Qwen3 VL 32B Instruct는 Qwen3 VL 제품군의 지시 이행형 32B 버전입니다. 제작사는 32B Thinking 버전과 별도로 이름을 지정합니다. 제품군 가이드는 시각 지각, 텍스트 이해, OCR, 문서 파싱, 공간 그라운딩, 비디오 이해를 실용적인 작업으로 설명합니다.
시각 원본과 핵심 질문을 제공하세요. 문서 이미지에서는 추출할 텍스트나 필드를 지정하세요. 도식에서는 특정 레이블과 관계를 질문하세요. 비디오에서는 관심 있는 사건이나 구간과 애플리케이션에 필요한 최종 설명을 명시하세요.
여러 이미지나 클립이 서로 다른 사실을 제공할 때는 출처 식별자를 유지하세요. 제작사 지침에는 이후 답변이 의도한 출처를 참조할 수 있도록 시각 입력에 식별자를 추가하는 방법이 포함됩니다.
제품군은 32개 언어의 OCR과 레이아웃 정보를 포함하는 문서 파싱을 설명합니다. 결과를 애플리케이션에서 사용할 예정이라면 필드, 답변 구조, 불명확한 내용의 처리 방식을 정의하세요. 추출한 텍스트와 값을 원본과 대조해 확인하세요.
시각 코딩 예제에는 이미지나 비디오에서 생성한 Draw.io, HTML, CSS, JavaScript가 포함됩니다. 유용한 작업은 코드가 유지해야 할 시각 관계와 인터페이스 동작을 명시합니다. 주변 애플리케이션이 반환된 코드를 저장하고 실행하여 산출물을 확인합니다.
객체 위치 작업에서는 대상을 지정하고 주변 객체와 구분되는 점을 명시하세요. 선택한 인터페이스에 문서화된 위치 표현을 사용하세요. 화면 기반 작업에서는 보이는 제어와 원하는 상태를 지정하세요. 애플리케이션이 선택한 작업을 실행하고 그 결과 관찰을 반환합니다.
제작사는 제품군에 대해 네이티브 256K 컨텍스트를 공개합니다. 선택한 인터페이스의 실제 입력 및 생성 한도 안에서 작업을 준비하세요. 원본 및 답변과 함께 32B Instruct 식별 정보를 유지하세요. Thinking 버전과 다른 모델 크기에는 각각 고유한 생성 설정이 있습니다.
", "aboutText": "Qwen3 VL 32B Instruct는 Qwen3 VL 제품군의 지시 이행형 32B 버전입니다. 제작사는 32B Thinking 버전과 별도로 이름을 지정합니다. 제품군 가이드는 시각 지각, 텍스트 이해, OCR, 문서 파싱, 공간 그라운딩, 비디오 이해를 실용적인 작업으로 설명합니다.\n\n### 반환할 정보 지정하기\n\n시각 원본과 핵심 질문을 제공하세요. 문서 이미지에서는 추출할 텍스트나 필드를 지정하세요. 도식에서는 특정 레이블과 관계를 질문하세요. 비디오에서는 관심 있는 사건이나 구간과 애플리케이션에 필요한 최종 설명을 명시하세요.\n\n여러 이미지나 클립이 서로 다른 사실을 제공할 때는 출처 식별자를 유지하세요. 제작사 지침에는 이후 답변이 의도한 출처를 참조할 수 있도록 시각 입력에 식별자를 추가하는 방법이 포함됩니다.\n\n### 시각 자료를 유용한 산출물로 바꾸기\n\n제품군은 32개 언어의 OCR과 레이아웃 정보를 포함하는 문서 파싱을 설명합니다. 결과를 애플리케이션에서 사용할 예정이라면 필드, 답변 구조, 불명확한 내용의 처리 방식을 정의하세요. 추출한 텍스트와 값을 원본과 대조해 확인하세요.\n\n시각 코딩 예제에는 이미지나 비디오에서 생성한 Draw.io, HTML, CSS, JavaScript가 포함됩니다. 유용한 작업은 코드가 유지해야 할 시각 관계와 인터페이스 동작을 명시합니다. 주변 애플리케이션이 반환된 코드를 저장하고 실행하여 산출물을 확인합니다.\n\n### 객체 위치 파악과 애플리케이션 판단의 근거 연결하기\n\n객체 위치 작업에서는 대상을 지정하고 주변 객체와 구분되는 점을 명시하세요. 선택한 인터페이스에 문서화된 위치 표현을 사용하세요. 화면 기반 작업에서는 보이는 제어와 원하는 상태를 지정하세요. 애플리케이션이 선택한 작업을 실행하고 그 결과 관찰을 반환합니다.\n\n### Instruct 프로필 명시하기\n\n제작사는 제품군에 대해 네이티브 256K 컨텍스트를 공개합니다. 선택한 인터페이스의 실제 입력 및 생성 한도 안에서 작업을 준비하세요. 원본 및 답변과 함께 32B Instruct 식별 정보를 유지하세요. Thinking 버전과 다른 모델 크기에는 각각 고유한 생성 설정이 있습니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Convert a transcribed table to a record\n\nUse this written transcription of page P3: 'Item | Ordered | Received; pads | 12 | 10; pens | 20 | unclear.' Produce a Markdown table with item, ordered, received and shortage. Use 'unknown' when the source cannot support a value, and retain P3 with the result. Do not infer the unclear count.A Markdown table with source-linked quantities and explicit unknown received/shortage values where necessary.The pads shortage may be calculated, but the pens shortage must remain unknown.qwen3-vl-32b-instructQwen3 VL 32B Instruct는 이미지, 비디오, 서면 작업을 위한 지시 이행형 32B 시각 언어 버전입니다. 제작사는 Qwen3 VL 제품군에서 OCR, 구조화된 문서 해석, 공간 그라운딩, 시각 자료에서 코드로 전환하는 작업 흐름을 설명합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3 VL 32B Instruct는 Qwen3 VL 제품군의 지시 이행형 32B 버전입니다. 제작사는 32B Thinking 버전과 별도로 이름을 지정합니다. 제품군 가이드는 시각 지각, 텍스트 이해, OCR, 문서 파싱, 공간 그라운딩, 비디오 이해를 실용적인 작업으로 설명합니다.
시각 원본과 핵심 질문을 제공하세요. 문서 이미지에서는 추출할 텍스트나 필드를 지정하세요. 도식에서는 특정 레이블과 관계를 질문하세요. 비디오에서는 관심 있는 사건이나 구간과 애플리케이션에 필요한 최종 설명을 명시하세요.
여러 이미지나 클립이 서로 다른 사실을 제공할 때는 출처 식별자를 유지하세요. 제작사 지침에는 이후 답변이 의도한 출처를 참조할 수 있도록 시각 입력에 식별자를 추가하는 방법이 포함됩니다.
제품군은 32개 언어의 OCR과 레이아웃 정보를 포함하는 문서 파싱을 설명합니다. 결과를 애플리케이션에서 사용할 예정이라면 필드, 답변 구조, 불명확한 내용의 처리 방식을 정의하세요. 추출한 텍스트와 값을 원본과 대조해 확인하세요.
시각 코딩 예제에는 이미지나 비디오에서 생성한 Draw.io, HTML, CSS, JavaScript가 포함됩니다. 유용한 작업은 코드가 유지해야 할 시각 관계와 인터페이스 동작을 명시합니다. 주변 애플리케이션이 반환된 코드를 저장하고 실행하여 산출물을 확인합니다.
객체 위치 작업에서는 대상을 지정하고 주변 객체와 구분되는 점을 명시하세요. 선택한 인터페이스에 문서화된 위치 표현을 사용하세요. 화면 기반 작업에서는 보이는 제어와 원하는 상태를 지정하세요. 애플리케이션이 선택한 작업을 실행하고 그 결과 관찰을 반환합니다.
제작사는 제품군에 대해 네이티브 256K 컨텍스트를 공개합니다. 선택한 인터페이스의 실제 입력 및 생성 한도 안에서 작업을 준비하세요. 원본 및 답변과 함께 32B Instruct 식별 정보를 유지하세요. Thinking 버전과 다른 모델 크기에는 각각 고유한 생성 설정이 있습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3-vl-32b-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 $0.000286 / 1K 토큰 출력 · 출력 토큰 $0.001144 / 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": "qwen3-vl-32b-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='qwen3-vl-32b-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='qwen3-vl-32b-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 qwen3-vl-32b-instruct
위에 표시된 메서드 경로를 사용하세요.
qwen3-vl-32b-instructQwen3 VL 32B Instruct는 이미지, 비디오, 서면 작업을 위한 지시 이행형 32B 시각 언어 버전입니다. 제작사는 Qwen3 VL 제품군에서 OCR, 구조화된 문서 해석, 공간 그라운딩, 시각 자료에서 코드로 전환하는 작업 흐름을 설명합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Qwen3 VL 32B Instruct는 Qwen3 VL 제품군의 지시 이행형 32B 버전입니다. 제작사는 32B Thinking 버전과 별도로 이름을 지정합니다. 제품군 가이드는 시각 지각, 텍스트 이해, OCR, 문서 파싱, 공간 그라운딩, 비디오 이해를 실용적인 작업으로 설명합니다.
시각 원본과 핵심 질문을 제공하세요. 문서 이미지에서는 추출할 텍스트나 필드를 지정하세요. 도식에서는 특정 레이블과 관계를 질문하세요. 비디오에서는 관심 있는 사건이나 구간과 애플리케이션에 필요한 최종 설명을 명시하세요.
여러 이미지나 클립이 서로 다른 사실을 제공할 때는 출처 식별자를 유지하세요. 제작사 지침에는 이후 답변이 의도한 출처를 참조할 수 있도록 시각 입력에 식별자를 추가하는 방법이 포함됩니다.
제품군은 32개 언어의 OCR과 레이아웃 정보를 포함하는 문서 파싱을 설명합니다. 결과를 애플리케이션에서 사용할 예정이라면 필드, 답변 구조, 불명확한 내용의 처리 방식을 정의하세요. 추출한 텍스트와 값을 원본과 대조해 확인하세요.
시각 코딩 예제에는 이미지나 비디오에서 생성한 Draw.io, HTML, CSS, JavaScript가 포함됩니다. 유용한 작업은 코드가 유지해야 할 시각 관계와 인터페이스 동작을 명시합니다. 주변 애플리케이션이 반환된 코드를 저장하고 실행하여 산출물을 확인합니다.
객체 위치 작업에서는 대상을 지정하고 주변 객체와 구분되는 점을 명시하세요. 선택한 인터페이스에 문서화된 위치 표현을 사용하세요. 화면 기반 작업에서는 보이는 제어와 원하는 상태를 지정하세요. 애플리케이션이 선택한 작업을 실행하고 그 결과 관찰을 반환합니다.
제작사는 제품군에 대해 네이티브 256K 컨텍스트를 공개합니다. 선택한 인터페이스의 실제 입력 및 생성 한도 안에서 작업을 준비하세요. 원본 및 답변과 함께 32B Instruct 식별 정보를 유지하세요. Thinking 버전과 다른 모델 크기에는 각각 고유한 생성 설정이 있습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 qwen3-vl-32b-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 $0.000286 / 1K 토큰 출력 · 출력 토큰 $0.001144 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "qwen3-vl-32b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-vl-32b-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': 'qwen3-vl-32b-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 qwen3-vl-32b-instruct
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Convert a transcribed table to a record\n\nUse this written transcription of page P3: 'Item | Ordered | Received; pads | 12 | 10; pens | 20 | unclear.' Produce a Markdown table with item, ordered, received and shortage. Use 'unknown' when the source cannot support a value, and retain P3 with the result. Do not infer the unclear count.A Markdown table with source-linked quantities and explicit unknown received/shortage values where necessary.The pads shortage may be calculated, but the pens shortage must remain unknown.