Qwen-VL-Plus는 이미지 속 세부 내용과 텍스트 인식에 특히 초점을 맞춘 Qwen의 비전 언어 모델 계열입니다. 제작사는 100만 픽셀을 넘는 이미지와 다양한 종횡비를 지원한다고 설명합니다. 따라서 사진의 주된 피사체뿐 아니라 작은 라벨, 페이지의 필드, 텍스트와 시각적 요소 사이의 관계에 따라 답이 달라지는 작업에 적합합니다.
현재 제작사 모델 카드는 버전이 없는 이름 qwen-vl-plus가 qwen-vl-plus-2025-08-15와 기능적으로 동등하다고 설명합니다. 반복 가능한 작업에서는 정확한 에디션 이름을 유지하세요. Plus라는 명칭, Latest 별칭, 다른 날짜의 스냅샷은 서로 다른 선택지입니다. 모델 계열 이름이 같다고 해서 각 모델의 사양을 서로 바꿔 적용할 수 있는 것은 아닙니다.
모델 기능
제작사는 입력으로 텍스트, 이미지, 동영상을, 출력으로 텍스트를 명시합니다. 텍스트 지시를 통해 문서의 한 부분을 읽거나, 객체를 묘사하거나, 배치를 설명하거나, 장면에 관한 질문에 답하도록 할 수 있습니다. 인식과 설명은 연관된 작업이지만 출력 요구 사항이 다릅니다. 전사는 눈에 보이는 문구를 그대로 유지해야 하고, 설명은 보이는 세부 내용이 질문과 어떤 관계가 있는지 밝혀야 합니다.
문서에서 내용을 추출하려면 읽을 수 있는 페이지를 제공하고 반환할 필드를 지정하세요. 양식에서는 필드 라벨과 값을, 표에서는 필요한 행과 해당 열의 머리글을 요청할 수 있습니다. 값이 보이지 않는 경우에는 누락된 값을 나타낼 명시적인 표현을 정하세요. 이러한 예시 출력 설계는 애플리케이션이 추출한 텍스트와 추측으로 채운 내용을 구분하는 데 도움이 됩니다.
배치를 검토할 때는 중요한 요소를 질문하세요. 라벨이 어디에 있는지, 어느 객체에 속하는지, 두 버전이 어떻게 다른지 등을 물을 수 있습니다. 각 이미지에 역할을 부여하고 비교 기준을 동일하게 유지하세요. 스크린샷을 바탕으로 설명을 요청할 때는 사용자의 목표를 밝히고 보이는 조작 요소에 근거한 짧은 안내를 요청하세요. 답변은 인터페이스에 관한 텍스트이며, 실행된 동작이 아닙니다.
제작사 표에는 응답 접두어에서 이어 쓰기와 컨텍스트 캐싱이 포함됩니다. 구조화된 출력, 배치 제출, 파인튜닝은 제작사 구성마다 동일한 방식으로 제공되지 않습니다. 따라서 Plus라는 이름을 선택하면 무조건 따라오는 기능이 아니라 인터페이스 옵션으로 취급해야 합니다. 이 카드에는 함수 호출과 웹 검색이 지원되는 기능으로 기재되어 있지 않습니다. 추출한 필드의 형식을 정리해 달라는 요청은 함수를 실행하거나 웹에서 새로운 정보를 얻어 달라는 요청과 다릅니다.
컨텍스트 제한
공개된 카드는 컨텍스트 창 131,072토큰, 최대 입력 129,024토큰, 최대 출력 8,192토큰을 제시합니다. 이미지나 동영상의 표현도 질문 및 보조 텍스트와 함께 입력 용량을 사용합니다. 시각 자료와 답변을 별도로 계획하세요. 입력이 길거나 상세하더라도 필요한 출력은 짧은 필드 목록이나 관찰 목록일 수 있습니다.
입력 준비
제작사가 세부 내용과 다양한 비율을 강조하더라도 읽을 수 있는 자료가 필요하다는 점은 달라지지 않습니다. 요청한 텍스트가 있는 영역을 선명하게 유지하세요. 표를 잘라낼 때는 값의 의미를 해석하는 데 필요한 머리글과 단위를 남기고, 여러 페이지를 사용할 때는 순서와 검토할 부분을 지정하세요. 원래 문구, 요약, 해석 중 무엇을 원하는지 밝혀 서로 다른 결과가 섞이지 않도록 하세요.
동영상에서는 설명할 사건이나 보이는 세부 내용을 지정하고 원하는 답변 구조를 정하세요. 실용적인 작업으로는 시연의 동작 순서와 각 단계에 관련된 객체를 요청할 수 있습니다. 문서에 기재된 출력은 텍스트이며, 카드에는 오디오 입력이나 음성 출력이 명시되어 있지 않습니다. 따라서 이 시각적 경로를 말한 내용의 전사문이 이해되었다는 근거로 사용해서는 안 됩니다.
유용한 반복 작업 흐름은 여러 문서 이미지에 동일한 추출 필드를 요청하고, 결과 옆에 이미지 식별자를 유지한 뒤 애플리케이션에서 생성된 레코드를 비교하는 방식입니다. 또 다른 방법은 스크린샷과 글로 작성한 요구 사항을 함께 제공하고, 보이는 일치점과 차이점, 해결되지 않은 세부 내용을 요청하는 것입니다. 어느 경우든 반환된 각 값을 원본 이미지와 연결해 결과를 검토할 수 있도록 하세요.
", "aboutText": "Qwen-VL-Plus는 이미지 속 세부 내용과 텍스트 인식에 특히 초점을 맞춘 Qwen의 비전 언어 모델 계열입니다. 제작사는 100만 픽셀을 넘는 이미지와 다양한 종횡비를 지원한다고 설명합니다. 따라서 사진의 주된 피사체뿐 아니라 작은 라벨, 페이지의 필드, 텍스트와 시각적 요소 사이의 관계에 따라 답이 달라지는 작업에 적합합니다.\n\n현재 제작사 모델 카드는 버전이 없는 이름 qwen-vl-plus가 qwen-vl-plus-2025-08-15와 기능적으로 동등하다고 설명합니다. 반복 가능한 작업에서는 정확한 에디션 이름을 유지하세요. Plus라는 명칭, Latest 별칭, 다른 날짜의 스냅샷은 서로 다른 선택지입니다. 모델 계열 이름이 같다고 해서 각 모델의 사양을 서로 바꿔 적용할 수 있는 것은 아닙니다.\n\n모델 기능\n\n제작사는 입력으로 텍스트, 이미지, 동영상을, 출력으로 텍스트를 명시합니다. 텍스트 지시를 통해 문서의 한 부분을 읽거나, 객체를 묘사하거나, 배치를 설명하거나, 장면에 관한 질문에 답하도록 할 수 있습니다. 인식과 설명은 연관된 작업이지만 출력 요구 사항이 다릅니다. 전사는 눈에 보이는 문구를 그대로 유지해야 하고, 설명은 보이는 세부 내용이 질문과 어떤 관계가 있는지 밝혀야 합니다.\n\n문서에서 내용을 추출하려면 읽을 수 있는 페이지를 제공하고 반환할 필드를 지정하세요. 양식에서는 필드 라벨과 값을, 표에서는 필요한 행과 해당 열의 머리글을 요청할 수 있습니다. 값이 보이지 않는 경우에는 누락된 값을 나타낼 명시적인 표현을 정하세요. 이러한 예시 출력 설계는 애플리케이션이 추출한 텍스트와 추측으로 채운 내용을 구분하는 데 도움이 됩니다.\n\n배치를 검토할 때는 중요한 요소를 질문하세요. 라벨이 어디에 있는지, 어느 객체에 속하는지, 두 버전이 어떻게 다른지 등을 물을 수 있습니다. 각 이미지에 역할을 부여하고 비교 기준을 동일하게 유지하세요. 스크린샷을 바탕으로 설명을 요청할 때는 사용자의 목표를 밝히고 보이는 조작 요소에 근거한 짧은 안내를 요청하세요. 답변은 인터페이스에 관한 텍스트이며, 실행된 동작이 아닙니다.\n\n제작사 표에는 응답 접두어에서 이어 쓰기와 컨텍스트 캐싱이 포함됩니다. 구조화된 출력, 배치 제출, 파인튜닝은 제작사 구성마다 동일한 방식으로 제공되지 않습니다. 따라서 Plus라는 이름을 선택하면 무조건 따라오는 기능이 아니라 인터페이스 옵션으로 취급해야 합니다. 이 카드에는 함수 호출과 웹 검색이 지원되는 기능으로 기재되어 있지 않습니다. 추출한 필드의 형식을 정리해 달라는 요청은 함수를 실행하거나 웹에서 새로운 정보를 얻어 달라는 요청과 다릅니다.\n\n컨텍스트 제한\n\n공개된 카드는 컨텍스트 창 131,072토큰, 최대 입력 129,024토큰, 최대 출력 8,192토큰을 제시합니다. 이미지나 동영상의 표현도 질문 및 보조 텍스트와 함께 입력 용량을 사용합니다. 시각 자료와 답변을 별도로 계획하세요. 입력이 길거나 상세하더라도 필요한 출력은 짧은 필드 목록이나 관찰 목록일 수 있습니다.\n\n입력 준비\n\n제작사가 세부 내용과 다양한 비율을 강조하더라도 읽을 수 있는 자료가 필요하다는 점은 달라지지 않습니다. 요청한 텍스트가 있는 영역을 선명하게 유지하세요. 표를 잘라낼 때는 값의 의미를 해석하는 데 필요한 머리글과 단위를 남기고, 여러 페이지를 사용할 때는 순서와 검토할 부분을 지정하세요. 원래 문구, 요약, 해석 중 무엇을 원하는지 밝혀 서로 다른 결과가 섞이지 않도록 하세요.\n\n동영상에서는 설명할 사건이나 보이는 세부 내용을 지정하고 원하는 답변 구조를 정하세요. 실용적인 작업으로는 시연의 동작 순서와 각 단계에 관련된 객체를 요청할 수 있습니다. 문서에 기재된 출력은 텍스트이며, 카드에는 오디오 입력이나 음성 출력이 명시되어 있지 않습니다. 따라서 이 시각적 경로를 말한 내용의 전사문이 이해되었다는 근거로 사용해서는 안 됩니다.\n\n유용한 반복 작업 흐름은 여러 문서 이미지에 동일한 추출 필드를 요청하고, 결과 옆에 이미지 식별자를 유지한 뒤 애플리케이션에서 생성된 레코드를 비교하는 방식입니다. 또 다른 방법은 스크린샷과 글로 작성한 요구 사항을 함께 제공하고, 보이는 일치점과 차이점, 해결되지 않은 세부 내용을 요청하는 것입니다. 어느 경우든 반환된 각 값을 원본 이미지와 연결해 결과를 검토할 수 있도록 하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Compare transcribed package labels\n\nCompare these package-label transcriptions using the same fields. Label A: Oat drink; 1 L; ingredients: water, oats, salt. Label B: Oat drink; 750 mL; ingredients: water, oats, sunflower oil, salt. Return product name, volume and ingredient differences. Preserve original units and do not infer nutrition values or visual layout.A label comparison table plus a short list of explicit wording and quantity differences.Check that sunflower oil is attributed only to Label B and the original L/mL units are retained.qwen-vl-plusQwen-VL-Plus는 이미지의 텍스트와 세부 내용을 읽고 이를 글로 작성한 질문과 결합합니다. 제작사는 문서 추출, 시각적 비교, 장면 설명을 위한 이미지·동영상 입력, 텍스트 출력, 고해상도 이미지 및 다양한 종횡비를 문서에 명시합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen-VL-Plus는 이미지 속 세부 내용과 텍스트 인식에 특히 초점을 맞춘 Qwen의 비전 언어 모델 계열입니다. 제작사는 100만 픽셀을 넘는 이미지와 다양한 종횡비를 지원한다고 설명합니다. 따라서 사진의 주된 피사체뿐 아니라 작은 라벨, 페이지의 필드, 텍스트와 시각적 요소 사이의 관계에 따라 답이 달라지는 작업에 적합합니다.
현재 제작사 모델 카드는 버전이 없는 이름 qwen-vl-plus가 qwen-vl-plus-2025-08-15와 기능적으로 동등하다고 설명합니다. 반복 가능한 작업에서는 정확한 에디션 이름을 유지하세요. Plus라는 명칭, Latest 별칭, 다른 날짜의 스냅샷은 서로 다른 선택지입니다. 모델 계열 이름이 같다고 해서 각 모델의 사양을 서로 바꿔 적용할 수 있는 것은 아닙니다.
모델 기능
제작사는 입력으로 텍스트, 이미지, 동영상을, 출력으로 텍스트를 명시합니다. 텍스트 지시를 통해 문서의 한 부분을 읽거나, 객체를 묘사하거나, 배치를 설명하거나, 장면에 관한 질문에 답하도록 할 수 있습니다. 인식과 설명은 연관된 작업이지만 출력 요구 사항이 다릅니다. 전사는 눈에 보이는 문구를 그대로 유지해야 하고, 설명은 보이는 세부 내용이 질문과 어떤 관계가 있는지 밝혀야 합니다.
문서에서 내용을 추출하려면 읽을 수 있는 페이지를 제공하고 반환할 필드를 지정하세요. 양식에서는 필드 라벨과 값을, 표에서는 필요한 행과 해당 열의 머리글을 요청할 수 있습니다. 값이 보이지 않는 경우에는 누락된 값을 나타낼 명시적인 표현을 정하세요. 이러한 예시 출력 설계는 애플리케이션이 추출한 텍스트와 추측으로 채운 내용을 구분하는 데 도움이 됩니다.
배치를 검토할 때는 중요한 요소를 질문하세요. 라벨이 어디에 있는지, 어느 객체에 속하는지, 두 버전이 어떻게 다른지 등을 물을 수 있습니다. 각 이미지에 역할을 부여하고 비교 기준을 동일하게 유지하세요. 스크린샷을 바탕으로 설명을 요청할 때는 사용자의 목표를 밝히고 보이는 조작 요소에 근거한 짧은 안내를 요청하세요. 답변은 인터페이스에 관한 텍스트이며, 실행된 동작이 아닙니다.
제작사 표에는 응답 접두어에서 이어 쓰기와 컨텍스트 캐싱이 포함됩니다. 구조화된 출력, 배치 제출, 파인튜닝은 제작사 구성마다 동일한 방식으로 제공되지 않습니다. 따라서 Plus라는 이름을 선택하면 무조건 따라오는 기능이 아니라 인터페이스 옵션으로 취급해야 합니다. 이 카드에는 함수 호출과 웹 검색이 지원되는 기능으로 기재되어 있지 않습니다. 추출한 필드의 형식을 정리해 달라는 요청은 함수를 실행하거나 웹에서 새로운 정보를 얻어 달라는 요청과 다릅니다.
컨텍스트 제한
공개된 카드는 컨텍스트 창 131,072토큰, 최대 입력 129,024토큰, 최대 출력 8,192토큰을 제시합니다. 이미지나 동영상의 표현도 질문 및 보조 텍스트와 함께 입력 용량을 사용합니다. 시각 자료와 답변을 별도로 계획하세요. 입력이 길거나 상세하더라도 필요한 출력은 짧은 필드 목록이나 관찰 목록일 수 있습니다.
입력 준비
제작사가 세부 내용과 다양한 비율을 강조하더라도 읽을 수 있는 자료가 필요하다는 점은 달라지지 않습니다. 요청한 텍스트가 있는 영역을 선명하게 유지하세요. 표를 잘라낼 때는 값의 의미를 해석하는 데 필요한 머리글과 단위를 남기고, 여러 페이지를 사용할 때는 순서와 검토할 부분을 지정하세요. 원래 문구, 요약, 해석 중 무엇을 원하는지 밝혀 서로 다른 결과가 섞이지 않도록 하세요.
동영상에서는 설명할 사건이나 보이는 세부 내용을 지정하고 원하는 답변 구조를 정하세요. 실용적인 작업으로는 시연의 동작 순서와 각 단계에 관련된 객체를 요청할 수 있습니다. 문서에 기재된 출력은 텍스트이며, 카드에는 오디오 입력이나 음성 출력이 명시되어 있지 않습니다. 따라서 이 시각적 경로를 말한 내용의 전사문이 이해되었다는 근거로 사용해서는 안 됩니다.
유용한 반복 작업 흐름은 여러 문서 이미지에 동일한 추출 필드를 요청하고, 결과 옆에 이미지 식별자를 유지한 뒤 애플리케이션에서 생성된 레코드를 비교하는 방식입니다. 또 다른 방법은 스크린샷과 글로 작성한 요구 사항을 함께 제공하고, 보이는 일치점과 차이점, 해결되지 않은 세부 내용을 요청하는 것입니다. 어느 경우든 반환된 각 값을 원본 이미지와 연결해 결과를 검토할 수 있도록 하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen-vl-plus | 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 $0.00024 / 1K 토큰 출력 · 출력 토큰 $0.000572 / 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", "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',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',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
위에 표시된 메서드 경로를 사용하세요.
qwen-vl-plusQwen-VL-Plus는 이미지의 텍스트와 세부 내용을 읽고 이를 글로 작성한 질문과 결합합니다. 제작사는 문서 추출, 시각적 비교, 장면 설명을 위한 이미지·동영상 입력, 텍스트 출력, 고해상도 이미지 및 다양한 종횡비를 문서에 명시합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen-VL-Plus는 이미지 속 세부 내용과 텍스트 인식에 특히 초점을 맞춘 Qwen의 비전 언어 모델 계열입니다. 제작사는 100만 픽셀을 넘는 이미지와 다양한 종횡비를 지원한다고 설명합니다. 따라서 사진의 주된 피사체뿐 아니라 작은 라벨, 페이지의 필드, 텍스트와 시각적 요소 사이의 관계에 따라 답이 달라지는 작업에 적합합니다.
현재 제작사 모델 카드는 버전이 없는 이름 qwen-vl-plus가 qwen-vl-plus-2025-08-15와 기능적으로 동등하다고 설명합니다. 반복 가능한 작업에서는 정확한 에디션 이름을 유지하세요. Plus라는 명칭, Latest 별칭, 다른 날짜의 스냅샷은 서로 다른 선택지입니다. 모델 계열 이름이 같다고 해서 각 모델의 사양을 서로 바꿔 적용할 수 있는 것은 아닙니다.
모델 기능
제작사는 입력으로 텍스트, 이미지, 동영상을, 출력으로 텍스트를 명시합니다. 텍스트 지시를 통해 문서의 한 부분을 읽거나, 객체를 묘사하거나, 배치를 설명하거나, 장면에 관한 질문에 답하도록 할 수 있습니다. 인식과 설명은 연관된 작업이지만 출력 요구 사항이 다릅니다. 전사는 눈에 보이는 문구를 그대로 유지해야 하고, 설명은 보이는 세부 내용이 질문과 어떤 관계가 있는지 밝혀야 합니다.
문서에서 내용을 추출하려면 읽을 수 있는 페이지를 제공하고 반환할 필드를 지정하세요. 양식에서는 필드 라벨과 값을, 표에서는 필요한 행과 해당 열의 머리글을 요청할 수 있습니다. 값이 보이지 않는 경우에는 누락된 값을 나타낼 명시적인 표현을 정하세요. 이러한 예시 출력 설계는 애플리케이션이 추출한 텍스트와 추측으로 채운 내용을 구분하는 데 도움이 됩니다.
배치를 검토할 때는 중요한 요소를 질문하세요. 라벨이 어디에 있는지, 어느 객체에 속하는지, 두 버전이 어떻게 다른지 등을 물을 수 있습니다. 각 이미지에 역할을 부여하고 비교 기준을 동일하게 유지하세요. 스크린샷을 바탕으로 설명을 요청할 때는 사용자의 목표를 밝히고 보이는 조작 요소에 근거한 짧은 안내를 요청하세요. 답변은 인터페이스에 관한 텍스트이며, 실행된 동작이 아닙니다.
제작사 표에는 응답 접두어에서 이어 쓰기와 컨텍스트 캐싱이 포함됩니다. 구조화된 출력, 배치 제출, 파인튜닝은 제작사 구성마다 동일한 방식으로 제공되지 않습니다. 따라서 Plus라는 이름을 선택하면 무조건 따라오는 기능이 아니라 인터페이스 옵션으로 취급해야 합니다. 이 카드에는 함수 호출과 웹 검색이 지원되는 기능으로 기재되어 있지 않습니다. 추출한 필드의 형식을 정리해 달라는 요청은 함수를 실행하거나 웹에서 새로운 정보를 얻어 달라는 요청과 다릅니다.
컨텍스트 제한
공개된 카드는 컨텍스트 창 131,072토큰, 최대 입력 129,024토큰, 최대 출력 8,192토큰을 제시합니다. 이미지나 동영상의 표현도 질문 및 보조 텍스트와 함께 입력 용량을 사용합니다. 시각 자료와 답변을 별도로 계획하세요. 입력이 길거나 상세하더라도 필요한 출력은 짧은 필드 목록이나 관찰 목록일 수 있습니다.
입력 준비
제작사가 세부 내용과 다양한 비율을 강조하더라도 읽을 수 있는 자료가 필요하다는 점은 달라지지 않습니다. 요청한 텍스트가 있는 영역을 선명하게 유지하세요. 표를 잘라낼 때는 값의 의미를 해석하는 데 필요한 머리글과 단위를 남기고, 여러 페이지를 사용할 때는 순서와 검토할 부분을 지정하세요. 원래 문구, 요약, 해석 중 무엇을 원하는지 밝혀 서로 다른 결과가 섞이지 않도록 하세요.
동영상에서는 설명할 사건이나 보이는 세부 내용을 지정하고 원하는 답변 구조를 정하세요. 실용적인 작업으로는 시연의 동작 순서와 각 단계에 관련된 객체를 요청할 수 있습니다. 문서에 기재된 출력은 텍스트이며, 카드에는 오디오 입력이나 음성 출력이 명시되어 있지 않습니다. 따라서 이 시각적 경로를 말한 내용의 전사문이 이해되었다는 근거로 사용해서는 안 됩니다.
유용한 반복 작업 흐름은 여러 문서 이미지에 동일한 추출 필드를 요청하고, 결과 옆에 이미지 식별자를 유지한 뒤 애플리케이션에서 생성된 레코드를 비교하는 방식입니다. 또 다른 방법은 스크린샷과 글로 작성한 요구 사항을 함께 제공하고, 보이는 일치점과 차이점, 해결되지 않은 세부 내용을 요청하는 것입니다. 어느 경우든 반환된 각 값을 원본 이미지와 연결해 결과를 검토할 수 있도록 하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen-vl-plus | 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 $0.00024 / 1K 토큰 출력 · 출력 토큰 $0.000572 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen-vl-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Compare transcribed package labels\n\nCompare these package-label transcriptions using the same fields. Label A: Oat drink; 1 L; ingredients: water, oats, salt. Label B: Oat drink; 750 mL; ingredients: water, oats, sunflower oil, salt. Return product name, volume and ingredient differences. Preserve original units and do not infer nutrition values or visual layout.A label comparison table plus a short list of explicit wording and quantity differences.Check that sunflower oil is attributed only to Label B and the original L/mL units are retained.