per indicazioni creative, distingui la descrizione di ciò che è effettivamente presente dalle modifiche o interpretazioni proposte. Si tratta di applicazioni formulate a partire dalle capacità di matematica, programmazione, analisi e creazione documentate dal produttore, non di dimostrazioni dell'elaborazione riuscita di uno specifico contenuto.
Video e più elementi di evidenza
Il video è esplicitamente elencato tra le modalità di input. Per una richiesta di analisi di eventi, fornisci il segmento pertinente e richiedi una spiegazione ordinata di ciò che cambia, della scena che sostiene la conclusione e degli aspetti che restano incerti. Se nell'input sono disponibili informazioni temporali, specifica come debbano essere richiamate nel risultato. La pagina del modello esatto non stabilisce una durata video, un numero di fotogrammi o una precisione dei riferimenti temporali universali: queste proprietà non vanno quindi mutuate da un'altra famiglia Qwen.
Quando la domanda usa più immagini o brani, etichettali e chiarisci la relazione che il modello deve esaminare. Chiedi un risultato organizzato secondo tali etichette, affinché chi lo verifica possa individuare le evidenze a sostegno di ogni punto. La risposta di ragionamento deve rimanere distinguibile dalla risposta finale; una spiegazione estesa è utile soltanto se le sue affermazioni possono essere verificate rispetto alla fonte.
Limiti del contesto e della risposta
Le specifiche indicano una finestra di contesto di 131.072 token, una lunghezza massima di input di 106.496 token e una lunghezza massima di output di 8.192 token. Mantieni separati questi valori, senza ricavare dalla loro differenza un budget di token di ragionamento non documentato. Il testo, la rappresentazione del materiale visivo e i contenuti generati devono rispettare i limiti applicabili alla sequenza e all'output.
Per una pagina o un diagramma densi di informazioni, rendi leggibili i dettagli pertinenti prima dell'invio e conserva l'enunciato completo necessario per l'inferenza. Per una fonte lunga, seleziona il materiale legato alla domanda e riserva alla risposta spazio sufficiente per una conclusione sostenuta da evidenze. Le specifiche dei token non prevedono un input visivo illimitato né garantiscono che ogni dettaglio venga richiamato.
Strumenti, formattazione e limiti sostanziali
La matrice delle capacità del modello esatto indica come non supportati le chiamate a funzioni, la ricerca web integrata e l'output strutturato imposto. Il ragionamento visivo di QVQ-Max non deve quindi essere presentato come controllo automatico del browser, strumento per eseguire codice esterno o fonte di informazioni in tempo reale. Una richiesta può domandare una tabella o un risultato testuale con struttura JSON, ma ciò non crea un vincolo di conformità a uno schema.
La pagina dedicata al modello non pubblica un selettore di ragionamento ibrido specifico né un numero di parametri. Conserva l'identità documentata di ragionamento visivo, senza importare controlli o dichiarazioni sulle dimensioni da un'altra versione. Verifica rispetto alla fonte le etichette piccole, i numeri estratti, le relazioni inferite e i suggerimenti di codice. L'output pratico è una conclusione visiva spiegata o una bozza di elaborato, fondata sul materiale fornito dall'utente.
", "aboutText": "Panoramica: ragionamento fondato sull'input visivo\n\nQVQ-Max è il modello di ragionamento visivo di Qwen. Il produttore descrive un output con catena di ragionamento e capacità potenziate in matematica, programmazione, analisi visiva, attività creative e compiti generali. La pagina dedicata alle capacità elenca testo, immagini e video come input e testo come output. Sceglilo per domande in cui il materiale visivo fa parte del problema di ragionamento, come un diagramma, un grafico o una sequenza di eventi osservati.\n\nL'edizione esatta del modello\n\nIl produttore descrive attualmente qvq-max come funzionalmente equivalente alla versione qvq-max-2025-03-25. Questa affermazione identifica una relazione tra edizioni descritta dal produttore; non modifica gli ID esatti conservati da un'applicazione. QVQ-Max non deve ereditare l'identità dei pesi, il numero di parametri o i controlli di generazione di QVQ-72B-Preview, QVQ-Plus o di un modello visivo Qwen più recente soltanto perché condividono il tema del ragionamento. Anche un nome del fornitore con suffisso latest non identifica, di per sé, una versione fissa.\n\nPreparare una domanda di ragionamento visivo\n\nFornisci l'immagine pertinente insieme alla domanda completa. Per un diagramma matematico, conserva etichette, dimensioni e testo di accompagnamento, quindi chiedi quali relazioni derivino dalla figura visibile e quali richiedano un'ipotesi aggiuntiva. Richiedi una risposta finale chiaramente delimitata, con i valori e le relazioni utilizzati per ottenerla. Una spiegazione utile deve collegare ogni inferenza importante a un elemento del materiale fornito.\n\nPer un grafico, chiedi al modello di identificare assi, unità e serie prima di interpretare una tendenza. Per un diagramma di un algoritmo o di un'interfaccia, indica il comportamento previsto e chiedi come vi si colleghi la struttura visibile. Per indicazioni creative, distingui la descrizione di ciò che è effettivamente presente dalle modifiche o interpretazioni proposte. Si tratta di applicazioni formulate a partire dalle capacità di matematica, programmazione, analisi e creazione documentate dal produttore, non di dimostrazioni dell'elaborazione riuscita di uno specifico contenuto.\n\nVideo e più elementi di evidenza\n\nIl video è esplicitamente elencato tra le modalità di input. Per una richiesta di analisi di eventi, fornisci il segmento pertinente e richiedi una spiegazione ordinata di ciò che cambia, della scena che sostiene la conclusione e degli aspetti che restano incerti. Se nell'input sono disponibili informazioni temporali, specifica come debbano essere richiamate nel risultato. La pagina del modello esatto non stabilisce una durata video, un numero di fotogrammi o una precisione dei riferimenti temporali universali: queste proprietà non vanno quindi mutuate da un'altra famiglia Qwen.\n\nQuando la domanda usa più immagini o brani, etichettali e chiarisci la relazione che il modello deve esaminare. Chiedi un risultato organizzato secondo tali etichette, affinché chi lo verifica possa individuare le evidenze a sostegno di ogni punto. La risposta di ragionamento deve rimanere distinguibile dalla risposta finale; una spiegazione estesa è utile soltanto se le sue affermazioni possono essere verificate rispetto alla fonte.\n\nLimiti del contesto e della risposta\n\nLe specifiche indicano una finestra di contesto di 131.072 token, una lunghezza massima di input di 106.496 token e una lunghezza massima di output di 8.192 token. Mantieni separati questi valori, senza ricavare dalla loro differenza un budget di token di ragionamento non documentato. Il testo, la rappresentazione del materiale visivo e i contenuti generati devono rispettare i limiti applicabili alla sequenza e all'output.\n\nPer una pagina o un diagramma densi di informazioni, rendi leggibili i dettagli pertinenti prima dell'invio e conserva l'enunciato completo necessario per l'inferenza. Per una fonte lunga, seleziona il materiale legato alla domanda e riserva alla risposta spazio sufficiente per una conclusione sostenuta da evidenze. Le specifiche dei token non prevedono un input visivo illimitato né garantiscono che ogni dettaglio venga richiamato.\n\nStrumenti, formattazione e limiti sostanziali\n\nLa matrice delle capacità del modello esatto indica come non supportati le chiamate a funzioni, la ricerca web integrata e l'output strutturato imposto. Il ragionamento visivo di QVQ-Max non deve quindi essere presentato come controllo automatico del browser, strumento per eseguire codice esterno o fonte di informazioni in tempo reale. Una richiesta può domandare una tabella o un risultato testuale con struttura JSON, ma ciò non crea un vincolo di conformità a uno schema.\n\nLa pagina dedicata al modello non pubblica un selettore di ragionamento ibrido specifico né un numero di parametri. Conserva l'identità documentata di ragionamento visivo, senza importare controlli o dichiarazioni sulle dimensioni da un'altra versione. Verifica rispetto alla fonte le etichette piccole, i numeri estratti, le relazioni inferite e i suggerimenti di codice. L'output pratico è una conclusione visiva spiegata o una bozza di elaborato, fondata sul materiale fornito dall'utente.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.qvq-maxQVQ-Max è il modello di ragionamento visivo di Qwen per testo, immagini e video e restituisce testo con una soluzione spiegata. Usalo per diagrammi matematici, analisi visiva, immagini legate alla programmazione e interpretazione creativa; le specifiche indicano un contesto di 131.072 token e un limite di output di 8.192 token.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Panoramica: ragionamento fondato sull'input visivo
QVQ-Max è il modello di ragionamento visivo di Qwen. Il produttore descrive un output con catena di ragionamento e capacità potenziate in matematica, programmazione, analisi visiva, attività creative e compiti generali. La pagina dedicata alle capacità elenca testo, immagini e video come input e testo come output. Sceglilo per domande in cui il materiale visivo fa parte del problema di ragionamento, come un diagramma, un grafico o una sequenza di eventi osservati.
L'edizione esatta del modello
Il produttore descrive attualmente qvq-max come funzionalmente equivalente alla versione qvq-max-2025-03-25. Questa affermazione identifica una relazione tra edizioni descritta dal produttore; non modifica gli ID esatti conservati da un'applicazione. QVQ-Max non deve ereditare l'identità dei pesi, il numero di parametri o i controlli di generazione di QVQ-72B-Preview, QVQ-Plus o di un modello visivo Qwen più recente soltanto perché condividono il tema del ragionamento. Anche un nome del fornitore con suffisso latest non identifica, di per sé, una versione fissa.
Preparare una domanda di ragionamento visivo
Fornisci l'immagine pertinente insieme alla domanda completa. Per un diagramma matematico, conserva etichette, dimensioni e testo di accompagnamento, quindi chiedi quali relazioni derivino dalla figura visibile e quali richiedano un'ipotesi aggiuntiva. Richiedi una risposta finale chiaramente delimitata, con i valori e le relazioni utilizzati per ottenerla. Una spiegazione utile deve collegare ogni inferenza importante a un elemento del materiale fornito.
Per un grafico, chiedi al modello di identificare assi, unità e serie prima di interpretare una tendenza. Per un diagramma di un algoritmo o di un'interfaccia, indica il comportamento previsto e chiedi come vi si colleghi la struttura visibile. Per indicazioni creative, distingui la descrizione di ciò che è effettivamente presente dalle modifiche o interpretazioni proposte. Si tratta di applicazioni formulate a partire dalle capacità di matematica, programmazione, analisi e creazione documentate dal produttore, non di dimostrazioni dell'elaborazione riuscita di uno specifico contenuto.
Video e più elementi di evidenza
Il video è esplicitamente elencato tra le modalità di input. Per una richiesta di analisi di eventi, fornisci il segmento pertinente e richiedi una spiegazione ordinata di ciò che cambia, della scena che sostiene la conclusione e degli aspetti che restano incerti. Se nell'input sono disponibili informazioni temporali, specifica come debbano essere richiamate nel risultato. La pagina del modello esatto non stabilisce una durata video, un numero di fotogrammi o una precisione dei riferimenti temporali universali: queste proprietà non vanno quindi mutuate da un'altra famiglia Qwen.
Quando la domanda usa più immagini o brani, etichettali e chiarisci la relazione che il modello deve esaminare. Chiedi un risultato organizzato secondo tali etichette, affinché chi lo verifica possa individuare le evidenze a sostegno di ogni punto. La risposta di ragionamento deve rimanere distinguibile dalla risposta finale; una spiegazione estesa è utile soltanto se le sue affermazioni possono essere verificate rispetto alla fonte.
Limiti del contesto e della risposta
Le specifiche indicano una finestra di contesto di 131.072 token, una lunghezza massima di input di 106.496 token e una lunghezza massima di output di 8.192 token. Mantieni separati questi valori, senza ricavare dalla loro differenza un budget di token di ragionamento non documentato. Il testo, la rappresentazione del materiale visivo e i contenuti generati devono rispettare i limiti applicabili alla sequenza e all'output.
Per una pagina o un diagramma densi di informazioni, rendi leggibili i dettagli pertinenti prima dell'invio e conserva l'enunciato completo necessario per l'inferenza. Per una fonte lunga, seleziona il materiale legato alla domanda e riserva alla risposta spazio sufficiente per una conclusione sostenuta da evidenze. Le specifiche dei token non prevedono un input visivo illimitato né garantiscono che ogni dettaglio venga richiamato.
Strumenti, formattazione e limiti sostanziali
La matrice delle capacità del modello esatto indica come non supportati le chiamate a funzioni, la ricerca web integrata e l'output strutturato imposto. Il ragionamento visivo di QVQ-Max non deve quindi essere presentato come controllo automatico del browser, strumento per eseguire codice esterno o fonte di informazioni in tempo reale. Una richiesta può domandare una tabella o un risultato testuale con struttura JSON, ma ciò non crea un vincolo di conformità a uno schema.
La pagina dedicata al modello non pubblica un selettore di ragionamento ibrido specifico né un numero di parametri. Conserva l'identità documentata di ragionamento visivo, senza importare controlli o dichiarazioni sulle dimensioni da un'altra versione. Verifica rispetto alla fonte le etichette piccole, i numeri estratti, le relazioni inferite e i suggerimenti di codice. L'output pratico è una conclusione visiva spiegata o una bozza di elaborato, fondata sul materiale fornito dall'utente.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qvq-max | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0023 / 1K token Output · Token in output $0.00916 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-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='qvq-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='qvq-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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra qvq-max
Usa i percorsi dei metodi indicati sopra.
qvq-maxQVQ-Max è il modello di ragionamento visivo di Qwen per testo, immagini e video e restituisce testo con una soluzione spiegata. Usalo per diagrammi matematici, analisi visiva, immagini legate alla programmazione e interpretazione creativa; le specifiche indicano un contesto di 131.072 token e un limite di output di 8.192 token.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Panoramica: ragionamento fondato sull'input visivo
QVQ-Max è il modello di ragionamento visivo di Qwen. Il produttore descrive un output con catena di ragionamento e capacità potenziate in matematica, programmazione, analisi visiva, attività creative e compiti generali. La pagina dedicata alle capacità elenca testo, immagini e video come input e testo come output. Sceglilo per domande in cui il materiale visivo fa parte del problema di ragionamento, come un diagramma, un grafico o una sequenza di eventi osservati.
L'edizione esatta del modello
Il produttore descrive attualmente qvq-max come funzionalmente equivalente alla versione qvq-max-2025-03-25. Questa affermazione identifica una relazione tra edizioni descritta dal produttore; non modifica gli ID esatti conservati da un'applicazione. QVQ-Max non deve ereditare l'identità dei pesi, il numero di parametri o i controlli di generazione di QVQ-72B-Preview, QVQ-Plus o di un modello visivo Qwen più recente soltanto perché condividono il tema del ragionamento. Anche un nome del fornitore con suffisso latest non identifica, di per sé, una versione fissa.
Preparare una domanda di ragionamento visivo
Fornisci l'immagine pertinente insieme alla domanda completa. Per un diagramma matematico, conserva etichette, dimensioni e testo di accompagnamento, quindi chiedi quali relazioni derivino dalla figura visibile e quali richiedano un'ipotesi aggiuntiva. Richiedi una risposta finale chiaramente delimitata, con i valori e le relazioni utilizzati per ottenerla. Una spiegazione utile deve collegare ogni inferenza importante a un elemento del materiale fornito.
Per un grafico, chiedi al modello di identificare assi, unità e serie prima di interpretare una tendenza. Per un diagramma di un algoritmo o di un'interfaccia, indica il comportamento previsto e chiedi come vi si colleghi la struttura visibile. Per indicazioni creative, distingui la descrizione di ciò che è effettivamente presente dalle modifiche o interpretazioni proposte. Si tratta di applicazioni formulate a partire dalle capacità di matematica, programmazione, analisi e creazione documentate dal produttore, non di dimostrazioni dell'elaborazione riuscita di uno specifico contenuto.
Video e più elementi di evidenza
Il video è esplicitamente elencato tra le modalità di input. Per una richiesta di analisi di eventi, fornisci il segmento pertinente e richiedi una spiegazione ordinata di ciò che cambia, della scena che sostiene la conclusione e degli aspetti che restano incerti. Se nell'input sono disponibili informazioni temporali, specifica come debbano essere richiamate nel risultato. La pagina del modello esatto non stabilisce una durata video, un numero di fotogrammi o una precisione dei riferimenti temporali universali: queste proprietà non vanno quindi mutuate da un'altra famiglia Qwen.
Quando la domanda usa più immagini o brani, etichettali e chiarisci la relazione che il modello deve esaminare. Chiedi un risultato organizzato secondo tali etichette, affinché chi lo verifica possa individuare le evidenze a sostegno di ogni punto. La risposta di ragionamento deve rimanere distinguibile dalla risposta finale; una spiegazione estesa è utile soltanto se le sue affermazioni possono essere verificate rispetto alla fonte.
Limiti del contesto e della risposta
Le specifiche indicano una finestra di contesto di 131.072 token, una lunghezza massima di input di 106.496 token e una lunghezza massima di output di 8.192 token. Mantieni separati questi valori, senza ricavare dalla loro differenza un budget di token di ragionamento non documentato. Il testo, la rappresentazione del materiale visivo e i contenuti generati devono rispettare i limiti applicabili alla sequenza e all'output.
Per una pagina o un diagramma densi di informazioni, rendi leggibili i dettagli pertinenti prima dell'invio e conserva l'enunciato completo necessario per l'inferenza. Per una fonte lunga, seleziona il materiale legato alla domanda e riserva alla risposta spazio sufficiente per una conclusione sostenuta da evidenze. Le specifiche dei token non prevedono un input visivo illimitato né garantiscono che ogni dettaglio venga richiamato.
Strumenti, formattazione e limiti sostanziali
La matrice delle capacità del modello esatto indica come non supportati le chiamate a funzioni, la ricerca web integrata e l'output strutturato imposto. Il ragionamento visivo di QVQ-Max non deve quindi essere presentato come controllo automatico del browser, strumento per eseguire codice esterno o fonte di informazioni in tempo reale. Una richiesta può domandare una tabella o un risultato testuale con struttura JSON, ma ciò non crea un vincolo di conformità a uno schema.
La pagina dedicata al modello non pubblica un selettore di ragionamento ibrido specifico né un numero di parametri. Conserva l'identità documentata di ragionamento visivo, senza importare controlli o dichiarazioni sulle dimensioni da un'altra versione. Verifica rispetto alla fonte le etichette piccole, i numeri estratti, le relazioni inferite e i suggerimenti di codice. L'output pratico è una conclusione visiva spiegata o una bozza di elaborato, fondata sul materiale fornito dall'utente.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti qvq-max | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.0023 / 1K token Output · Token in output $0.00916 / 1K token Input · Lettura dalla cache $0 / 1K token Input · Scrittura nella cache $0 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "qvq-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qvq-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': 'qvq-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 o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra qvq-max
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.