Qwen-VL-Max yra Qwen vaizdo ir kalbos modelių linija klausimams, kuriems nepakanka vien atpažinti objektą. Kūrėjas Max pozicionuoja kaip vaizdinio samprotavimo ir instrukcijų vykdymo modelį: susieti matomus įrodymus su naudotojo sąlygomis, paaiškinti ryšius ir pateikti tekstinį rezultatą sudėtingesnei vaizdinei užduočiai. Palyginti su Plus linija, šiame aprašyme daugiau dėmesio skiriama samprotavimui ir interpretavimui.
Dabartinė kūrėjo kortelė susieja be versijos pateiktą qwen-vl-max pavadinimą su qwen-vl-max-2025-08-13. Kintantis pavadinimas seka atnaujinimus, o pavadinimas su data nurodo konkretų užfiksuotą leidimą. Lygindami įvestis ir rezultatus išsaugokite tikslų pavadinimą; kitų įvardytų leidimų dokumentuotos specifikacijos gali skirtis.
Modelio galimybės
Dokumentuota įvestis apima tekstą, vaizdus ir vaizdo įrašus, o išvestis yra tekstas. Vaizdinė medžiaga gali būti dokumento puslapis, diagrama, scena ar kadrų seka. Tekstinis klausimas nustato, ką modelis turėtų iš tos medžiagos išsiaiškinti. Rezultatas gali aprašyti įrodymus, paaiškinti ryšį ar suskirstyti išvadas į laukus; šis modelis nėra vaizdų ar vaizdo įrašų generavimo leidimas.
Dirbdami su diagrama nurodykite, ką lyginti, užuot prašę bendro aprašymo. Pateikite vaizdą ir paklauskite, kuri matoma duomenų seka didėja, ką reiškia žymos ir kokie pastebėjimai pagrindžia išvadą. Paprašykite atskirų dalių tiesiogiai matomiems duomenims ir paaiškinimui. Procesų schemoje įvardykite pradžios ir pabaigos sąlygas ir paprašykite paaiškinti ryšius tarp etapų, išlaikant pradines žymas.
Pateikdami ekrano kopiją nurodykite naudotojo tikslą ir paklauskite apie matomus valdiklius bei galimą kitą žingsnį. Taip gaunama rašytinė sąsajos interpretacija. Bet koks tikras spustelėjimas, failo pakeitimas ar išorinis veiksmas lieka modelį naudojančios programos darbu; vien vaizdo supratimas nėra kompiuterio valdymo procesas.
Kūrėjo kortelėje dokumentuota struktūruota išvestis, atsakymo tęsimas nuo pateiktos pradžios ir konteksto kaupimas podėlyje. Tai gali padėti organizuoti kartotinę vaizdinę analizę pagal pastovią rezultato struktūrą. Paketinis pateikimas skiriasi tarp kūrėjo konfigūracijų, o funkcijų kvietimas, žiniatinklio paieška ir papildomas modelio mokymas šioje kortelėje nenurodyti kaip palaikomi. Todėl struktūruoto tekstinio atsakymo nereikėtų painioti su įvykdytu įrankio kvietimu ar internetine paieška.
Konteksto ribos
Šio pavadinimo kortelėje nurodytas 131 072 tokenų konteksto langas, didžiausia 129 024 tokenų įvestis ir didžiausia 8 192 tokenų išvestis. Vaizdinė įvestis ir tekstinė užduotis kartu naudoja turimą įvesties apimtį. Atsakymas ribojamas atskirai, todėl didelis vaizdinės medžiagos rinkinys nereiškia tokio pat dydžio išvesties.
Pasirinkite vaizdus ar kadrus, kurie padeda atsakyti į tikrąjį klausimą. Išsaugokite diagramos legendą, stulpelių antraštes ar schemos žymas, būtinas iškirptai sričiai suprasti. Lygindami kelias medžiagas nurodykite jų tvarką ir paskirtį: esamas dizainas, pataisytas dizainas ir palyginimui naudojamas reikalavimas. Naudingas rašytinis rezultatas gali išvardyti sutampančius elementus, skirtumus ir klausimus, kurie lieka neišspręsti pagal pateiktus įrodymus.
Darbas su vaizdo įrašais
Vaizdo įrašo įvestis leidžia užduoti klausimus apie matomus įvykius ir jų seką. Paklauskite, kas pasikeičia tarp kadrų, kurie dalyviai sąveikauja ar kuri matoma sąlyga atsiranda anksčiau už kitą. Apibrėžkite reikiamą rezultatą, pavyzdžiui, nuoseklų įvykių aprašymą su kiekvieną punktą pagrindžiančiais pastebėjimais. Kortelėje nurodyta vaizdo įrašų įvestis ir tekstinė išvestis, o ne garso įvestis ar kalbos išvestis; klausimui apie ištartą turinį tą turinį reikia pateikti atskirai.
Praktinė užduotis gali palyginti demonstracinį įrašą su jo rašytine procedūra: pateikite vaizdinę medžiagą ir aktualius žingsnius, paklauskite, kurie žingsniai matomai parodyti, ir paprašykite trumpo neatitikimų sąrašo. Nurodykite, su kuriuo procedūros žingsniu siejasi kiekvienas pastebėjimas, o neaiškius žingsnius palikite atskiroje atsakymo dalyje.
Svarbios leidimo ribos
Max dėmesys vaizdiniam samprotavimui naudingas, kai užduotis priklauso nuo ryšių interpretavimo ir sudėtingos vaizdinės instrukcijos vykdymo. Dokumentuotas jo rezultatas yra tekstas. Pateikite įskaitomą įvestį, įvardykite reikiamą išvadą ir atskirkite matomus įrodymus nuo išvadų, kurias užduotis prašo modelio padaryti. Toks pasiruošimas vaizdinį klausimą paverčia pritaikomu paaiškinimu ar palyginimu, o ne nekryptinga scenos santrauka.
", "aboutText": "Qwen-VL-Max yra Qwen vaizdo ir kalbos modelių linija klausimams, kuriems nepakanka vien atpažinti objektą. Kūrėjas Max pozicionuoja kaip vaizdinio samprotavimo ir instrukcijų vykdymo modelį: susieti matomus įrodymus su naudotojo sąlygomis, paaiškinti ryšius ir pateikti tekstinį rezultatą sudėtingesnei vaizdinei užduočiai. Palyginti su Plus linija, šiame aprašyme daugiau dėmesio skiriama samprotavimui ir interpretavimui.\n\nDabartinė kūrėjo kortelė susieja be versijos pateiktą qwen-vl-max pavadinimą su qwen-vl-max-2025-08-13. Kintantis pavadinimas seka atnaujinimus, o pavadinimas su data nurodo konkretų užfiksuotą leidimą. Lygindami įvestis ir rezultatus išsaugokite tikslų pavadinimą; kitų įvardytų leidimų dokumentuotos specifikacijos gali skirtis.\n\nModelio galimybės\n\nDokumentuota įvestis apima tekstą, vaizdus ir vaizdo įrašus, o išvestis yra tekstas. Vaizdinė medžiaga gali būti dokumento puslapis, diagrama, scena ar kadrų seka. Tekstinis klausimas nustato, ką modelis turėtų iš tos medžiagos išsiaiškinti. Rezultatas gali aprašyti įrodymus, paaiškinti ryšį ar suskirstyti išvadas į laukus; šis modelis nėra vaizdų ar vaizdo įrašų generavimo leidimas.\n\nDirbdami su diagrama nurodykite, ką lyginti, užuot prašę bendro aprašymo. Pateikite vaizdą ir paklauskite, kuri matoma duomenų seka didėja, ką reiškia žymos ir kokie pastebėjimai pagrindžia išvadą. Paprašykite atskirų dalių tiesiogiai matomiems duomenims ir paaiškinimui. Procesų schemoje įvardykite pradžios ir pabaigos sąlygas ir paprašykite paaiškinti ryšius tarp etapų, išlaikant pradines žymas.\n\nPateikdami ekrano kopiją nurodykite naudotojo tikslą ir paklauskite apie matomus valdiklius bei galimą kitą žingsnį. Taip gaunama rašytinė sąsajos interpretacija. Bet koks tikras spustelėjimas, failo pakeitimas ar išorinis veiksmas lieka modelį naudojančios programos darbu; vien vaizdo supratimas nėra kompiuterio valdymo procesas.\n\nKūrėjo kortelėje dokumentuota struktūruota išvestis, atsakymo tęsimas nuo pateiktos pradžios ir konteksto kaupimas podėlyje. Tai gali padėti organizuoti kartotinę vaizdinę analizę pagal pastovią rezultato struktūrą. Paketinis pateikimas skiriasi tarp kūrėjo konfigūracijų, o funkcijų kvietimas, žiniatinklio paieška ir papildomas modelio mokymas šioje kortelėje nenurodyti kaip palaikomi. Todėl struktūruoto tekstinio atsakymo nereikėtų painioti su įvykdytu įrankio kvietimu ar internetine paieška.\n\nKonteksto ribos\n\nŠio pavadinimo kortelėje nurodytas 131 072 tokenų konteksto langas, didžiausia 129 024 tokenų įvestis ir didžiausia 8 192 tokenų išvestis. Vaizdinė įvestis ir tekstinė užduotis kartu naudoja turimą įvesties apimtį. Atsakymas ribojamas atskirai, todėl didelis vaizdinės medžiagos rinkinys nereiškia tokio pat dydžio išvesties.\n\nPasirinkite vaizdus ar kadrus, kurie padeda atsakyti į tikrąjį klausimą. Išsaugokite diagramos legendą, stulpelių antraštes ar schemos žymas, būtinas iškirptai sričiai suprasti. Lygindami kelias medžiagas nurodykite jų tvarką ir paskirtį: esamas dizainas, pataisytas dizainas ir palyginimui naudojamas reikalavimas. Naudingas rašytinis rezultatas gali išvardyti sutampančius elementus, skirtumus ir klausimus, kurie lieka neišspręsti pagal pateiktus įrodymus.\n\nDarbas su vaizdo įrašais\n\nVaizdo įrašo įvestis leidžia užduoti klausimus apie matomus įvykius ir jų seką. Paklauskite, kas pasikeičia tarp kadrų, kurie dalyviai sąveikauja ar kuri matoma sąlyga atsiranda anksčiau už kitą. Apibrėžkite reikiamą rezultatą, pavyzdžiui, nuoseklų įvykių aprašymą su kiekvieną punktą pagrindžiančiais pastebėjimais. Kortelėje nurodyta vaizdo įrašų įvestis ir tekstinė išvestis, o ne garso įvestis ar kalbos išvestis; klausimui apie ištartą turinį tą turinį reikia pateikti atskirai.\n\nPraktinė užduotis gali palyginti demonstracinį įrašą su jo rašytine procedūra: pateikite vaizdinę medžiagą ir aktualius žingsnius, paklauskite, kurie žingsniai matomai parodyti, ir paprašykite trumpo neatitikimų sąrašo. Nurodykite, su kuriuo procedūros žingsniu siejasi kiekvienas pastebėjimas, o neaiškius žingsnius palikite atskiroje atsakymo dalyje.\n\nSvarbios leidimo ribos\n\nMax dėmesys vaizdiniam samprotavimui naudingas, kai užduotis priklauso nuo ryšių interpretavimo ir sudėtingos vaizdinės instrukcijos vykdymo. Dokumentuotas jo rezultatas yra tekstas. Pateikite įskaitomą įvestį, įvardykite reikiamą išvadą ir atskirkite matomus įrodymus nuo išvadų, kurias užduotis prašo modelio padaryti. Toks pasiruošimas vaizdinį klausimą paverčia pritaikomu paaiškinimu ar palyginimu, o ne nekryptinga scenos santrauka.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Trace a described process diagram\n\nInterpret this diagram transcribed as text: Request -> Validate -> [valid: Queue; invalid: Return error]; Queue -> Worker -> Result. Requirement: invalid requests must never reach the worker. Explain both paths, identify the gate enforcing the requirement and list two checks tied to those paths. Use only the supplied connections and labels.A two-path explanation, the validation gate and valid/invalid path checks.Check the invalid branch ends at Return error rather than passing through Queue.qwen-vl-maxQwen-VL-Max susieja tekstą, vaizdus ir vaizdo įrašus su vaizdine samprotavimo geba ir instrukcijų vykdymu. Jis pateikia tekstinius paaiškinimus arba struktūruotas išvadas ir yra skirtas sudėtingiems vaizdiniams klausimams, dokumentų analizei bei ryšiams scenoje nagrinėti.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Qwen-VL-Max yra Qwen vaizdo ir kalbos modelių linija klausimams, kuriems nepakanka vien atpažinti objektą. Kūrėjas Max pozicionuoja kaip vaizdinio samprotavimo ir instrukcijų vykdymo modelį: susieti matomus įrodymus su naudotojo sąlygomis, paaiškinti ryšius ir pateikti tekstinį rezultatą sudėtingesnei vaizdinei užduočiai. Palyginti su Plus linija, šiame aprašyme daugiau dėmesio skiriama samprotavimui ir interpretavimui.
Dabartinė kūrėjo kortelė susieja be versijos pateiktą qwen-vl-max pavadinimą su qwen-vl-max-2025-08-13. Kintantis pavadinimas seka atnaujinimus, o pavadinimas su data nurodo konkretų užfiksuotą leidimą. Lygindami įvestis ir rezultatus išsaugokite tikslų pavadinimą; kitų įvardytų leidimų dokumentuotos specifikacijos gali skirtis.
Modelio galimybės
Dokumentuota įvestis apima tekstą, vaizdus ir vaizdo įrašus, o išvestis yra tekstas. Vaizdinė medžiaga gali būti dokumento puslapis, diagrama, scena ar kadrų seka. Tekstinis klausimas nustato, ką modelis turėtų iš tos medžiagos išsiaiškinti. Rezultatas gali aprašyti įrodymus, paaiškinti ryšį ar suskirstyti išvadas į laukus; šis modelis nėra vaizdų ar vaizdo įrašų generavimo leidimas.
Dirbdami su diagrama nurodykite, ką lyginti, užuot prašę bendro aprašymo. Pateikite vaizdą ir paklauskite, kuri matoma duomenų seka didėja, ką reiškia žymos ir kokie pastebėjimai pagrindžia išvadą. Paprašykite atskirų dalių tiesiogiai matomiems duomenims ir paaiškinimui. Procesų schemoje įvardykite pradžios ir pabaigos sąlygas ir paprašykite paaiškinti ryšius tarp etapų, išlaikant pradines žymas.
Pateikdami ekrano kopiją nurodykite naudotojo tikslą ir paklauskite apie matomus valdiklius bei galimą kitą žingsnį. Taip gaunama rašytinė sąsajos interpretacija. Bet koks tikras spustelėjimas, failo pakeitimas ar išorinis veiksmas lieka modelį naudojančios programos darbu; vien vaizdo supratimas nėra kompiuterio valdymo procesas.
Kūrėjo kortelėje dokumentuota struktūruota išvestis, atsakymo tęsimas nuo pateiktos pradžios ir konteksto kaupimas podėlyje. Tai gali padėti organizuoti kartotinę vaizdinę analizę pagal pastovią rezultato struktūrą. Paketinis pateikimas skiriasi tarp kūrėjo konfigūracijų, o funkcijų kvietimas, žiniatinklio paieška ir papildomas modelio mokymas šioje kortelėje nenurodyti kaip palaikomi. Todėl struktūruoto tekstinio atsakymo nereikėtų painioti su įvykdytu įrankio kvietimu ar internetine paieška.
Konteksto ribos
Šio pavadinimo kortelėje nurodytas 131 072 tokenų konteksto langas, didžiausia 129 024 tokenų įvestis ir didžiausia 8 192 tokenų išvestis. Vaizdinė įvestis ir tekstinė užduotis kartu naudoja turimą įvesties apimtį. Atsakymas ribojamas atskirai, todėl didelis vaizdinės medžiagos rinkinys nereiškia tokio pat dydžio išvesties.
Pasirinkite vaizdus ar kadrus, kurie padeda atsakyti į tikrąjį klausimą. Išsaugokite diagramos legendą, stulpelių antraštes ar schemos žymas, būtinas iškirptai sričiai suprasti. Lygindami kelias medžiagas nurodykite jų tvarką ir paskirtį: esamas dizainas, pataisytas dizainas ir palyginimui naudojamas reikalavimas. Naudingas rašytinis rezultatas gali išvardyti sutampančius elementus, skirtumus ir klausimus, kurie lieka neišspręsti pagal pateiktus įrodymus.
Darbas su vaizdo įrašais
Vaizdo įrašo įvestis leidžia užduoti klausimus apie matomus įvykius ir jų seką. Paklauskite, kas pasikeičia tarp kadrų, kurie dalyviai sąveikauja ar kuri matoma sąlyga atsiranda anksčiau už kitą. Apibrėžkite reikiamą rezultatą, pavyzdžiui, nuoseklų įvykių aprašymą su kiekvieną punktą pagrindžiančiais pastebėjimais. Kortelėje nurodyta vaizdo įrašų įvestis ir tekstinė išvestis, o ne garso įvestis ar kalbos išvestis; klausimui apie ištartą turinį tą turinį reikia pateikti atskirai.
Praktinė užduotis gali palyginti demonstracinį įrašą su jo rašytine procedūra: pateikite vaizdinę medžiagą ir aktualius žingsnius, paklauskite, kurie žingsniai matomai parodyti, ir paprašykite trumpo neatitikimų sąrašo. Nurodykite, su kuriuo procedūros žingsniu siejasi kiekvienas pastebėjimas, o neaiškius žingsnius palikite atskiroje atsakymo dalyje.
Svarbios leidimo ribos
Max dėmesys vaizdiniam samprotavimui naudingas, kai užduotis priklauso nuo ryšių interpretavimo ir sudėtingos vaizdinės instrukcijos vykdymo. Dokumentuotas jo rezultatas yra tekstas. Pateikite įskaitomą įvestį, įvardykite reikiamą išvadą ir atskirkite matomus įrodymus nuo išvadų, kurias užduotis prašo modelio padaryti. Toks pasiruošimas vaizdinį klausimą paverčia pritaikomu paaiškinimu ar palyginimu, o ne nekryptinga scenos santrauka.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos qwen-vl-max | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.00046 / 1K tokenų Išvestis · Išvesties tokenai $0.001144 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen-vl-max", "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-max',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-max',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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra qwen-vl-max
Naudokite aukščiau nurodytus metodų kelius.
qwen-vl-maxQwen-VL-Max susieja tekstą, vaizdus ir vaizdo įrašus su vaizdine samprotavimo geba ir instrukcijų vykdymu. Jis pateikia tekstinius paaiškinimus arba struktūruotas išvadas ir yra skirtas sudėtingiems vaizdiniams klausimams, dokumentų analizei bei ryšiams scenoje nagrinėti.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Qwen-VL-Max yra Qwen vaizdo ir kalbos modelių linija klausimams, kuriems nepakanka vien atpažinti objektą. Kūrėjas Max pozicionuoja kaip vaizdinio samprotavimo ir instrukcijų vykdymo modelį: susieti matomus įrodymus su naudotojo sąlygomis, paaiškinti ryšius ir pateikti tekstinį rezultatą sudėtingesnei vaizdinei užduočiai. Palyginti su Plus linija, šiame aprašyme daugiau dėmesio skiriama samprotavimui ir interpretavimui.
Dabartinė kūrėjo kortelė susieja be versijos pateiktą qwen-vl-max pavadinimą su qwen-vl-max-2025-08-13. Kintantis pavadinimas seka atnaujinimus, o pavadinimas su data nurodo konkretų užfiksuotą leidimą. Lygindami įvestis ir rezultatus išsaugokite tikslų pavadinimą; kitų įvardytų leidimų dokumentuotos specifikacijos gali skirtis.
Modelio galimybės
Dokumentuota įvestis apima tekstą, vaizdus ir vaizdo įrašus, o išvestis yra tekstas. Vaizdinė medžiaga gali būti dokumento puslapis, diagrama, scena ar kadrų seka. Tekstinis klausimas nustato, ką modelis turėtų iš tos medžiagos išsiaiškinti. Rezultatas gali aprašyti įrodymus, paaiškinti ryšį ar suskirstyti išvadas į laukus; šis modelis nėra vaizdų ar vaizdo įrašų generavimo leidimas.
Dirbdami su diagrama nurodykite, ką lyginti, užuot prašę bendro aprašymo. Pateikite vaizdą ir paklauskite, kuri matoma duomenų seka didėja, ką reiškia žymos ir kokie pastebėjimai pagrindžia išvadą. Paprašykite atskirų dalių tiesiogiai matomiems duomenims ir paaiškinimui. Procesų schemoje įvardykite pradžios ir pabaigos sąlygas ir paprašykite paaiškinti ryšius tarp etapų, išlaikant pradines žymas.
Pateikdami ekrano kopiją nurodykite naudotojo tikslą ir paklauskite apie matomus valdiklius bei galimą kitą žingsnį. Taip gaunama rašytinė sąsajos interpretacija. Bet koks tikras spustelėjimas, failo pakeitimas ar išorinis veiksmas lieka modelį naudojančios programos darbu; vien vaizdo supratimas nėra kompiuterio valdymo procesas.
Kūrėjo kortelėje dokumentuota struktūruota išvestis, atsakymo tęsimas nuo pateiktos pradžios ir konteksto kaupimas podėlyje. Tai gali padėti organizuoti kartotinę vaizdinę analizę pagal pastovią rezultato struktūrą. Paketinis pateikimas skiriasi tarp kūrėjo konfigūracijų, o funkcijų kvietimas, žiniatinklio paieška ir papildomas modelio mokymas šioje kortelėje nenurodyti kaip palaikomi. Todėl struktūruoto tekstinio atsakymo nereikėtų painioti su įvykdytu įrankio kvietimu ar internetine paieška.
Konteksto ribos
Šio pavadinimo kortelėje nurodytas 131 072 tokenų konteksto langas, didžiausia 129 024 tokenų įvestis ir didžiausia 8 192 tokenų išvestis. Vaizdinė įvestis ir tekstinė užduotis kartu naudoja turimą įvesties apimtį. Atsakymas ribojamas atskirai, todėl didelis vaizdinės medžiagos rinkinys nereiškia tokio pat dydžio išvesties.
Pasirinkite vaizdus ar kadrus, kurie padeda atsakyti į tikrąjį klausimą. Išsaugokite diagramos legendą, stulpelių antraštes ar schemos žymas, būtinas iškirptai sričiai suprasti. Lygindami kelias medžiagas nurodykite jų tvarką ir paskirtį: esamas dizainas, pataisytas dizainas ir palyginimui naudojamas reikalavimas. Naudingas rašytinis rezultatas gali išvardyti sutampančius elementus, skirtumus ir klausimus, kurie lieka neišspręsti pagal pateiktus įrodymus.
Darbas su vaizdo įrašais
Vaizdo įrašo įvestis leidžia užduoti klausimus apie matomus įvykius ir jų seką. Paklauskite, kas pasikeičia tarp kadrų, kurie dalyviai sąveikauja ar kuri matoma sąlyga atsiranda anksčiau už kitą. Apibrėžkite reikiamą rezultatą, pavyzdžiui, nuoseklų įvykių aprašymą su kiekvieną punktą pagrindžiančiais pastebėjimais. Kortelėje nurodyta vaizdo įrašų įvestis ir tekstinė išvestis, o ne garso įvestis ar kalbos išvestis; klausimui apie ištartą turinį tą turinį reikia pateikti atskirai.
Praktinė užduotis gali palyginti demonstracinį įrašą su jo rašytine procedūra: pateikite vaizdinę medžiagą ir aktualius žingsnius, paklauskite, kurie žingsniai matomai parodyti, ir paprašykite trumpo neatitikimų sąrašo. Nurodykite, su kuriuo procedūros žingsniu siejasi kiekvienas pastebėjimas, o neaiškius žingsnius palikite atskiroje atsakymo dalyje.
Svarbios leidimo ribos
Max dėmesys vaizdiniam samprotavimui naudingas, kai užduotis priklauso nuo ryšių interpretavimo ir sudėtingos vaizdinės instrukcijos vykdymo. Dokumentuotas jo rezultatas yra tekstas. Pateikite įskaitomą įvestį, įvardykite reikiamą išvadą ir atskirkite matomus įrodymus nuo išvadų, kurias užduotis prašo modelio padaryti. Toks pasiruošimas vaizdinį klausimą paverčia pritaikomu paaiškinimu ar palyginimu, o ne nekryptinga scenos santrauka.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos qwen-vl-max | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.00046 / 1K tokenų Išvestis · Išvesties tokenai $0.001144 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "qwen-vl-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-max', '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-max', '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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra qwen-vl-max
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Trace a described process diagram\n\nInterpret this diagram transcribed as text: Request -> Validate -> [valid: Queue; invalid: Return error]; Queue -> Worker -> Result. Requirement: invalid requests must never reach the worker. Explain both paths, identify the gate enforcing the requirement and list two checks tied to those paths. Use only the supplied connections and labels.A two-path explanation, the validation gate and valid/invalid path checks.Check the invalid branch ends at Return error rather than passing through Queue.