Кіріспе: 7B көру-тіл шығарылымы
Qwen2-VL-7B-Instruct — Qwen2-VL тобының нұсқауларға сай бапталған 7B мүшесі. Ол мәтіндік нұсқауларды кескіндермен немесе бейнемен біріктіріп, мәтіндік жауаптар береді. Пайдалы нәтижелерге бетті түсіндіру, суреттерді салыстыру, көрінетін оқиғаларды сипаттау немесе диаграмма туралы сұраққа жауап беру кіреді. Бұл дәл осы Qwen2-VL шығарылымы болып қалады; жаңарақ Qwen2.5-VL және Qwen3-VL модель күйлерінің өз мүмкіндіктері мен сәйкестіктері бар.
Qwen2-VL не қосады
Qwen әртүрлі кескін ажыратымдылықтары мен жақтар қатынастары бойынша визуалды түсінуді, сондай-ақ бейне бойынша сұрақтарға жауап беруді, диалог пен мазмұн жасауды сипаттайды. Топтың құжатталған бейне мүмкіндігі 20 минуттан ұзақ материалды қамтиды. Ұзақтықтың өзі қолданба қанша кадр өңдейтінін анықтамайды және әр оқиғаның есте сақталуына кепілдік бермейді. Көптілді кескін-мәтін түсіну ағылшын және қытай тілдерін, көптеген еуропалық тілдерді, жапон, корей, араб және вьетнам тілдерін қамтиды.
Өндіруші визуалды бақылаулар мен мәтіндік нұсқаулар арқылы телефондармен, роботтармен және басқа құрылғылармен интеграцияны да сипаттайды. Бұл — қолданбалық жұмыс үдерісі: модель визуалды ортаны түсіндіріп, әрекеттерді таңдауға көмектеседі, ал оларды қосылған бағдарламалық немесе аппараттық құралдар орындайды. Экранды тану модельге өздігінен экранды басқару мүмкіндігін бермейді.
Архитектурадағы өзгерістер
Динамикалық ажыратымдылық әр кірісті бірдей ұсынылымға күштеп келтірудің орнына кескінді саны өзгермелі визуалды токендерге айналдырады. M-ROPE мәтін, екі өлшемді кескіндер және үш өлшемді бейне ақпараты үшін позициялық ақпаратты бөліп, кеңістіктік және уақыттық құрылымды біріктіреді. Жарияланған 7B конфигурациясында 32 768 позиция көрсетілген. Мәтін, визуалды токендер және жасалған жауап шектеулі реттілік бюджетін бөліседі, сондықтан кескін ажыратымдылығы мен бейнеден кадр іріктеу сұрауға қосылатын материал көлеміне әсер етеді.
Кескіндер мен әңгімелерді дайындау
Ресми мысалдар бір кескінді, бірнеше кескінді және тек мәтіннен тұратын әңгімелерді қолдайды. «Бәрін талда» сияқты кең нұсқауға сүйенбей, кескінді нақты сұрақпен тіркеңіз. Құжат беті үшін атауы көрсетілген өрістерді сұрап, дәйексөздердегі тыныс белгілерін сақтаңыз. Екі дизайн скриншотын бірінші және екінші деп белгілеп, содан кейін көрінетін өзгерістер кестесін сұраңыз. Диаграмма үшін оның белгілерін, өлшем бірліктерін және аталған үрдісті растайтын мәндерді сұраңыз. Бұлар — визуалды сұрақтарға жауап берудің практикалық қолданыстары, қатесіз ақпарат алуға уәде емес.
Өндірушінің утилиталары кескіндерді жергілікті файлдардан, кодталған кескін деректерінен немесе кескін орналасқан мекенжайлардан қабылдайды; құжатталған бейне мысалында жергілікті бейне файлдары немесе реттелген кадр тізімі қолданылады. Қолданбадағы жүктеу пішімдері интерфейстің бөлек шешімі болып қалады. Кадрлардың бастапқы ретін сақтап, кадр тізімі білдіретін уақыт аралығын көрсетіңіз. Мысалдар мәтін жасайды; бұл модель күйі кескін немесе бейне генераторы ретінде сипатталмаған.
Ажыратымдылық және бейнені дайындау
Qwen процессоры әдепкіде бір кескінге төрттен 16 384-ке дейін визуалды токен аралығын қолданады. Ол егжей-тегжейді жад пен есептеуге теңгеру үшін min_pixels және max_pixels параметрлерін ұсынады; құжатталған мысал 256–1 280 визуалды токенге бағытталған. Кескіндер таңдалған шектерде жақтар қатынасын сақтай отырып қайта өлшемделеді. Тікелей берілген жаңа өлшемдер 28-ге еселікке дейін дөңгелектенеді. Тығыз кесте немесе ұсақ жазу оқылатын күйде қалу үшін жеткілікті ажыратымдылықты қажет етуі мүмкін; оны арттыру қолжетімді визуалды және контекст бюджетінің көбірек бөлігін жұмсайды.
Бейне мысалында секундына бір кадр іріктеу жиілігі және бапталатын пиксель шегі көрсетілген. Бұлар — әмбебап міндетті жиілік немесе медианың қатаң шегі емес, мысал баптаулары. Оқиғаны тексеру үшін тиісті үзіндіні беріп, көрінетін өзгерістердің реттелген баяндауын сұраңыз. Бір-біріне жақын оқиғалар кең көрініс қорытындысына қарағанда жиірек іріктеуді қажет етуі мүмкін. Qwen2-VL бейнелер ішіндегі аудио ақпаратты түсінбейді, сондықтан сөйленген диалог немесе дыбыс әсерлері бөлек аудио жұмыс үдерісін қажет етеді.
Белгілі шектеулер
Qwen кескін бойынша оқыту деректерінің соңғы мерзімі 2023 жылғы маусым екенін көрсетеді және одан кейінгі адамдар, өнімдер немесе оқиғалар туралы білімге кепілдік бермейді. Белгілі тұлғалар мен зияткерлік меншік нысандарын тану толық емес. Күрделі көп қадамды нұсқаулар, нысаны көп көріністердегі санау және кеңістіктік байланыстар, әсіресе үш өлшемдегі байланыстар — құжатталған әлсіз тұстар. Күрделі визуалды тапсырманы анық сұрақтарға бөліп, нәтижені растайтын көрінетін дәлелді сұраңыз және алынған сандар мен дәйексөз мәтінін кескінмен салыстырыңыз. Шындыққа ұқсас сипаттаманы дәл сан немесе өлшенген үш өлшемді орын деп қабылдауға болмайды.
Карточкадағы қысқа генерация мысалдары жауаптың бөлек қатаң шегін белгілемейді. Жауап көлемін мәтіндік және визуалды кіріспен бірге жоспарлап, нақты сұраққа қажет жеткілікті егжей-тегжейді дереккөзде сақтаңыз. Бұл модельді таңдау мен кірісті дайындауды кез келген сурет немесе кез келген ұзақ бейне бірдей сенімді жауап береді деген болжамнан пайдалырақ етеді.
", "aboutText": "Кіріспе: 7B көру-тіл шығарылымы\n\nQwen2-VL-7B-Instruct — Qwen2-VL тобының нұсқауларға сай бапталған 7B мүшесі. Ол мәтіндік нұсқауларды кескіндермен немесе бейнемен біріктіріп, мәтіндік жауаптар береді. Пайдалы нәтижелерге бетті түсіндіру, суреттерді салыстыру, көрінетін оқиғаларды сипаттау немесе диаграмма туралы сұраққа жауап беру кіреді. Бұл дәл осы Qwen2-VL шығарылымы болып қалады; жаңарақ Qwen2.5-VL және Qwen3-VL модель күйлерінің өз мүмкіндіктері мен сәйкестіктері бар.\n\nQwen2-VL не қосады\n\nQwen әртүрлі кескін ажыратымдылықтары мен жақтар қатынастары бойынша визуалды түсінуді, сондай-ақ бейне бойынша сұрақтарға жауап беруді, диалог пен мазмұн жасауды сипаттайды. Топтың құжатталған бейне мүмкіндігі 20 минуттан ұзақ материалды қамтиды. Ұзақтықтың өзі қолданба қанша кадр өңдейтінін анықтамайды және әр оқиғаның есте сақталуына кепілдік бермейді. Көптілді кескін-мәтін түсіну ағылшын және қытай тілдерін, көптеген еуропалық тілдерді, жапон, корей, араб және вьетнам тілдерін қамтиды.\n\nӨндіруші визуалды бақылаулар мен мәтіндік нұсқаулар арқылы телефондармен, роботтармен және басқа құрылғылармен интеграцияны да сипаттайды. Бұл — қолданбалық жұмыс үдерісі: модель визуалды ортаны түсіндіріп, әрекеттерді таңдауға көмектеседі, ал оларды қосылған бағдарламалық немесе аппараттық құралдар орындайды. Экранды тану модельге өздігінен экранды басқару мүмкіндігін бермейді.\n\nАрхитектурадағы өзгерістер\n\nДинамикалық ажыратымдылық әр кірісті бірдей ұсынылымға күштеп келтірудің орнына кескінді саны өзгермелі визуалды токендерге айналдырады. M-ROPE мәтін, екі өлшемді кескіндер және үш өлшемді бейне ақпараты үшін позициялық ақпаратты бөліп, кеңістіктік және уақыттық құрылымды біріктіреді. Жарияланған 7B конфигурациясында 32 768 позиция көрсетілген. Мәтін, визуалды токендер және жасалған жауап шектеулі реттілік бюджетін бөліседі, сондықтан кескін ажыратымдылығы мен бейнеден кадр іріктеу сұрауға қосылатын материал көлеміне әсер етеді.\n\nКескіндер мен әңгімелерді дайындау\n\nРесми мысалдар бір кескінді, бірнеше кескінді және тек мәтіннен тұратын әңгімелерді қолдайды. «Бәрін талда» сияқты кең нұсқауға сүйенбей, кескінді нақты сұрақпен тіркеңіз. Құжат беті үшін атауы көрсетілген өрістерді сұрап, дәйексөздердегі тыныс белгілерін сақтаңыз. Екі дизайн скриншотын бірінші және екінші деп белгілеп, содан кейін көрінетін өзгерістер кестесін сұраңыз. Диаграмма үшін оның белгілерін, өлшем бірліктерін және аталған үрдісті растайтын мәндерді сұраңыз. Бұлар — визуалды сұрақтарға жауап берудің практикалық қолданыстары, қатесіз ақпарат алуға уәде емес.\n\nӨндірушінің утилиталары кескіндерді жергілікті файлдардан, кодталған кескін деректерінен немесе кескін орналасқан мекенжайлардан қабылдайды; құжатталған бейне мысалында жергілікті бейне файлдары немесе реттелген кадр тізімі қолданылады. Қолданбадағы жүктеу пішімдері интерфейстің бөлек шешімі болып қалады. Кадрлардың бастапқы ретін сақтап, кадр тізімі білдіретін уақыт аралығын көрсетіңіз. Мысалдар мәтін жасайды; бұл модель күйі кескін немесе бейне генераторы ретінде сипатталмаған.\n\nАжыратымдылық және бейнені дайындау\n\nQwen процессоры әдепкіде бір кескінге төрттен 16 384-ке дейін визуалды токен аралығын қолданады. Ол егжей-тегжейді жад пен есептеуге теңгеру үшін min_pixels және max_pixels параметрлерін ұсынады; құжатталған мысал 256–1 280 визуалды токенге бағытталған. Кескіндер таңдалған шектерде жақтар қатынасын сақтай отырып қайта өлшемделеді. Тікелей берілген жаңа өлшемдер 28-ге еселікке дейін дөңгелектенеді. Тығыз кесте немесе ұсақ жазу оқылатын күйде қалу үшін жеткілікті ажыратымдылықты қажет етуі мүмкін; оны арттыру қолжетімді визуалды және контекст бюджетінің көбірек бөлігін жұмсайды.\n\nБейне мысалында секундына бір кадр іріктеу жиілігі және бапталатын пиксель шегі көрсетілген. Бұлар — әмбебап міндетті жиілік немесе медианың қатаң шегі емес, мысал баптаулары. Оқиғаны тексеру үшін тиісті үзіндіні беріп, көрінетін өзгерістердің реттелген баяндауын сұраңыз. Бір-біріне жақын оқиғалар кең көрініс қорытындысына қарағанда жиірек іріктеуді қажет етуі мүмкін. Qwen2-VL бейнелер ішіндегі аудио ақпаратты түсінбейді, сондықтан сөйленген диалог немесе дыбыс әсерлері бөлек аудио жұмыс үдерісін қажет етеді.\n\nБелгілі шектеулер\n\nQwen кескін бойынша оқыту деректерінің соңғы мерзімі 2023 жылғы маусым екенін көрсетеді және одан кейінгі адамдар, өнімдер немесе оқиғалар туралы білімге кепілдік бермейді. Белгілі тұлғалар мен зияткерлік меншік нысандарын тану толық емес. Күрделі көп қадамды нұсқаулар, нысаны көп көріністердегі санау және кеңістіктік байланыстар, әсіресе үш өлшемдегі байланыстар — құжатталған әлсіз тұстар. Күрделі визуалды тапсырманы анық сұрақтарға бөліп, нәтижені растайтын көрінетін дәлелді сұраңыз және алынған сандар мен дәйексөз мәтінін кескінмен салыстырыңыз. Шындыққа ұқсас сипаттаманы дәл сан немесе өлшенген үш өлшемді орын деп қабылдауға болмайды.\n\nКарточкадағы қысқа генерация мысалдары жауаптың бөлек қатаң шегін белгілемейді. Жауап көлемін мәтіндік және визуалды кіріспен бірге жоспарлап, нақты сұраққа қажет жеткілікті егжей-тегжейді дереккөзде сақтаңыз. Бұл модельді таңдау мен кірісті дайындауды кез келген сурет немесе кез келген ұзақ бейне бірдей сенімді жауап береді деген болжамнан пайдалырақ етеді.", "editorialOverlay": { "copy_fields": { "practical_html": "Ағылшын тіліндегі техникалық мысал
Compare transcribed dashboard changes\n\nCompare these dashboard descriptions supplied as text. First: heading 'Orders', filter 'All dates', total 240. Second: heading 'Orders', filter 'This week', total 38. Return a table of changed and unchanged fields, then explain why the totals alone do not establish a fall in orders. Use only the descriptions and keep the filter labels exact.A field-comparison table and a short explanation of the different date scopes.The result does not treat totals from All dates and This week as comparable periods.Qwen2-VL-7B-Instruct-ultraQwen2-VL-7B-Instruct — мәтін, кескіндер және бейне үшін нұсқауларға сай бапталған, мәтін қайтаратын Qwen көру-тіл моделі. Оны құжат беттері туралы сұрау, суреттерді салыстыру немесе визуалды оқиғаларды сипаттау үшін пайдаланыңыз; кескін ажыратымдылығы динамикалық, ал санау, кеңістіктік пайымдау және бейнедегі аудионы түсіну бойынша құжатталған шектеулері бар.
Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.
Кіріспе: 7B көру-тіл шығарылымы
Qwen2-VL-7B-Instruct — Qwen2-VL тобының нұсқауларға сай бапталған 7B мүшесі. Ол мәтіндік нұсқауларды кескіндермен немесе бейнемен біріктіріп, мәтіндік жауаптар береді. Пайдалы нәтижелерге бетті түсіндіру, суреттерді салыстыру, көрінетін оқиғаларды сипаттау немесе диаграмма туралы сұраққа жауап беру кіреді. Бұл дәл осы Qwen2-VL шығарылымы болып қалады; жаңарақ Qwen2.5-VL және Qwen3-VL модель күйлерінің өз мүмкіндіктері мен сәйкестіктері бар.
Qwen2-VL не қосады
Qwen әртүрлі кескін ажыратымдылықтары мен жақтар қатынастары бойынша визуалды түсінуді, сондай-ақ бейне бойынша сұрақтарға жауап беруді, диалог пен мазмұн жасауды сипаттайды. Топтың құжатталған бейне мүмкіндігі 20 минуттан ұзақ материалды қамтиды. Ұзақтықтың өзі қолданба қанша кадр өңдейтінін анықтамайды және әр оқиғаның есте сақталуына кепілдік бермейді. Көптілді кескін-мәтін түсіну ағылшын және қытай тілдерін, көптеген еуропалық тілдерді, жапон, корей, араб және вьетнам тілдерін қамтиды.
Өндіруші визуалды бақылаулар мен мәтіндік нұсқаулар арқылы телефондармен, роботтармен және басқа құрылғылармен интеграцияны да сипаттайды. Бұл — қолданбалық жұмыс үдерісі: модель визуалды ортаны түсіндіріп, әрекеттерді таңдауға көмектеседі, ал оларды қосылған бағдарламалық немесе аппараттық құралдар орындайды. Экранды тану модельге өздігінен экранды басқару мүмкіндігін бермейді.
Архитектурадағы өзгерістер
Динамикалық ажыратымдылық әр кірісті бірдей ұсынылымға күштеп келтірудің орнына кескінді саны өзгермелі визуалды токендерге айналдырады. M-ROPE мәтін, екі өлшемді кескіндер және үш өлшемді бейне ақпараты үшін позициялық ақпаратты бөліп, кеңістіктік және уақыттық құрылымды біріктіреді. Жарияланған 7B конфигурациясында 32 768 позиция көрсетілген. Мәтін, визуалды токендер және жасалған жауап шектеулі реттілік бюджетін бөліседі, сондықтан кескін ажыратымдылығы мен бейнеден кадр іріктеу сұрауға қосылатын материал көлеміне әсер етеді.
Кескіндер мен әңгімелерді дайындау
Ресми мысалдар бір кескінді, бірнеше кескінді және тек мәтіннен тұратын әңгімелерді қолдайды. «Бәрін талда» сияқты кең нұсқауға сүйенбей, кескінді нақты сұрақпен тіркеңіз. Құжат беті үшін атауы көрсетілген өрістерді сұрап, дәйексөздердегі тыныс белгілерін сақтаңыз. Екі дизайн скриншотын бірінші және екінші деп белгілеп, содан кейін көрінетін өзгерістер кестесін сұраңыз. Диаграмма үшін оның белгілерін, өлшем бірліктерін және аталған үрдісті растайтын мәндерді сұраңыз. Бұлар — визуалды сұрақтарға жауап берудің практикалық қолданыстары, қатесіз ақпарат алуға уәде емес.
Өндірушінің утилиталары кескіндерді жергілікті файлдардан, кодталған кескін деректерінен немесе кескін орналасқан мекенжайлардан қабылдайды; құжатталған бейне мысалында жергілікті бейне файлдары немесе реттелген кадр тізімі қолданылады. Қолданбадағы жүктеу пішімдері интерфейстің бөлек шешімі болып қалады. Кадрлардың бастапқы ретін сақтап, кадр тізімі білдіретін уақыт аралығын көрсетіңіз. Мысалдар мәтін жасайды; бұл модель күйі кескін немесе бейне генераторы ретінде сипатталмаған.
Ажыратымдылық және бейнені дайындау
Qwen процессоры әдепкіде бір кескінге төрттен 16 384-ке дейін визуалды токен аралығын қолданады. Ол егжей-тегжейді жад пен есептеуге теңгеру үшін min_pixels және max_pixels параметрлерін ұсынады; құжатталған мысал 256–1 280 визуалды токенге бағытталған. Кескіндер таңдалған шектерде жақтар қатынасын сақтай отырып қайта өлшемделеді. Тікелей берілген жаңа өлшемдер 28-ге еселікке дейін дөңгелектенеді. Тығыз кесте немесе ұсақ жазу оқылатын күйде қалу үшін жеткілікті ажыратымдылықты қажет етуі мүмкін; оны арттыру қолжетімді визуалды және контекст бюджетінің көбірек бөлігін жұмсайды.
Бейне мысалында секундына бір кадр іріктеу жиілігі және бапталатын пиксель шегі көрсетілген. Бұлар — әмбебап міндетті жиілік немесе медианың қатаң шегі емес, мысал баптаулары. Оқиғаны тексеру үшін тиісті үзіндіні беріп, көрінетін өзгерістердің реттелген баяндауын сұраңыз. Бір-біріне жақын оқиғалар кең көрініс қорытындысына қарағанда жиірек іріктеуді қажет етуі мүмкін. Qwen2-VL бейнелер ішіндегі аудио ақпаратты түсінбейді, сондықтан сөйленген диалог немесе дыбыс әсерлері бөлек аудио жұмыс үдерісін қажет етеді.
Белгілі шектеулер
Qwen кескін бойынша оқыту деректерінің соңғы мерзімі 2023 жылғы маусым екенін көрсетеді және одан кейінгі адамдар, өнімдер немесе оқиғалар туралы білімге кепілдік бермейді. Белгілі тұлғалар мен зияткерлік меншік нысандарын тану толық емес. Күрделі көп қадамды нұсқаулар, нысаны көп көріністердегі санау және кеңістіктік байланыстар, әсіресе үш өлшемдегі байланыстар — құжатталған әлсіз тұстар. Күрделі визуалды тапсырманы анық сұрақтарға бөліп, нәтижені растайтын көрінетін дәлелді сұраңыз және алынған сандар мен дәйексөз мәтінін кескінмен салыстырыңыз. Шындыққа ұқсас сипаттаманы дәл сан немесе өлшенген үш өлшемді орын деп қабылдауға болмайды.
Карточкадағы қысқа генерация мысалдары жауаптың бөлек қатаң шегін белгілемейді. Жауап көлемін мәтіндік және визуалды кіріспен бірге жоспарлап, нақты сұраққа қажет жеткілікті егжей-тегжейді дереккөзде сақтаңыз. Бұл модельді таңдау мен кірісті дайындауды кез келген сурет немесе кез келген ұзақ бейне бірдей сенімді жауап береді деген болжамнан пайдалырақ етеді.
POST /v1/chat/completionstexttext| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер Qwen2-VL-7B-Instruct-ultra | Әдепкі— |
Өрісmessages | Түріmessage[] | ТалапМіндетті | Мәндер мен шектеулер Элементтердің ең аз саны: 1 | Әдепкі— |
Өрісmessages[].role | Түріstring | ТалапМіндетті | Мәндер мен шектеулер Мысалдар: system, user, assistant, tool, function Шарттар: Бұл рөлдер бастапқы кодтағы үйлесімділік түрлерінде айқын көрсетілген; рөлдердің нақты жиыны әр модельге байланысты. Модельге байланысты | Әдепкі— |
Өрісmessages[].content | Түріstring|content_part[]|null | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісmessages[].tool_calls | Түріtool_call[] | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісmessages[].tool_call_id | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Мына жағдайда қолданылады: role=tool; нақты қайтарылған ID мәнін пайдаланыңыз | Әдепкі— |
Өрісmessages[].name | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісmessages[].reasoning_content | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Мына жағдайда қолданылады: Модель пайымдауды пайдаланса, нақты қайтарылған пайымдауды қайта жіберіңіз | Әдепкі— |
Өрісmessages[].reasoning_details | Түріobject|array | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісmax_tokens | Түріinteger | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 1 Модельге байланысты | Әдепкі— |
Өрісmax_completion_tokens | Түріinteger | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 1 Модельге байланысты | Әдепкі— |
Өрісstream | Түріboolean | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкіfalse |
Өрісstream_options.include_usage | Түріboolean | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісtemperature | Түріnumber | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісtop_p | Түріnumber | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісstop | Түріstring|string[] | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісtools | Түріfunction_tool[] | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісtools[].type | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер function Модельге байланысты | Әдепкі— |
Өрісtools[].function.name | Түріstring | ТалапМіндетті | Мәндер мен шектеулер Мына жағдайда қолданылады: функция құралы берілген | Әдепкі— |
Өрісtools[].function.description | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісtools[].function.parameters | ТүріJSON_schema | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Өрісtool_choice | Түріstring|object | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісparallel_tool_calls | Түріboolean | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісresponse_format | Түріobject | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісreasoning_effort | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісreasoning | Түріobject | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісservice_tier | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісinstructions | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Үйлесімділік өрісі | Әдепкі— |
Өрісfunctions | Түріfunction[] | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісfunction_call | Түріstring|object | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісprompt_cache_options | Түріobject | ТалапМіндетті емес | Мәндер мен шектеулер Модельге байланысты | Әдепкі— |
Өрісmodalities | Түріstring[] | ТалапМіндетті емес | Мәндер мен шектеулер text | Әдепкі— |
Өрісprovider | Түріobject | ТалапМіндетті емес | Мәндер мен шектеулер Шарттар: Осы Ultra мәтіндік бағытында provider.options қабылданбайды | Әдепкі— |
Өрісcache_control.ttl | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер Шарттар: Сұрау кэшінің нақты орындарында 1h қабылданбайды | Әдепкі— |
Мәтін · UTF8 мәтіні
messages[].content
| Параметр | Параметр талаптары |
|---|---|
Параметрcontent_type | Параметр талаптарыapplication/json |
Параметрrequired | Параметр талаптарыmodel, messages |
Параметрmaterial_types | Параметр талаптарыtext |
Параметрmessages | Параметр талаптарыrole/content құрылымы бар хабарламалар жиымы |
Параметрfile_material | Параметр талаптарынақты UTF-8 құжаты сөзбе-сөз мәтін ретінде енгізіледі; файл ID-і болжанбайды |
Параметрoptional_controls | Параметр талаптарыstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Параметрcontrol_scope | Параметр талаптарымодельге байланысты; пайдаланушының функция құралдары қызмет жағында орындалатын құралдардан өзгеше |
Параметрoutput_modalities | Параметр талаптарыtext |
Параметрhosted_operations | Параметр талаптарыfalse |
Параметрmultimodal_input_binding | Параметр талаптарыnull |
Өмірлік цикл: synchronous_or_streamed
Модельдің дәл ID мәнін messages деректерімен бірге жіберіңіз.
Контекст ұзындығы шығыстың жоғарғы шегі емес.
Мәтіндік файл сөзбе-сөз мәтінді бере алады; кіріс суреттері, аудио және файл нысандары дәл байланыстыруды қажет етеді.
Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.
| Баптау | Мөлшерлемелер кестесі | Төлем |
|---|---|---|
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Төлем Кіріс · Кіріс токендері $0.00058 / 1K токен Шығыс · Шығыс токендері $0.00142 / 1K токен Кіріс · Кэшті оқу $0 / 1K токен Кіріс · Кэшке жазу $0 / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен |
Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "Qwen2-VL-7B-Instruct-ultra", "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='Qwen2-VL-7B-Instruct-ultra',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='Qwen2-VL-7B-Instruct-ultra',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 немесе SSE
Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.
Әр жауап нұсқасын оның мазмұнымен, құрал шақыруларымен және пайымдауымен бірге сақтаңыз. SSE өзгерістерін жауап нұсқасы мен құрал индексі бойынша жинап, соңғы аяқталу себебі мен пайдалану деректерін сақтаңыз.
Сұрау мен жауаптың ID мәндерін және тақырыптарын сақтаңыз. Мәтіндік тапсырманы алуға арналған ортақ URL берілмеген.
| Өріс | Түрі |
|---|---|
Өрісchoices[].index | Түріinteger |
Өрісchoices[].message.content | Түріstring|null |
Өрісchoices[].message.tool_calls | Түріtool_call[] |
Өрісchoices[].message.reasoning_content | Түріstring |
Өрісchoices[].message.reasoning_details | Түріobject|array |
Өрісchoices[].finish_reason | Түріstring|null |
Өрісusage | Түріobject |
| Жауап | Шарт | Келесі қадам |
|---|---|---|
Жауап400 · invalid_request_error | ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате | Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз. |
Ailoot Ultra Qwen2-VL-7B-Instruct-ultra
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
Qwen2-VL-7B-Instruct-ultraQwen2-VL-7B-Instruct — мәтін, кескіндер және бейне үшін нұсқауларға сай бапталған, мәтін қайтаратын Qwen көру-тіл моделі. Оны құжат беттері туралы сұрау, суреттерді салыстыру немесе визуалды оқиғаларды сипаттау үшін пайдаланыңыз; кескін ажыратымдылығы динамикалық, ал санау, кеңістіктік пайымдау және бейнедегі аудионы түсіну бойынша құжатталған шектеулері бар.
Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.
Кіріспе: 7B көру-тіл шығарылымы
Qwen2-VL-7B-Instruct — Qwen2-VL тобының нұсқауларға сай бапталған 7B мүшесі. Ол мәтіндік нұсқауларды кескіндермен немесе бейнемен біріктіріп, мәтіндік жауаптар береді. Пайдалы нәтижелерге бетті түсіндіру, суреттерді салыстыру, көрінетін оқиғаларды сипаттау немесе диаграмма туралы сұраққа жауап беру кіреді. Бұл дәл осы Qwen2-VL шығарылымы болып қалады; жаңарақ Qwen2.5-VL және Qwen3-VL модель күйлерінің өз мүмкіндіктері мен сәйкестіктері бар.
Qwen2-VL не қосады
Qwen әртүрлі кескін ажыратымдылықтары мен жақтар қатынастары бойынша визуалды түсінуді, сондай-ақ бейне бойынша сұрақтарға жауап беруді, диалог пен мазмұн жасауды сипаттайды. Топтың құжатталған бейне мүмкіндігі 20 минуттан ұзақ материалды қамтиды. Ұзақтықтың өзі қолданба қанша кадр өңдейтінін анықтамайды және әр оқиғаның есте сақталуына кепілдік бермейді. Көптілді кескін-мәтін түсіну ағылшын және қытай тілдерін, көптеген еуропалық тілдерді, жапон, корей, араб және вьетнам тілдерін қамтиды.
Өндіруші визуалды бақылаулар мен мәтіндік нұсқаулар арқылы телефондармен, роботтармен және басқа құрылғылармен интеграцияны да сипаттайды. Бұл — қолданбалық жұмыс үдерісі: модель визуалды ортаны түсіндіріп, әрекеттерді таңдауға көмектеседі, ал оларды қосылған бағдарламалық немесе аппараттық құралдар орындайды. Экранды тану модельге өздігінен экранды басқару мүмкіндігін бермейді.
Архитектурадағы өзгерістер
Динамикалық ажыратымдылық әр кірісті бірдей ұсынылымға күштеп келтірудің орнына кескінді саны өзгермелі визуалды токендерге айналдырады. M-ROPE мәтін, екі өлшемді кескіндер және үш өлшемді бейне ақпараты үшін позициялық ақпаратты бөліп, кеңістіктік және уақыттық құрылымды біріктіреді. Жарияланған 7B конфигурациясында 32 768 позиция көрсетілген. Мәтін, визуалды токендер және жасалған жауап шектеулі реттілік бюджетін бөліседі, сондықтан кескін ажыратымдылығы мен бейнеден кадр іріктеу сұрауға қосылатын материал көлеміне әсер етеді.
Кескіндер мен әңгімелерді дайындау
Ресми мысалдар бір кескінді, бірнеше кескінді және тек мәтіннен тұратын әңгімелерді қолдайды. «Бәрін талда» сияқты кең нұсқауға сүйенбей, кескінді нақты сұрақпен тіркеңіз. Құжат беті үшін атауы көрсетілген өрістерді сұрап, дәйексөздердегі тыныс белгілерін сақтаңыз. Екі дизайн скриншотын бірінші және екінші деп белгілеп, содан кейін көрінетін өзгерістер кестесін сұраңыз. Диаграмма үшін оның белгілерін, өлшем бірліктерін және аталған үрдісті растайтын мәндерді сұраңыз. Бұлар — визуалды сұрақтарға жауап берудің практикалық қолданыстары, қатесіз ақпарат алуға уәде емес.
Өндірушінің утилиталары кескіндерді жергілікті файлдардан, кодталған кескін деректерінен немесе кескін орналасқан мекенжайлардан қабылдайды; құжатталған бейне мысалында жергілікті бейне файлдары немесе реттелген кадр тізімі қолданылады. Қолданбадағы жүктеу пішімдері интерфейстің бөлек шешімі болып қалады. Кадрлардың бастапқы ретін сақтап, кадр тізімі білдіретін уақыт аралығын көрсетіңіз. Мысалдар мәтін жасайды; бұл модель күйі кескін немесе бейне генераторы ретінде сипатталмаған.
Ажыратымдылық және бейнені дайындау
Qwen процессоры әдепкіде бір кескінге төрттен 16 384-ке дейін визуалды токен аралығын қолданады. Ол егжей-тегжейді жад пен есептеуге теңгеру үшін min_pixels және max_pixels параметрлерін ұсынады; құжатталған мысал 256–1 280 визуалды токенге бағытталған. Кескіндер таңдалған шектерде жақтар қатынасын сақтай отырып қайта өлшемделеді. Тікелей берілген жаңа өлшемдер 28-ге еселікке дейін дөңгелектенеді. Тығыз кесте немесе ұсақ жазу оқылатын күйде қалу үшін жеткілікті ажыратымдылықты қажет етуі мүмкін; оны арттыру қолжетімді визуалды және контекст бюджетінің көбірек бөлігін жұмсайды.
Бейне мысалында секундына бір кадр іріктеу жиілігі және бапталатын пиксель шегі көрсетілген. Бұлар — әмбебап міндетті жиілік немесе медианың қатаң шегі емес, мысал баптаулары. Оқиғаны тексеру үшін тиісті үзіндіні беріп, көрінетін өзгерістердің реттелген баяндауын сұраңыз. Бір-біріне жақын оқиғалар кең көрініс қорытындысына қарағанда жиірек іріктеуді қажет етуі мүмкін. Qwen2-VL бейнелер ішіндегі аудио ақпаратты түсінбейді, сондықтан сөйленген диалог немесе дыбыс әсерлері бөлек аудио жұмыс үдерісін қажет етеді.
Белгілі шектеулер
Qwen кескін бойынша оқыту деректерінің соңғы мерзімі 2023 жылғы маусым екенін көрсетеді және одан кейінгі адамдар, өнімдер немесе оқиғалар туралы білімге кепілдік бермейді. Белгілі тұлғалар мен зияткерлік меншік нысандарын тану толық емес. Күрделі көп қадамды нұсқаулар, нысаны көп көріністердегі санау және кеңістіктік байланыстар, әсіресе үш өлшемдегі байланыстар — құжатталған әлсіз тұстар. Күрделі визуалды тапсырманы анық сұрақтарға бөліп, нәтижені растайтын көрінетін дәлелді сұраңыз және алынған сандар мен дәйексөз мәтінін кескінмен салыстырыңыз. Шындыққа ұқсас сипаттаманы дәл сан немесе өлшенген үш өлшемді орын деп қабылдауға болмайды.
Карточкадағы қысқа генерация мысалдары жауаптың бөлек қатаң шегін белгілемейді. Жауап көлемін мәтіндік және визуалды кіріспен бірге жоспарлап, нақты сұраққа қажет жеткілікті егжей-тегжейді дереккөзде сақтаңыз. Бұл модельді таңдау мен кірісті дайындауды кез келген сурет немесе кез келген ұзақ бейне бірдей сенімді жауап береді деген болжамнан пайдалырақ етеді.
POST /v1/messagestextjson, sse| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер Qwen2-VL-7B-Instruct-ultra | Әдепкі— |
Өрісmessages | Түріmessage[] | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
Өрісmessages[].role | Түріstring | ТалапМіндетті | Мәндер мен шектеулер user, assistant | Әдепкі— |
Өрісmessages[].content | Түріstring | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
Өрісmax_tokens | Түріinteger | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
Өрісstream | Түріboolean | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкіfalse |
Мәтін · UTF-8 мәтіні
messages[].content жолы
| Параметр | Параметр талаптары |
|---|---|
Параметрcontent_type | Параметр талаптарыapplication/json |
Параметрrequired | Параметр талаптарыmodel, messages, max_tokens |
Параметрoptional_controls | Параметр талаптарыstream |
Параметрmaterial_types | Параметр талаптарыtext |
Параметрtext_file_material | Параметр талаптарыНақты UTF-8 құжатын оқып, оның мәтінін көрсетілген кіріс жолына немесе хабарлама мазмұнының жолына қойыңыз. |
Өмірлік цикл: synchronous_or_streamed
Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.
| Баптау | Мөлшерлемелер кестесі | Төлем |
|---|---|---|
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Төлем Кіріс · Кіріс токендері $0.00058 / 1K токен Шығыс · Шығыс токендері $0.00142 / 1K токен Кіріс · Кэшті оқу $0 / 1K токен Кіріс · Кэшке жазу $0 / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен |
Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →
{\n "model": "Qwen2-VL-7B-Instruct-ultra",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Qwen2-VL-7B-Instruct-ultra', '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': 'Qwen2-VL-7B-Instruct-ultra', '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 немесе SSE
Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.
Барлық мазмұн блоктарын, пайымдау қолтаңбаларын және құрал қолданудың нақты ID мәндерін сақтаңыз. SSE блоктарының барлық өзгерістерін жинаңыз; алғашқы мәтіндік блок толық шығыс емес.
Сұрау мен жауаптың ID мәндерін және тақырыптарын сақтаңыз. Мәтіндік тапсырманы алуға арналған ортақ URL берілмеген.
| Өріс | Түрі |
|---|---|
Өрісid | Түріstring |
Өрісmodel | Түріstring |
Өрісcontent[] | Түріtext|thinking|tool_use|other content block |
Өрісstop_reason | Түріstring|null |
Өрісusage | Түріobject |
| Жауап | Шарт | Келесі қадам |
|---|---|---|
Жауап400 · invalid_request_error | ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате | Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз. |
Ailoot Ultra Qwen2-VL-7B-Instruct-ultra
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
Ағылшын тіліндегі техникалық мысал
Compare transcribed dashboard changes\n\nCompare these dashboard descriptions supplied as text. First: heading 'Orders', filter 'All dates', total 240. Second: heading 'Orders', filter 'This week', total 38. Return a table of changed and unchanged fields, then explain why the totals alone do not establish a fall in orders. Use only the descriptions and keep the filter labels exact.A field-comparison table and a short explanation of the different date scopes.The result does not treat totals from All dates and This week as comparable periods.