Qwen-VL-Plus 2025-07-10 yra datuotas Alibaba vaizdo ir kalbos modelis vaizdams ir vaizdo įrašams suprasti. Išskirtinis jo atnaujinimas — geresnis stebėjimo vaizdo įrašų turinio supratimas. Modelis priima vaizdinę medžiagą kartu su tekstinėmis instrukcijomis ir grąžina tekstą: įvykio aprašymą, atsakymą apie sceną ar ataskaitą, organizuotą pagal detales, kurias prašote nagrinėti. Alibaba šį užfiksuotą leidimą taip pat vadina qwen-vl-plus-0710.
Kūrėjas šį leidimą atskiria nuo Qwen-VL-Plus 2025-05-07 ir tame pačiame puslapyje aprašyto Qwen-VL-Plus latest alternatyvaus pavadinimo. Tai svarbu, kai užduotis konkrečiai susijusi su kamerų įrašais: į stebėjimą orientuotas patobulinimas priklauso liepos įvardytam užfiksuotam leidimui. Lygindami užklausas ar dar kartą peržiūrėdami tą patį įrašą užduoties įraše išsaugokite tikslų leidimą.
Vaizdiniai klausimai gali būti apie tai, kas pasirodo kadre, kur yra objektai ir kaip matomi veiksmai vystosi sekoje. Vienas vaizdas gali pagrįsti scenos aprašymą; keli pažymėti vaizdai gali pateikti skirtingus vaizdus ar vienas po kito einančius momentus. Vaizdo įrašų supratimui naudojami atrinkti kadrai. Gautas paaiškinimas susijęs su matomais įrodymais; modelis negeneruoja pakaitinio vaizdo įrašo, o šis vaizdinis procesas neanalizuoja jo garso takelio.
Įvykio ataskaitai paruoškite aktualų klipą ar sutvarkytą kadrų seką ir nurodykite svarbią zoną ar veiklą. Iliustracinis užduoties aprašymas: „Eilės tvarka aprašyk matomus žmogaus veiksmus šalia įėjimo. Kiekvienam pastebėjimui pateik dalyvaujantį objektą, jo padėtį ir matomą pasikeitimą. Neaiškias detales pateik atskirame paskutiniame sakinyje.“ Galite prašyti trumpo pasakojimo, pastebėjimų sąrašo ar įvardytų ataskaitos skyrių. Tai instrukcijos tekstiniam atsakymui, o ne atskiras struktūruotos išvesties režimas.
Paskelbtas šio užfiksuoto leidimo konteksto langas yra 32 768 tokenai, didžiausia įvestis — 30 720 tokenų, o didžiausia išvestis — 8 096 tokenai. Atskira modelio lentelė taip pat nurodo didžiausią 16 384 tokenų apimtį vienam vaizdui. Tekstinės instrukcijos, pokalbio kontekstas ir vaizdinis turinys turi kartu tilpti į įvesties biudžetą; išvesties riba yra atskiras apribojimas, o ne papildoma vieta šaltinio medžiagai. Peržiūrėdami ilgą įrašą išskirkite epizodą ir išsaugokite pakankamai aplinkinių kadrų jo sekai suprasti.
Pasirinkite šaltinio kadrus, kuriuose aktualūs objektai atskiriami, pažymėkite skirtingas kameras ar vaizdus ir tiksliai apibrėžkite prašomą pastebėjimą. Dokumentuotam Alibaba failų procesui paruoškite per URL pateikiamus vaizdus, ne didesnius kaip 10 MB; per viešą URL pateiktas vaizdo failas turi būti 2–40 sekundžių trukmės ir ne didesnis kaip 150 MB, arba naudokite sutvarkytą 4–80 kadrų sąrašą. Bendra vaizdinių ir tekstinių tokenų apimtis vis tiek turi tilpti į modelio įvesties biudžetą. Jei užduotis priklauso nuo sakytinio paaiškinimo, jo perrašą pateikite atskirai tekstu. Paprašykite ataskaitoje atskirti matomą judesį nuo numanomo tikslo: „ėjo durų link“ yra kitoks teiginys nei ketinimas išeiti. Naudingas rezultatas yra peržiūrimas tekstinis įrašas, susietas su vaizdo medžiaga ir nurodytais stebėjimo kriterijais.
", "aboutText": "Qwen-VL-Plus 2025-07-10 yra datuotas Alibaba vaizdo ir kalbos modelis vaizdams ir vaizdo įrašams suprasti. Išskirtinis jo atnaujinimas — geresnis stebėjimo vaizdo įrašų turinio supratimas. Modelis priima vaizdinę medžiagą kartu su tekstinėmis instrukcijomis ir grąžina tekstą: įvykio aprašymą, atsakymą apie sceną ar ataskaitą, organizuotą pagal detales, kurias prašote nagrinėti. Alibaba šį užfiksuotą leidimą taip pat vadina qwen-vl-plus-0710.\n\nKūrėjas šį leidimą atskiria nuo Qwen-VL-Plus 2025-05-07 ir tame pačiame puslapyje aprašyto Qwen-VL-Plus latest alternatyvaus pavadinimo. Tai svarbu, kai užduotis konkrečiai susijusi su kamerų įrašais: į stebėjimą orientuotas patobulinimas priklauso liepos įvardytam užfiksuotam leidimui. Lygindami užklausas ar dar kartą peržiūrėdami tą patį įrašą užduoties įraše išsaugokite tikslų leidimą.\n\nVaizdiniai klausimai gali būti apie tai, kas pasirodo kadre, kur yra objektai ir kaip matomi veiksmai vystosi sekoje. Vienas vaizdas gali pagrįsti scenos aprašymą; keli pažymėti vaizdai gali pateikti skirtingus vaizdus ar vienas po kito einančius momentus. Vaizdo įrašų supratimui naudojami atrinkti kadrai. Gautas paaiškinimas susijęs su matomais įrodymais; modelis negeneruoja pakaitinio vaizdo įrašo, o šis vaizdinis procesas neanalizuoja jo garso takelio.\n\nĮvykio ataskaitai paruoškite aktualų klipą ar sutvarkytą kadrų seką ir nurodykite svarbią zoną ar veiklą. Iliustracinis užduoties aprašymas: „Eilės tvarka aprašyk matomus žmogaus veiksmus šalia įėjimo. Kiekvienam pastebėjimui pateik dalyvaujantį objektą, jo padėtį ir matomą pasikeitimą. Neaiškias detales pateik atskirame paskutiniame sakinyje.“ Galite prašyti trumpo pasakojimo, pastebėjimų sąrašo ar įvardytų ataskaitos skyrių. Tai instrukcijos tekstiniam atsakymui, o ne atskiras struktūruotos išvesties režimas.\n\nPaskelbtas šio užfiksuoto leidimo konteksto langas yra 32 768 tokenai, didžiausia įvestis — 30 720 tokenų, o didžiausia išvestis — 8 096 tokenai. Atskira modelio lentelė taip pat nurodo didžiausią 16 384 tokenų apimtį vienam vaizdui. Tekstinės instrukcijos, pokalbio kontekstas ir vaizdinis turinys turi kartu tilpti į įvesties biudžetą; išvesties riba yra atskiras apribojimas, o ne papildoma vieta šaltinio medžiagai. Peržiūrėdami ilgą įrašą išskirkite epizodą ir išsaugokite pakankamai aplinkinių kadrų jo sekai suprasti.\n\nPasirinkite šaltinio kadrus, kuriuose aktualūs objektai atskiriami, pažymėkite skirtingas kameras ar vaizdus ir tiksliai apibrėžkite prašomą pastebėjimą. Dokumentuotam Alibaba failų procesui paruoškite per URL pateikiamus vaizdus, ne didesnius kaip 10 MB; per viešą URL pateiktas vaizdo failas turi būti 2–40 sekundžių trukmės ir ne didesnis kaip 150 MB, arba naudokite sutvarkytą 4–80 kadrų sąrašą. Bendra vaizdinių ir tekstinių tokenų apimtis vis tiek turi tilpti į modelio įvesties biudžetą. Jei užduotis priklauso nuo sakytinio paaiškinimo, jo perrašą pateikite atskirai tekstu. Paprašykite ataskaitoje atskirti matomą judesį nuo numanomo tikslo: „ėjo durų link“ yra kitoks teiginys nei ketinimas išeiti. Naudingas rezultatas yra peržiūrimas tekstinis įrašas, susietas su vaizdo medžiaga ir nurodytais stebėjimo kriterijais.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10 yra užfiksuotas vaizdo ir kalbos modelio leidimas, orientuotas į stebėjimo vaizdo įrašų supratimą. Jis sujungia vaizdus ar vaizdo įrašo kadrus su rašytiniu klausimu, kad aprašytų matomus įvykius, atsektų veiksmus ir pateiktų tekstinę ataskaitą.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Qwen-VL-Plus 2025-07-10 yra datuotas Alibaba vaizdo ir kalbos modelis vaizdams ir vaizdo įrašams suprasti. Išskirtinis jo atnaujinimas — geresnis stebėjimo vaizdo įrašų turinio supratimas. Modelis priima vaizdinę medžiagą kartu su tekstinėmis instrukcijomis ir grąžina tekstą: įvykio aprašymą, atsakymą apie sceną ar ataskaitą, organizuotą pagal detales, kurias prašote nagrinėti. Alibaba šį užfiksuotą leidimą taip pat vadina qwen-vl-plus-0710.
Kūrėjas šį leidimą atskiria nuo Qwen-VL-Plus 2025-05-07 ir tame pačiame puslapyje aprašyto Qwen-VL-Plus latest alternatyvaus pavadinimo. Tai svarbu, kai užduotis konkrečiai susijusi su kamerų įrašais: į stebėjimą orientuotas patobulinimas priklauso liepos įvardytam užfiksuotam leidimui. Lygindami užklausas ar dar kartą peržiūrėdami tą patį įrašą užduoties įraše išsaugokite tikslų leidimą.
Vaizdiniai klausimai gali būti apie tai, kas pasirodo kadre, kur yra objektai ir kaip matomi veiksmai vystosi sekoje. Vienas vaizdas gali pagrįsti scenos aprašymą; keli pažymėti vaizdai gali pateikti skirtingus vaizdus ar vienas po kito einančius momentus. Vaizdo įrašų supratimui naudojami atrinkti kadrai. Gautas paaiškinimas susijęs su matomais įrodymais; modelis negeneruoja pakaitinio vaizdo įrašo, o šis vaizdinis procesas neanalizuoja jo garso takelio.
Įvykio ataskaitai paruoškite aktualų klipą ar sutvarkytą kadrų seką ir nurodykite svarbią zoną ar veiklą. Iliustracinis užduoties aprašymas: „Eilės tvarka aprašyk matomus žmogaus veiksmus šalia įėjimo. Kiekvienam pastebėjimui pateik dalyvaujantį objektą, jo padėtį ir matomą pasikeitimą. Neaiškias detales pateik atskirame paskutiniame sakinyje.“ Galite prašyti trumpo pasakojimo, pastebėjimų sąrašo ar įvardytų ataskaitos skyrių. Tai instrukcijos tekstiniam atsakymui, o ne atskiras struktūruotos išvesties režimas.
Paskelbtas šio užfiksuoto leidimo konteksto langas yra 32 768 tokenai, didžiausia įvestis — 30 720 tokenų, o didžiausia išvestis — 8 096 tokenai. Atskira modelio lentelė taip pat nurodo didžiausią 16 384 tokenų apimtį vienam vaizdui. Tekstinės instrukcijos, pokalbio kontekstas ir vaizdinis turinys turi kartu tilpti į įvesties biudžetą; išvesties riba yra atskiras apribojimas, o ne papildoma vieta šaltinio medžiagai. Peržiūrėdami ilgą įrašą išskirkite epizodą ir išsaugokite pakankamai aplinkinių kadrų jo sekai suprasti.
Pasirinkite šaltinio kadrus, kuriuose aktualūs objektai atskiriami, pažymėkite skirtingas kameras ar vaizdus ir tiksliai apibrėžkite prašomą pastebėjimą. Dokumentuotam Alibaba failų procesui paruoškite per URL pateikiamus vaizdus, ne didesnius kaip 10 MB; per viešą URL pateiktas vaizdo failas turi būti 2–40 sekundžių trukmės ir ne didesnis kaip 150 MB, arba naudokite sutvarkytą 4–80 kadrų sąrašą. Bendra vaizdinių ir tekstinių tokenų apimtis vis tiek turi tilpti į modelio įvesties biudžetą. Jei užduotis priklauso nuo sakytinio paaiškinimo, jo perrašą pateikite atskirai tekstu. Paprašykite ataskaitoje atskirti matomą judesį nuo numanomo tikslo: „ėjo durų link“ yra kitoks teiginys nei ketinimas išeiti. Naudingas rezultatas yra peržiūrimas tekstinis įrašas, susietas su vaizdo medžiaga ir nurodytais stebėjimo kriterijais.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K tokenų Išvestis · Išvesties tokenai $0.00044 / 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-plus-2025-07-10", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen-vl-plus-2025-07-10',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen-vl-plus-2025-07-10',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-plus-2025-07-10
Naudokite aukščiau nurodytus metodų kelius.
qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10 yra užfiksuotas vaizdo ir kalbos modelio leidimas, orientuotas į stebėjimo vaizdo įrašų supratimą. Jis sujungia vaizdus ar vaizdo įrašo kadrus su rašytiniu klausimu, kad aprašytų matomus įvykius, atsektų veiksmus ir pateiktų tekstinę ataskaitą.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Qwen-VL-Plus 2025-07-10 yra datuotas Alibaba vaizdo ir kalbos modelis vaizdams ir vaizdo įrašams suprasti. Išskirtinis jo atnaujinimas — geresnis stebėjimo vaizdo įrašų turinio supratimas. Modelis priima vaizdinę medžiagą kartu su tekstinėmis instrukcijomis ir grąžina tekstą: įvykio aprašymą, atsakymą apie sceną ar ataskaitą, organizuotą pagal detales, kurias prašote nagrinėti. Alibaba šį užfiksuotą leidimą taip pat vadina qwen-vl-plus-0710.
Kūrėjas šį leidimą atskiria nuo Qwen-VL-Plus 2025-05-07 ir tame pačiame puslapyje aprašyto Qwen-VL-Plus latest alternatyvaus pavadinimo. Tai svarbu, kai užduotis konkrečiai susijusi su kamerų įrašais: į stebėjimą orientuotas patobulinimas priklauso liepos įvardytam užfiksuotam leidimui. Lygindami užklausas ar dar kartą peržiūrėdami tą patį įrašą užduoties įraše išsaugokite tikslų leidimą.
Vaizdiniai klausimai gali būti apie tai, kas pasirodo kadre, kur yra objektai ir kaip matomi veiksmai vystosi sekoje. Vienas vaizdas gali pagrįsti scenos aprašymą; keli pažymėti vaizdai gali pateikti skirtingus vaizdus ar vienas po kito einančius momentus. Vaizdo įrašų supratimui naudojami atrinkti kadrai. Gautas paaiškinimas susijęs su matomais įrodymais; modelis negeneruoja pakaitinio vaizdo įrašo, o šis vaizdinis procesas neanalizuoja jo garso takelio.
Įvykio ataskaitai paruoškite aktualų klipą ar sutvarkytą kadrų seką ir nurodykite svarbią zoną ar veiklą. Iliustracinis užduoties aprašymas: „Eilės tvarka aprašyk matomus žmogaus veiksmus šalia įėjimo. Kiekvienam pastebėjimui pateik dalyvaujantį objektą, jo padėtį ir matomą pasikeitimą. Neaiškias detales pateik atskirame paskutiniame sakinyje.“ Galite prašyti trumpo pasakojimo, pastebėjimų sąrašo ar įvardytų ataskaitos skyrių. Tai instrukcijos tekstiniam atsakymui, o ne atskiras struktūruotos išvesties režimas.
Paskelbtas šio užfiksuoto leidimo konteksto langas yra 32 768 tokenai, didžiausia įvestis — 30 720 tokenų, o didžiausia išvestis — 8 096 tokenai. Atskira modelio lentelė taip pat nurodo didžiausią 16 384 tokenų apimtį vienam vaizdui. Tekstinės instrukcijos, pokalbio kontekstas ir vaizdinis turinys turi kartu tilpti į įvesties biudžetą; išvesties riba yra atskiras apribojimas, o ne papildoma vieta šaltinio medžiagai. Peržiūrėdami ilgą įrašą išskirkite epizodą ir išsaugokite pakankamai aplinkinių kadrų jo sekai suprasti.
Pasirinkite šaltinio kadrus, kuriuose aktualūs objektai atskiriami, pažymėkite skirtingas kameras ar vaizdus ir tiksliai apibrėžkite prašomą pastebėjimą. Dokumentuotam Alibaba failų procesui paruoškite per URL pateikiamus vaizdus, ne didesnius kaip 10 MB; per viešą URL pateiktas vaizdo failas turi būti 2–40 sekundžių trukmės ir ne didesnis kaip 150 MB, arba naudokite sutvarkytą 4–80 kadrų sąrašą. Bendra vaizdinių ir tekstinių tokenų apimtis vis tiek turi tilpti į modelio įvesties biudžetą. Jei užduotis priklauso nuo sakytinio paaiškinimo, jo perrašą pateikite atskirai tekstu. Paprašykite ataskaitoje atskirti matomą judesį nuo numanomo tikslo: „ėjo durų link“ yra kitoks teiginys nei ketinimas išeiti. Naudingas rezultatas yra peržiūrimas tekstinis įrašas, susietas su vaizdo medžiaga ir nurodytais stebėjimo kriterijais.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K tokenų Išvestis · Išvesties tokenai $0.00044 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "qwen-vl-plus-2025-07-10",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen-vl-plus-2025-07-10', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen-vl-plus-2025-07-10', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-plus-2025-07-10
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.