Qwen2.5-VL-7B-Instruct는 Qwen2.5-VL의 지시 튜닝된 7B 에디션입니다. 텍스트 지시를 이미지나 동영상과 연결해 텍스트 결과를 반환합니다. 제작사의 주요 개선 사항은 객체와 시각적 세부 정보 인식, 텍스트 및 레이아웃 분석, 시각 에이전트 작업, 긴 동영상의 이벤트 이해, 객체 위치 파악, 문서의 구조화 추출을 포괄합니다.
시각적 내용 이해하기
이 제품군은 사진의 주 피사체를 식별하는 수준을 넘어섭니다. 문서화된 작업에는 이미지 안의 텍스트, 차트, 아이콘, 그래픽, 요소 배치 분석이 포함됩니다. 차트에서는 살펴볼 계열이나 관계를 지정하고 축, 범례, 단위를 보존하세요. 다이어그램에서는 레이블이 있는 구성요소가 어떻게 연결되는지, 보이는 배치가 프로세스에 관해 무엇을 말해 주는지 물어보세요.
유용한 비교를 위해 원본 디자인과 수정 디자인을 제공하고 어느 것이 무엇인지 식별한 뒤, 짧은 요구사항 목록에 비추어 눈에 보이는 변경 사항을 요청할 수 있습니다. 관찰 내용과 관련 이미지 영역을 함께 요청하세요. 그러면 서로 무관한 두 사진을 일반적으로 설명하라는 요청보다 답변에 구체적인 목적이 생깁니다.
시각 에이전트 워크플로
제작사는 Qwen2.5-VL을 컴퓨터나 휴대전화 사용 작업에서 화면을 추론하고 도구를 지시할 수 있는 시각 에이전트로 소개합니다. 모델은 해석과 제안 작업을 제공하며, 주변 에이전트 애플리케이션이 제어 기능을 제공하고 작업을 실행한 뒤 새 상태를 반환합니다. 따라서 텍스트 답변이나 예측 좌표는 통합 워크플로의 일부입니다.
인터페이스 질문에는 스크린샷과 실제 목표를 제공하고, 어떤 보이는 컨트롤이 관련 있으며 다음에 무엇을 해야 하는지 물어보세요. 요청 출력은 컨트롤 레이블, 위치, 의도한 작업처럼 구체적으로 유지하세요. 이후 애플리케이션이 작업을 수행하면 다음 스크린샷이 후속 결정을 위한 갱신된 시각 입력이 됩니다.
긴 동영상과 이벤트 위치 파악
제작사는 1시간이 넘는 동영상을 이해하고 요청한 이벤트가 담긴 구간을 식별하는 기능을 설명합니다. 이는 동영상 설명을 시간축상의 위치 파악으로 확장합니다. 객체가 처음 나타나는 시점, 시연이 특정 단계에 도달하는 구간, 다른 이벤트보다 먼저 일어나는 시각적 이벤트를 물어볼 수 있습니다. 결과가 요약, 순서가 있는 이벤트 목록, 이벤트 설명이 붙은 시작 및 종료 시각 중 무엇이어야 하는지 명시하세요.
이 제품군은 동적 프레임률 샘플링으로 학습하며 시간 위치 정보를 절대 시간과 정렬합니다. 따라서 타임스탬프가 중요한 경우 프레임률 정보는 버려도 되는 임의의 레이블이 아니라 동영상 준비 과정의 일부입니다. 문서화된 긴 동영상 기능은 모든 입력 경로에 적용되는 보편적인 파일 크기나 최대 재생 시간 사양이 아닙니다.
객체 위치 파악과 구조화 문서
Qwen2.5-VL은 바운딩 박스나 점을 반환하고 좌표와 속성을 JSON으로 구성할 수 있습니다. 이 릴리스는 기존의 정규화 좌표 대신 실제 이미지 크기를 기준으로 한 좌표를 사용합니다. 작업에 외접 상자, 특정 점, 객체 설명 중 무엇이 필요한지 지정하고, 반환된 위치를 해석하는 데 필요한 이미지 치수와 크기 조정 정보를 유지하세요.
예를 들어 시각적 재고 요청에서는 각 대상 객체, 상자, 보이는 속성을 요청할 수 있습니다. 점 기반 작업에서는 레이블이 있는 컨트롤이나 지정된 객체 부분의 위치를 요청할 수 있습니다. 이는 제안 출력 설계이며 모든 요청이 사용해야 하는 고정 필드명이 아닙니다. 이미지가 여러 개라면 각 좌표와 원본 이미지의 연결을 유지하세요.
제작사는 청구서 스캔, 양식, 표의 구조화 추출을 별도로 강조합니다. 필드를 정의하고 원래 레이블을 보존하며 값을 읽을 수 없을 때의 명시적인 표현을 요청하세요. 표에서는 요청한 행과 함께 열 머리글과 단위를 유지하세요. 실무적인 레코드에는 문서 식별자, 필드 레이블, 추출 값, 위치를 포함해 이후 비교나 사람의 점검에 활용할 수 있습니다.
아키텍처와 입력 준비
모델은 동적 이미지 해상도와 동적 동영상 샘플링을 갱신된 멀티모달 회전 위치 정보와 결합합니다. 비전 인코더는 윈도 어텐션, SwiGLU, RMSNorm을 사용합니다. 이는 시각 및 시간 처리를 지원하는 아키텍처 변경이며, 문서화된 텍스트 결과 워크플로에 오디오 입력이나 이미지 생성을 추가하지는 않습니다.
카드는 단일 이미지, 다중 이미지, 동영상 프레임 시퀀스, 동영상 파일 또는 참조, 배치 대화를 예시로 보여 줍니다. 이미지 프로세서는 이미지당 기본 범위를 4에서 16,384 시각 토큰으로 문서화합니다. 최소 및 최대 픽셀 설정은 종횡비를 유지하며, 요청한 정확한 치수는 28의 배수로 반올림됩니다. 256에서 1,280 시각 토큰의 예시 범위는 조정 가능한 예시이며 별도의 엄격한 이미지 한도가 아닙니다. 크기를 조정할 때 질문에 필요한 세부 정보를 유지하세요.
컨텍스트와 위치 파악에 민감한 설정
공개된 구성은 최대 위치 수를 128,000으로 설정합니다. 모델 카드의 장문 텍스트 절은 32,768토큰 기준과 YaRN 확장 예시를 별도로 설명합니다. 이 확장이 시간 및 공간 위치 파악에 큰 영향을 준다고 명시적으로 경고하며 권장하지 않습니다. 가이드는 긴 동영상에 대한 최대 위치 수 변경도 논의합니다. 이는 모든 작업의 무조건적인 입력 한도가 아니라 구성 참고사항입니다.
특히 좌표나 이벤트 시각이 중요한 경우 정확한 릴리스 구성과 시각 전처리를 작업에 맞추세요. 카드의 128토큰 생성 예시는 별도의 최대 출력 용량을 지정하지 않습니다. Qwen2.5-VL-7B-Instruct는 텍스트, 좌표, 구조화된 분석 결과를 생성합니다. 외부 작업, 렌더링된 이미지, 동영상, 음성 답변에는 다른 애플리케이션 구성요소가 필요합니다.
", "aboutText": "Qwen2.5-VL-7B-Instruct는 Qwen2.5-VL의 지시 튜닝된 7B 에디션입니다. 텍스트 지시를 이미지나 동영상과 연결해 텍스트 결과를 반환합니다. 제작사의 주요 개선 사항은 객체와 시각적 세부 정보 인식, 텍스트 및 레이아웃 분석, 시각 에이전트 작업, 긴 동영상의 이벤트 이해, 객체 위치 파악, 문서의 구조화 추출을 포괄합니다.\n\n시각적 내용 이해하기\n\n이 제품군은 사진의 주 피사체를 식별하는 수준을 넘어섭니다. 문서화된 작업에는 이미지 안의 텍스트, 차트, 아이콘, 그래픽, 요소 배치 분석이 포함됩니다. 차트에서는 살펴볼 계열이나 관계를 지정하고 축, 범례, 단위를 보존하세요. 다이어그램에서는 레이블이 있는 구성요소가 어떻게 연결되는지, 보이는 배치가 프로세스에 관해 무엇을 말해 주는지 물어보세요.\n\n유용한 비교를 위해 원본 디자인과 수정 디자인을 제공하고 어느 것이 무엇인지 식별한 뒤, 짧은 요구사항 목록에 비추어 눈에 보이는 변경 사항을 요청할 수 있습니다. 관찰 내용과 관련 이미지 영역을 함께 요청하세요. 그러면 서로 무관한 두 사진을 일반적으로 설명하라는 요청보다 답변에 구체적인 목적이 생깁니다.\n\n시각 에이전트 워크플로\n\n제작사는 Qwen2.5-VL을 컴퓨터나 휴대전화 사용 작업에서 화면을 추론하고 도구를 지시할 수 있는 시각 에이전트로 소개합니다. 모델은 해석과 제안 작업을 제공하며, 주변 에이전트 애플리케이션이 제어 기능을 제공하고 작업을 실행한 뒤 새 상태를 반환합니다. 따라서 텍스트 답변이나 예측 좌표는 통합 워크플로의 일부입니다.\n\n인터페이스 질문에는 스크린샷과 실제 목표를 제공하고, 어떤 보이는 컨트롤이 관련 있으며 다음에 무엇을 해야 하는지 물어보세요. 요청 출력은 컨트롤 레이블, 위치, 의도한 작업처럼 구체적으로 유지하세요. 이후 애플리케이션이 작업을 수행하면 다음 스크린샷이 후속 결정을 위한 갱신된 시각 입력이 됩니다.\n\n긴 동영상과 이벤트 위치 파악\n\n제작사는 1시간이 넘는 동영상을 이해하고 요청한 이벤트가 담긴 구간을 식별하는 기능을 설명합니다. 이는 동영상 설명을 시간축상의 위치 파악으로 확장합니다. 객체가 처음 나타나는 시점, 시연이 특정 단계에 도달하는 구간, 다른 이벤트보다 먼저 일어나는 시각적 이벤트를 물어볼 수 있습니다. 결과가 요약, 순서가 있는 이벤트 목록, 이벤트 설명이 붙은 시작 및 종료 시각 중 무엇이어야 하는지 명시하세요.\n\n이 제품군은 동적 프레임률 샘플링으로 학습하며 시간 위치 정보를 절대 시간과 정렬합니다. 따라서 타임스탬프가 중요한 경우 프레임률 정보는 버려도 되는 임의의 레이블이 아니라 동영상 준비 과정의 일부입니다. 문서화된 긴 동영상 기능은 모든 입력 경로에 적용되는 보편적인 파일 크기나 최대 재생 시간 사양이 아닙니다.\n\n객체 위치 파악과 구조화 문서\n\nQwen2.5-VL은 바운딩 박스나 점을 반환하고 좌표와 속성을 JSON으로 구성할 수 있습니다. 이 릴리스는 기존의 정규화 좌표 대신 실제 이미지 크기를 기준으로 한 좌표를 사용합니다. 작업에 외접 상자, 특정 점, 객체 설명 중 무엇이 필요한지 지정하고, 반환된 위치를 해석하는 데 필요한 이미지 치수와 크기 조정 정보를 유지하세요.\n\n예를 들어 시각적 재고 요청에서는 각 대상 객체, 상자, 보이는 속성을 요청할 수 있습니다. 점 기반 작업에서는 레이블이 있는 컨트롤이나 지정된 객체 부분의 위치를 요청할 수 있습니다. 이는 제안 출력 설계이며 모든 요청이 사용해야 하는 고정 필드명이 아닙니다. 이미지가 여러 개라면 각 좌표와 원본 이미지의 연결을 유지하세요.\n\n제작사는 청구서 스캔, 양식, 표의 구조화 추출을 별도로 강조합니다. 필드를 정의하고 원래 레이블을 보존하며 값을 읽을 수 없을 때의 명시적인 표현을 요청하세요. 표에서는 요청한 행과 함께 열 머리글과 단위를 유지하세요. 실무적인 레코드에는 문서 식별자, 필드 레이블, 추출 값, 위치를 포함해 이후 비교나 사람의 점검에 활용할 수 있습니다.\n\n아키텍처와 입력 준비\n\n모델은 동적 이미지 해상도와 동적 동영상 샘플링을 갱신된 멀티모달 회전 위치 정보와 결합합니다. 비전 인코더는 윈도 어텐션, SwiGLU, RMSNorm을 사용합니다. 이는 시각 및 시간 처리를 지원하는 아키텍처 변경이며, 문서화된 텍스트 결과 워크플로에 오디오 입력이나 이미지 생성을 추가하지는 않습니다.\n\n카드는 단일 이미지, 다중 이미지, 동영상 프레임 시퀀스, 동영상 파일 또는 참조, 배치 대화를 예시로 보여 줍니다. 이미지 프로세서는 이미지당 기본 범위를 4에서 16,384 시각 토큰으로 문서화합니다. 최소 및 최대 픽셀 설정은 종횡비를 유지하며, 요청한 정확한 치수는 28의 배수로 반올림됩니다. 256에서 1,280 시각 토큰의 예시 범위는 조정 가능한 예시이며 별도의 엄격한 이미지 한도가 아닙니다. 크기를 조정할 때 질문에 필요한 세부 정보를 유지하세요.\n\n컨텍스트와 위치 파악에 민감한 설정\n\n공개된 구성은 최대 위치 수를 128,000으로 설정합니다. 모델 카드의 장문 텍스트 절은 32,768토큰 기준과 YaRN 확장 예시를 별도로 설명합니다. 이 확장이 시간 및 공간 위치 파악에 큰 영향을 준다고 명시적으로 경고하며 권장하지 않습니다. 가이드는 긴 동영상에 대한 최대 위치 수 변경도 논의합니다. 이는 모든 작업의 무조건적인 입력 한도가 아니라 구성 참고사항입니다.\n\n특히 좌표나 이벤트 시각이 중요한 경우 정확한 릴리스 구성과 시각 전처리를 작업에 맞추세요. 카드의 128토큰 생성 예시는 별도의 최대 출력 용량을 지정하지 않습니다. Qwen2.5-VL-7B-Instruct는 텍스트, 좌표, 구조화된 분석 결과를 생성합니다. 외부 작업, 렌더링된 이미지, 동영상, 음성 답변에는 다른 애플리케이션 구성요소가 필요합니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Extract a transcribed invoice table\n\nExtract line items from this invoice transcription: "Invoice N-33; item | quantity | unit price; Clip | 4 | 2.50; Folder | 2 | unreadable." Return each item with quantity, unit price and source invoice ID. Mark the unreadable price explicitly and do not infer it from a total. No image is supplied.A two-row field table retaining N-33 and an explicit unreadable value for the folder unit price.Verify quantities are not swapped and the unreadable price is neither zero nor a guessed amount.qwen2.5-vl-7b-instructQwen2.5-VL-7B-Instruct는 이미지, 문서, 동영상을 위한 시각 언어 모델입니다. 객체 상자, 점, 속성을 포함한 텍스트 및 구조화된 분석 결과를 생성하며, 7B 에디션에 시간축상의 이벤트 위치 파악과 시각 에이전트 기능을 제공합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen2.5-VL-7B-Instruct는 Qwen2.5-VL의 지시 튜닝된 7B 에디션입니다. 텍스트 지시를 이미지나 동영상과 연결해 텍스트 결과를 반환합니다. 제작사의 주요 개선 사항은 객체와 시각적 세부 정보 인식, 텍스트 및 레이아웃 분석, 시각 에이전트 작업, 긴 동영상의 이벤트 이해, 객체 위치 파악, 문서의 구조화 추출을 포괄합니다.
시각적 내용 이해하기
이 제품군은 사진의 주 피사체를 식별하는 수준을 넘어섭니다. 문서화된 작업에는 이미지 안의 텍스트, 차트, 아이콘, 그래픽, 요소 배치 분석이 포함됩니다. 차트에서는 살펴볼 계열이나 관계를 지정하고 축, 범례, 단위를 보존하세요. 다이어그램에서는 레이블이 있는 구성요소가 어떻게 연결되는지, 보이는 배치가 프로세스에 관해 무엇을 말해 주는지 물어보세요.
유용한 비교를 위해 원본 디자인과 수정 디자인을 제공하고 어느 것이 무엇인지 식별한 뒤, 짧은 요구사항 목록에 비추어 눈에 보이는 변경 사항을 요청할 수 있습니다. 관찰 내용과 관련 이미지 영역을 함께 요청하세요. 그러면 서로 무관한 두 사진을 일반적으로 설명하라는 요청보다 답변에 구체적인 목적이 생깁니다.
시각 에이전트 워크플로
제작사는 Qwen2.5-VL을 컴퓨터나 휴대전화 사용 작업에서 화면을 추론하고 도구를 지시할 수 있는 시각 에이전트로 소개합니다. 모델은 해석과 제안 작업을 제공하며, 주변 에이전트 애플리케이션이 제어 기능을 제공하고 작업을 실행한 뒤 새 상태를 반환합니다. 따라서 텍스트 답변이나 예측 좌표는 통합 워크플로의 일부입니다.
인터페이스 질문에는 스크린샷과 실제 목표를 제공하고, 어떤 보이는 컨트롤이 관련 있으며 다음에 무엇을 해야 하는지 물어보세요. 요청 출력은 컨트롤 레이블, 위치, 의도한 작업처럼 구체적으로 유지하세요. 이후 애플리케이션이 작업을 수행하면 다음 스크린샷이 후속 결정을 위한 갱신된 시각 입력이 됩니다.
긴 동영상과 이벤트 위치 파악
제작사는 1시간이 넘는 동영상을 이해하고 요청한 이벤트가 담긴 구간을 식별하는 기능을 설명합니다. 이는 동영상 설명을 시간축상의 위치 파악으로 확장합니다. 객체가 처음 나타나는 시점, 시연이 특정 단계에 도달하는 구간, 다른 이벤트보다 먼저 일어나는 시각적 이벤트를 물어볼 수 있습니다. 결과가 요약, 순서가 있는 이벤트 목록, 이벤트 설명이 붙은 시작 및 종료 시각 중 무엇이어야 하는지 명시하세요.
이 제품군은 동적 프레임률 샘플링으로 학습하며 시간 위치 정보를 절대 시간과 정렬합니다. 따라서 타임스탬프가 중요한 경우 프레임률 정보는 버려도 되는 임의의 레이블이 아니라 동영상 준비 과정의 일부입니다. 문서화된 긴 동영상 기능은 모든 입력 경로에 적용되는 보편적인 파일 크기나 최대 재생 시간 사양이 아닙니다.
객체 위치 파악과 구조화 문서
Qwen2.5-VL은 바운딩 박스나 점을 반환하고 좌표와 속성을 JSON으로 구성할 수 있습니다. 이 릴리스는 기존의 정규화 좌표 대신 실제 이미지 크기를 기준으로 한 좌표를 사용합니다. 작업에 외접 상자, 특정 점, 객체 설명 중 무엇이 필요한지 지정하고, 반환된 위치를 해석하는 데 필요한 이미지 치수와 크기 조정 정보를 유지하세요.
예를 들어 시각적 재고 요청에서는 각 대상 객체, 상자, 보이는 속성을 요청할 수 있습니다. 점 기반 작업에서는 레이블이 있는 컨트롤이나 지정된 객체 부분의 위치를 요청할 수 있습니다. 이는 제안 출력 설계이며 모든 요청이 사용해야 하는 고정 필드명이 아닙니다. 이미지가 여러 개라면 각 좌표와 원본 이미지의 연결을 유지하세요.
제작사는 청구서 스캔, 양식, 표의 구조화 추출을 별도로 강조합니다. 필드를 정의하고 원래 레이블을 보존하며 값을 읽을 수 없을 때의 명시적인 표현을 요청하세요. 표에서는 요청한 행과 함께 열 머리글과 단위를 유지하세요. 실무적인 레코드에는 문서 식별자, 필드 레이블, 추출 값, 위치를 포함해 이후 비교나 사람의 점검에 활용할 수 있습니다.
아키텍처와 입력 준비
모델은 동적 이미지 해상도와 동적 동영상 샘플링을 갱신된 멀티모달 회전 위치 정보와 결합합니다. 비전 인코더는 윈도 어텐션, SwiGLU, RMSNorm을 사용합니다. 이는 시각 및 시간 처리를 지원하는 아키텍처 변경이며, 문서화된 텍스트 결과 워크플로에 오디오 입력이나 이미지 생성을 추가하지는 않습니다.
카드는 단일 이미지, 다중 이미지, 동영상 프레임 시퀀스, 동영상 파일 또는 참조, 배치 대화를 예시로 보여 줍니다. 이미지 프로세서는 이미지당 기본 범위를 4에서 16,384 시각 토큰으로 문서화합니다. 최소 및 최대 픽셀 설정은 종횡비를 유지하며, 요청한 정확한 치수는 28의 배수로 반올림됩니다. 256에서 1,280 시각 토큰의 예시 범위는 조정 가능한 예시이며 별도의 엄격한 이미지 한도가 아닙니다. 크기를 조정할 때 질문에 필요한 세부 정보를 유지하세요.
컨텍스트와 위치 파악에 민감한 설정
공개된 구성은 최대 위치 수를 128,000으로 설정합니다. 모델 카드의 장문 텍스트 절은 32,768토큰 기준과 YaRN 확장 예시를 별도로 설명합니다. 이 확장이 시간 및 공간 위치 파악에 큰 영향을 준다고 명시적으로 경고하며 권장하지 않습니다. 가이드는 긴 동영상에 대한 최대 위치 수 변경도 논의합니다. 이는 모든 작업의 무조건적인 입력 한도가 아니라 구성 참고사항입니다.
특히 좌표나 이벤트 시각이 중요한 경우 정확한 릴리스 구성과 시각 전처리를 작업에 맞추세요. 카드의 128토큰 생성 예시는 별도의 최대 출력 용량을 지정하지 않습니다. Qwen2.5-VL-7B-Instruct는 텍스트, 좌표, 구조화된 분석 결과를 생성합니다. 외부 작업, 렌더링된 이미지, 동영상, 음성 답변에는 다른 애플리케이션 구성요소가 필요합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen2.5-vl-7b-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 $0.0001 / 1K 토큰 출력 · 출력 토큰 $0.0001 / 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": "qwen2.5-vl-7b-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='qwen2.5-vl-7b-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='qwen2.5-vl-7b-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 qwen2.5-vl-7b-instruct
위에 표시된 메서드 경로를 사용하세요.
qwen2.5-vl-7b-instructQwen2.5-VL-7B-Instruct는 이미지, 문서, 동영상을 위한 시각 언어 모델입니다. 객체 상자, 점, 속성을 포함한 텍스트 및 구조화된 분석 결과를 생성하며, 7B 에디션에 시간축상의 이벤트 위치 파악과 시각 에이전트 기능을 제공합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen2.5-VL-7B-Instruct는 Qwen2.5-VL의 지시 튜닝된 7B 에디션입니다. 텍스트 지시를 이미지나 동영상과 연결해 텍스트 결과를 반환합니다. 제작사의 주요 개선 사항은 객체와 시각적 세부 정보 인식, 텍스트 및 레이아웃 분석, 시각 에이전트 작업, 긴 동영상의 이벤트 이해, 객체 위치 파악, 문서의 구조화 추출을 포괄합니다.
시각적 내용 이해하기
이 제품군은 사진의 주 피사체를 식별하는 수준을 넘어섭니다. 문서화된 작업에는 이미지 안의 텍스트, 차트, 아이콘, 그래픽, 요소 배치 분석이 포함됩니다. 차트에서는 살펴볼 계열이나 관계를 지정하고 축, 범례, 단위를 보존하세요. 다이어그램에서는 레이블이 있는 구성요소가 어떻게 연결되는지, 보이는 배치가 프로세스에 관해 무엇을 말해 주는지 물어보세요.
유용한 비교를 위해 원본 디자인과 수정 디자인을 제공하고 어느 것이 무엇인지 식별한 뒤, 짧은 요구사항 목록에 비추어 눈에 보이는 변경 사항을 요청할 수 있습니다. 관찰 내용과 관련 이미지 영역을 함께 요청하세요. 그러면 서로 무관한 두 사진을 일반적으로 설명하라는 요청보다 답변에 구체적인 목적이 생깁니다.
시각 에이전트 워크플로
제작사는 Qwen2.5-VL을 컴퓨터나 휴대전화 사용 작업에서 화면을 추론하고 도구를 지시할 수 있는 시각 에이전트로 소개합니다. 모델은 해석과 제안 작업을 제공하며, 주변 에이전트 애플리케이션이 제어 기능을 제공하고 작업을 실행한 뒤 새 상태를 반환합니다. 따라서 텍스트 답변이나 예측 좌표는 통합 워크플로의 일부입니다.
인터페이스 질문에는 스크린샷과 실제 목표를 제공하고, 어떤 보이는 컨트롤이 관련 있으며 다음에 무엇을 해야 하는지 물어보세요. 요청 출력은 컨트롤 레이블, 위치, 의도한 작업처럼 구체적으로 유지하세요. 이후 애플리케이션이 작업을 수행하면 다음 스크린샷이 후속 결정을 위한 갱신된 시각 입력이 됩니다.
긴 동영상과 이벤트 위치 파악
제작사는 1시간이 넘는 동영상을 이해하고 요청한 이벤트가 담긴 구간을 식별하는 기능을 설명합니다. 이는 동영상 설명을 시간축상의 위치 파악으로 확장합니다. 객체가 처음 나타나는 시점, 시연이 특정 단계에 도달하는 구간, 다른 이벤트보다 먼저 일어나는 시각적 이벤트를 물어볼 수 있습니다. 결과가 요약, 순서가 있는 이벤트 목록, 이벤트 설명이 붙은 시작 및 종료 시각 중 무엇이어야 하는지 명시하세요.
이 제품군은 동적 프레임률 샘플링으로 학습하며 시간 위치 정보를 절대 시간과 정렬합니다. 따라서 타임스탬프가 중요한 경우 프레임률 정보는 버려도 되는 임의의 레이블이 아니라 동영상 준비 과정의 일부입니다. 문서화된 긴 동영상 기능은 모든 입력 경로에 적용되는 보편적인 파일 크기나 최대 재생 시간 사양이 아닙니다.
객체 위치 파악과 구조화 문서
Qwen2.5-VL은 바운딩 박스나 점을 반환하고 좌표와 속성을 JSON으로 구성할 수 있습니다. 이 릴리스는 기존의 정규화 좌표 대신 실제 이미지 크기를 기준으로 한 좌표를 사용합니다. 작업에 외접 상자, 특정 점, 객체 설명 중 무엇이 필요한지 지정하고, 반환된 위치를 해석하는 데 필요한 이미지 치수와 크기 조정 정보를 유지하세요.
예를 들어 시각적 재고 요청에서는 각 대상 객체, 상자, 보이는 속성을 요청할 수 있습니다. 점 기반 작업에서는 레이블이 있는 컨트롤이나 지정된 객체 부분의 위치를 요청할 수 있습니다. 이는 제안 출력 설계이며 모든 요청이 사용해야 하는 고정 필드명이 아닙니다. 이미지가 여러 개라면 각 좌표와 원본 이미지의 연결을 유지하세요.
제작사는 청구서 스캔, 양식, 표의 구조화 추출을 별도로 강조합니다. 필드를 정의하고 원래 레이블을 보존하며 값을 읽을 수 없을 때의 명시적인 표현을 요청하세요. 표에서는 요청한 행과 함께 열 머리글과 단위를 유지하세요. 실무적인 레코드에는 문서 식별자, 필드 레이블, 추출 값, 위치를 포함해 이후 비교나 사람의 점검에 활용할 수 있습니다.
아키텍처와 입력 준비
모델은 동적 이미지 해상도와 동적 동영상 샘플링을 갱신된 멀티모달 회전 위치 정보와 결합합니다. 비전 인코더는 윈도 어텐션, SwiGLU, RMSNorm을 사용합니다. 이는 시각 및 시간 처리를 지원하는 아키텍처 변경이며, 문서화된 텍스트 결과 워크플로에 오디오 입력이나 이미지 생성을 추가하지는 않습니다.
카드는 단일 이미지, 다중 이미지, 동영상 프레임 시퀀스, 동영상 파일 또는 참조, 배치 대화를 예시로 보여 줍니다. 이미지 프로세서는 이미지당 기본 범위를 4에서 16,384 시각 토큰으로 문서화합니다. 최소 및 최대 픽셀 설정은 종횡비를 유지하며, 요청한 정확한 치수는 28의 배수로 반올림됩니다. 256에서 1,280 시각 토큰의 예시 범위는 조정 가능한 예시이며 별도의 엄격한 이미지 한도가 아닙니다. 크기를 조정할 때 질문에 필요한 세부 정보를 유지하세요.
컨텍스트와 위치 파악에 민감한 설정
공개된 구성은 최대 위치 수를 128,000으로 설정합니다. 모델 카드의 장문 텍스트 절은 32,768토큰 기준과 YaRN 확장 예시를 별도로 설명합니다. 이 확장이 시간 및 공간 위치 파악에 큰 영향을 준다고 명시적으로 경고하며 권장하지 않습니다. 가이드는 긴 동영상에 대한 최대 위치 수 변경도 논의합니다. 이는 모든 작업의 무조건적인 입력 한도가 아니라 구성 참고사항입니다.
특히 좌표나 이벤트 시각이 중요한 경우 정확한 릴리스 구성과 시각 전처리를 작업에 맞추세요. 카드의 128토큰 생성 예시는 별도의 최대 출력 용량을 지정하지 않습니다. Qwen2.5-VL-7B-Instruct는 텍스트, 좌표, 구조화된 분석 결과를 생성합니다. 외부 작업, 렌더링된 이미지, 동영상, 음성 답변에는 다른 애플리케이션 구성요소가 필요합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen2.5-vl-7b-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 $0.0001 / 1K 토큰 출력 · 출력 토큰 $0.0001 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen2.5-vl-7b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen2.5-vl-7b-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': 'qwen2.5-vl-7b-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 qwen2.5-vl-7b-instruct
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Extract a transcribed invoice table\n\nExtract line items from this invoice transcription: "Invoice N-33; item | quantity | unit price; Clip | 4 | 2.50; Folder | 2 | unreadable." Return each item with quantity, unit price and source invoice ID. Mark the unreadable price explicitly and do not infer it from a total. No image is supplied.A two-row field table retaining N-33 and an explicit unreadable value for the folder unit price.Verify quantities are not swapped and the unreadable price is neither zero nor a guessed amount.