Source: https://ailoot.ai/models/it/qwen2-5-vl-3b-instruct/ Canonical: https://ailoot.ai/models/it/qwen2-5-vl-3b-instruct/ Language: it # Qwen2.5-VL-3b [Markdown](https://ailoot.ai/models/it/qwen2-5-vl-3b-instruct/index.md) · [JSON](https://ailoot.ai/models/it/qwen2-5-vl-3b-instruct/facts.json) ## [Qwen2.5-VL-3b](https://ailoot.ai/models/it/qwen2-5-vl-3b-instruct/) Qwen2.5-VL-3B-Instruct è il modello visivo-linguistico compatto di Qwen ottimizzato per le istruzioni, per testo, immagini e video. Restituisce testo e informazioni visive strutturate, compresi campi di documenti, coordinate di oggetti e descrizioni di eventi, con risoluzione dinamica ed elaborazione video che tiene conto della dimensione temporale. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/it/qwen2-5-vl-3b-instruct/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/it/qwen2-5-vl-3b-instruct/#method-1) Informazioni sul modello 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. Introduzione: l’edizione 3B ottimizzata per le istruzioni Qwen2.5-VL-3B-Instruct è il membro 3B di Qwen2.5-VL. Accetta istruzioni testuali con immagini o video e genera risposte testuali, compresi dati strutturati. Sceglierlo per una domanda visiva chiaramente definita, un’attività di estrazione da documenti o una spiegazione che colleghi i contenuti visibili alla richiesta dell’utente. Queste dimensioni e questa versione mantengono una propria identità; non si deve presumere che le funzionalità aggiunte specificamente ad altre dimensioni o a generazioni Qwen successive si applichino a questo checkpoint. Comprensione visiva e flussi con agenti Qwen descrive il riconoscimento di oggetti comuni e l’analisi di scritte, grafici, icone, elementi grafici e layout di pagina. Per un modulo, specificare i campi richiesti e il significato di un valore vuoto. Per un grafico, chiedere assi, unità e valori visibili a sostegno della conclusione. Una richiesta mirata rende l’output più facile da confrontare con l’immagine originale rispetto a una richiesta generica di descrivere tutto. La famiglia supporta anche il ragionamento da agente visivo e la direzione di strumenti per flussi al computer o al telefono. Il modello può interpretare un’interfaccia e contribuire alla scelta di un’azione; gli strumenti applicativi collegati eseguono tale azione. La revisione di uno screenshot può chiedere quale controllo corrisponda a un’attività e quali informazioni visibili sostengano la scelta. Questo uso del ragionamento visivo non concede di per sé il controllo di un dispositivo. Video lunghi e localizzazione degli eventi Il produttore descrive la comprensione di video più lunghi di un’ora e l’identificazione dei segmenti pertinenti a un evento richiesto. È una capacità della famiglia, non un limite incondizionato di caricamento dei media né una garanzia che ogni fotogramma venga conservato. Preparare la clip pertinente, preservarne le informazioni temporali e porre una domanda precisa sull’evento, sulla sequenza o sul cambiamento. L’approccio di elaborazione video del modello usa informazioni sulla frequenza dei fotogrammi per allineare le osservazioni visive al tempo assoluto. Localizzazione e documenti strutturati Qwen2.5-VL può restituire le posizioni degli oggetti come riquadri di delimitazione o punti, con coordinate e attributi in JSON. Per un’attività di localizzazione, nominare l’oggetto di interesse e specificare se il risultato debba essere un punto o un riquadro. Rendere esplicita la convenzione delle coordinate nell’applicazione che usa il risultato, anziché dedurre una misura fisica da una fotografia arbitraria. Il produttore documenta anche l’estrazione strutturata da fatture scansionate, moduli e tabelle. Fornire una pagina leggibile e uno schema di output: ad esempio, nome del campo, testo estratto e regione visibile che lo sostiene. Conservare unità, separatori decimali e intestazioni delle tabelle nella fonte. Trattare contenuti incerti o illeggibili come casi da revisionare anziché chiedere al modello di inventare un valore mancante. Questi esempi di preparazione applicano capacità documentate; non garantiscono un’estrazione esatta. Modifiche architetturali La risoluzione dinamica delle immagini viene estesa al video tramite addestramento a frequenza variabile dei fotogrammi. La codifica posizionale multimodale aggiornata rappresenta la sequenza temporale e il tempo assoluto, contribuendo a identificare momenti specifici e variazioni di velocità. L’encoder visivo usa attenzione a finestre insieme a SwiGLU e RMSNorm. Queste modifiche descrivono come il modello elabora il materiale visivo; non stabiliscono una latenza fissa per una particolare applicazione. Preparare immagini e video Gli esempi ufficiali coprono immagini singole, immagini multiple, conversazioni solo testuali, file video ed elenchi ordinati di fotogrammi. Etichettare gli input visivi multipli affinché una domanda possa riferirsi a ciascuno. Per confrontare immagini, richiedere una tabella organizzata secondo le etichette e limitare il risultato alle differenze visibili. Per una cronologia video, conservare ordine dei fotogrammi e tempi anziché presentare immagini scollegate come se avessero una durata nota. L’intervallo predefinito documentato del processore di immagini va da quattro a 16,384 token visivi per immagine. Il relativo esempio può puntare a 256–1,280 token impostando i limiti dei pixel. Mantiene il rapporto d’aspetto entro tali limiti, mentre le dimensioni di ridimensionamento esplicite sono allineate a multipli di 28. Un maggiore dettaglio consuma più calcolo e spazio nella sequenza, quindi un piccolo campo di testo può richiedere un ritaglio a risoluzione maggiore, mentre un riepilogo generale della scena può non averne bisogno. Sono controlli di elaborazione del produttore; le opzioni di caricamento dell’applicazione possono differire. Contesto e limiti sostanziali La configurazione del checkpoint pubblicato imposta il massimo delle posizioni a 128,000, mentre la sezione di accompagnamento sui testi lunghi tratta ancora una configurazione iniziale da 32,768 token. La guida descrive l’estrapolazione YaRN, ma avverte che può influire significativamente sulla localizzazione temporale e spaziale e non raccomanda questo metodo per tali attività. Nota separatamente che la codifica posizionale video può consentire un’impostazione maggiore delle posizioni, fornendo 64K come esempio. Queste diverse descrizioni di configurazione non devono essere ridotte a un unico limite di input universalmente convalidato. Testo, materiale visivo e risposta condividono un budget di sequenza finito. Mantenere leggibile il contenuto pertinente, riservare spazio al risultato e verificare testo estratto, coordinate e tempi degli eventi rispetto all’originale. L’esempio di generazione da 128 token della scheda è illustrativo e non stabilisce un massimo rigido separato dell’output. Questo modello restituisce analisi testuali o informazioni strutturate; le sue capacità visivo-linguistiche non significano che generi immagini o video. Caso pratico ### Caso pratico Esempio tecnico in inglese ``` Organize a recorded event timeline Use only these text annotations from a clip: 00:02 worker picks up a box; 00:05 worker places the box on the scale; 00:08 scale display is obscured; 00:11 worker removes the box. Return the event sequence, the first annotated placement time and whether the weight is established. Preserve timestamps without claiming frame-level inspection. ``` #### Risultato atteso ``` An ordered event table, a placement-time field and an unresolved weight field. ``` #### Verificare il risultato ``` Check that obscured weight remains unknown and the placement timestamp is attributed to the supplied annotation. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2.5-vl-3b-instruct` [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/it/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=chat) Alibaba /`qwen2.5-vl-3b-instruct` ### Introduzione Qwen2.5-VL-3B-Instruct è il modello visivo-linguistico compatto di Qwen ottimizzato per le istruzioni, per testo, immagini e video. Restituisce testo e informazioni visive strutturate, compresi campi di documenti, coordinate di oggetti e descrizioni di eventi, con risoluzione dinamica ed elaborazione video che tiene conto della dimensione temporale. Input accettati Testo Risultati Testo ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Tipi di input `text` Tipi di output `text` Formato di output json o SSE | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti qwen2.5-vl-3b-instruct | Predefinito— | | Campo`messages` | Tipo`message[]` | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— | | Campo`messages[].role` | Tipo`string` | 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— | | Campo`messages[].content` | Tipo`string\|content_part[]\|null` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`messages[].tool_calls` | Tipo`tool_call[]` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`messages[].tool_call_id` | Tipo`string` | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— | | Campo`messages[].name` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`messages[].reasoning_content` | Tipo`string` | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— | | Campo`messages[].reasoning_details` | Tipo`object\|array` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`max_tokens` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— | | Campo`max_completion_tokens` | Tipo`integer` | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— | | Campo`stream` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti | Predefinitofalse | | Campo`stream_options.include_usage` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`temperature` | Tipo`number` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`top_p` | Tipo`number` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`stop` | Tipo`string\|string[]` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`tools` | Tipo`function_tool[]` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`tools[].type` | Tipo`string` | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— | | Campo`tools[].function.name` | Tipo`string` | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— | | Campo`tools[].function.description` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`tools[].function.parameters` | Tipo`JSON_schema` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`tool_choice` | Tipo`string\|object` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`parallel_tool_calls` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`response_format` | Tipo`object` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`reasoning_effort` | Tipo`string` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`reasoning` | Tipo`object` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`service_tier` | Tipo`string` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`instructions` | Tipo`string` | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— | | Campo`functions` | Tipo`function[]` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`function_call` | Tipo`string\|object` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`prompt_cache_options` | Tipo`object` | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— | | Campo`modalities` | Tipo`string[]` | RequisitoFacoltativo | Valori e limiti text | Predefinito— | | Campo`provider` | Tipo`object` | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— | | Campo`cache_control.ttl` | Tipo`string` | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— | Combinazioni di materiali in input **Testo** · Testo UTF8 `messages[].content` Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, messages | | Parametro`material_types` | Contrattotext | | Parametro`messages` | ContrattoArray di messaggi con struttura role/content | | Parametro`file_material` | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto | | Parametro`optional_controls` | Contrattostream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parametro`control_scope` | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati | | Parametro`output_modalities` | Contrattotext | | Parametro`hosted_operations` | Contrattofalse | | Parametro`multimodal_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. ### Tariffe Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Non specificato Quando è selezionata la modalità rapida Modalità flex Non specificato Quando è selezionata la modalità flex Sforzo massimo di ragionamento Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) #### Tariffe Ailoot #### Prezzi per configurazione | Configurazione | Listino delle tariffe | Costo | | --- | --- | --- | | ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input **$0.0004** / 1K token Output · Token in output **$0.0012** / 1K token Input · Lettura dalla cache **$0** / 1K token Input · Scrittura nella cache **$0** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · OpenAI Chat curlPython SDKStreaming Python ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "qwen2.5-vl-3b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='qwen2.5-vl-3b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='qwen2.5-vl-3b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Ricevi e salva i risultati #### Ailoot Ultra · OpenAI Chat json o SSE ##### Conserva tutti i risultati completati 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. ##### Se occorre verificare la risposta originale Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale. Campi della risposta | Campo | Tipo | | --- | --- | | Campo`choices[].index` | Tipointeger | | Campo`choices[].message.content` | Tipostring\|null | | Campo`choices[].message.tool_calls` | Tipotool\_call\[\] | | Campo`choices[].message.reasoning_content` | Tipostring | | Campo`choices[].message.reasoning_details` | Tipoobject\|array | | Campo`choices[].finish_reason` | Tipostring\|null | | Campo`usage` | Tipoobject | Errori e passaggi successivi | 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. | ### Alias #### Alias del modello **Ailoot Ultra** [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/it/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=chat) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/it/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2.5-vl-3b-instruct` [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/it/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=messages) Alibaba /`qwen2.5-vl-3b-instruct` ### Introduzione Qwen2.5-VL-3B-Instruct è il modello visivo-linguistico compatto di Qwen ottimizzato per le istruzioni, per testo, immagini e video. Restituisce testo e informazioni visive strutturate, compresi campi di documenti, coordinate di oggetti e descrizioni di eventi, con risoluzione dinamica ed elaborazione video che tiene conto della dimensione temporale. Input accettati Testo Risultati json · sse ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Tipi di input `text` Tipi di output `json`, `sse` Formato di output JSON o SSE | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti qwen2.5-vl-3b-instruct | Predefinito— | | Campo`messages` | Tipo`message[]` | RequisitoObbligatorio | Valori e limiti | Predefinito— | | Campo`messages[].role` | Tipo`string` | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— | | Campo`messages[].content` | Tipo`string` | RequisitoObbligatorio | Valori e limiti | Predefinito— | | Campo`max_tokens` | Tipo`integer` | RequisitoObbligatorio | Valori e limiti | Predefinito— | | Campo`stream` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti | Predefinitofalse | Combinazioni di materiali in input **Testo** · Testo UTF-8 `Stringa messages[].content` Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, messages, max\_tokens | | Parametro`optional_controls` | Contrattostream | | Parametro`material_types` | Contrattotext | | Parametro`text_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` ### Tariffe Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Non specificato Quando è selezionata la modalità rapida Modalità flex Non specificato Quando è selezionata la modalità flex Sforzo massimo di ragionamento Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) #### Tariffe Ailoot #### Prezzi per configurazione | Configurazione | Listino delle tariffe | Costo | | --- | --- | --- | | ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input **$0.0004** / 1K token Output · Token in output **$0.0012** / 1K token Input · Lettura dalla cache **$0** / 1K token Input · Scrittura nella cache **$0** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · Anthropic Messages Corpo JSON minimo completocurl · usa il tuo documento UTF-8Python · salva il risultato completo ```json { "model": "qwen2.5-vl-3b-instruct", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen2.5-vl-3b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen2.5-vl-3b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Ricevi e salva i risultati #### Ailoot Ultra · Anthropic Messages JSON o SSE ##### Conserva tutti i risultati completati 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. ##### Se occorre verificare la risposta originale Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale. Campi della risposta | Campo | Tipo | | --- | --- | | Campo`id` | Tipostring | | Campo`model` | Tipostring | | Campo`content[]` | Tipotext\|thinking\|tool\_use\|other content block | | Campo`stop_reason` | Tipostring\|null | | Campo`usage` | Tipoobject | Errori e passaggi successivi | 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. | ### Alias #### Alias del modello **Ailoot Ultra** [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/it/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=messages) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/it/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=messages) FAQ · Qwen2.5-VL-3b Quali input e risultati sono disponibili? `POST /v1/chat/completions` · `qwen2.5-vl-3b-instruct`: `text` → `text` `POST /v1/messages` · `qwen2.5-vl-3b-instruct`: `text` → `json`, `sse` Quali campi usa la richiesta? `POST /v1/chat/completions` · `qwen2.5-vl-3b-instruct`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen2.5-vl-3b-instruct`: `model`, `messages`, `max_tokens`, `stream` Quali limiti si applicano? `POST /v1/chat/completions` · `qwen2.5-vl-3b-instruct`: `messages.min_items`: `1` Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione. ## L’azienda e il suo portafoglio di progetti L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. ## Acquista token con uno sconto. Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token. Abbonamento Scegli un piano scontato per richieste regolari. Codice fino al 50% Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione. Spese nella cronologia Modello, token e importo sono salvati per ogni richiesta. [Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/) ## Collega l’API al prodotto che vendi. SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller. Applicazione commerciale Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento. Licenza reseller Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita. Documenti sul sito Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione. [Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it) ## Ailoot · L’azienda e il suo portafoglio di progetti Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI. L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.