QVQ-Plusは、QwenのQVQ視覚推論モデルにおけるPlus系統です。開発元は、数学、プログラミング、視覚分析、創作、視覚的根拠を扱う一般的な課題を主な用途として挙げています。テキスト、画像、動画を入力として受け付け、推論過程と回答を含むテキストを返します。Plusという名称はファミリーの識別名であり、固定されたQVQ-Maxのスナップショットや画像生成モデルの代わりを意味するものではありません。
ドキュメントに記載されたコンテキストウィンドウは131,072トークンで、最大入力は106,496トークン、最大出力は8,192トークンです。リクエストを計画する際は、これらの上限を区別します。文章の課題、関連する視覚資料、必要な会話履歴を含め、説明と最終回答のための余地を確保します。スクリーンショットや動画が入力に占める量は、処理後の表現によって決まるため、入力した文字数だけでは入力全体の量を十分に測れません。
開発元は、QVQを視覚入力と推論、文章の回答を組み合わせるモデルと説明しています。公開されているQVQのサービスフローはストリーミングを使用します。アプリケーションでは、途中の推論と最終回答の断片を区別し、完成した説明として提示する前に文章を組み立てる必要があります。短い回答を求めても、その前に内部の推論過程が生じる場合があります。簡潔さを指定しても、別の非思考版に切り替わるわけではありません。
グラフや表では、必要な比較を明示し、読み取れるラベル、単位、見出しを提示します。たとえば、選択した範囲で二つの系列が乖離するかを問い、その結論を支える視覚的な観察内容を求めます。回答に数値が必要な場合は、その値が資料に含まれていることを確認し、目視による概算しかできない箇所では不確かさを明示するよう求めます。結果を根拠と照合できるよう、元の画像を保存します。
文書やインターフェースのスクリーンショットでは、ユーザーの目的と分析する部分を定めます。指定したワークフローにどの表示フィールドが必要か、ページがどう構成されているか、図の接続線が何を示すか、といった問いが有効です。視覚資料を使うプログラミング課題では、スクリーンショットと文章の要件を提示し、目に見える構造に沿った文章の説明や実装案を求めます。観察できる性質と、画面に現れないアプリケーションの動作に依存する性質を区別します。
動画では、説明してほしい出来事、一連の流れ、関係を指定します。関連する区間を残し、小さな細部が重要な場合は判読できる静止画も提示します。複数の入力にはラベルを付け、順序を説明し、比較対象と無関係な場面が混同されないようにします。結果は資料の文章による説明と、指定した問いへの結論です。それ自体が元の資料を編集したり、新しいクリップを生成したり、観察の範囲外の事柄を検証したりするものではありません。
開発元のPlusモデルカードには、関数呼び出し、ウェブ検索、制約付き構造化出力の対応は掲げられていません。文章の回答を明確な見出し、比較表、観察事項の一覧で整理し、機械可読に見える結果も、アプリケーションで使用する前に検証します。チャットのリファレンスでは、QVQモデルにシステムメッセージは効力を持たないとされているため、役割、課題、書式の指示はユーザーメッセージに入れます。別のQwenファミリーのtemperatureやトークン選択の設定方法を持ち込まず、公開されているQVQのサンプリング既定値を維持します。
有用な分析成果物にするには、観察した事実、説明、明示的に名付けた最終回答を求めます。計算は見えている数値、ラベル、単位と照合し、文書の解釈は参照先の原文部分と照合します。同じ案件を再検討する必要がある場合は、選択したPlusの識別情報と入力資料を結果に添えて保存します。推論に基づく提案と、その後の行動を区別します。要求されたツール操作を実行し、その結果を返すのは、引き続きアプリケーションまたは人です。このモデルは視覚推論と文章を提供し、元の資料をレビューの根拠として保持します。
", "aboutText": "QVQ-Plusは、QwenのQVQ視覚推論モデルにおけるPlus系統です。開発元は、数学、プログラミング、視覚分析、創作、視覚的根拠を扱う一般的な課題を主な用途として挙げています。テキスト、画像、動画を入力として受け付け、推論過程と回答を含むテキストを返します。Plusという名称はファミリーの識別名であり、固定されたQVQ-Maxのスナップショットや画像生成モデルの代わりを意味するものではありません。\n\nドキュメントに記載されたコンテキストウィンドウは131,072トークンで、最大入力は106,496トークン、最大出力は8,192トークンです。リクエストを計画する際は、これらの上限を区別します。文章の課題、関連する視覚資料、必要な会話履歴を含め、説明と最終回答のための余地を確保します。スクリーンショットや動画が入力に占める量は、処理後の表現によって決まるため、入力した文字数だけでは入力全体の量を十分に測れません。\n\n開発元は、QVQを視覚入力と推論、文章の回答を組み合わせるモデルと説明しています。公開されているQVQのサービスフローはストリーミングを使用します。アプリケーションでは、途中の推論と最終回答の断片を区別し、完成した説明として提示する前に文章を組み立てる必要があります。短い回答を求めても、その前に内部の推論過程が生じる場合があります。簡潔さを指定しても、別の非思考版に切り替わるわけではありません。\n\nグラフや表では、必要な比較を明示し、読み取れるラベル、単位、見出しを提示します。たとえば、選択した範囲で二つの系列が乖離するかを問い、その結論を支える視覚的な観察内容を求めます。回答に数値が必要な場合は、その値が資料に含まれていることを確認し、目視による概算しかできない箇所では不確かさを明示するよう求めます。結果を根拠と照合できるよう、元の画像を保存します。\n\n文書やインターフェースのスクリーンショットでは、ユーザーの目的と分析する部分を定めます。指定したワークフローにどの表示フィールドが必要か、ページがどう構成されているか、図の接続線が何を示すか、といった問いが有効です。視覚資料を使うプログラミング課題では、スクリーンショットと文章の要件を提示し、目に見える構造に沿った文章の説明や実装案を求めます。観察できる性質と、画面に現れないアプリケーションの動作に依存する性質を区別します。\n\n動画では、説明してほしい出来事、一連の流れ、関係を指定します。関連する区間を残し、小さな細部が重要な場合は判読できる静止画も提示します。複数の入力にはラベルを付け、順序を説明し、比較対象と無関係な場面が混同されないようにします。結果は資料の文章による説明と、指定した問いへの結論です。それ自体が元の資料を編集したり、新しいクリップを生成したり、観察の範囲外の事柄を検証したりするものではありません。\n\n開発元のPlusモデルカードには、関数呼び出し、ウェブ検索、制約付き構造化出力の対応は掲げられていません。文章の回答を明確な見出し、比較表、観察事項の一覧で整理し、機械可読に見える結果も、アプリケーションで使用する前に検証します。チャットのリファレンスでは、QVQモデルにシステムメッセージは効力を持たないとされているため、役割、課題、書式の指示はユーザーメッセージに入れます。別のQwenファミリーのtemperatureやトークン選択の設定方法を持ち込まず、公開されているQVQのサンプリング既定値を維持します。\n\n有用な分析成果物にするには、観察した事実、説明、明示的に名付けた最終回答を求めます。計算は見えている数値、ラベル、単位と照合し、文書の解釈は参照先の原文部分と照合します。同じ案件を再検討する必要がある場合は、選択したPlusの識別情報と入力資料を結果に添えて保存します。推論に基づく提案と、その後の行動を区別します。要求されたツール操作を実行し、その結果を返すのは、引き続きアプリケーションまたは人です。このモデルは視覚推論と文章を提供し、元の資料をレビューの根拠として保持します。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Compare a transcribed chart trend\n\nAnalyze this chart transcription: week 1, signups 100 and activations 80; week 2, signups 150 and activations 90; week 3, signups 200 and activations 100. Calculate activation share each week and explain whether the signup and activation trends tell the same story. Use only these values and distinguish counts from rates.A three-row count-and-rate table followed by a concise trend comparison.Activation share uses activations divided by signups, and increasing counts are not confused with increasing share.qvq-plusQVQ-Plusは、文章の問いと画像または動画を組み合わせ、推論に基づく文章の回答を生成します。図を使う数学、グラフや文書の分析、複数の視覚的な細部に結論が依存する問いに利用できます。Plus系統は独立した識別情報を持ちます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
QVQ-Plusは、QwenのQVQ視覚推論モデルにおけるPlus系統です。開発元は、数学、プログラミング、視覚分析、創作、視覚的根拠を扱う一般的な課題を主な用途として挙げています。テキスト、画像、動画を入力として受け付け、推論過程と回答を含むテキストを返します。Plusという名称はファミリーの識別名であり、固定されたQVQ-Maxのスナップショットや画像生成モデルの代わりを意味するものではありません。
ドキュメントに記載されたコンテキストウィンドウは131,072トークンで、最大入力は106,496トークン、最大出力は8,192トークンです。リクエストを計画する際は、これらの上限を区別します。文章の課題、関連する視覚資料、必要な会話履歴を含め、説明と最終回答のための余地を確保します。スクリーンショットや動画が入力に占める量は、処理後の表現によって決まるため、入力した文字数だけでは入力全体の量を十分に測れません。
開発元は、QVQを視覚入力と推論、文章の回答を組み合わせるモデルと説明しています。公開されているQVQのサービスフローはストリーミングを使用します。アプリケーションでは、途中の推論と最終回答の断片を区別し、完成した説明として提示する前に文章を組み立てる必要があります。短い回答を求めても、その前に内部の推論過程が生じる場合があります。簡潔さを指定しても、別の非思考版に切り替わるわけではありません。
グラフや表では、必要な比較を明示し、読み取れるラベル、単位、見出しを提示します。たとえば、選択した範囲で二つの系列が乖離するかを問い、その結論を支える視覚的な観察内容を求めます。回答に数値が必要な場合は、その値が資料に含まれていることを確認し、目視による概算しかできない箇所では不確かさを明示するよう求めます。結果を根拠と照合できるよう、元の画像を保存します。
文書やインターフェースのスクリーンショットでは、ユーザーの目的と分析する部分を定めます。指定したワークフローにどの表示フィールドが必要か、ページがどう構成されているか、図の接続線が何を示すか、といった問いが有効です。視覚資料を使うプログラミング課題では、スクリーンショットと文章の要件を提示し、目に見える構造に沿った文章の説明や実装案を求めます。観察できる性質と、画面に現れないアプリケーションの動作に依存する性質を区別します。
動画では、説明してほしい出来事、一連の流れ、関係を指定します。関連する区間を残し、小さな細部が重要な場合は判読できる静止画も提示します。複数の入力にはラベルを付け、順序を説明し、比較対象と無関係な場面が混同されないようにします。結果は資料の文章による説明と、指定した問いへの結論です。それ自体が元の資料を編集したり、新しいクリップを生成したり、観察の範囲外の事柄を検証したりするものではありません。
開発元のPlusモデルカードには、関数呼び出し、ウェブ検索、制約付き構造化出力の対応は掲げられていません。文章の回答を明確な見出し、比較表、観察事項の一覧で整理し、機械可読に見える結果も、アプリケーションで使用する前に検証します。チャットのリファレンスでは、QVQモデルにシステムメッセージは効力を持たないとされているため、役割、課題、書式の指示はユーザーメッセージに入れます。別のQwenファミリーのtemperatureやトークン選択の設定方法を持ち込まず、公開されているQVQのサンプリング既定値を維持します。
有用な分析成果物にするには、観察した事実、説明、明示的に名付けた最終回答を求めます。計算は見えている数値、ラベル、単位と照合し、文書の解釈は参照先の原文部分と照合します。同じ案件を再検討する必要がある場合は、選択したPlusの識別情報と入力資料を結果に添えて保存します。推論に基づく提案と、その後の行動を区別します。要求されたツール操作を実行し、その結果を返すのは、引き続きアプリケーションまたは人です。このモデルは視覚推論と文章を提供し、元の資料をレビューの根拠として保持します。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 qvq-plus | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.00058 / 1K トークン 出力 · 出力トークン $0.00144 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-plus", "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-plus',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-plus',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra qvq-plus
上記に表示されたメソッドパスを使用してください。
qvq-plusQVQ-Plusは、文章の問いと画像または動画を組み合わせ、推論に基づく文章の回答を生成します。図を使う数学、グラフや文書の分析、複数の視覚的な細部に結論が依存する問いに利用できます。Plus系統は独立した識別情報を持ちます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
QVQ-Plusは、QwenのQVQ視覚推論モデルにおけるPlus系統です。開発元は、数学、プログラミング、視覚分析、創作、視覚的根拠を扱う一般的な課題を主な用途として挙げています。テキスト、画像、動画を入力として受け付け、推論過程と回答を含むテキストを返します。Plusという名称はファミリーの識別名であり、固定されたQVQ-Maxのスナップショットや画像生成モデルの代わりを意味するものではありません。
ドキュメントに記載されたコンテキストウィンドウは131,072トークンで、最大入力は106,496トークン、最大出力は8,192トークンです。リクエストを計画する際は、これらの上限を区別します。文章の課題、関連する視覚資料、必要な会話履歴を含め、説明と最終回答のための余地を確保します。スクリーンショットや動画が入力に占める量は、処理後の表現によって決まるため、入力した文字数だけでは入力全体の量を十分に測れません。
開発元は、QVQを視覚入力と推論、文章の回答を組み合わせるモデルと説明しています。公開されているQVQのサービスフローはストリーミングを使用します。アプリケーションでは、途中の推論と最終回答の断片を区別し、完成した説明として提示する前に文章を組み立てる必要があります。短い回答を求めても、その前に内部の推論過程が生じる場合があります。簡潔さを指定しても、別の非思考版に切り替わるわけではありません。
グラフや表では、必要な比較を明示し、読み取れるラベル、単位、見出しを提示します。たとえば、選択した範囲で二つの系列が乖離するかを問い、その結論を支える視覚的な観察内容を求めます。回答に数値が必要な場合は、その値が資料に含まれていることを確認し、目視による概算しかできない箇所では不確かさを明示するよう求めます。結果を根拠と照合できるよう、元の画像を保存します。
文書やインターフェースのスクリーンショットでは、ユーザーの目的と分析する部分を定めます。指定したワークフローにどの表示フィールドが必要か、ページがどう構成されているか、図の接続線が何を示すか、といった問いが有効です。視覚資料を使うプログラミング課題では、スクリーンショットと文章の要件を提示し、目に見える構造に沿った文章の説明や実装案を求めます。観察できる性質と、画面に現れないアプリケーションの動作に依存する性質を区別します。
動画では、説明してほしい出来事、一連の流れ、関係を指定します。関連する区間を残し、小さな細部が重要な場合は判読できる静止画も提示します。複数の入力にはラベルを付け、順序を説明し、比較対象と無関係な場面が混同されないようにします。結果は資料の文章による説明と、指定した問いへの結論です。それ自体が元の資料を編集したり、新しいクリップを生成したり、観察の範囲外の事柄を検証したりするものではありません。
開発元のPlusモデルカードには、関数呼び出し、ウェブ検索、制約付き構造化出力の対応は掲げられていません。文章の回答を明確な見出し、比較表、観察事項の一覧で整理し、機械可読に見える結果も、アプリケーションで使用する前に検証します。チャットのリファレンスでは、QVQモデルにシステムメッセージは効力を持たないとされているため、役割、課題、書式の指示はユーザーメッセージに入れます。別のQwenファミリーのtemperatureやトークン選択の設定方法を持ち込まず、公開されているQVQのサンプリング既定値を維持します。
有用な分析成果物にするには、観察した事実、説明、明示的に名付けた最終回答を求めます。計算は見えている数値、ラベル、単位と照合し、文書の解釈は参照先の原文部分と照合します。同じ案件を再検討する必要がある場合は、選択したPlusの識別情報と入力資料を結果に添えて保存します。推論に基づく提案と、その後の行動を区別します。要求されたツール操作を実行し、その結果を返すのは、引き続きアプリケーションまたは人です。このモデルは視覚推論と文章を提供し、元の資料をレビューの根拠として保持します。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 qvq-plus | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
| 設定 | 料金表 | 料金 |
|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | 料金 入力 · 入力トークン $0.00058 / 1K トークン 出力 · 出力トークン $0.00144 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "qvq-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-plus', '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-plus', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra qvq-plus
上記に表示されたメソッドパスを使用してください。
英語の技術例
Compare a transcribed chart trend\n\nAnalyze this chart transcription: week 1, signups 100 and activations 80; week 2, signups 150 and activations 90; week 3, signups 200 and activations 100. Calculate activation share each week and explain whether the signup and activation trends tell the same story. Use only these values and distinguish counts from rates.A three-row count-and-rate table followed by a concise trend comparison.Activation share uses activations divided by signups, and increasing counts are not confused with increasing share.