Source: https://ailoot.ai/models/ko/qwen-qwen2-5-vl-72b-instruct/
Canonical: https://ailoot.ai/models/ko/qwen-qwen2-5-vl-72b-instruct/
Language: ko

# Qwen: Qwen2.5 VL 72B Instruct

[Markdown](https://ailoot.ai/models/ko/qwen-qwen2-5-vl-72b-instruct/index.md) · [JSON](https://ailoot.ai/models/ko/qwen-qwen2-5-vl-72b-instruct/facts.json)

## [Qwen: Qwen2.5 VL 72B Instruct](https://ailoot.ai/models/ko/qwen-qwen2-5-vl-72b-instruct/)

Qwen2.5-VL-72B-Instruct는 이미지, 문서, 차트, 동영상을 위한 Qwen의 비전 언어 모델입니다. 텍스트, 구조화된 추출 데이터, 시각 좌표를 반환하며, 긴 동영상에서 사건을 찾거나 컴퓨터·모바일 화면에 대해 추론할 수 있습니다.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen/qwen2.5-vl-72b-instruct`](https://ailoot.ai/models/ko/qwen-qwen2-5-vl-72b-instruct/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen/qwen2.5-vl-72b-instruct`](https://ailoot.ai/models/ko/qwen-qwen2-5-vl-72b-instruct/#method-1)

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Qwen2.5-VL-72B-Instruct는 텍스트와 함께 시각 자료를 이해하도록 설계된 Qwen2.5-VL의 지시 튜닝 72B 에디션입니다. Qwen은 객체, 제품, 랜드마크의 인식과 이미지 안의 텍스트, 차트, 아이콘, 그래픽, 배치 해석을 설명합니다. 입력은 글로 작성한 질문과 하나 이상의 이미지 또는 동영상을 결합합니다. 출력은 구조화된 설명과 추출 정보를 포함한 텍스트입니다. 제작사는 Qwen2-VL과 비교해 시간과 이미지 크기 인식의 개선, 윈도 어텐션을 사용하는 수정된 동적 해상도 비전 인코더를 강조합니다.

시각적 위치 지정은 그림을 설명하는 것과 별개의 기능입니다. 모델은 라벨과 속성을 포함한 바운딩 박스나 점을 JSON으로 반환할 수 있습니다. Qwen2.5-VL은 정규화된 좌표 방식 대신 이미지의 실제 크기 스케일에 맞는 좌표를 사용합니다. 찾을 객체를 지정하고 좌표 해석과 함께 bbox\_2d와 label 같은 필요한 필드를 제공하세요. 분석 전에 이미지를 리사이즈했다면 반환된 좌표와 함께 해당 크기 정보를 유지하여 같은 이미지에 맞춰 해석할 수 있도록 하세요. Qwen의 예시는 탐지와 개수 세기, 객체 설명을 결합합니다.

제작사는 여러 언어, 방향, 장면 유형에서의 텍스트 인식을 강조합니다. 예시는 텍스트 줄을 추출하고 텍스트를 위치와 연결하며 영수증이나 양식에서 지정된 필드를 가져옵니다. 문서 요청에는 선명한 스캔을 제공하고, 필드를 정하며, 없거나 읽을 수 없는 정보를 어떻게 표현할지 밝히세요. 예시 결과는 문서 식별자, 날짜, 항목들을 포함한 구조화된 레코드가 될 수 있으며, 불확실성은 실제로 보이는 내용과 구분합니다. 제공된 이미지가 추출의 증거를 제공합니다.

Qwen 발표는 배치 정보를 포함한 문서 파싱을 위해 QwenVL HTML을 소개합니다. 잡지, 연구 논문, 웹페이지, 모바일 스크린샷을 예시로 보여 주며, 제목·문단·이미지·수식과 바운딩 박스 정보를 결합합니다. 단어뿐 아니라 읽기 순서와 페이지 구조가 중요할 때 유용합니다. 읽기를 위한 일반 텍스트, 선택한 필드를 위한 JSON, 제작사의 배치 중심 HTML 형식 중 원하는 표현을 명확히 요청하세요. 스캔한 보고서를 제목과 문단으로 정리한 뒤, 추가 지시로 특정 섹션의 요약을 요청할 수 있습니다.

동영상에서는 Qwen이 한 시간을 넘는 자료의 이해, 사건 검색, 초 단위의 시간 위치 지정을 문서화합니다. 동적 프레임률 학습과 절대 시간 인코딩은 사건의 속도와 위치를 표현하는 데 도움이 됩니다. 공식 예시는 설명한 동작이 일어나는 구간을 찾고 시작 시간, 종료 시간, 설명을 포함한 사건 목록을 반환합니다. 찾을 사건을 지정하고 초 단위나 타임스탬프 형식을 정하세요. 실용적인 요청은 긴 시연에서 관련 구간을 찾고 각 구간에서 일어나는 일을 간결하게 설명하도록 할 수 있습니다.

모델은 컴퓨터와 모바일 사용을 위한 시각 에이전트로도 소개됩니다. 화면을 바탕으로 추론하고 작업을 위해 도구를 지시할 수 있습니다. 시각적 위치 지정과 화면 이해는 관련 조작 요소나 다음에 의도한 상호작용을 식별할 수 있습니다. 애플리케이션이 화면, 사용 가능한 동작, 목표를 제공하고 요청된 동작을 실행한 뒤 새 상태를 반환합니다. 예를 들어 요청에서 지정한 화면에 도달하는 데 필요한 조작 요소와 이를 가리키는 점이나 박스를 요구할 수 있습니다. 모델의 텍스트 동작 설명과 애플리케이션이 실행한 상호작용은 별도의 단계입니다.

Qwen의 프로세서는 이미지 픽셀 수를 제어할 수 있게 합니다. 문서에 명시된 기본 범위는 이미지당 시각 토큰 4부터 16,384까지이며, 256부터 1,280토큰까지는 예시 설정이지 보편적인 이미지 제한이 아닙니다. 리사이즈는 종횡비를 유지할 수 있고, 명시한 크기는 28의 배수로 반올림됩니다. 더 높은 해상도는 더 많은 계산을 사용하며 작은 텍스트나 복잡한 도식 디테일을 보존할 수 있습니다. 중요한 라벨을 읽을 수 있게 하고 관련 페이지나 영역을 선명하게 유지하면서 질문에 맞게 준비하세요. 동영상 예시는 프레임 시퀀스나 프레임률 정보가 있는 동영상을 사용하며, 답변에 타임스탬프가 필요할 때 이 정보가 중요합니다.

카드의 현재 설정은 컨텍스트 32,768토큰입니다. YaRN 확장을 설명하지만 시간·공간 위치 지정에 큰 영향을 줄 수 있다고 주의하며, 해당 작업에는 권장하지 않습니다. 긴 동영상을 위한 위치 설정 확대는 별도로 다룹니다. 시간 단위 분량의 이해는 문서화된 기능이며, 보편적인 업로드 길이나 출력 길이 제한이 아닙니다. 후속 처리에 필요한 정보를 유지하는 결과를 선택하세요. 레코드용 필드, 위치 지정용 좌표, 문서용 배치, 동영상용 시간 정보가 있는 설명 등이 될 수 있습니다.

실제 활용 과제

### 실제 활용 과제

영어 기술 예제

```
Extract fields from a receipt transcription

Extract a record from this receipt transcription: “Harbor Stationery; receipt HS-81; 14 March; notebooks 3 x 4.00; total 12.00.” Return merchant, receipt_id, date_text, items, total and currency. Preserve the written date and mark currency as unknown because no symbol or currency name is present. Keep a supporting source phrase with each field.
```

#### 예상 결과

```
A field record with line-item details, preserved date text, source phrases and an explicit unknown currency.
```

#### 결과 확인

```
Check that the answer does not infer a year or currency and that item arithmetic agrees with the stated total.
```

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen/qwen2.5-vl-72b-instruct`

[`qwen/qwen2.5-vl-72b-instruct`](https://ailoot.ai/models/ko/#m=qwen%2Fqwen2.5-vl-72b-instruct&route=Ultra&caller=qwen%2Fqwen2.5-vl-72b-instruct&fmt=chat)

Alibaba /`qwen/qwen2.5-vl-72b-instruct`

### 시작하기

Qwen2.5-VL-72B-Instruct는 이미지, 문서, 차트, 동영상을 위한 Qwen의 비전 언어 모델입니다. 텍스트, 구조화된 추출 데이터, 시각 좌표를 반환하며, 긴 동영상에서 사건을 찾거나 컴퓨터·모바일 화면에 대해 추론할 수 있습니다.

허용 입력

텍스트

결과

텍스트

### Ailoot에서 사용 가능 · 입력 및 메서드

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

입력

`text`

출력

`text`

출력 형식

json 또는 SSE

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 qwen/qwen2.5-vl-72b-instruct | 기본값— |
| 필드`messages` | 유형`message[]` | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
| 필드`messages[].role` | 유형`string` | 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— |
| 필드`messages[].content` | 유형`string\|content_part[]\|null` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`messages[].tool_calls` | 유형`tool_call[]` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`messages[].tool_call_id` | 유형`string` | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
| 필드`messages[].name` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`messages[].reasoning_content` | 유형`string` | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
| 필드`messages[].reasoning_details` | 유형`object\|array` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`max_tokens` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
| 필드`max_completion_tokens` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
| 필드`stream` | 유형`boolean` | 요건선택 사항 | 값과 한도 | 기본값false |
| 필드`stream_options.include_usage` | 유형`boolean` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`temperature` | 유형`number` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`top_p` | 유형`number` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`stop` | 유형`string\|string[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`tools` | 유형`function_tool[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`tools[].type` | 유형`string` | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
| 필드`tools[].function.name` | 유형`string` | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
| 필드`tools[].function.description` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`tools[].function.parameters` | 유형`JSON_schema` | 요건선택 사항 | 값과 한도 | 기본값— |
| 필드`tool_choice` | 유형`string\|object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`parallel_tool_calls` | 유형`boolean` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`response_format` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`reasoning_effort` | 유형`string` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`reasoning` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`service_tier` | 유형`string` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`instructions` | 유형`string` | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
| 필드`functions` | 유형`function[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`function_call` | 유형`string\|object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`prompt_cache_options` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
| 필드`modalities` | 유형`string[]` | 요건선택 사항 | 값과 한도 text | 기본값— |
| 필드`provider` | 유형`object` | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
| 필드`cache_control.ttl` | 유형`string` | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |

입력 자료 조합

**텍스트** · UTF8 텍스트

`messages[].content`

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`content_type` | 명세application/json |
| 매개변수`required` | 명세model, messages |
| 매개변수`material_types` | 명세text |
| 매개변수`messages` | 명세role/content 형식의 메시지 배열 |
| 매개변수`file_material` | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
| 매개변수`optional_controls` | 명세stream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| 매개변수`control_scope` | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
| 매개변수`output_modalities` | 명세text |
| 매개변수`hosted_operations` | 명세false |
| 매개변수`multimodal_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

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드

표준 요금 빠른 모드를 선택한 경우

Flex 모드

표준 요금 flex 모드를 선택한 경우

최대 추론 수준

표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우

#### Ailoot 요금

#### 설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
| --- | --- | --- | --- | --- |
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 **$0.0016** / 1K 토큰 출력 · 출력 토큰 **$0.002** / 1K 토큰 입력 · 캐시 읽기 **$0.0008** / 1K 토큰 입력 · 캐시 쓰기 **$0** / 1K 토큰 입력 · 캐시 쓰기, 1시간 **—** / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 **$0.0016** / 1K 토큰 출력 · 출력 토큰 **$0.002** / 1K 토큰 입력 · 캐시 읽기 **$0.0008** / 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 →](https://ailoot.ai/docs/ko/billing/reserve/)

### 요청 예제

#### Ailoot Ultra · OpenAI Chat

curlPython SDKPython 스트리밍

```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": "qwen/qwen2.5-vl-72b-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='qwen/qwen2.5-vl-72b-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='qwen/qwen2.5-vl-72b-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")
```

### 결과 수신 및 저장

#### Ailoot Ultra · OpenAI Chat

json 또는 SSE

##### 완료된 결과 모두 보관

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.

##### 원래 응답을 확인해야 할 경우

요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.

응답 필드

| 필드 | 유형 |
| --- | --- |
| 필드`choices[].index` | 유형integer |
| 필드`choices[].message.content` | 유형string\|null |
| 필드`choices[].message.tool_calls` | 유형tool\_call\[\] |
| 필드`choices[].message.reasoning_content` | 유형string |
| 필드`choices[].message.reasoning_details` | 유형object\|array |
| 필드`choices[].finish_reason` | 유형string\|null |
| 필드`usage` | 유형object |

오류와 다음 단계

| 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. |

### 별칭

#### 모델 별칭

**Ailoot Ultra** [`qwen/qwen2.5-vl-72b-instruct`](https://ailoot.ai/models/ko/#m=qwen%2Fqwen2.5-vl-72b-instruct&route=Ultra&caller=qwen%2Fqwen2.5-vl-72b-instruct&fmt=chat)

#### 메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

#### 관련 호출용 ID

[`qwen/qwen2.5-vl-72b-instruct`](https://ailoot.ai/models/ko/#m=qwen%2Fqwen2.5-vl-72b-instruct&route=Ultra&caller=qwen%2Fqwen2.5-vl-72b-instruct&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen/qwen2.5-vl-72b-instruct`

[`qwen/qwen2.5-vl-72b-instruct`](https://ailoot.ai/models/ko/#m=qwen%2Fqwen2.5-vl-72b-instruct&route=Ultra&caller=qwen%2Fqwen2.5-vl-72b-instruct&fmt=messages)

Alibaba /`qwen/qwen2.5-vl-72b-instruct`

### 시작하기

Qwen2.5-VL-72B-Instruct는 이미지, 문서, 차트, 동영상을 위한 Qwen의 비전 언어 모델입니다. 텍스트, 구조화된 추출 데이터, 시각 좌표를 반환하며, 긴 동영상에서 사건을 찾거나 컴퓨터·모바일 화면에 대해 추론할 수 있습니다.

허용 입력

텍스트

결과

json · sse

### Ailoot에서 사용 가능 · 입력 및 메서드

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

입력

`text`

출력

`json`, `sse`

출력 형식

JSON 또는 SSE

| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
| --- | --- | --- | --- | --- |
| 필드`model` | 유형`string` | 요건필수 | 값과 한도 qwen/qwen2.5-vl-72b-instruct | 기본값— |
| 필드`messages` | 유형`message[]` | 요건필수 | 값과 한도 | 기본값— |
| 필드`messages[].role` | 유형`string` | 요건필수 | 값과 한도 user, assistant | 기본값— |
| 필드`messages[].content` | 유형`string` | 요건필수 | 값과 한도 | 기본값— |
| 필드`max_tokens` | 유형`integer` | 요건필수 | 값과 한도 | 기본값— |
| 필드`stream` | 유형`boolean` | 요건선택 사항 | 값과 한도 | 기본값false |

입력 자료 조합

**텍스트** · UTF-8 텍스트

`messages[].content 문자열`

메서드 매개변수와 수명 주기

| 매개변수 | 명세 |
| --- | --- |
| 매개변수`content_type` | 명세application/json |
| 매개변수`required` | 명세model, messages, max\_tokens |
| 매개변수`optional_controls` | 명세stream |
| 매개변수`material_types` | 명세text |
| 매개변수`text_file_material` | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |

수명 주기: `synchronous_or_streamed`

### 요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드

표준 요금 빠른 모드를 선택한 경우

Flex 모드

표준 요금 flex 모드를 선택한 경우

최대 추론 수준

표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우

#### Ailoot 요금

#### 설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
| --- | --- | --- | --- | --- |
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 **$0.0016** / 1K 토큰 출력 · 출력 토큰 **$0.002** / 1K 토큰 입력 · 캐시 읽기 **$0.0008** / 1K 토큰 입력 · 캐시 쓰기 **$0** / 1K 토큰 입력 · 캐시 쓰기, 1시간 **—** / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 **$0.0016** / 1K 토큰 출력 · 출력 토큰 **$0.002** / 1K 토큰 입력 · 캐시 읽기 **$0.0008** / 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 →](https://ailoot.ai/docs/ko/billing/reserve/)

### 요청 예제

#### Ailoot Ultra · Anthropic Messages

최소 구성의 완전한 JSON 본문curl · 자신의 UTF-8 문서 사용Python · 결과 전체 저장

```json
{
  "model": "qwen/qwen2.5-vl-72b-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': 'qwen/qwen2.5-vl-72b-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': 'qwen/qwen2.5-vl-72b-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))
```

### 결과 수신 및 저장

#### Ailoot Ultra · Anthropic Messages

JSON 또는 SSE

##### 완료된 결과 모두 보관

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.

##### 원래 응답을 확인해야 할 경우

요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.

응답 필드

| 필드 | 유형 |
| --- | --- |
| 필드`id` | 유형string |
| 필드`model` | 유형string |
| 필드`content[]` | 유형text\|thinking\|tool\_use\|other content block |
| 필드`stop_reason` | 유형string\|null |
| 필드`usage` | 유형object |

오류와 다음 단계

| 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. |

### 별칭

#### 모델 별칭

**Ailoot Ultra** [`qwen/qwen2.5-vl-72b-instruct`](https://ailoot.ai/models/ko/#m=qwen%2Fqwen2.5-vl-72b-instruct&route=Ultra&caller=qwen%2Fqwen2.5-vl-72b-instruct&fmt=messages)

#### 메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

#### 관련 호출용 ID

[`qwen/qwen2.5-vl-72b-instruct`](https://ailoot.ai/models/ko/#m=qwen%2Fqwen2.5-vl-72b-instruct&route=Ultra&caller=qwen%2Fqwen2.5-vl-72b-instruct&fmt=messages)

FAQ · Qwen: Qwen2.5 VL 72B Instruct

어떤 입력과 결과를 사용할 수 있나요?

`POST /v1/chat/completions` · `qwen/qwen2.5-vl-72b-instruct`: `text` → `text` `POST /v1/messages` · `qwen/qwen2.5-vl-72b-instruct`: `text` → `json`, `sse`

요청은 어떤 필드를 사용하나요?

`POST /v1/chat/completions` · `qwen/qwen2.5-vl-72b-instruct`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen/qwen2.5-vl-72b-instruct`: `model`, `messages`, `max_tokens`, `stream`

어떤 제한이 적용되나요?

`POST /v1/chat/completions` · `qwen/qwen2.5-vl-72b-instruct`: `messages.min_items`: `1`

Claude Code, OpenCode, Hermes, 자체 앱에 Ailoot를 연결하세요.

## 회사와 그 프로젝트 포트폴리오

회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.

## 할인받아 토큰을 구매하세요.

정기 작업에는 구독 할인, 토큰 구매에는 최대 50% 프로모션 코드.

구독

정기 요청에 맞는 할인 요금제를 선택하세요.

최대 50% 프로모션 코드

구매할 때 코드를 넣으면 진행 중 행사에 따라 가격을 다시 계산합니다.

이력의 지출

요청마다 모델, 토큰, 금액을 저장합니다.

[구독 선택](https://ailoot.ai/docs/ko/billing/subscriptions/) · [모델 가격 보기](https://ailoot.ai/models/ko/)

## 판매하는 제품에 API를 연결하세요.

Ailoot 공식 이용 조건과 라이선스 계약으로 SaaS, 앱, 봇에 사용하세요. 재판매에는 리셀러 라이선스를 요청하세요.

상업용 앱

서비스의 유료 기능에 텍스트, 이미지, 영상, 소리 생성을 넣으세요.

리셀러 라이선스

프로젝트 설명과 접근 구조를 보내 사용·재판매의 서면 조건을 요청하세요.

사이트의 문서

연결 전에 공식 이용 조건, 라이선스 계약, 데이터 처리 정책을 읽을 수 있습니다.

[리셀러 라이선스 요청](mailto:support@ailoot.ai) · [공식 이용 조건과 라이선스 계약](https://ailoot.ai/legal/offer?lang=ko)

## Ailoot · 회사와 그 프로젝트 포트폴리오





Ailoot는 축적된 운영 경험, 폭넓은 고객 기반, 안정적인 서비스, 지속적인 KPI 관리를 바탕으로 합니다.





회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.





Ailoot는 이러한 운영 경험을 고객의 제품, 에이전트, 애플리케이션, 자동화에서 AI 기능을 이용할 수 있는 API 접근에 활용합니다.