개요: 시각 입력에 근거한 추론
QVQ-Max는 Qwen의 시각 추론 모델입니다. 제작사는 사고 과정 출력과 수학, 프로그래밍, 시각 분석, 창작 작업, 일반 과제에서 강화된 역량을 설명합니다. 전용 기능 페이지에는 텍스트, 이미지, 동영상 입력과 텍스트 출력이 명시되어 있습니다. 도표, 차트, 관찰된 사건의 연속처럼 시각 자료가 추론 문제의 일부인 질문에 선택하세요.
정확한 모델 에디션
제작사는 현재 qvq-max가 qvq-max-2025-03-25 스냅샷과 기능적으로 동등하다고 설명합니다. 이는 제조사가 설명하는 에디션 간 관계이며, 애플리케이션에 보존된 정확한 ID를 바꾸지는 않습니다. 추론이라는 주제가 같다는 이유만으로 QVQ-Max에 QVQ-72B-Preview, QVQ-Plus 또는 더 새로운 Qwen 시각 모델의 가중치 정체성, 파라미터 수, 생성 제어를 적용해서는 안 됩니다. 공급자 이름에 latest 접미사가 붙어 있다는 사실만으로 고정 체크포인트가 확정되지도 않습니다.
시각 추론 질문 준비하기
관련 이미지와 전체 질문을 함께 제공하세요. 수학 도표에서는 레이블, 치수, 함께 제시된 조건을 보존한 뒤, 보이는 그림에서 어떤 관계가 도출되고 어떤 관계에 추가 가정이 필요한지 질문하세요. 결과를 얻는 데 사용한 값과 관계가 포함된, 명확히 구분된 최종 답변을 요청하세요. 유용한 설명은 중요한 추론을 각각 제공된 자료의 특정 내용과 연결해야 합니다.
차트에서는 추세를 해석하기 전에 축, 단위, 데이터 계열을 식별하도록 요청하세요. 알고리즘이나 인터페이스 도표에서는 의도한 동작을 명시하고 보이는 구조가 그 동작과 어떻게 연결되는지 질문하세요. 창작 지침에서는 실제 존재하는 내용의 설명과 제안된 변경이나 해석을 구분하세요. 이는 제작사가 문서화한 수학, 프로그래밍, 분석, 창작 기능을 활용한 응용 예시이며, 특정 자산이 성공적으로 처리되었음을 보여 주는 시연은 아닙니다.
동영상과 여러 근거 자료
동영상은 입력 모달리티로 명시되어 있습니다. 사건 분석 요청에서는 관련 구간을 제공하고, 무엇이 바뀌는지, 어느 장면이 결론을 뒷받침하는지, 무엇이 불확실한지를 순서대로 설명하도록 하세요. 입력에 시간 정보가 있다면 결과에서 이를 어떻게 참조할지 명시하세요. 해당 모델 페이지는 보편적인 동영상 길이, 프레임 수, 타임스탬프 정밀도를 정하지 않으므로 다른 Qwen 계열에서 이 속성을 가져와서는 안 됩니다.
여러 이미지나 문단을 사용하는 질문에서는 레이블을 붙이고 모델이 검토할 관계를 설명하세요. 검토자가 각 항목의 근거를 확인할 수 있도록 레이블별로 정리된 결과를 요청하세요. 추론 응답은 최종 답변과 구분할 수 있어야 합니다. 긴 설명은 그 주장을 원본과 대조할 수 있을 때에만 유용합니다.
컨텍스트와 답변 한도
사양에는 131,072토큰의 컨텍스트 윈도, 106,496토큰의 최대 입력 길이, 8,192토큰의 최대 출력 길이가 명시되어 있습니다. 이 수치를 별도로 유지하고, 차이를 계산해 문서에 없는 추론 토큰 허용량을 도출하지 마세요. 텍스트, 표현된 시각 자료, 생성 콘텐츠는 해당 시퀀스 및 출력 한도 안에 들어가야 합니다.
정보가 밀집된 페이지나 도표는 제출 전에 관련 세부 사항을 읽을 수 있게 준비하고, 추론에 필요한 전체 조건을 유지하세요. 긴 자료에서는 질문과 관련된 내용을 선택하고 근거를 포함한 결론을 작성할 답변 공간을 충분히 남기세요. 토큰 사양이 무제한의 시각 입력 허용량이나 모든 세부 사항의 회상을 보장하지는 않습니다.
도구, 형식과 실질적 한계
해당 기능표에는 함수 호출, 내장 웹 검색, 강제된 구조화 출력이 지원되지 않는다고 표시되어 있습니다. 따라서 QVQ-Max의 시각 추론을 자동 브라우저 제어, 외부 코드 실행 도구 또는 실시간 정보원으로 제시해서는 안 됩니다. 프롬프트로 표나 JSON 형태의 텍스트 결과를 요청할 수 있지만, 그 요청이 스키마 준수 보장 계약을 만들지는 않습니다.
전용 모델 페이지에는 모델별 하이브리드 사고 전환 설정이나 파라미터 수가 공개되어 있지 않습니다. 다른 체크포인트의 제어 기능이나 크기 주장을 가져오지 말고 문서화된 시각 추론 정체성을 유지하세요. 작은 레이블, 추출한 숫자, 추론한 관계, 코드 제안을 원본과 대조하세요. 실용적인 출력은 사용자가 제공한 자료에 근거해 설명된 시각적 결론이나 산출물 초안입니다.
", "aboutText": "개요: 시각 입력에 근거한 추론\n\nQVQ-Max는 Qwen의 시각 추론 모델입니다. 제작사는 사고 과정 출력과 수학, 프로그래밍, 시각 분석, 창작 작업, 일반 과제에서 강화된 역량을 설명합니다. 전용 기능 페이지에는 텍스트, 이미지, 동영상 입력과 텍스트 출력이 명시되어 있습니다. 도표, 차트, 관찰된 사건의 연속처럼 시각 자료가 추론 문제의 일부인 질문에 선택하세요.\n\n정확한 모델 에디션\n\n제작사는 현재 qvq-max가 qvq-max-2025-03-25 스냅샷과 기능적으로 동등하다고 설명합니다. 이는 제조사가 설명하는 에디션 간 관계이며, 애플리케이션에 보존된 정확한 ID를 바꾸지는 않습니다. 추론이라는 주제가 같다는 이유만으로 QVQ-Max에 QVQ-72B-Preview, QVQ-Plus 또는 더 새로운 Qwen 시각 모델의 가중치 정체성, 파라미터 수, 생성 제어를 적용해서는 안 됩니다. 공급자 이름에 latest 접미사가 붙어 있다는 사실만으로 고정 체크포인트가 확정되지도 않습니다.\n\n시각 추론 질문 준비하기\n\n관련 이미지와 전체 질문을 함께 제공하세요. 수학 도표에서는 레이블, 치수, 함께 제시된 조건을 보존한 뒤, 보이는 그림에서 어떤 관계가 도출되고 어떤 관계에 추가 가정이 필요한지 질문하세요. 결과를 얻는 데 사용한 값과 관계가 포함된, 명확히 구분된 최종 답변을 요청하세요. 유용한 설명은 중요한 추론을 각각 제공된 자료의 특정 내용과 연결해야 합니다.\n\n차트에서는 추세를 해석하기 전에 축, 단위, 데이터 계열을 식별하도록 요청하세요. 알고리즘이나 인터페이스 도표에서는 의도한 동작을 명시하고 보이는 구조가 그 동작과 어떻게 연결되는지 질문하세요. 창작 지침에서는 실제 존재하는 내용의 설명과 제안된 변경이나 해석을 구분하세요. 이는 제작사가 문서화한 수학, 프로그래밍, 분석, 창작 기능을 활용한 응용 예시이며, 특정 자산이 성공적으로 처리되었음을 보여 주는 시연은 아닙니다.\n\n동영상과 여러 근거 자료\n\n동영상은 입력 모달리티로 명시되어 있습니다. 사건 분석 요청에서는 관련 구간을 제공하고, 무엇이 바뀌는지, 어느 장면이 결론을 뒷받침하는지, 무엇이 불확실한지를 순서대로 설명하도록 하세요. 입력에 시간 정보가 있다면 결과에서 이를 어떻게 참조할지 명시하세요. 해당 모델 페이지는 보편적인 동영상 길이, 프레임 수, 타임스탬프 정밀도를 정하지 않으므로 다른 Qwen 계열에서 이 속성을 가져와서는 안 됩니다.\n\n여러 이미지나 문단을 사용하는 질문에서는 레이블을 붙이고 모델이 검토할 관계를 설명하세요. 검토자가 각 항목의 근거를 확인할 수 있도록 레이블별로 정리된 결과를 요청하세요. 추론 응답은 최종 답변과 구분할 수 있어야 합니다. 긴 설명은 그 주장을 원본과 대조할 수 있을 때에만 유용합니다.\n\n컨텍스트와 답변 한도\n\n사양에는 131,072토큰의 컨텍스트 윈도, 106,496토큰의 최대 입력 길이, 8,192토큰의 최대 출력 길이가 명시되어 있습니다. 이 수치를 별도로 유지하고, 차이를 계산해 문서에 없는 추론 토큰 허용량을 도출하지 마세요. 텍스트, 표현된 시각 자료, 생성 콘텐츠는 해당 시퀀스 및 출력 한도 안에 들어가야 합니다.\n\n정보가 밀집된 페이지나 도표는 제출 전에 관련 세부 사항을 읽을 수 있게 준비하고, 추론에 필요한 전체 조건을 유지하세요. 긴 자료에서는 질문과 관련된 내용을 선택하고 근거를 포함한 결론을 작성할 답변 공간을 충분히 남기세요. 토큰 사양이 무제한의 시각 입력 허용량이나 모든 세부 사항의 회상을 보장하지는 않습니다.\n\n도구, 형식과 실질적 한계\n\n해당 기능표에는 함수 호출, 내장 웹 검색, 강제된 구조화 출력이 지원되지 않는다고 표시되어 있습니다. 따라서 QVQ-Max의 시각 추론을 자동 브라우저 제어, 외부 코드 실행 도구 또는 실시간 정보원으로 제시해서는 안 됩니다. 프롬프트로 표나 JSON 형태의 텍스트 결과를 요청할 수 있지만, 그 요청이 스키마 준수 보장 계약을 만들지는 않습니다.\n\n전용 모델 페이지에는 모델별 하이브리드 사고 전환 설정이나 파라미터 수가 공개되어 있지 않습니다. 다른 체크포인트의 제어 기능이나 크기 주장을 가져오지 말고 문서화된 시각 추론 정체성을 유지하세요. 작은 레이블, 추출한 숫자, 추론한 관계, 코드 제안을 원본과 대조하세요. 실용적인 출력은 사용자가 제공한 자료에 근거해 설명된 시각적 결론이나 산출물 초안입니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.qvq-maxQVQ-Max는 텍스트, 이미지, 동영상을 위한 Qwen의 시각 추론 모델로, 풀이 설명을 포함한 텍스트를 반환합니다. 수학 도표, 시각 분석, 프로그래밍 관련 이미지와 창의적 해석에 활용하세요. 사양에는 131,072토큰의 컨텍스트와 8,192토큰의 출력 한도가 명시되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
개요: 시각 입력에 근거한 추론
QVQ-Max는 Qwen의 시각 추론 모델입니다. 제작사는 사고 과정 출력과 수학, 프로그래밍, 시각 분석, 창작 작업, 일반 과제에서 강화된 역량을 설명합니다. 전용 기능 페이지에는 텍스트, 이미지, 동영상 입력과 텍스트 출력이 명시되어 있습니다. 도표, 차트, 관찰된 사건의 연속처럼 시각 자료가 추론 문제의 일부인 질문에 선택하세요.
정확한 모델 에디션
제작사는 현재 qvq-max가 qvq-max-2025-03-25 스냅샷과 기능적으로 동등하다고 설명합니다. 이는 제조사가 설명하는 에디션 간 관계이며, 애플리케이션에 보존된 정확한 ID를 바꾸지는 않습니다. 추론이라는 주제가 같다는 이유만으로 QVQ-Max에 QVQ-72B-Preview, QVQ-Plus 또는 더 새로운 Qwen 시각 모델의 가중치 정체성, 파라미터 수, 생성 제어를 적용해서는 안 됩니다. 공급자 이름에 latest 접미사가 붙어 있다는 사실만으로 고정 체크포인트가 확정되지도 않습니다.
시각 추론 질문 준비하기
관련 이미지와 전체 질문을 함께 제공하세요. 수학 도표에서는 레이블, 치수, 함께 제시된 조건을 보존한 뒤, 보이는 그림에서 어떤 관계가 도출되고 어떤 관계에 추가 가정이 필요한지 질문하세요. 결과를 얻는 데 사용한 값과 관계가 포함된, 명확히 구분된 최종 답변을 요청하세요. 유용한 설명은 중요한 추론을 각각 제공된 자료의 특정 내용과 연결해야 합니다.
차트에서는 추세를 해석하기 전에 축, 단위, 데이터 계열을 식별하도록 요청하세요. 알고리즘이나 인터페이스 도표에서는 의도한 동작을 명시하고 보이는 구조가 그 동작과 어떻게 연결되는지 질문하세요. 창작 지침에서는 실제 존재하는 내용의 설명과 제안된 변경이나 해석을 구분하세요. 이는 제작사가 문서화한 수학, 프로그래밍, 분석, 창작 기능을 활용한 응용 예시이며, 특정 자산이 성공적으로 처리되었음을 보여 주는 시연은 아닙니다.
동영상과 여러 근거 자료
동영상은 입력 모달리티로 명시되어 있습니다. 사건 분석 요청에서는 관련 구간을 제공하고, 무엇이 바뀌는지, 어느 장면이 결론을 뒷받침하는지, 무엇이 불확실한지를 순서대로 설명하도록 하세요. 입력에 시간 정보가 있다면 결과에서 이를 어떻게 참조할지 명시하세요. 해당 모델 페이지는 보편적인 동영상 길이, 프레임 수, 타임스탬프 정밀도를 정하지 않으므로 다른 Qwen 계열에서 이 속성을 가져와서는 안 됩니다.
여러 이미지나 문단을 사용하는 질문에서는 레이블을 붙이고 모델이 검토할 관계를 설명하세요. 검토자가 각 항목의 근거를 확인할 수 있도록 레이블별로 정리된 결과를 요청하세요. 추론 응답은 최종 답변과 구분할 수 있어야 합니다. 긴 설명은 그 주장을 원본과 대조할 수 있을 때에만 유용합니다.
컨텍스트와 답변 한도
사양에는 131,072토큰의 컨텍스트 윈도, 106,496토큰의 최대 입력 길이, 8,192토큰의 최대 출력 길이가 명시되어 있습니다. 이 수치를 별도로 유지하고, 차이를 계산해 문서에 없는 추론 토큰 허용량을 도출하지 마세요. 텍스트, 표현된 시각 자료, 생성 콘텐츠는 해당 시퀀스 및 출력 한도 안에 들어가야 합니다.
정보가 밀집된 페이지나 도표는 제출 전에 관련 세부 사항을 읽을 수 있게 준비하고, 추론에 필요한 전체 조건을 유지하세요. 긴 자료에서는 질문과 관련된 내용을 선택하고 근거를 포함한 결론을 작성할 답변 공간을 충분히 남기세요. 토큰 사양이 무제한의 시각 입력 허용량이나 모든 세부 사항의 회상을 보장하지는 않습니다.
도구, 형식과 실질적 한계
해당 기능표에는 함수 호출, 내장 웹 검색, 강제된 구조화 출력이 지원되지 않는다고 표시되어 있습니다. 따라서 QVQ-Max의 시각 추론을 자동 브라우저 제어, 외부 코드 실행 도구 또는 실시간 정보원으로 제시해서는 안 됩니다. 프롬프트로 표나 JSON 형태의 텍스트 결과를 요청할 수 있지만, 그 요청이 스키마 준수 보장 계약을 만들지는 않습니다.
전용 모델 페이지에는 모델별 하이브리드 사고 전환 설정이나 파라미터 수가 공개되어 있지 않습니다. 다른 체크포인트의 제어 기능이나 크기 주장을 가져오지 말고 문서화된 시각 추론 정체성을 유지하세요. 작은 레이블, 추출한 숫자, 추론한 관계, 코드 제안을 원본과 대조하세요. 실용적인 출력은 사용자가 제공한 자료에 근거해 설명된 시각적 결론이나 산출물 초안입니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qvq-max | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.0023 / 1K 토큰 출력 · 출력 토큰 $0.00916 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-max", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qvq-max',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qvq-max',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra qvq-max
위에 표시된 메서드 경로를 사용하세요.
qvq-maxQVQ-Max는 텍스트, 이미지, 동영상을 위한 Qwen의 시각 추론 모델로, 풀이 설명을 포함한 텍스트를 반환합니다. 수학 도표, 시각 분석, 프로그래밍 관련 이미지와 창의적 해석에 활용하세요. 사양에는 131,072토큰의 컨텍스트와 8,192토큰의 출력 한도가 명시되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
개요: 시각 입력에 근거한 추론
QVQ-Max는 Qwen의 시각 추론 모델입니다. 제작사는 사고 과정 출력과 수학, 프로그래밍, 시각 분석, 창작 작업, 일반 과제에서 강화된 역량을 설명합니다. 전용 기능 페이지에는 텍스트, 이미지, 동영상 입력과 텍스트 출력이 명시되어 있습니다. 도표, 차트, 관찰된 사건의 연속처럼 시각 자료가 추론 문제의 일부인 질문에 선택하세요.
정확한 모델 에디션
제작사는 현재 qvq-max가 qvq-max-2025-03-25 스냅샷과 기능적으로 동등하다고 설명합니다. 이는 제조사가 설명하는 에디션 간 관계이며, 애플리케이션에 보존된 정확한 ID를 바꾸지는 않습니다. 추론이라는 주제가 같다는 이유만으로 QVQ-Max에 QVQ-72B-Preview, QVQ-Plus 또는 더 새로운 Qwen 시각 모델의 가중치 정체성, 파라미터 수, 생성 제어를 적용해서는 안 됩니다. 공급자 이름에 latest 접미사가 붙어 있다는 사실만으로 고정 체크포인트가 확정되지도 않습니다.
시각 추론 질문 준비하기
관련 이미지와 전체 질문을 함께 제공하세요. 수학 도표에서는 레이블, 치수, 함께 제시된 조건을 보존한 뒤, 보이는 그림에서 어떤 관계가 도출되고 어떤 관계에 추가 가정이 필요한지 질문하세요. 결과를 얻는 데 사용한 값과 관계가 포함된, 명확히 구분된 최종 답변을 요청하세요. 유용한 설명은 중요한 추론을 각각 제공된 자료의 특정 내용과 연결해야 합니다.
차트에서는 추세를 해석하기 전에 축, 단위, 데이터 계열을 식별하도록 요청하세요. 알고리즘이나 인터페이스 도표에서는 의도한 동작을 명시하고 보이는 구조가 그 동작과 어떻게 연결되는지 질문하세요. 창작 지침에서는 실제 존재하는 내용의 설명과 제안된 변경이나 해석을 구분하세요. 이는 제작사가 문서화한 수학, 프로그래밍, 분석, 창작 기능을 활용한 응용 예시이며, 특정 자산이 성공적으로 처리되었음을 보여 주는 시연은 아닙니다.
동영상과 여러 근거 자료
동영상은 입력 모달리티로 명시되어 있습니다. 사건 분석 요청에서는 관련 구간을 제공하고, 무엇이 바뀌는지, 어느 장면이 결론을 뒷받침하는지, 무엇이 불확실한지를 순서대로 설명하도록 하세요. 입력에 시간 정보가 있다면 결과에서 이를 어떻게 참조할지 명시하세요. 해당 모델 페이지는 보편적인 동영상 길이, 프레임 수, 타임스탬프 정밀도를 정하지 않으므로 다른 Qwen 계열에서 이 속성을 가져와서는 안 됩니다.
여러 이미지나 문단을 사용하는 질문에서는 레이블을 붙이고 모델이 검토할 관계를 설명하세요. 검토자가 각 항목의 근거를 확인할 수 있도록 레이블별로 정리된 결과를 요청하세요. 추론 응답은 최종 답변과 구분할 수 있어야 합니다. 긴 설명은 그 주장을 원본과 대조할 수 있을 때에만 유용합니다.
컨텍스트와 답변 한도
사양에는 131,072토큰의 컨텍스트 윈도, 106,496토큰의 최대 입력 길이, 8,192토큰의 최대 출력 길이가 명시되어 있습니다. 이 수치를 별도로 유지하고, 차이를 계산해 문서에 없는 추론 토큰 허용량을 도출하지 마세요. 텍스트, 표현된 시각 자료, 생성 콘텐츠는 해당 시퀀스 및 출력 한도 안에 들어가야 합니다.
정보가 밀집된 페이지나 도표는 제출 전에 관련 세부 사항을 읽을 수 있게 준비하고, 추론에 필요한 전체 조건을 유지하세요. 긴 자료에서는 질문과 관련된 내용을 선택하고 근거를 포함한 결론을 작성할 답변 공간을 충분히 남기세요. 토큰 사양이 무제한의 시각 입력 허용량이나 모든 세부 사항의 회상을 보장하지는 않습니다.
도구, 형식과 실질적 한계
해당 기능표에는 함수 호출, 내장 웹 검색, 강제된 구조화 출력이 지원되지 않는다고 표시되어 있습니다. 따라서 QVQ-Max의 시각 추론을 자동 브라우저 제어, 외부 코드 실행 도구 또는 실시간 정보원으로 제시해서는 안 됩니다. 프롬프트로 표나 JSON 형태의 텍스트 결과를 요청할 수 있지만, 그 요청이 스키마 준수 보장 계약을 만들지는 않습니다.
전용 모델 페이지에는 모델별 하이브리드 사고 전환 설정이나 파라미터 수가 공개되어 있지 않습니다. 다른 체크포인트의 제어 기능이나 크기 주장을 가져오지 말고 문서화된 시각 추론 정체성을 유지하세요. 작은 레이블, 추출한 숫자, 추론한 관계, 코드 제안을 원본과 대조하세요. 실용적인 출력은 사용자가 제공한 자료에 근거해 설명된 시각적 결론이나 산출물 초안입니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qvq-max | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.0023 / 1K 토큰 출력 · 출력 토큰 $0.00916 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qvq-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qvq-max', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qvq-max', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra qvq-max
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.