Pemilihan model: analisis multimedia dengan output teks
Qwen3.8 Omni Flash ialah model Qwen untuk pemahaman audio dan video, ringkasan mesyuarat serta analisis kandungan. Inputnya ialah teks, imej, audio dan video; outputnya ialah teks. Respons boleh menerangkan rakaman, menjawab soalan tentang bukti yang dapat dilihat dan didengar atau menyediakan ringkasan bertulis. Pembuat membezakan edisi ini secara eksplisit daripada model Omni yang menjana pertuturan. Jangan anggap nama Omni memberikan mod output pertuturan kepada checkpoint ini.
Konteksnya ialah satu juta token, dan input audio merangkumi 113 bahasa serta dialek. Bilangan bahasa itu menerangkan pemahaman audio, bukannya jaminan kualiti pengecaman yang sama untuk setiap loghat, keadaan rakaman atau kosa kata teknikal. Untuk mesyuarat, bekalkan agenda atau istilah penting dan minta keputusan, persoalan yang belum terjawab serta tindakan seterusnya. Untuk klip audiovisual, minta model mengasingkan perkara yang kelihatan daripada yang diperkatakan sebelum menggabungkan bukti dalam kesimpulan.
Menyediakan bahan multimodal
Contoh yang didokumenkan menggabungkan media dengan soalan teks. Nyatakan hasil yang dimaksudkan, bukannya menghantar rakaman tanpa penjelasan: ringkasan bertema, laporan peristiwa atau jawapan kepada soalan khusus. Labelkan aset berasingan dan simpan julat masa sumbernya di luar permintaan supaya hasil boleh dijejaki semula ke sumber asal. Apabila beberapa peserta atau adegan penting, namakan perbezaan yang patut dikekalkan laporan.
Had media dalam aliran kerja fail pembuat
Untuk fail video, pembuat mendokumenkan sehingga 64 fail, had tempoh dua jam dan fail sehingga 2 GB apabila dibekalkan melalui lokasi fail yang boleh diakses. Format video yang didokumenkan ialah MP4, AVI, MKV, MOV, FLV dan WMV. Untuk imej tersusun yang digunakan sebagai video, julat yang didokumenkan ialah dua hingga 2,048 imej. Kekalkan susunan dan masa, bukannya menganggap koleksi gambar sewenang-wenangnya sebagai urutan temporal yang diketahui.
Untuk audio, panduan mendokumenkan sehingga tiga jam, input lokasi fail sehingga 2 GB, serta AMR, WAV, 3GP, 3GPP, AAC atau MP3. Bilangan fail audionya ialah sehingga 2,048 apabila dibekalkan melalui lokasi fail dan sehingga 250 dengan pengekodan Base64. Muatan Base64 terenkod mesti lebih kecil daripada 10 MB. Ini ialah had aliran kerja pengeluar, bukannya janji tentang antara muka muat naik aplikasi, atau bukti bahawa semua input bersaiz maksimum muat bersama dalam bajet token.
Untuk imej, panduan menyenaraikan sehingga 2,048 lokasi imej atau 250 imej terenkod. Fail yang dibekalkan melalui lokasi imej yang boleh diakses boleh bersaiz sehingga 20 MB; kedua-dua dimensi mesti melebihi sepuluh piksel dan nisbah aspek mesti kekal dalam 200:1 atau 1:200. Kekalkan resolusi yang mencukupi untuk soalan tertentu. Medan teks yang menjadi tidak terbaca semasa penyediaan tidak boleh dipulihkan hanya dengan meminta jawapan yang yakin.
Audio ruang
Model ini menyokong stereo dua saluran dan audio ambisonik peringkat pertama empat saluran dalam susunan saluran WYZX. Kawalan use_multichannel pembuat menggunakan false secara lalai, mentafsir audio sebagai mono. Dengan kawalan didayakan dan susun atur saluran yang disokong tersedia, maklumat ruang boleh digunakan dalam pemahaman. Kekalkan susun atur saluran apabila tugas bertanya tentang adegan ruang yang boleh didengar; jangan simpulkan koordinat yang ditentukur bagi sumber bunyi daripada penerangan umum.
Alat dan maklumat semasa
Pembuat menyokong panggilan fungsi dan carian web. Dalam aliran kerja Responses yang didokumenkannya, web_search ialah satu-satunya alat terbina dalam yang disokong bagi edisi ini. Tugas yang mengenali alat boleh meminta model menghubungkan maklumat semasa yang diperoleh dengan rakaman yang dibekalkan, sambil mengekalkan asal setiap dakwaan dengan jelas. Tindakan luaran dan hasil alat masih bergantung pada antara muka yang dikonfigurasi aplikasi. Sokongan alat tidak patut diperluas menjadi dakwaan pentafsir kod atau sistem fail tanpa syarat. Pengeluar turut menyenaraikan cache konteks untuk input berulang; penggunaan semula melibatkan awalan permintaan yang dikongsi dan tidak membuktikan penggunaan data daripada cache bagi permintaan tertentu.
Mod berfikir
Pemikiran didayakan secara lalai, dengan reasoning_effort ditetapkan kepada xhigh. Tahap usaha pemikiran utama ialah low, medium dan xhigh; tetapan none menyahdayakan pemikiran. Untuk keserasian, minimal dipetakan kepada low, manakala high dan max dipetakan kepada xhigh. Pembuat menolak permintaan yang menetapkan reasoning_effort dan thinking_budget bersama-sama. Kawalan ini menerangkan antara muka pengeluar dan tidak membuktikan bahawa setiap aplikasi menyediakannya.
Pilih respons terus untuk ringkasan mudah dan penaakulan lebih mendalam untuk soalan yang memerlukan hubungan antara beberapa bukti. Asingkan laporan akhir daripada penaakulan dan periksa petikan pertuturan, susunan peristiwa serta bukti di sebalik kesimpulan. Panduan menetapkan had media dan konteks tetapi tidak menerbitkan had maksimum mutlak panjang output teks yang berasingan dalam bahagian yang digunakan di sini. Soalan jelas dan hasil bertulis yang boleh dijejaki lebih berguna daripada menganggap muat naik terbesar sebagai jaminan ingatan semula lengkap.
", "aboutText": "Pemilihan model: analisis multimedia dengan output teks\n\nQwen3.8 Omni Flash ialah model Qwen untuk pemahaman audio dan video, ringkasan mesyuarat serta analisis kandungan. Inputnya ialah teks, imej, audio dan video; outputnya ialah teks. Respons boleh menerangkan rakaman, menjawab soalan tentang bukti yang dapat dilihat dan didengar atau menyediakan ringkasan bertulis. Pembuat membezakan edisi ini secara eksplisit daripada model Omni yang menjana pertuturan. Jangan anggap nama Omni memberikan mod output pertuturan kepada checkpoint ini.\n\nKonteksnya ialah satu juta token, dan input audio merangkumi 113 bahasa serta dialek. Bilangan bahasa itu menerangkan pemahaman audio, bukannya jaminan kualiti pengecaman yang sama untuk setiap loghat, keadaan rakaman atau kosa kata teknikal. Untuk mesyuarat, bekalkan agenda atau istilah penting dan minta keputusan, persoalan yang belum terjawab serta tindakan seterusnya. Untuk klip audiovisual, minta model mengasingkan perkara yang kelihatan daripada yang diperkatakan sebelum menggabungkan bukti dalam kesimpulan.\n\nMenyediakan bahan multimodal\n\nContoh yang didokumenkan menggabungkan media dengan soalan teks. Nyatakan hasil yang dimaksudkan, bukannya menghantar rakaman tanpa penjelasan: ringkasan bertema, laporan peristiwa atau jawapan kepada soalan khusus. Labelkan aset berasingan dan simpan julat masa sumbernya di luar permintaan supaya hasil boleh dijejaki semula ke sumber asal. Apabila beberapa peserta atau adegan penting, namakan perbezaan yang patut dikekalkan laporan.\n\nHad media dalam aliran kerja fail pembuat\n\nUntuk fail video, pembuat mendokumenkan sehingga 64 fail, had tempoh dua jam dan fail sehingga 2 GB apabila dibekalkan melalui lokasi fail yang boleh diakses. Format video yang didokumenkan ialah MP4, AVI, MKV, MOV, FLV dan WMV. Untuk imej tersusun yang digunakan sebagai video, julat yang didokumenkan ialah dua hingga 2,048 imej. Kekalkan susunan dan masa, bukannya menganggap koleksi gambar sewenang-wenangnya sebagai urutan temporal yang diketahui.\n\nUntuk audio, panduan mendokumenkan sehingga tiga jam, input lokasi fail sehingga 2 GB, serta AMR, WAV, 3GP, 3GPP, AAC atau MP3. Bilangan fail audionya ialah sehingga 2,048 apabila dibekalkan melalui lokasi fail dan sehingga 250 dengan pengekodan Base64. Muatan Base64 terenkod mesti lebih kecil daripada 10 MB. Ini ialah had aliran kerja pengeluar, bukannya janji tentang antara muka muat naik aplikasi, atau bukti bahawa semua input bersaiz maksimum muat bersama dalam bajet token.\n\nUntuk imej, panduan menyenaraikan sehingga 2,048 lokasi imej atau 250 imej terenkod. Fail yang dibekalkan melalui lokasi imej yang boleh diakses boleh bersaiz sehingga 20 MB; kedua-dua dimensi mesti melebihi sepuluh piksel dan nisbah aspek mesti kekal dalam 200:1 atau 1:200. Kekalkan resolusi yang mencukupi untuk soalan tertentu. Medan teks yang menjadi tidak terbaca semasa penyediaan tidak boleh dipulihkan hanya dengan meminta jawapan yang yakin.\n\nAudio ruang\n\nModel ini menyokong stereo dua saluran dan audio ambisonik peringkat pertama empat saluran dalam susunan saluran WYZX. Kawalan use_multichannel pembuat menggunakan false secara lalai, mentafsir audio sebagai mono. Dengan kawalan didayakan dan susun atur saluran yang disokong tersedia, maklumat ruang boleh digunakan dalam pemahaman. Kekalkan susun atur saluran apabila tugas bertanya tentang adegan ruang yang boleh didengar; jangan simpulkan koordinat yang ditentukur bagi sumber bunyi daripada penerangan umum.\n\nAlat dan maklumat semasa\n\nPembuat menyokong panggilan fungsi dan carian web. Dalam aliran kerja Responses yang didokumenkannya, web_search ialah satu-satunya alat terbina dalam yang disokong bagi edisi ini. Tugas yang mengenali alat boleh meminta model menghubungkan maklumat semasa yang diperoleh dengan rakaman yang dibekalkan, sambil mengekalkan asal setiap dakwaan dengan jelas. Tindakan luaran dan hasil alat masih bergantung pada antara muka yang dikonfigurasi aplikasi. Sokongan alat tidak patut diperluas menjadi dakwaan pentafsir kod atau sistem fail tanpa syarat. Pengeluar turut menyenaraikan cache konteks untuk input berulang; penggunaan semula melibatkan awalan permintaan yang dikongsi dan tidak membuktikan penggunaan data daripada cache bagi permintaan tertentu.\n\nMod berfikir\n\nPemikiran didayakan secara lalai, dengan reasoning_effort ditetapkan kepada xhigh. Tahap usaha pemikiran utama ialah low, medium dan xhigh; tetapan none menyahdayakan pemikiran. Untuk keserasian, minimal dipetakan kepada low, manakala high dan max dipetakan kepada xhigh. Pembuat menolak permintaan yang menetapkan reasoning_effort dan thinking_budget bersama-sama. Kawalan ini menerangkan antara muka pengeluar dan tidak membuktikan bahawa setiap aplikasi menyediakannya.\n\nPilih respons terus untuk ringkasan mudah dan penaakulan lebih mendalam untuk soalan yang memerlukan hubungan antara beberapa bukti. Asingkan laporan akhir daripada penaakulan dan periksa petikan pertuturan, susunan peristiwa serta bukti di sebalik kesimpulan. Panduan menetapkan had media dan konteks tetapi tidak menerbitkan had maksimum mutlak panjang output teks yang berasingan dalam bahagian yang digunakan di sini. Soalan jelas dan hasil bertulis yang boleh dijejaki lebih berguna daripada menganggap muat naik terbesar sebagai jaminan ingatan semula lengkap.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Extract decisions from meeting text\n\nUse this meeting transcript. Lena: We agree to pilot the new checklist with Team A. Omar: I will prepare the draft by Thursday. Lena: We still need someone to review the results; no reviewer is assigned. Return decisions, named actions and unresolved questions. Preserve who said what and do not turn the pilot into a full rollout.A meeting summary with decision, action-owner-deadline rows and an open reviewer-assignment question.Check that Omar owns the draft, Thursday is its deadline and the reviewer remains unassigned.qwen/qwen3.8-omni-flashQwen3.8 Omni Flash menganalisis teks, imej, audio dan video serta mengembalikan teks. Ia menyokong ringkasan mesyuarat, soalan multimedia, 113 bahasa dan dialek untuk audio, tahap usaha penaakulan yang boleh dipilih serta audio ruang, dengan konteks satu juta token yang didokumenkan pengeluar.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Pemilihan model: analisis multimedia dengan output teks
Qwen3.8 Omni Flash ialah model Qwen untuk pemahaman audio dan video, ringkasan mesyuarat serta analisis kandungan. Inputnya ialah teks, imej, audio dan video; outputnya ialah teks. Respons boleh menerangkan rakaman, menjawab soalan tentang bukti yang dapat dilihat dan didengar atau menyediakan ringkasan bertulis. Pembuat membezakan edisi ini secara eksplisit daripada model Omni yang menjana pertuturan. Jangan anggap nama Omni memberikan mod output pertuturan kepada checkpoint ini.
Konteksnya ialah satu juta token, dan input audio merangkumi 113 bahasa serta dialek. Bilangan bahasa itu menerangkan pemahaman audio, bukannya jaminan kualiti pengecaman yang sama untuk setiap loghat, keadaan rakaman atau kosa kata teknikal. Untuk mesyuarat, bekalkan agenda atau istilah penting dan minta keputusan, persoalan yang belum terjawab serta tindakan seterusnya. Untuk klip audiovisual, minta model mengasingkan perkara yang kelihatan daripada yang diperkatakan sebelum menggabungkan bukti dalam kesimpulan.
Menyediakan bahan multimodal
Contoh yang didokumenkan menggabungkan media dengan soalan teks. Nyatakan hasil yang dimaksudkan, bukannya menghantar rakaman tanpa penjelasan: ringkasan bertema, laporan peristiwa atau jawapan kepada soalan khusus. Labelkan aset berasingan dan simpan julat masa sumbernya di luar permintaan supaya hasil boleh dijejaki semula ke sumber asal. Apabila beberapa peserta atau adegan penting, namakan perbezaan yang patut dikekalkan laporan.
Had media dalam aliran kerja fail pembuat
Untuk fail video, pembuat mendokumenkan sehingga 64 fail, had tempoh dua jam dan fail sehingga 2 GB apabila dibekalkan melalui lokasi fail yang boleh diakses. Format video yang didokumenkan ialah MP4, AVI, MKV, MOV, FLV dan WMV. Untuk imej tersusun yang digunakan sebagai video, julat yang didokumenkan ialah dua hingga 2,048 imej. Kekalkan susunan dan masa, bukannya menganggap koleksi gambar sewenang-wenangnya sebagai urutan temporal yang diketahui.
Untuk audio, panduan mendokumenkan sehingga tiga jam, input lokasi fail sehingga 2 GB, serta AMR, WAV, 3GP, 3GPP, AAC atau MP3. Bilangan fail audionya ialah sehingga 2,048 apabila dibekalkan melalui lokasi fail dan sehingga 250 dengan pengekodan Base64. Muatan Base64 terenkod mesti lebih kecil daripada 10 MB. Ini ialah had aliran kerja pengeluar, bukannya janji tentang antara muka muat naik aplikasi, atau bukti bahawa semua input bersaiz maksimum muat bersama dalam bajet token.
Untuk imej, panduan menyenaraikan sehingga 2,048 lokasi imej atau 250 imej terenkod. Fail yang dibekalkan melalui lokasi imej yang boleh diakses boleh bersaiz sehingga 20 MB; kedua-dua dimensi mesti melebihi sepuluh piksel dan nisbah aspek mesti kekal dalam 200:1 atau 1:200. Kekalkan resolusi yang mencukupi untuk soalan tertentu. Medan teks yang menjadi tidak terbaca semasa penyediaan tidak boleh dipulihkan hanya dengan meminta jawapan yang yakin.
Audio ruang
Model ini menyokong stereo dua saluran dan audio ambisonik peringkat pertama empat saluran dalam susunan saluran WYZX. Kawalan use_multichannel pembuat menggunakan false secara lalai, mentafsir audio sebagai mono. Dengan kawalan didayakan dan susun atur saluran yang disokong tersedia, maklumat ruang boleh digunakan dalam pemahaman. Kekalkan susun atur saluran apabila tugas bertanya tentang adegan ruang yang boleh didengar; jangan simpulkan koordinat yang ditentukur bagi sumber bunyi daripada penerangan umum.
Alat dan maklumat semasa
Pembuat menyokong panggilan fungsi dan carian web. Dalam aliran kerja Responses yang didokumenkannya, web_search ialah satu-satunya alat terbina dalam yang disokong bagi edisi ini. Tugas yang mengenali alat boleh meminta model menghubungkan maklumat semasa yang diperoleh dengan rakaman yang dibekalkan, sambil mengekalkan asal setiap dakwaan dengan jelas. Tindakan luaran dan hasil alat masih bergantung pada antara muka yang dikonfigurasi aplikasi. Sokongan alat tidak patut diperluas menjadi dakwaan pentafsir kod atau sistem fail tanpa syarat. Pengeluar turut menyenaraikan cache konteks untuk input berulang; penggunaan semula melibatkan awalan permintaan yang dikongsi dan tidak membuktikan penggunaan data daripada cache bagi permintaan tertentu.
Mod berfikir
Pemikiran didayakan secara lalai, dengan reasoning_effort ditetapkan kepada xhigh. Tahap usaha pemikiran utama ialah low, medium dan xhigh; tetapan none menyahdayakan pemikiran. Untuk keserasian, minimal dipetakan kepada low, manakala high dan max dipetakan kepada xhigh. Pembuat menolak permintaan yang menetapkan reasoning_effort dan thinking_budget bersama-sama. Kawalan ini menerangkan antara muka pengeluar dan tidak membuktikan bahawa setiap aplikasi menyediakannya.
Pilih respons terus untuk ringkasan mudah dan penaakulan lebih mendalam untuk soalan yang memerlukan hubungan antara beberapa bukti. Asingkan laporan akhir daripada penaakulan dan periksa petikan pertuturan, susunan peristiwa serta bukti di sebalik kesimpulan. Panduan menetapkan had media dan konteks tetapi tidak menerbitkan had maksimum mutlak panjang output teks yang berasingan dalam bahagian yang digunakan di sini. Soalan jelas dan hasil bertulis yang boleh dijejaki lebih berguna daripada menganggap muat naik terbesar sebagai jaminan ingatan semula lengkap.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen/qwen3.8-omni-flash | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0003 / 1K token Output · Token output $0.00094 / 1K token Input · Bacaan cache $0.000032 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0003 / 1K token Output · Token output $0.00094 / 1K token Input · Bacaan cache $0.000032 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.8-omni-flash", "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/qwen3.8-omni-flash',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/qwen3.8-omni-flash',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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra qwen/qwen3.8-omni-flash
Gunakan laluan kaedah yang dipaparkan di atas.
qwen/qwen3.8-omni-flashQwen3.8 Omni Flash menganalisis teks, imej, audio dan video serta mengembalikan teks. Ia menyokong ringkasan mesyuarat, soalan multimedia, 113 bahasa dan dialek untuk audio, tahap usaha penaakulan yang boleh dipilih serta audio ruang, dengan konteks satu juta token yang didokumenkan pengeluar.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Pemilihan model: analisis multimedia dengan output teks
Qwen3.8 Omni Flash ialah model Qwen untuk pemahaman audio dan video, ringkasan mesyuarat serta analisis kandungan. Inputnya ialah teks, imej, audio dan video; outputnya ialah teks. Respons boleh menerangkan rakaman, menjawab soalan tentang bukti yang dapat dilihat dan didengar atau menyediakan ringkasan bertulis. Pembuat membezakan edisi ini secara eksplisit daripada model Omni yang menjana pertuturan. Jangan anggap nama Omni memberikan mod output pertuturan kepada checkpoint ini.
Konteksnya ialah satu juta token, dan input audio merangkumi 113 bahasa serta dialek. Bilangan bahasa itu menerangkan pemahaman audio, bukannya jaminan kualiti pengecaman yang sama untuk setiap loghat, keadaan rakaman atau kosa kata teknikal. Untuk mesyuarat, bekalkan agenda atau istilah penting dan minta keputusan, persoalan yang belum terjawab serta tindakan seterusnya. Untuk klip audiovisual, minta model mengasingkan perkara yang kelihatan daripada yang diperkatakan sebelum menggabungkan bukti dalam kesimpulan.
Menyediakan bahan multimodal
Contoh yang didokumenkan menggabungkan media dengan soalan teks. Nyatakan hasil yang dimaksudkan, bukannya menghantar rakaman tanpa penjelasan: ringkasan bertema, laporan peristiwa atau jawapan kepada soalan khusus. Labelkan aset berasingan dan simpan julat masa sumbernya di luar permintaan supaya hasil boleh dijejaki semula ke sumber asal. Apabila beberapa peserta atau adegan penting, namakan perbezaan yang patut dikekalkan laporan.
Had media dalam aliran kerja fail pembuat
Untuk fail video, pembuat mendokumenkan sehingga 64 fail, had tempoh dua jam dan fail sehingga 2 GB apabila dibekalkan melalui lokasi fail yang boleh diakses. Format video yang didokumenkan ialah MP4, AVI, MKV, MOV, FLV dan WMV. Untuk imej tersusun yang digunakan sebagai video, julat yang didokumenkan ialah dua hingga 2,048 imej. Kekalkan susunan dan masa, bukannya menganggap koleksi gambar sewenang-wenangnya sebagai urutan temporal yang diketahui.
Untuk audio, panduan mendokumenkan sehingga tiga jam, input lokasi fail sehingga 2 GB, serta AMR, WAV, 3GP, 3GPP, AAC atau MP3. Bilangan fail audionya ialah sehingga 2,048 apabila dibekalkan melalui lokasi fail dan sehingga 250 dengan pengekodan Base64. Muatan Base64 terenkod mesti lebih kecil daripada 10 MB. Ini ialah had aliran kerja pengeluar, bukannya janji tentang antara muka muat naik aplikasi, atau bukti bahawa semua input bersaiz maksimum muat bersama dalam bajet token.
Untuk imej, panduan menyenaraikan sehingga 2,048 lokasi imej atau 250 imej terenkod. Fail yang dibekalkan melalui lokasi imej yang boleh diakses boleh bersaiz sehingga 20 MB; kedua-dua dimensi mesti melebihi sepuluh piksel dan nisbah aspek mesti kekal dalam 200:1 atau 1:200. Kekalkan resolusi yang mencukupi untuk soalan tertentu. Medan teks yang menjadi tidak terbaca semasa penyediaan tidak boleh dipulihkan hanya dengan meminta jawapan yang yakin.
Audio ruang
Model ini menyokong stereo dua saluran dan audio ambisonik peringkat pertama empat saluran dalam susunan saluran WYZX. Kawalan use_multichannel pembuat menggunakan false secara lalai, mentafsir audio sebagai mono. Dengan kawalan didayakan dan susun atur saluran yang disokong tersedia, maklumat ruang boleh digunakan dalam pemahaman. Kekalkan susun atur saluran apabila tugas bertanya tentang adegan ruang yang boleh didengar; jangan simpulkan koordinat yang ditentukur bagi sumber bunyi daripada penerangan umum.
Alat dan maklumat semasa
Pembuat menyokong panggilan fungsi dan carian web. Dalam aliran kerja Responses yang didokumenkannya, web_search ialah satu-satunya alat terbina dalam yang disokong bagi edisi ini. Tugas yang mengenali alat boleh meminta model menghubungkan maklumat semasa yang diperoleh dengan rakaman yang dibekalkan, sambil mengekalkan asal setiap dakwaan dengan jelas. Tindakan luaran dan hasil alat masih bergantung pada antara muka yang dikonfigurasi aplikasi. Sokongan alat tidak patut diperluas menjadi dakwaan pentafsir kod atau sistem fail tanpa syarat. Pengeluar turut menyenaraikan cache konteks untuk input berulang; penggunaan semula melibatkan awalan permintaan yang dikongsi dan tidak membuktikan penggunaan data daripada cache bagi permintaan tertentu.
Mod berfikir
Pemikiran didayakan secara lalai, dengan reasoning_effort ditetapkan kepada xhigh. Tahap usaha pemikiran utama ialah low, medium dan xhigh; tetapan none menyahdayakan pemikiran. Untuk keserasian, minimal dipetakan kepada low, manakala high dan max dipetakan kepada xhigh. Pembuat menolak permintaan yang menetapkan reasoning_effort dan thinking_budget bersama-sama. Kawalan ini menerangkan antara muka pengeluar dan tidak membuktikan bahawa setiap aplikasi menyediakannya.
Pilih respons terus untuk ringkasan mudah dan penaakulan lebih mendalam untuk soalan yang memerlukan hubungan antara beberapa bukti. Asingkan laporan akhir daripada penaakulan dan periksa petikan pertuturan, susunan peristiwa serta bukti di sebalik kesimpulan. Panduan menetapkan had media dan konteks tetapi tidak menerbitkan had maksimum mutlak panjang output teks yang berasingan dalam bahagian yang digunakan di sini. Soalan jelas dan hasil bertulis yang boleh dijejaki lebih berguna daripada menganggap muat naik terbesar sebagai jaminan ingatan semula lengkap.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen/qwen3.8-omni-flash | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0003 / 1K token Output · Token output $0.00094 / 1K token Input · Bacaan cache $0.000032 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0003 / 1K token Output · Token output $0.00094 / 1K token Input · Bacaan cache $0.000032 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "qwen/qwen3.8-omni-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.8-omni-flash', '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/qwen3.8-omni-flash', '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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra qwen/qwen3.8-omni-flash
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Extract decisions from meeting text\n\nUse this meeting transcript. Lena: We agree to pilot the new checklist with Team A. Omar: I will prepare the draft by Thursday. Lena: We still need someone to review the results; no reviewer is assigned. Return decisions, named actions and unresolved questions. Preserve who said what and do not turn the pilot into a full rollout.A meeting summary with decision, action-owner-deadline rows and an open reviewer-assignment question.Check that Omar owns the draft, Thursday is its deadline and the reviewer remains unassigned.