Qwen-VL-OCR은 Alibaba의 Qwen-VL 기술을 기반으로 만든 OCR 모델입니다. 개발사가 제공한 모델 프로필은 이미지 속 텍스트의 인식, 구조 분석, 처리를 한 모델에 통합하고 출력을 텍스트로 명시합니다. 원문에 보이는 텍스트를 검색하거나 검토하거나 문서 처리 흐름에 넣을 수 있는 자료로 바꾸는 데 사용하세요.
선명한 페이지 이미지나 텍스트 전체가 보이는 특정 부분의 잘라낸 이미지를 사용하세요. 읽기 쉬운 방향을 유지하고, 필드의 의미를 결정하는 경우에는 인접한 제목도 포함하세요. 전사문이 원문 자료와 연결되도록 페이지 또는 이미지 식별자를 유지하세요.
과제에 눈에 보이는 텍스트 전체가 필요한지, 지정한 영역만 필요한지 명시하세요. 양식에서는 중요한 필드를 지정하고, 문서 페이지에서는 요청한 전사문에 읽기 순서와 문단 경계를 유지하세요. 불확실한 문자를 표시하도록 요청해 이미지와 대조할 수 있게 하세요.
결과를 다른 시스템에 넣기 전에 이름, 합계, 날짜, 작은 글씨를 확인하세요. 평가나 결과를 기록할 때는 이 일반 OCR 프로필과 별도 이름이 붙은 날짜별 모델 버전을 구분하세요.
", "aboutText": "Qwen-VL-OCR은 Alibaba의 Qwen-VL 기술을 기반으로 만든 OCR 모델입니다. 개발사가 제공한 모델 프로필은 이미지 속 텍스트의 인식, 구조 분석, 처리를 한 모델에 통합하고 출력을 텍스트로 명시합니다. 원문에 보이는 텍스트를 검색하거나 검토하거나 문서 처리 흐름에 넣을 수 있는 자료로 바꾸는 데 사용하세요.\n\n### 텍스트가 온전히 보이는 이미지 준비하기\n\n선명한 페이지 이미지나 텍스트 전체가 보이는 특정 부분의 잘라낸 이미지를 사용하세요. 읽기 쉬운 방향을 유지하고, 필드의 의미를 결정하는 경우에는 인접한 제목도 포함하세요. 전사문이 원문 자료와 연결되도록 페이지 또는 이미지 식별자를 유지하세요.\n\n### 필요한 텍스트 추출 요청하기\n\n과제에 눈에 보이는 텍스트 전체가 필요한지, 지정한 영역만 필요한지 명시하세요. 양식에서는 중요한 필드를 지정하고, 문서 페이지에서는 요청한 전사문에 읽기 순서와 문단 경계를 유지하세요. 불확실한 문자를 표시하도록 요청해 이미지와 대조할 수 있게 하세요.\n\n### 텍스트를 이미지와 대조해 검토하기\n\n결과를 다른 시스템에 넣기 전에 이름, 합계, 날짜, 작은 글씨를 확인하세요. 평가나 결과를 기록할 때는 이 일반 OCR 프로필과 별도 이름이 붙은 날짜별 모델 버전을 구분하세요.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "919b5ae86f175f65cf8142f4fd07aacca158647e0458f20a6192938d6372f7d8", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "qwen-vl-ocrQwen-VL-OCR은 Alibaba의 시각적 텍스트 인식 모델로, 이미지와 문서의 텍스트를 추출하고 구조를 분석하며 텍스트를 출력합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen-VL-OCR은 Alibaba의 Qwen-VL 기술을 기반으로 만든 OCR 모델입니다. 개발사가 제공한 모델 프로필은 이미지 속 텍스트의 인식, 구조 분석, 처리를 한 모델에 통합하고 출력을 텍스트로 명시합니다. 원문에 보이는 텍스트를 검색하거나 검토하거나 문서 처리 흐름에 넣을 수 있는 자료로 바꾸는 데 사용하세요.
선명한 페이지 이미지나 텍스트 전체가 보이는 특정 부분의 잘라낸 이미지를 사용하세요. 읽기 쉬운 방향을 유지하고, 필드의 의미를 결정하는 경우에는 인접한 제목도 포함하세요. 전사문이 원문 자료와 연결되도록 페이지 또는 이미지 식별자를 유지하세요.
과제에 눈에 보이는 텍스트 전체가 필요한지, 지정한 영역만 필요한지 명시하세요. 양식에서는 중요한 필드를 지정하고, 문서 페이지에서는 요청한 전사문에 읽기 순서와 문단 경계를 유지하세요. 불확실한 문자를 표시하도록 요청해 이미지와 대조할 수 있게 하세요.
결과를 다른 시스템에 넣기 전에 이름, 합계, 날짜, 작은 글씨를 확인하세요. 평가나 결과를 기록할 때는 이 일반 OCR 프로필과 별도 이름이 붙은 날짜별 모델 버전을 구분하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen-vl-ocr | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 텍스트 대화 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
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 |
매개변수control_scope | 명세텍스트 대화. stream은 불리언이며 기본값은 false입니다. |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
메서드 별칭: /chat/completions
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 $0.00144 / 1K 토큰 출력 · 출력 토큰 $0.00144 / 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-vl-ocr","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-vl-ocr", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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-vl-ocr
/chat/completions
qwen-vl-ocrQwen-VL-OCR은 Alibaba의 시각적 텍스트 인식 모델로, 이미지와 문서의 텍스트를 추출하고 구조를 분석하며 텍스트를 출력합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen-VL-OCR은 Alibaba의 Qwen-VL 기술을 기반으로 만든 OCR 모델입니다. 개발사가 제공한 모델 프로필은 이미지 속 텍스트의 인식, 구조 분석, 처리를 한 모델에 통합하고 출력을 텍스트로 명시합니다. 원문에 보이는 텍스트를 검색하거나 검토하거나 문서 처리 흐름에 넣을 수 있는 자료로 바꾸는 데 사용하세요.
선명한 페이지 이미지나 텍스트 전체가 보이는 특정 부분의 잘라낸 이미지를 사용하세요. 읽기 쉬운 방향을 유지하고, 필드의 의미를 결정하는 경우에는 인접한 제목도 포함하세요. 전사문이 원문 자료와 연결되도록 페이지 또는 이미지 식별자를 유지하세요.
과제에 눈에 보이는 텍스트 전체가 필요한지, 지정한 영역만 필요한지 명시하세요. 양식에서는 중요한 필드를 지정하고, 문서 페이지에서는 요청한 전사문에 읽기 순서와 문단 경계를 유지하세요. 불확실한 문자를 표시하도록 요청해 이미지와 대조할 수 있게 하세요.
결과를 다른 시스템에 넣기 전에 이름, 합계, 날짜, 작은 글씨를 확인하세요. 평가나 결과를 기록할 때는 이 일반 OCR 프로필과 별도 이름이 붙은 날짜별 모델 버전을 구분하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen-vl-ocr | 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 $0.00144 / 1K 토큰 출력 · 출력 토큰 $0.00144 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen-vl-ocr",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-vl-ocr', '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-vl-ocr', '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-vl-ocr
/chat/completions