Qwen2-VL-72B-Instruct는 Qwen2를 기반으로 만들어진 지시 튜닝 72B 비전 언어 에디션입니다. 이미지나 동영상과 함께 텍스트를 입력받아 텍스트 답변을 생성합니다. 제작사는 다양한 해상도와 종횡비의 이미지 이해, 이미지 속 텍스트 해석, 눈에 보이는 관계에 대한 추론, 20분이 넘는 동영상에 관한 질문에 답하는 기능을 강조합니다.
이미지와 동영상 기능
문서 페이지에서는 필요한 구체적인 내용을 요청하세요. 문단, 표의 행, 수식, 진술에 붙은 조건 등이 될 수 있습니다. 페이지를 읽을 수 있게 유지하고, 결과가 문구를 전사해야 하는지, 요약해야 하는지, 의미를 설명해야 하는지 밝히세요. 유용한 문서 출력은 추출 내용 옆에 원래 섹션 라벨을 유지할 수 있습니다. 도식에서는 라벨이 붙은 요소가 어떻게 연결되는지 묻고 설명이 필요한 관계를 지정하세요.
문서에 명시된 동영상 사용에는 눈에 보이는 시퀀스에 기반한 질문, 대화, 글로 된 콘텐츠가 포함됩니다. 객체가 언제 나타나는지, 특정 단계 전에 무엇이 일어나는지, 시연된 동작이 글로 된 절차와 어떤 관계인지 등 검토할 사건이나 변화를 정하세요. 순서대로 된 사건 설명이나 보이는 단계와 제공한 절차의 비교를 요청하세요. 제작사의 20분을 넘는다는 설명은 긴 동영상 이해에 관한 것입니다. 고정된 최대 동영상 길이나, 모든 원본 클립이 변경하지 않은 입력 설정에 들어간다는 보장이 아닙니다.
시각 에이전트 활용
릴리스는 Qwen2-VL을 모바일 기기, 로봇, 다른 도구에 연결된 시각 에이전트용으로도 소개합니다. 발표는 도식에서 코드를 생성하거나 시각적 질문으로 외부 조회를 요청하는 등 함수 호출 및 코드 인터프리터 시나리오를 설명합니다. 모델을 사용하는 애플리케이션이 이러한 도구를 제공하고, 제안된 동작을 실행한 뒤 결과를 반환합니다. 모델의 텍스트 응답만으로는 조작 요소를 클릭하거나, 기기를 움직이거나, 생성된 프로그램을 실행하지 않습니다.
실용적인 인터페이스 작업에서는 스크린샷과 사용자의 목표를 제공한 뒤, 다음 단계와 관련된 보이는 조작 요소와 그 선택을 뒷받침하는 증거를 요청할 수 있습니다. 관찰, 제안된 동작, 실제 실행을 작업 흐름의 별도 부분으로 유지하세요. 이를 통해 시각 에이전트에 초점을 맞추면서 애플리케이션이 작업할 수 있을 만큼 구체적인 결과를 요청할 수 있습니다.
이미지 속 다국어 텍스트
제작사는 영어와 중국어, 대부분의 유럽 언어, 일본어·한국어·아랍어·베트남어 등을 포함한 언어의 이미지 속 텍스트 인식을 설명합니다. 따라서 다국어 페이지도 시각적 읽기 작업으로 다룰 수 있습니다. 정확한 문구가 중요하다면 원래 전사를 먼저 요청한 뒤, 선택한 언어로 번역이나 설명을 요청하세요. 지정되지 않은 재작성과 인식을 섞기보다 라벨과 숫자를 유지하세요.
동적 해상도와 위치 정보
Qwen2-VL은 비전 인코더와 Qwen2 언어 모델을 결합합니다. Naive Dynamic Resolution은 다양한 이미지 크기를 서로 다른 시각 토큰 수에 대응시킵니다. Multimodal Rotary Position Embedding은 위치 정보를 분리하여 텍스트 순서, 2차원 이미지, 동영상의 시간·공간 구조를 표현할 수 있도록 합니다. 이 기능은 같은 계열이 페이지, 여러 이미지, 동영상 시퀀스를 처리하는 방식을 설명합니다.
모델 카드의 이미지 프로세서는 이미지당 기본 범위로 시각 토큰 4부터 16,384까지를 명시합니다. 애플리케이션은 종횡비를 유지하면서 최소·최대 픽셀을 조정하거나, 28의 배수로 반올림되는 크기를 요청할 수 있습니다. 예시 범위인 256부터 1,280토큰까지는 설정 가능한 설명 예시이며, 별도의 보편적인 이미지 제한이 아닙니다. 이미지 디테일이 많아지면 더 많은 계산과 시각 토큰이 사용되므로, 이미지를 준비할 때 질문에 필요한 라벨, 머리글, 작은 객체를 유지하세요.
입력 준비와 컨텍스트
제작사는 단일 이미지, 여러 이미지, 프레임 시퀀스나 로컬 파일로 제공하는 동영상, 배치 대화를 예시로 보여 줍니다. 이미지 준비에는 로컬 파일, 인코딩된 이미지 데이터, 이미지 참조가 포함됩니다. 카드의 동영상 예시는 선택한 프레임률을 사용하며, 모든 동영상에 하나의 필수 샘플링 비율을 정하는 것은 아닙니다. 서로 관련 없는 프레임을 한 장면으로 취급하지 말고, 여러 이미지의 순서와 역할을 지정하며 시퀀스를 해석하는 데 필요한 정보를 제공하세요.
릴리스 설정에서 최대 위치 수는 32,768로 정해져 있습니다. 시각 자료와 텍스트 지시는 실제 설정된 컨텍스트 안에서 계획해야 합니다. 카드의 128토큰 생성 예시는 예시 설정일 뿐이며, 별도의 최대 출력 용량을 공개하는 것은 아닙니다. 72B 에디션은 Qwen2.5-VL이나 다른 Qwen 모델의 긴 컨텍스트 설정을 가져오기보다 자체 설정을 유지해야 합니다.
주요 한계
제작사는 Qwen2-VL이 동영상에 포함된 오디오를 이해하지 못한다고 명시합니다. 따라서 질문에 말한 정보가 필요하다면 별도로 제공해야 합니다. 이미지 학습 데이터셋은 2023년 6월까지 갱신되었다고 설명됩니다. 이는 해당 데이터셋에 관한 설명이며, 현재의 시각적 지식을 약속하는 것이 아닙니다.
문서에 명시된 한계에는 특정 인물이나 이름으로 식별되는 지식재산의 불완전한 인식, 복잡한 여러 단계 지시의 어려움, 복잡한 장면에서 취약한 개수 세기, 3차원 공간 추론의 한계도 포함됩니다. 작업이 이런 능력 중 하나에 의존한다면 필요한 객체나 관계에 질문의 초점을 맞추고 답변 옆에 시각적 증거를 유지하세요. 명확한 원본 자료와 정해진 출력은 결과를 검토하기 쉽게 만들지만, 명시된 한계를 정확도 보장으로 대체하지는 않습니다.
", "aboutText": "Qwen2-VL-72B-Instruct는 Qwen2를 기반으로 만들어진 지시 튜닝 72B 비전 언어 에디션입니다. 이미지나 동영상과 함께 텍스트를 입력받아 텍스트 답변을 생성합니다. 제작사는 다양한 해상도와 종횡비의 이미지 이해, 이미지 속 텍스트 해석, 눈에 보이는 관계에 대한 추론, 20분이 넘는 동영상에 관한 질문에 답하는 기능을 강조합니다.\n\n이미지와 동영상 기능\n\n문서 페이지에서는 필요한 구체적인 내용을 요청하세요. 문단, 표의 행, 수식, 진술에 붙은 조건 등이 될 수 있습니다. 페이지를 읽을 수 있게 유지하고, 결과가 문구를 전사해야 하는지, 요약해야 하는지, 의미를 설명해야 하는지 밝히세요. 유용한 문서 출력은 추출 내용 옆에 원래 섹션 라벨을 유지할 수 있습니다. 도식에서는 라벨이 붙은 요소가 어떻게 연결되는지 묻고 설명이 필요한 관계를 지정하세요.\n\n문서에 명시된 동영상 사용에는 눈에 보이는 시퀀스에 기반한 질문, 대화, 글로 된 콘텐츠가 포함됩니다. 객체가 언제 나타나는지, 특정 단계 전에 무엇이 일어나는지, 시연된 동작이 글로 된 절차와 어떤 관계인지 등 검토할 사건이나 변화를 정하세요. 순서대로 된 사건 설명이나 보이는 단계와 제공한 절차의 비교를 요청하세요. 제작사의 20분을 넘는다는 설명은 긴 동영상 이해에 관한 것입니다. 고정된 최대 동영상 길이나, 모든 원본 클립이 변경하지 않은 입력 설정에 들어간다는 보장이 아닙니다.\n\n시각 에이전트 활용\n\n릴리스는 Qwen2-VL을 모바일 기기, 로봇, 다른 도구에 연결된 시각 에이전트용으로도 소개합니다. 발표는 도식에서 코드를 생성하거나 시각적 질문으로 외부 조회를 요청하는 등 함수 호출 및 코드 인터프리터 시나리오를 설명합니다. 모델을 사용하는 애플리케이션이 이러한 도구를 제공하고, 제안된 동작을 실행한 뒤 결과를 반환합니다. 모델의 텍스트 응답만으로는 조작 요소를 클릭하거나, 기기를 움직이거나, 생성된 프로그램을 실행하지 않습니다.\n\n실용적인 인터페이스 작업에서는 스크린샷과 사용자의 목표를 제공한 뒤, 다음 단계와 관련된 보이는 조작 요소와 그 선택을 뒷받침하는 증거를 요청할 수 있습니다. 관찰, 제안된 동작, 실제 실행을 작업 흐름의 별도 부분으로 유지하세요. 이를 통해 시각 에이전트에 초점을 맞추면서 애플리케이션이 작업할 수 있을 만큼 구체적인 결과를 요청할 수 있습니다.\n\n이미지 속 다국어 텍스트\n\n제작사는 영어와 중국어, 대부분의 유럽 언어, 일본어·한국어·아랍어·베트남어 등을 포함한 언어의 이미지 속 텍스트 인식을 설명합니다. 따라서 다국어 페이지도 시각적 읽기 작업으로 다룰 수 있습니다. 정확한 문구가 중요하다면 원래 전사를 먼저 요청한 뒤, 선택한 언어로 번역이나 설명을 요청하세요. 지정되지 않은 재작성과 인식을 섞기보다 라벨과 숫자를 유지하세요.\n\n동적 해상도와 위치 정보\n\nQwen2-VL은 비전 인코더와 Qwen2 언어 모델을 결합합니다. Naive Dynamic Resolution은 다양한 이미지 크기를 서로 다른 시각 토큰 수에 대응시킵니다. Multimodal Rotary Position Embedding은 위치 정보를 분리하여 텍스트 순서, 2차원 이미지, 동영상의 시간·공간 구조를 표현할 수 있도록 합니다. 이 기능은 같은 계열이 페이지, 여러 이미지, 동영상 시퀀스를 처리하는 방식을 설명합니다.\n\n모델 카드의 이미지 프로세서는 이미지당 기본 범위로 시각 토큰 4부터 16,384까지를 명시합니다. 애플리케이션은 종횡비를 유지하면서 최소·최대 픽셀을 조정하거나, 28의 배수로 반올림되는 크기를 요청할 수 있습니다. 예시 범위인 256부터 1,280토큰까지는 설정 가능한 설명 예시이며, 별도의 보편적인 이미지 제한이 아닙니다. 이미지 디테일이 많아지면 더 많은 계산과 시각 토큰이 사용되므로, 이미지를 준비할 때 질문에 필요한 라벨, 머리글, 작은 객체를 유지하세요.\n\n입력 준비와 컨텍스트\n\n제작사는 단일 이미지, 여러 이미지, 프레임 시퀀스나 로컬 파일로 제공하는 동영상, 배치 대화를 예시로 보여 줍니다. 이미지 준비에는 로컬 파일, 인코딩된 이미지 데이터, 이미지 참조가 포함됩니다. 카드의 동영상 예시는 선택한 프레임률을 사용하며, 모든 동영상에 하나의 필수 샘플링 비율을 정하는 것은 아닙니다. 서로 관련 없는 프레임을 한 장면으로 취급하지 말고, 여러 이미지의 순서와 역할을 지정하며 시퀀스를 해석하는 데 필요한 정보를 제공하세요.\n\n릴리스 설정에서 최대 위치 수는 32,768로 정해져 있습니다. 시각 자료와 텍스트 지시는 실제 설정된 컨텍스트 안에서 계획해야 합니다. 카드의 128토큰 생성 예시는 예시 설정일 뿐이며, 별도의 최대 출력 용량을 공개하는 것은 아닙니다. 72B 에디션은 Qwen2.5-VL이나 다른 Qwen 모델의 긴 컨텍스트 설정을 가져오기보다 자체 설정을 유지해야 합니다.\n\n주요 한계\n\n제작사는 Qwen2-VL이 동영상에 포함된 오디오를 이해하지 못한다고 명시합니다. 따라서 질문에 말한 정보가 필요하다면 별도로 제공해야 합니다. 이미지 학습 데이터셋은 2023년 6월까지 갱신되었다고 설명됩니다. 이는 해당 데이터셋에 관한 설명이며, 현재의 시각적 지식을 약속하는 것이 아닙니다.\n\n문서에 명시된 한계에는 특정 인물이나 이름으로 식별되는 지식재산의 불완전한 인식, 복잡한 여러 단계 지시의 어려움, 복잡한 장면에서 취약한 개수 세기, 3차원 공간 추론의 한계도 포함됩니다. 작업이 이런 능력 중 하나에 의존한다면 필요한 객체나 관계에 질문의 초점을 맞추고 답변 옆에 시각적 증거를 유지하세요. 명확한 원본 자료와 정해진 출력은 결과를 검토하기 쉽게 만들지만, 명시된 한계를 정확도 보장으로 대체하지는 않습니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Read a supplied document transcription\n\nUse this text transcription of page P2, section Limits: 'Store below 25 C. Once opened, use within seven days. Do not freeze.' Return the original wording first, then a plain-English explanation separating the temperature, time and freezing conditions. Preserve P2 as the source label. No image or video is attached.A labelled transcription followed by three source-grounded explanations of the conditions.Below 25 C is not rewritten as at or below 25 C, and the seven-day period starts at opening.Qwen/Qwen2-VL-72B-InstructQwen2-VL-72B-Instruct는 텍스트, 이미지, 동영상을 결합해 시각적 질문, 문서 읽기, 이미지 속 다국어 텍스트를 다룹니다. 제작사는 20분이 넘는 동영상 이해, 동적 이미지 해상도, 시각 에이전트 통합을 설명하며, 답변은 텍스트입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen2-VL-72B-Instruct는 Qwen2를 기반으로 만들어진 지시 튜닝 72B 비전 언어 에디션입니다. 이미지나 동영상과 함께 텍스트를 입력받아 텍스트 답변을 생성합니다. 제작사는 다양한 해상도와 종횡비의 이미지 이해, 이미지 속 텍스트 해석, 눈에 보이는 관계에 대한 추론, 20분이 넘는 동영상에 관한 질문에 답하는 기능을 강조합니다.
이미지와 동영상 기능
문서 페이지에서는 필요한 구체적인 내용을 요청하세요. 문단, 표의 행, 수식, 진술에 붙은 조건 등이 될 수 있습니다. 페이지를 읽을 수 있게 유지하고, 결과가 문구를 전사해야 하는지, 요약해야 하는지, 의미를 설명해야 하는지 밝히세요. 유용한 문서 출력은 추출 내용 옆에 원래 섹션 라벨을 유지할 수 있습니다. 도식에서는 라벨이 붙은 요소가 어떻게 연결되는지 묻고 설명이 필요한 관계를 지정하세요.
문서에 명시된 동영상 사용에는 눈에 보이는 시퀀스에 기반한 질문, 대화, 글로 된 콘텐츠가 포함됩니다. 객체가 언제 나타나는지, 특정 단계 전에 무엇이 일어나는지, 시연된 동작이 글로 된 절차와 어떤 관계인지 등 검토할 사건이나 변화를 정하세요. 순서대로 된 사건 설명이나 보이는 단계와 제공한 절차의 비교를 요청하세요. 제작사의 20분을 넘는다는 설명은 긴 동영상 이해에 관한 것입니다. 고정된 최대 동영상 길이나, 모든 원본 클립이 변경하지 않은 입력 설정에 들어간다는 보장이 아닙니다.
시각 에이전트 활용
릴리스는 Qwen2-VL을 모바일 기기, 로봇, 다른 도구에 연결된 시각 에이전트용으로도 소개합니다. 발표는 도식에서 코드를 생성하거나 시각적 질문으로 외부 조회를 요청하는 등 함수 호출 및 코드 인터프리터 시나리오를 설명합니다. 모델을 사용하는 애플리케이션이 이러한 도구를 제공하고, 제안된 동작을 실행한 뒤 결과를 반환합니다. 모델의 텍스트 응답만으로는 조작 요소를 클릭하거나, 기기를 움직이거나, 생성된 프로그램을 실행하지 않습니다.
실용적인 인터페이스 작업에서는 스크린샷과 사용자의 목표를 제공한 뒤, 다음 단계와 관련된 보이는 조작 요소와 그 선택을 뒷받침하는 증거를 요청할 수 있습니다. 관찰, 제안된 동작, 실제 실행을 작업 흐름의 별도 부분으로 유지하세요. 이를 통해 시각 에이전트에 초점을 맞추면서 애플리케이션이 작업할 수 있을 만큼 구체적인 결과를 요청할 수 있습니다.
이미지 속 다국어 텍스트
제작사는 영어와 중국어, 대부분의 유럽 언어, 일본어·한국어·아랍어·베트남어 등을 포함한 언어의 이미지 속 텍스트 인식을 설명합니다. 따라서 다국어 페이지도 시각적 읽기 작업으로 다룰 수 있습니다. 정확한 문구가 중요하다면 원래 전사를 먼저 요청한 뒤, 선택한 언어로 번역이나 설명을 요청하세요. 지정되지 않은 재작성과 인식을 섞기보다 라벨과 숫자를 유지하세요.
동적 해상도와 위치 정보
Qwen2-VL은 비전 인코더와 Qwen2 언어 모델을 결합합니다. Naive Dynamic Resolution은 다양한 이미지 크기를 서로 다른 시각 토큰 수에 대응시킵니다. Multimodal Rotary Position Embedding은 위치 정보를 분리하여 텍스트 순서, 2차원 이미지, 동영상의 시간·공간 구조를 표현할 수 있도록 합니다. 이 기능은 같은 계열이 페이지, 여러 이미지, 동영상 시퀀스를 처리하는 방식을 설명합니다.
모델 카드의 이미지 프로세서는 이미지당 기본 범위로 시각 토큰 4부터 16,384까지를 명시합니다. 애플리케이션은 종횡비를 유지하면서 최소·최대 픽셀을 조정하거나, 28의 배수로 반올림되는 크기를 요청할 수 있습니다. 예시 범위인 256부터 1,280토큰까지는 설정 가능한 설명 예시이며, 별도의 보편적인 이미지 제한이 아닙니다. 이미지 디테일이 많아지면 더 많은 계산과 시각 토큰이 사용되므로, 이미지를 준비할 때 질문에 필요한 라벨, 머리글, 작은 객체를 유지하세요.
입력 준비와 컨텍스트
제작사는 단일 이미지, 여러 이미지, 프레임 시퀀스나 로컬 파일로 제공하는 동영상, 배치 대화를 예시로 보여 줍니다. 이미지 준비에는 로컬 파일, 인코딩된 이미지 데이터, 이미지 참조가 포함됩니다. 카드의 동영상 예시는 선택한 프레임률을 사용하며, 모든 동영상에 하나의 필수 샘플링 비율을 정하는 것은 아닙니다. 서로 관련 없는 프레임을 한 장면으로 취급하지 말고, 여러 이미지의 순서와 역할을 지정하며 시퀀스를 해석하는 데 필요한 정보를 제공하세요.
릴리스 설정에서 최대 위치 수는 32,768로 정해져 있습니다. 시각 자료와 텍스트 지시는 실제 설정된 컨텍스트 안에서 계획해야 합니다. 카드의 128토큰 생성 예시는 예시 설정일 뿐이며, 별도의 최대 출력 용량을 공개하는 것은 아닙니다. 72B 에디션은 Qwen2.5-VL이나 다른 Qwen 모델의 긴 컨텍스트 설정을 가져오기보다 자체 설정을 유지해야 합니다.
주요 한계
제작사는 Qwen2-VL이 동영상에 포함된 오디오를 이해하지 못한다고 명시합니다. 따라서 질문에 말한 정보가 필요하다면 별도로 제공해야 합니다. 이미지 학습 데이터셋은 2023년 6월까지 갱신되었다고 설명됩니다. 이는 해당 데이터셋에 관한 설명이며, 현재의 시각적 지식을 약속하는 것이 아닙니다.
문서에 명시된 한계에는 특정 인물이나 이름으로 식별되는 지식재산의 불완전한 인식, 복잡한 여러 단계 지시의 어려움, 복잡한 장면에서 취약한 개수 세기, 3차원 공간 추론의 한계도 포함됩니다. 작업이 이런 능력 중 하나에 의존한다면 필요한 객체나 관계에 질문의 초점을 맞추고 답변 옆에 시각적 증거를 유지하세요. 명확한 원본 자료와 정해진 출력은 결과를 검토하기 쉽게 만들지만, 명시된 한계를 정확도 보장으로 대체하지는 않습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 Qwen/Qwen2-VL-72B-Instruct | 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 $0.00118 / 1K 토큰 출력 · 출력 토큰 $0.00118 / 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": "Qwen/Qwen2-VL-72B-Instruct", "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='Qwen/Qwen2-VL-72B-Instruct',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='Qwen/Qwen2-VL-72B-Instruct',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 Qwen/Qwen2-VL-72B-Instruct
위에 표시된 메서드 경로를 사용하세요.
Qwen/Qwen2-VL-72B-InstructQwen2-VL-72B-Instruct는 텍스트, 이미지, 동영상을 결합해 시각적 질문, 문서 읽기, 이미지 속 다국어 텍스트를 다룹니다. 제작사는 20분이 넘는 동영상 이해, 동적 이미지 해상도, 시각 에이전트 통합을 설명하며, 답변은 텍스트입니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen2-VL-72B-Instruct는 Qwen2를 기반으로 만들어진 지시 튜닝 72B 비전 언어 에디션입니다. 이미지나 동영상과 함께 텍스트를 입력받아 텍스트 답변을 생성합니다. 제작사는 다양한 해상도와 종횡비의 이미지 이해, 이미지 속 텍스트 해석, 눈에 보이는 관계에 대한 추론, 20분이 넘는 동영상에 관한 질문에 답하는 기능을 강조합니다.
이미지와 동영상 기능
문서 페이지에서는 필요한 구체적인 내용을 요청하세요. 문단, 표의 행, 수식, 진술에 붙은 조건 등이 될 수 있습니다. 페이지를 읽을 수 있게 유지하고, 결과가 문구를 전사해야 하는지, 요약해야 하는지, 의미를 설명해야 하는지 밝히세요. 유용한 문서 출력은 추출 내용 옆에 원래 섹션 라벨을 유지할 수 있습니다. 도식에서는 라벨이 붙은 요소가 어떻게 연결되는지 묻고 설명이 필요한 관계를 지정하세요.
문서에 명시된 동영상 사용에는 눈에 보이는 시퀀스에 기반한 질문, 대화, 글로 된 콘텐츠가 포함됩니다. 객체가 언제 나타나는지, 특정 단계 전에 무엇이 일어나는지, 시연된 동작이 글로 된 절차와 어떤 관계인지 등 검토할 사건이나 변화를 정하세요. 순서대로 된 사건 설명이나 보이는 단계와 제공한 절차의 비교를 요청하세요. 제작사의 20분을 넘는다는 설명은 긴 동영상 이해에 관한 것입니다. 고정된 최대 동영상 길이나, 모든 원본 클립이 변경하지 않은 입력 설정에 들어간다는 보장이 아닙니다.
시각 에이전트 활용
릴리스는 Qwen2-VL을 모바일 기기, 로봇, 다른 도구에 연결된 시각 에이전트용으로도 소개합니다. 발표는 도식에서 코드를 생성하거나 시각적 질문으로 외부 조회를 요청하는 등 함수 호출 및 코드 인터프리터 시나리오를 설명합니다. 모델을 사용하는 애플리케이션이 이러한 도구를 제공하고, 제안된 동작을 실행한 뒤 결과를 반환합니다. 모델의 텍스트 응답만으로는 조작 요소를 클릭하거나, 기기를 움직이거나, 생성된 프로그램을 실행하지 않습니다.
실용적인 인터페이스 작업에서는 스크린샷과 사용자의 목표를 제공한 뒤, 다음 단계와 관련된 보이는 조작 요소와 그 선택을 뒷받침하는 증거를 요청할 수 있습니다. 관찰, 제안된 동작, 실제 실행을 작업 흐름의 별도 부분으로 유지하세요. 이를 통해 시각 에이전트에 초점을 맞추면서 애플리케이션이 작업할 수 있을 만큼 구체적인 결과를 요청할 수 있습니다.
이미지 속 다국어 텍스트
제작사는 영어와 중국어, 대부분의 유럽 언어, 일본어·한국어·아랍어·베트남어 등을 포함한 언어의 이미지 속 텍스트 인식을 설명합니다. 따라서 다국어 페이지도 시각적 읽기 작업으로 다룰 수 있습니다. 정확한 문구가 중요하다면 원래 전사를 먼저 요청한 뒤, 선택한 언어로 번역이나 설명을 요청하세요. 지정되지 않은 재작성과 인식을 섞기보다 라벨과 숫자를 유지하세요.
동적 해상도와 위치 정보
Qwen2-VL은 비전 인코더와 Qwen2 언어 모델을 결합합니다. Naive Dynamic Resolution은 다양한 이미지 크기를 서로 다른 시각 토큰 수에 대응시킵니다. Multimodal Rotary Position Embedding은 위치 정보를 분리하여 텍스트 순서, 2차원 이미지, 동영상의 시간·공간 구조를 표현할 수 있도록 합니다. 이 기능은 같은 계열이 페이지, 여러 이미지, 동영상 시퀀스를 처리하는 방식을 설명합니다.
모델 카드의 이미지 프로세서는 이미지당 기본 범위로 시각 토큰 4부터 16,384까지를 명시합니다. 애플리케이션은 종횡비를 유지하면서 최소·최대 픽셀을 조정하거나, 28의 배수로 반올림되는 크기를 요청할 수 있습니다. 예시 범위인 256부터 1,280토큰까지는 설정 가능한 설명 예시이며, 별도의 보편적인 이미지 제한이 아닙니다. 이미지 디테일이 많아지면 더 많은 계산과 시각 토큰이 사용되므로, 이미지를 준비할 때 질문에 필요한 라벨, 머리글, 작은 객체를 유지하세요.
입력 준비와 컨텍스트
제작사는 단일 이미지, 여러 이미지, 프레임 시퀀스나 로컬 파일로 제공하는 동영상, 배치 대화를 예시로 보여 줍니다. 이미지 준비에는 로컬 파일, 인코딩된 이미지 데이터, 이미지 참조가 포함됩니다. 카드의 동영상 예시는 선택한 프레임률을 사용하며, 모든 동영상에 하나의 필수 샘플링 비율을 정하는 것은 아닙니다. 서로 관련 없는 프레임을 한 장면으로 취급하지 말고, 여러 이미지의 순서와 역할을 지정하며 시퀀스를 해석하는 데 필요한 정보를 제공하세요.
릴리스 설정에서 최대 위치 수는 32,768로 정해져 있습니다. 시각 자료와 텍스트 지시는 실제 설정된 컨텍스트 안에서 계획해야 합니다. 카드의 128토큰 생성 예시는 예시 설정일 뿐이며, 별도의 최대 출력 용량을 공개하는 것은 아닙니다. 72B 에디션은 Qwen2.5-VL이나 다른 Qwen 모델의 긴 컨텍스트 설정을 가져오기보다 자체 설정을 유지해야 합니다.
주요 한계
제작사는 Qwen2-VL이 동영상에 포함된 오디오를 이해하지 못한다고 명시합니다. 따라서 질문에 말한 정보가 필요하다면 별도로 제공해야 합니다. 이미지 학습 데이터셋은 2023년 6월까지 갱신되었다고 설명됩니다. 이는 해당 데이터셋에 관한 설명이며, 현재의 시각적 지식을 약속하는 것이 아닙니다.
문서에 명시된 한계에는 특정 인물이나 이름으로 식별되는 지식재산의 불완전한 인식, 복잡한 여러 단계 지시의 어려움, 복잡한 장면에서 취약한 개수 세기, 3차원 공간 추론의 한계도 포함됩니다. 작업이 이런 능력 중 하나에 의존한다면 필요한 객체나 관계에 질문의 초점을 맞추고 답변 옆에 시각적 증거를 유지하세요. 명확한 원본 자료와 정해진 출력은 결과를 검토하기 쉽게 만들지만, 명시된 한계를 정확도 보장으로 대체하지는 않습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 Qwen/Qwen2-VL-72B-Instruct | 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 $0.00118 / 1K 토큰 출력 · 출력 토큰 $0.00118 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "Qwen/Qwen2-VL-72B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Qwen/Qwen2-VL-72B-Instruct', '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': 'Qwen/Qwen2-VL-72B-Instruct', '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 Qwen/Qwen2-VL-72B-Instruct
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Read a supplied document transcription\n\nUse this text transcription of page P2, section Limits: 'Store below 25 C. Once opened, use within seven days. Do not freeze.' Return the original wording first, then a plain-English explanation separating the temperature, time and freezing conditions. Preserve P2 as the source label. No image or video is attached.A labelled transcription followed by three source-grounded explanations of the conditions.Below 25 C is not rewritten as at or below 25 C, and the seven-day period starts at opening.