Qwen-VL-Plus 2025-07-10은 이미지와 동영상을 이해하는 Alibaba의 날짜가 지정된 비전 언어 모델입니다. 이 버전의 핵심 업데이트는 감시 동영상 내용에 대한 이해 향상입니다. 모델은 시각 자료와 텍스트 지시를 함께 입력받아 사건 설명, 장면에 관한 답변, 요청한 세부 내용을 중심으로 구성된 보고서 등의 텍스트를 반환합니다. Alibaba는 이 스냅샷을 qwen-vl-plus-0710이라는 이름으로도 부릅니다.
제작사는 이 에디션을 Qwen-VL-Plus 2025-05-07 및 같은 페이지에서 설명하는 Qwen-VL-Plus latest 별칭과 구분합니다. 작업이 특히 카메라 촬영 영상과 관련될 때 이 구분이 중요합니다. 감시 영상에 초점을 맞춘 업데이트는 이름으로 식별되는 7월 스냅샷에 해당합니다. 프롬프트를 비교하거나 같은 영상을 다시 검토할 때는 작업 기록에 정확한 에디션을 남기세요.
시각적 질문은 프레임에 무엇이 보이는지, 객체가 어디에 있는지, 연속된 장면에서 보이는 동작이 어떻게 이어지는지에 관한 것일 수 있습니다. 한 장의 이미지는 장면 설명에 활용할 수 있고, 여러 장의 라벨이 붙은 이미지는 다른 시점이나 연속된 순간을 제공할 수 있습니다. 동영상 이해에는 샘플링된 프레임이 사용됩니다. 생성된 설명은 보이는 증거에 관한 것입니다. 모델은 대체 동영상을 생성하지 않으며, 이 시각적 작업 흐름은 동영상의 오디오 트랙을 분석하지 않습니다.
사건 보고서에는 관련 클립이나 순서대로 정렬한 프레임 시퀀스를 준비하고 중요한 구역이나 활동을 지정하세요. 예시 요청은 다음과 같습니다. “입구 근처에 있는 사람의 보이는 동작을 순서대로 설명하세요. 각 관찰에서 관련 객체, 그 위치, 보이는 변화를 제시하세요. 불확실한 세부 내용은 별도의 마지막 문장에 넣으세요.” 짧은 서술, 관찰 목록, 이름이 붙은 보고서 섹션을 요청할 수 있습니다. 이는 텍스트 답변에 대한 지시이며, 별도의 구조화된 출력 모드가 아닙니다.
이 스냅샷의 공개된 컨텍스트 창은 32,768토큰이며, 최대 입력은 30,720토큰, 최대 출력은 8,096토큰입니다. 전용 모델 표에는 이미지 한 장당 최대 16,384토큰도 명시되어 있습니다. 텍스트 지시, 대화 컨텍스트, 시각 콘텐츠는 함께 입력 예산 안에 들어가야 합니다. 출력 상한은 별도의 제한이며 원본 자료를 더 넣을 수 있는 추가 공간이 아닙니다. 긴 녹화 영상을 검토할 때는 필요한 장면 구간을 분리하고, 순서를 이해할 수 있도록 충분한 주변 프레임을 유지하세요.
관련 객체를 구별할 수 있는 원본 프레임을 선택하고, 서로 다른 카메라나 시점에 라벨을 붙이며, 요청하는 관찰을 명확히 지정하세요. 문서에 명시된 Alibaba 파일 작업 흐름에서는 URL로 제공하는 이미지를 10 MB 이하로 준비하세요. 공개 URL로 제공하는 동영상 파일은 길이가 2–40초이고 크기가 150 MB 이하여야 하며, 대신 순서대로 정렬한 4–80개 프레임 목록을 사용할 수도 있습니다. 시각 토큰과 텍스트 토큰을 합친 양도 모델의 입력 예산 안에 들어가야 합니다. 작업에 음성 설명이 필요하다면 그 전사문을 텍스트로 별도 제공하세요. 보고서에서 보이는 움직임과 추론한 목적을 구분하도록 요청하세요. “문 쪽으로 걸어갔다”는 진술은 나가려는 의도가 있었다는 진술과 다릅니다. 유용한 결과물은 영상 및 명시한 관찰 기준과 연결되어 검토할 수 있는 텍스트 기록입니다.
", "aboutText": "Qwen-VL-Plus 2025-07-10은 이미지와 동영상을 이해하는 Alibaba의 날짜가 지정된 비전 언어 모델입니다. 이 버전의 핵심 업데이트는 감시 동영상 내용에 대한 이해 향상입니다. 모델은 시각 자료와 텍스트 지시를 함께 입력받아 사건 설명, 장면에 관한 답변, 요청한 세부 내용을 중심으로 구성된 보고서 등의 텍스트를 반환합니다. Alibaba는 이 스냅샷을 qwen-vl-plus-0710이라는 이름으로도 부릅니다.\n\n제작사는 이 에디션을 Qwen-VL-Plus 2025-05-07 및 같은 페이지에서 설명하는 Qwen-VL-Plus latest 별칭과 구분합니다. 작업이 특히 카메라 촬영 영상과 관련될 때 이 구분이 중요합니다. 감시 영상에 초점을 맞춘 업데이트는 이름으로 식별되는 7월 스냅샷에 해당합니다. 프롬프트를 비교하거나 같은 영상을 다시 검토할 때는 작업 기록에 정확한 에디션을 남기세요.\n\n시각적 질문은 프레임에 무엇이 보이는지, 객체가 어디에 있는지, 연속된 장면에서 보이는 동작이 어떻게 이어지는지에 관한 것일 수 있습니다. 한 장의 이미지는 장면 설명에 활용할 수 있고, 여러 장의 라벨이 붙은 이미지는 다른 시점이나 연속된 순간을 제공할 수 있습니다. 동영상 이해에는 샘플링된 프레임이 사용됩니다. 생성된 설명은 보이는 증거에 관한 것입니다. 모델은 대체 동영상을 생성하지 않으며, 이 시각적 작업 흐름은 동영상의 오디오 트랙을 분석하지 않습니다.\n\n사건 보고서에는 관련 클립이나 순서대로 정렬한 프레임 시퀀스를 준비하고 중요한 구역이나 활동을 지정하세요. 예시 요청은 다음과 같습니다. “입구 근처에 있는 사람의 보이는 동작을 순서대로 설명하세요. 각 관찰에서 관련 객체, 그 위치, 보이는 변화를 제시하세요. 불확실한 세부 내용은 별도의 마지막 문장에 넣으세요.” 짧은 서술, 관찰 목록, 이름이 붙은 보고서 섹션을 요청할 수 있습니다. 이는 텍스트 답변에 대한 지시이며, 별도의 구조화된 출력 모드가 아닙니다.\n\n이 스냅샷의 공개된 컨텍스트 창은 32,768토큰이며, 최대 입력은 30,720토큰, 최대 출력은 8,096토큰입니다. 전용 모델 표에는 이미지 한 장당 최대 16,384토큰도 명시되어 있습니다. 텍스트 지시, 대화 컨텍스트, 시각 콘텐츠는 함께 입력 예산 안에 들어가야 합니다. 출력 상한은 별도의 제한이며 원본 자료를 더 넣을 수 있는 추가 공간이 아닙니다. 긴 녹화 영상을 검토할 때는 필요한 장면 구간을 분리하고, 순서를 이해할 수 있도록 충분한 주변 프레임을 유지하세요.\n\n관련 객체를 구별할 수 있는 원본 프레임을 선택하고, 서로 다른 카메라나 시점에 라벨을 붙이며, 요청하는 관찰을 명확히 지정하세요. 문서에 명시된 Alibaba 파일 작업 흐름에서는 URL로 제공하는 이미지를 10 MB 이하로 준비하세요. 공개 URL로 제공하는 동영상 파일은 길이가 2–40초이고 크기가 150 MB 이하여야 하며, 대신 순서대로 정렬한 4–80개 프레임 목록을 사용할 수도 있습니다. 시각 토큰과 텍스트 토큰을 합친 양도 모델의 입력 예산 안에 들어가야 합니다. 작업에 음성 설명이 필요하다면 그 전사문을 텍스트로 별도 제공하세요. 보고서에서 보이는 움직임과 추론한 목적을 구분하도록 요청하세요. “문 쪽으로 걸어갔다”는 진술은 나가려는 의도가 있었다는 진술과 다릅니다. 유용한 결과물은 영상 및 명시한 관찰 기준과 연결되어 검토할 수 있는 텍스트 기록입니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10은 감시 동영상 이해에 초점을 맞춘 비전 언어 스냅샷입니다. 이미지나 동영상 프레임을 글로 작성한 질문과 결합해 보이는 사건을 설명하고, 동작을 추적하며, 텍스트 보고서를 생성합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen-VL-Plus 2025-07-10은 이미지와 동영상을 이해하는 Alibaba의 날짜가 지정된 비전 언어 모델입니다. 이 버전의 핵심 업데이트는 감시 동영상 내용에 대한 이해 향상입니다. 모델은 시각 자료와 텍스트 지시를 함께 입력받아 사건 설명, 장면에 관한 답변, 요청한 세부 내용을 중심으로 구성된 보고서 등의 텍스트를 반환합니다. Alibaba는 이 스냅샷을 qwen-vl-plus-0710이라는 이름으로도 부릅니다.
제작사는 이 에디션을 Qwen-VL-Plus 2025-05-07 및 같은 페이지에서 설명하는 Qwen-VL-Plus latest 별칭과 구분합니다. 작업이 특히 카메라 촬영 영상과 관련될 때 이 구분이 중요합니다. 감시 영상에 초점을 맞춘 업데이트는 이름으로 식별되는 7월 스냅샷에 해당합니다. 프롬프트를 비교하거나 같은 영상을 다시 검토할 때는 작업 기록에 정확한 에디션을 남기세요.
시각적 질문은 프레임에 무엇이 보이는지, 객체가 어디에 있는지, 연속된 장면에서 보이는 동작이 어떻게 이어지는지에 관한 것일 수 있습니다. 한 장의 이미지는 장면 설명에 활용할 수 있고, 여러 장의 라벨이 붙은 이미지는 다른 시점이나 연속된 순간을 제공할 수 있습니다. 동영상 이해에는 샘플링된 프레임이 사용됩니다. 생성된 설명은 보이는 증거에 관한 것입니다. 모델은 대체 동영상을 생성하지 않으며, 이 시각적 작업 흐름은 동영상의 오디오 트랙을 분석하지 않습니다.
사건 보고서에는 관련 클립이나 순서대로 정렬한 프레임 시퀀스를 준비하고 중요한 구역이나 활동을 지정하세요. 예시 요청은 다음과 같습니다. “입구 근처에 있는 사람의 보이는 동작을 순서대로 설명하세요. 각 관찰에서 관련 객체, 그 위치, 보이는 변화를 제시하세요. 불확실한 세부 내용은 별도의 마지막 문장에 넣으세요.” 짧은 서술, 관찰 목록, 이름이 붙은 보고서 섹션을 요청할 수 있습니다. 이는 텍스트 답변에 대한 지시이며, 별도의 구조화된 출력 모드가 아닙니다.
이 스냅샷의 공개된 컨텍스트 창은 32,768토큰이며, 최대 입력은 30,720토큰, 최대 출력은 8,096토큰입니다. 전용 모델 표에는 이미지 한 장당 최대 16,384토큰도 명시되어 있습니다. 텍스트 지시, 대화 컨텍스트, 시각 콘텐츠는 함께 입력 예산 안에 들어가야 합니다. 출력 상한은 별도의 제한이며 원본 자료를 더 넣을 수 있는 추가 공간이 아닙니다. 긴 녹화 영상을 검토할 때는 필요한 장면 구간을 분리하고, 순서를 이해할 수 있도록 충분한 주변 프레임을 유지하세요.
관련 객체를 구별할 수 있는 원본 프레임을 선택하고, 서로 다른 카메라나 시점에 라벨을 붙이며, 요청하는 관찰을 명확히 지정하세요. 문서에 명시된 Alibaba 파일 작업 흐름에서는 URL로 제공하는 이미지를 10 MB 이하로 준비하세요. 공개 URL로 제공하는 동영상 파일은 길이가 2–40초이고 크기가 150 MB 이하여야 하며, 대신 순서대로 정렬한 4–80개 프레임 목록을 사용할 수도 있습니다. 시각 토큰과 텍스트 토큰을 합친 양도 모델의 입력 예산 안에 들어가야 합니다. 작업에 음성 설명이 필요하다면 그 전사문을 텍스트로 별도 제공하세요. 보고서에서 보이는 움직임과 추론한 목적을 구분하도록 요청하세요. “문 쪽으로 걸어갔다”는 진술은 나가려는 의도가 있었다는 진술과 다릅니다. 유용한 결과물은 영상 및 명시한 관찰 기준과 연결되어 검토할 수 있는 텍스트 기록입니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K 토큰 출력 · 출력 토큰 $0.00044 / 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-plus-2025-07-10", "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-vl-plus-2025-07-10',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-vl-plus-2025-07-10',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-vl-plus-2025-07-10
위에 표시된 메서드 경로를 사용하세요.
qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10은 감시 동영상 이해에 초점을 맞춘 비전 언어 스냅샷입니다. 이미지나 동영상 프레임을 글로 작성한 질문과 결합해 보이는 사건을 설명하고, 동작을 추적하며, 텍스트 보고서를 생성합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen-VL-Plus 2025-07-10은 이미지와 동영상을 이해하는 Alibaba의 날짜가 지정된 비전 언어 모델입니다. 이 버전의 핵심 업데이트는 감시 동영상 내용에 대한 이해 향상입니다. 모델은 시각 자료와 텍스트 지시를 함께 입력받아 사건 설명, 장면에 관한 답변, 요청한 세부 내용을 중심으로 구성된 보고서 등의 텍스트를 반환합니다. Alibaba는 이 스냅샷을 qwen-vl-plus-0710이라는 이름으로도 부릅니다.
제작사는 이 에디션을 Qwen-VL-Plus 2025-05-07 및 같은 페이지에서 설명하는 Qwen-VL-Plus latest 별칭과 구분합니다. 작업이 특히 카메라 촬영 영상과 관련될 때 이 구분이 중요합니다. 감시 영상에 초점을 맞춘 업데이트는 이름으로 식별되는 7월 스냅샷에 해당합니다. 프롬프트를 비교하거나 같은 영상을 다시 검토할 때는 작업 기록에 정확한 에디션을 남기세요.
시각적 질문은 프레임에 무엇이 보이는지, 객체가 어디에 있는지, 연속된 장면에서 보이는 동작이 어떻게 이어지는지에 관한 것일 수 있습니다. 한 장의 이미지는 장면 설명에 활용할 수 있고, 여러 장의 라벨이 붙은 이미지는 다른 시점이나 연속된 순간을 제공할 수 있습니다. 동영상 이해에는 샘플링된 프레임이 사용됩니다. 생성된 설명은 보이는 증거에 관한 것입니다. 모델은 대체 동영상을 생성하지 않으며, 이 시각적 작업 흐름은 동영상의 오디오 트랙을 분석하지 않습니다.
사건 보고서에는 관련 클립이나 순서대로 정렬한 프레임 시퀀스를 준비하고 중요한 구역이나 활동을 지정하세요. 예시 요청은 다음과 같습니다. “입구 근처에 있는 사람의 보이는 동작을 순서대로 설명하세요. 각 관찰에서 관련 객체, 그 위치, 보이는 변화를 제시하세요. 불확실한 세부 내용은 별도의 마지막 문장에 넣으세요.” 짧은 서술, 관찰 목록, 이름이 붙은 보고서 섹션을 요청할 수 있습니다. 이는 텍스트 답변에 대한 지시이며, 별도의 구조화된 출력 모드가 아닙니다.
이 스냅샷의 공개된 컨텍스트 창은 32,768토큰이며, 최대 입력은 30,720토큰, 최대 출력은 8,096토큰입니다. 전용 모델 표에는 이미지 한 장당 최대 16,384토큰도 명시되어 있습니다. 텍스트 지시, 대화 컨텍스트, 시각 콘텐츠는 함께 입력 예산 안에 들어가야 합니다. 출력 상한은 별도의 제한이며 원본 자료를 더 넣을 수 있는 추가 공간이 아닙니다. 긴 녹화 영상을 검토할 때는 필요한 장면 구간을 분리하고, 순서를 이해할 수 있도록 충분한 주변 프레임을 유지하세요.
관련 객체를 구별할 수 있는 원본 프레임을 선택하고, 서로 다른 카메라나 시점에 라벨을 붙이며, 요청하는 관찰을 명확히 지정하세요. 문서에 명시된 Alibaba 파일 작업 흐름에서는 URL로 제공하는 이미지를 10 MB 이하로 준비하세요. 공개 URL로 제공하는 동영상 파일은 길이가 2–40초이고 크기가 150 MB 이하여야 하며, 대신 순서대로 정렬한 4–80개 프레임 목록을 사용할 수도 있습니다. 시각 토큰과 텍스트 토큰을 합친 양도 모델의 입력 예산 안에 들어가야 합니다. 작업에 음성 설명이 필요하다면 그 전사문을 텍스트로 별도 제공하세요. 보고서에서 보이는 움직임과 추론한 목적을 구분하도록 요청하세요. “문 쪽으로 걸어갔다”는 진술은 나가려는 의도가 있었다는 진술과 다릅니다. 유용한 결과물은 영상 및 명시한 관찰 기준과 연결되어 검토할 수 있는 텍스트 기록입니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K 토큰 출력 · 출력 토큰 $0.00044 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen-vl-plus-2025-07-10",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-plus-2025-07-10', '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-plus-2025-07-10', '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-plus-2025-07-10
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.