Edisi 235B-A22B Instruct
Qwen3-VL-235B-A22B-Instruct ialah anggota Qwen3-VL campuran pakar yang berfokuskan arahan. Ia menerima teks, imej dan video serta menjana teks, termasuk kod atau artifak dokumen yang diminta. Kekalkan edisi Instruct yang tepat dan bukan memberikannya kontrak respons checkpoint Thinking atau kaedah saiz lain. Tugas yang berguna memberikan soalan konkrit dan hasil yang boleh dibandingkan dengan bukti yang dibekalkan.
Ejen visual dan pengekodan
Pembuat menerangkan aliran kerja ejen visual yang mengenali unsur antara muka, memahami fungsinya dan memanggil alat untuk tugas komputer atau mudah alih. Berikan tangkap layar dan matlamat, kemudian minta kawalan yang relevan serta bukti yang menyokong pilihan. Aplikasi bersambung menjalankan tindakan dan membekalkan hasil; mengenali antara muka tidak dengan sendirinya mengawal peranti.
Pengekodan visual merangkumi kandungan rajah serta HTML, CSS atau JavaScript yang dihasilkan daripada imej atau video. Berikan rujukan susun atur, kekangan fungsi dan output boleh sunting yang diperlukan. Bagi perubahan halaman sedia ada, sertakan sumber yang relevan dan keadaan interaksi. Minta artifak secara berasingan daripada penerangan supaya aliran kerja pembangunan dapat merender dan menilainya. Sumber terjana kekal sebagai cadangan, bukan bukti aplikasi yang berfungsi.
Persepsi ruang dan bahan panjang
Qwen mendokumentasikan pertimbangan tentang kedudukan, sudut pandangan dan halangan pandangan, termasuk penentuan kedudukan dua dimensi dan sokongan penentuan kedudukan tiga dimensi. Kenal pasti objek dan hubungan yang penting, kemudian tanya petunjuk yang kelihatan yang menyokong kesimpulan. Hubungan berasaskan imej tidak seharusnya dianggap sebagai ukuran fizikal yang ditentukur.
Konteks natifnya ialah 262,144 token. Keluarga ini menerangkan buku dan video berjam-jam, dengan pengindeksan peristiwa pada tahap saat serta peluasan kepada kira-kira sejuta token melalui konfigurasi. Kekalkan masa dan pengecam sumber ketika meminta huraian peristiwa. Representasi dan pensampelan menentukan bahan yang masuk ke dalam permintaan; konteks besar bukan jaminan ingatan sempurna bagi setiap halaman atau bingkai.
Penaakulan, pengecaman dan OCR
Keluarga ini menyokong soalan visual STEM, matematik, sebab-akibat dan logik. Berikan pernyataan lengkap dan label rajah, serta minta model mengenal pasti nilai atau hubungan yang digunakan sebelum kesimpulan. Teks dan penglihatan digabungkan, jadi satu soalan boleh menghubungkan perenggan dengan rajahnya dan arahan pengguna.
Pengecaman merangkumi orang, produk, mercu tanda, tumbuhan, haiwan dan watak media. OCR merangkumi 32 bahasa dan menyasarkan cahaya malap, kekaburan dan kecondongan, termasuk kosa kata khusus serta struktur dokumen panjang. Berikan halaman yang boleh dibaca dan minta medan bernama, petikan atau jadual yang boleh disemak berdasarkan imej. Aplikasi ini mencerminkan skop yang didokumentasikan dan bukan menjamin pengenalpastian, transkripsi atau pengiraan tepat.
Kemas kini seni bina
Konfigurasi teks campuran pakar yang diterbitkan mempunyai 94 lapisan, 128 pakar dan lapan pakar yang dipilih bagi setiap token. Interleaved-MRoPE mewakili masa, lebar dan tinggi untuk penaakulan video. DeepStack menggabungkan ciri visual daripada berbilang peringkat pengekod, dan penjajaran teks–cap masa mengikat peristiwa kepada rujukan waktu. Gunakan edisi 235B-A22B Instruct ini secara konsisten ketika menyediakan tugas visual dan membandingkan hasilnya.
Menyediakan input visual
Contoh keluarga merangkumi permintaan teks sahaja, imej tunggal atau berbilang imej dan video. Labelkan input visual dan nyatakan hubungannya. Bajet piksel imej dan video adalah berasingan, manakala dimensi imej yang dinyatakan secara jelas diselaraskan kepada gandaan 32. Tetapan lalai video yang didokumentasikan ialah dua bingkai sesaat, dengan kawalan kadar atau bilangan bingkai apabila disokong. Kekalkan metadata video dan elakkan mengubah saiz dua kali apabila alat bantu sudah mengubah saiz bahan.
Bagi beberapa halaman dokumen, susun jawapan mengikut label halaman dan minta medan atau petikan sokongan. Bagi klip, minta peristiwa, selang dan bukti yang kelihatan yang relevan. Bandingkan selang peristiwa yang dikembalikan dan butiran sokongan dengan klip asal serta masanya.
Panduan penjanaan dan had
Fail penjanaan checkpoint menggunakan nilai lalai temperature 0.7, top_p 0.8, top_k 20 dan repetition penalty 1.0. Kaedah Instruct keluarga ini turut menggunakan presence penalty 1.5 dan peruntukan output 32,768 token. Peruntukan itu ialah bajet kaedah pengeluar, bukan had output keras yang ditentukan secara bebas. Peruntukan khusus tugas kad 8B dan pratetap edisi Thinking kekal berasingan.
Peluasan konteks keluarga ini menggunakan YaRN dan mencadangkan faktor dua atau tiga ketika mengalihkan skema kedudukan berselang-seli daripada 256K kepada kira-kira 1M. Peruntukkan ruang jawapan bersama teks dan visual yang diwakili, serta sahkan petikan, nombor yang diekstrak dan kod terjana berdasarkan sumber. Hasil yang berguna ialah artifak teks konkrit dengan bukti visual sokongan dan identiti Instruct yang tepat dikekalkan.
", "aboutText": "Edisi 235B-A22B Instruct\n\nQwen3-VL-235B-A22B-Instruct ialah anggota Qwen3-VL campuran pakar yang berfokuskan arahan. Ia menerima teks, imej dan video serta menjana teks, termasuk kod atau artifak dokumen yang diminta. Kekalkan edisi Instruct yang tepat dan bukan memberikannya kontrak respons checkpoint Thinking atau kaedah saiz lain. Tugas yang berguna memberikan soalan konkrit dan hasil yang boleh dibandingkan dengan bukti yang dibekalkan.\n\nEjen visual dan pengekodan\n\nPembuat menerangkan aliran kerja ejen visual yang mengenali unsur antara muka, memahami fungsinya dan memanggil alat untuk tugas komputer atau mudah alih. Berikan tangkap layar dan matlamat, kemudian minta kawalan yang relevan serta bukti yang menyokong pilihan. Aplikasi bersambung menjalankan tindakan dan membekalkan hasil; mengenali antara muka tidak dengan sendirinya mengawal peranti.\n\nPengekodan visual merangkumi kandungan rajah serta HTML, CSS atau JavaScript yang dihasilkan daripada imej atau video. Berikan rujukan susun atur, kekangan fungsi dan output boleh sunting yang diperlukan. Bagi perubahan halaman sedia ada, sertakan sumber yang relevan dan keadaan interaksi. Minta artifak secara berasingan daripada penerangan supaya aliran kerja pembangunan dapat merender dan menilainya. Sumber terjana kekal sebagai cadangan, bukan bukti aplikasi yang berfungsi.\n\nPersepsi ruang dan bahan panjang\n\nQwen mendokumentasikan pertimbangan tentang kedudukan, sudut pandangan dan halangan pandangan, termasuk penentuan kedudukan dua dimensi dan sokongan penentuan kedudukan tiga dimensi. Kenal pasti objek dan hubungan yang penting, kemudian tanya petunjuk yang kelihatan yang menyokong kesimpulan. Hubungan berasaskan imej tidak seharusnya dianggap sebagai ukuran fizikal yang ditentukur.\n\nKonteks natifnya ialah 262,144 token. Keluarga ini menerangkan buku dan video berjam-jam, dengan pengindeksan peristiwa pada tahap saat serta peluasan kepada kira-kira sejuta token melalui konfigurasi. Kekalkan masa dan pengecam sumber ketika meminta huraian peristiwa. Representasi dan pensampelan menentukan bahan yang masuk ke dalam permintaan; konteks besar bukan jaminan ingatan sempurna bagi setiap halaman atau bingkai.\n\nPenaakulan, pengecaman dan OCR\n\nKeluarga ini menyokong soalan visual STEM, matematik, sebab-akibat dan logik. Berikan pernyataan lengkap dan label rajah, serta minta model mengenal pasti nilai atau hubungan yang digunakan sebelum kesimpulan. Teks dan penglihatan digabungkan, jadi satu soalan boleh menghubungkan perenggan dengan rajahnya dan arahan pengguna.\n\nPengecaman merangkumi orang, produk, mercu tanda, tumbuhan, haiwan dan watak media. OCR merangkumi 32 bahasa dan menyasarkan cahaya malap, kekaburan dan kecondongan, termasuk kosa kata khusus serta struktur dokumen panjang. Berikan halaman yang boleh dibaca dan minta medan bernama, petikan atau jadual yang boleh disemak berdasarkan imej. Aplikasi ini mencerminkan skop yang didokumentasikan dan bukan menjamin pengenalpastian, transkripsi atau pengiraan tepat.\n\nKemas kini seni bina\n\nKonfigurasi teks campuran pakar yang diterbitkan mempunyai 94 lapisan, 128 pakar dan lapan pakar yang dipilih bagi setiap token. Interleaved-MRoPE mewakili masa, lebar dan tinggi untuk penaakulan video. DeepStack menggabungkan ciri visual daripada berbilang peringkat pengekod, dan penjajaran teks–cap masa mengikat peristiwa kepada rujukan waktu. Gunakan edisi 235B-A22B Instruct ini secara konsisten ketika menyediakan tugas visual dan membandingkan hasilnya.\n\nMenyediakan input visual\n\nContoh keluarga merangkumi permintaan teks sahaja, imej tunggal atau berbilang imej dan video. Labelkan input visual dan nyatakan hubungannya. Bajet piksel imej dan video adalah berasingan, manakala dimensi imej yang dinyatakan secara jelas diselaraskan kepada gandaan 32. Tetapan lalai video yang didokumentasikan ialah dua bingkai sesaat, dengan kawalan kadar atau bilangan bingkai apabila disokong. Kekalkan metadata video dan elakkan mengubah saiz dua kali apabila alat bantu sudah mengubah saiz bahan.\n\nBagi beberapa halaman dokumen, susun jawapan mengikut label halaman dan minta medan atau petikan sokongan. Bagi klip, minta peristiwa, selang dan bukti yang kelihatan yang relevan. Bandingkan selang peristiwa yang dikembalikan dan butiran sokongan dengan klip asal serta masanya.\n\nPanduan penjanaan dan had\n\nFail penjanaan checkpoint menggunakan nilai lalai temperature 0.7, top_p 0.8, top_k 20 dan repetition penalty 1.0. Kaedah Instruct keluarga ini turut menggunakan presence penalty 1.5 dan peruntukan output 32,768 token. Peruntukan itu ialah bajet kaedah pengeluar, bukan had output keras yang ditentukan secara bebas. Peruntukan khusus tugas kad 8B dan pratetap edisi Thinking kekal berasingan.\n\nPeluasan konteks keluarga ini menggunakan YaRN dan mencadangkan faktor dua atau tiga ketika mengalihkan skema kedudukan berselang-seli daripada 256K kepada kira-kira 1M. Peruntukkan ruang jawapan bersama teks dan visual yang diwakili, serta sahkan petikan, nombor yang diekstrak dan kod terjana berdasarkan sumber. Hasil yang berguna ialah artifak teks konkrit dengan bukti visual sokongan dan identiti Instruct yang tepat dikekalkan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Translate a layout description to HTML\n\nCreate a semantic HTML fragment from this text layout specification: a product section contains heading "Travel mug", a paragraph "350 ml, steel", and a list of features "Sealed lid" and "Hand wash". Return editable HTML only, with no scripts or styles. Preserve exact wording and use a heading, paragraph and unordered list.One semantic HTML fragment using the requested heading, paragraph and two-item list.Inspect the element hierarchy and exact text; do not add a product image or unprovided features.qwen/qwen3-vl-235b-a22b-instructQwen3-VL-235B-A22B-Instruct ialah edisi penglihatan-bahasa campuran pakar Qwen yang berfokuskan arahan untuk teks, imej dan video. Ia mengembalikan teks atau kod untuk aliran kerja visual, dokumen, soalan ruang dan tugas STEM, dengan OCR 32 bahasa dan konteks natif 262,144 token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Edisi 235B-A22B Instruct
Qwen3-VL-235B-A22B-Instruct ialah anggota Qwen3-VL campuran pakar yang berfokuskan arahan. Ia menerima teks, imej dan video serta menjana teks, termasuk kod atau artifak dokumen yang diminta. Kekalkan edisi Instruct yang tepat dan bukan memberikannya kontrak respons checkpoint Thinking atau kaedah saiz lain. Tugas yang berguna memberikan soalan konkrit dan hasil yang boleh dibandingkan dengan bukti yang dibekalkan.
Ejen visual dan pengekodan
Pembuat menerangkan aliran kerja ejen visual yang mengenali unsur antara muka, memahami fungsinya dan memanggil alat untuk tugas komputer atau mudah alih. Berikan tangkap layar dan matlamat, kemudian minta kawalan yang relevan serta bukti yang menyokong pilihan. Aplikasi bersambung menjalankan tindakan dan membekalkan hasil; mengenali antara muka tidak dengan sendirinya mengawal peranti.
Pengekodan visual merangkumi kandungan rajah serta HTML, CSS atau JavaScript yang dihasilkan daripada imej atau video. Berikan rujukan susun atur, kekangan fungsi dan output boleh sunting yang diperlukan. Bagi perubahan halaman sedia ada, sertakan sumber yang relevan dan keadaan interaksi. Minta artifak secara berasingan daripada penerangan supaya aliran kerja pembangunan dapat merender dan menilainya. Sumber terjana kekal sebagai cadangan, bukan bukti aplikasi yang berfungsi.
Persepsi ruang dan bahan panjang
Qwen mendokumentasikan pertimbangan tentang kedudukan, sudut pandangan dan halangan pandangan, termasuk penentuan kedudukan dua dimensi dan sokongan penentuan kedudukan tiga dimensi. Kenal pasti objek dan hubungan yang penting, kemudian tanya petunjuk yang kelihatan yang menyokong kesimpulan. Hubungan berasaskan imej tidak seharusnya dianggap sebagai ukuran fizikal yang ditentukur.
Konteks natifnya ialah 262,144 token. Keluarga ini menerangkan buku dan video berjam-jam, dengan pengindeksan peristiwa pada tahap saat serta peluasan kepada kira-kira sejuta token melalui konfigurasi. Kekalkan masa dan pengecam sumber ketika meminta huraian peristiwa. Representasi dan pensampelan menentukan bahan yang masuk ke dalam permintaan; konteks besar bukan jaminan ingatan sempurna bagi setiap halaman atau bingkai.
Penaakulan, pengecaman dan OCR
Keluarga ini menyokong soalan visual STEM, matematik, sebab-akibat dan logik. Berikan pernyataan lengkap dan label rajah, serta minta model mengenal pasti nilai atau hubungan yang digunakan sebelum kesimpulan. Teks dan penglihatan digabungkan, jadi satu soalan boleh menghubungkan perenggan dengan rajahnya dan arahan pengguna.
Pengecaman merangkumi orang, produk, mercu tanda, tumbuhan, haiwan dan watak media. OCR merangkumi 32 bahasa dan menyasarkan cahaya malap, kekaburan dan kecondongan, termasuk kosa kata khusus serta struktur dokumen panjang. Berikan halaman yang boleh dibaca dan minta medan bernama, petikan atau jadual yang boleh disemak berdasarkan imej. Aplikasi ini mencerminkan skop yang didokumentasikan dan bukan menjamin pengenalpastian, transkripsi atau pengiraan tepat.
Kemas kini seni bina
Konfigurasi teks campuran pakar yang diterbitkan mempunyai 94 lapisan, 128 pakar dan lapan pakar yang dipilih bagi setiap token. Interleaved-MRoPE mewakili masa, lebar dan tinggi untuk penaakulan video. DeepStack menggabungkan ciri visual daripada berbilang peringkat pengekod, dan penjajaran teks–cap masa mengikat peristiwa kepada rujukan waktu. Gunakan edisi 235B-A22B Instruct ini secara konsisten ketika menyediakan tugas visual dan membandingkan hasilnya.
Menyediakan input visual
Contoh keluarga merangkumi permintaan teks sahaja, imej tunggal atau berbilang imej dan video. Labelkan input visual dan nyatakan hubungannya. Bajet piksel imej dan video adalah berasingan, manakala dimensi imej yang dinyatakan secara jelas diselaraskan kepada gandaan 32. Tetapan lalai video yang didokumentasikan ialah dua bingkai sesaat, dengan kawalan kadar atau bilangan bingkai apabila disokong. Kekalkan metadata video dan elakkan mengubah saiz dua kali apabila alat bantu sudah mengubah saiz bahan.
Bagi beberapa halaman dokumen, susun jawapan mengikut label halaman dan minta medan atau petikan sokongan. Bagi klip, minta peristiwa, selang dan bukti yang kelihatan yang relevan. Bandingkan selang peristiwa yang dikembalikan dan butiran sokongan dengan klip asal serta masanya.
Panduan penjanaan dan had
Fail penjanaan checkpoint menggunakan nilai lalai temperature 0.7, top_p 0.8, top_k 20 dan repetition penalty 1.0. Kaedah Instruct keluarga ini turut menggunakan presence penalty 1.5 dan peruntukan output 32,768 token. Peruntukan itu ialah bajet kaedah pengeluar, bukan had output keras yang ditentukan secara bebas. Peruntukan khusus tugas kad 8B dan pratetap edisi Thinking kekal berasingan.
Peluasan konteks keluarga ini menggunakan YaRN dan mencadangkan faktor dua atau tiga ketika mengalihkan skema kedudukan berselang-seli daripada 256K kepada kira-kira 1M. Peruntukkan ruang jawapan bersama teks dan visual yang diwakili, serta sahkan petikan, nombor yang diekstrak dan kod terjana berdasarkan sumber. Hasil yang berguna ialah artifak teks konkrit dengan bukti visual sokongan dan identiti Instruct yang tepat dikekalkan.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen/qwen3-vl-235b-a22b-instruct | 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 $0.000572 / 1K token Output · Token output $0.0038 / 1K token Input · Bacaan cache $0.0002 / 1K token Input · Penulisan cache $0 / 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 $0.000572 / 1K token Output · Token output $0.0038 / 1K token Input · Bacaan cache $0.0002 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-vl-235b-a22b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3-vl-235b-a22b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3-vl-235b-a22b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-vl-235b-a22b-instruct
Gunakan laluan kaedah yang dipaparkan di atas.
qwen/qwen3-vl-235b-a22b-instructQwen3-VL-235B-A22B-Instruct ialah edisi penglihatan-bahasa campuran pakar Qwen yang berfokuskan arahan untuk teks, imej dan video. Ia mengembalikan teks atau kod untuk aliran kerja visual, dokumen, soalan ruang dan tugas STEM, dengan OCR 32 bahasa dan konteks natif 262,144 token.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Edisi 235B-A22B Instruct
Qwen3-VL-235B-A22B-Instruct ialah anggota Qwen3-VL campuran pakar yang berfokuskan arahan. Ia menerima teks, imej dan video serta menjana teks, termasuk kod atau artifak dokumen yang diminta. Kekalkan edisi Instruct yang tepat dan bukan memberikannya kontrak respons checkpoint Thinking atau kaedah saiz lain. Tugas yang berguna memberikan soalan konkrit dan hasil yang boleh dibandingkan dengan bukti yang dibekalkan.
Ejen visual dan pengekodan
Pembuat menerangkan aliran kerja ejen visual yang mengenali unsur antara muka, memahami fungsinya dan memanggil alat untuk tugas komputer atau mudah alih. Berikan tangkap layar dan matlamat, kemudian minta kawalan yang relevan serta bukti yang menyokong pilihan. Aplikasi bersambung menjalankan tindakan dan membekalkan hasil; mengenali antara muka tidak dengan sendirinya mengawal peranti.
Pengekodan visual merangkumi kandungan rajah serta HTML, CSS atau JavaScript yang dihasilkan daripada imej atau video. Berikan rujukan susun atur, kekangan fungsi dan output boleh sunting yang diperlukan. Bagi perubahan halaman sedia ada, sertakan sumber yang relevan dan keadaan interaksi. Minta artifak secara berasingan daripada penerangan supaya aliran kerja pembangunan dapat merender dan menilainya. Sumber terjana kekal sebagai cadangan, bukan bukti aplikasi yang berfungsi.
Persepsi ruang dan bahan panjang
Qwen mendokumentasikan pertimbangan tentang kedudukan, sudut pandangan dan halangan pandangan, termasuk penentuan kedudukan dua dimensi dan sokongan penentuan kedudukan tiga dimensi. Kenal pasti objek dan hubungan yang penting, kemudian tanya petunjuk yang kelihatan yang menyokong kesimpulan. Hubungan berasaskan imej tidak seharusnya dianggap sebagai ukuran fizikal yang ditentukur.
Konteks natifnya ialah 262,144 token. Keluarga ini menerangkan buku dan video berjam-jam, dengan pengindeksan peristiwa pada tahap saat serta peluasan kepada kira-kira sejuta token melalui konfigurasi. Kekalkan masa dan pengecam sumber ketika meminta huraian peristiwa. Representasi dan pensampelan menentukan bahan yang masuk ke dalam permintaan; konteks besar bukan jaminan ingatan sempurna bagi setiap halaman atau bingkai.
Penaakulan, pengecaman dan OCR
Keluarga ini menyokong soalan visual STEM, matematik, sebab-akibat dan logik. Berikan pernyataan lengkap dan label rajah, serta minta model mengenal pasti nilai atau hubungan yang digunakan sebelum kesimpulan. Teks dan penglihatan digabungkan, jadi satu soalan boleh menghubungkan perenggan dengan rajahnya dan arahan pengguna.
Pengecaman merangkumi orang, produk, mercu tanda, tumbuhan, haiwan dan watak media. OCR merangkumi 32 bahasa dan menyasarkan cahaya malap, kekaburan dan kecondongan, termasuk kosa kata khusus serta struktur dokumen panjang. Berikan halaman yang boleh dibaca dan minta medan bernama, petikan atau jadual yang boleh disemak berdasarkan imej. Aplikasi ini mencerminkan skop yang didokumentasikan dan bukan menjamin pengenalpastian, transkripsi atau pengiraan tepat.
Kemas kini seni bina
Konfigurasi teks campuran pakar yang diterbitkan mempunyai 94 lapisan, 128 pakar dan lapan pakar yang dipilih bagi setiap token. Interleaved-MRoPE mewakili masa, lebar dan tinggi untuk penaakulan video. DeepStack menggabungkan ciri visual daripada berbilang peringkat pengekod, dan penjajaran teks–cap masa mengikat peristiwa kepada rujukan waktu. Gunakan edisi 235B-A22B Instruct ini secara konsisten ketika menyediakan tugas visual dan membandingkan hasilnya.
Menyediakan input visual
Contoh keluarga merangkumi permintaan teks sahaja, imej tunggal atau berbilang imej dan video. Labelkan input visual dan nyatakan hubungannya. Bajet piksel imej dan video adalah berasingan, manakala dimensi imej yang dinyatakan secara jelas diselaraskan kepada gandaan 32. Tetapan lalai video yang didokumentasikan ialah dua bingkai sesaat, dengan kawalan kadar atau bilangan bingkai apabila disokong. Kekalkan metadata video dan elakkan mengubah saiz dua kali apabila alat bantu sudah mengubah saiz bahan.
Bagi beberapa halaman dokumen, susun jawapan mengikut label halaman dan minta medan atau petikan sokongan. Bagi klip, minta peristiwa, selang dan bukti yang kelihatan yang relevan. Bandingkan selang peristiwa yang dikembalikan dan butiran sokongan dengan klip asal serta masanya.
Panduan penjanaan dan had
Fail penjanaan checkpoint menggunakan nilai lalai temperature 0.7, top_p 0.8, top_k 20 dan repetition penalty 1.0. Kaedah Instruct keluarga ini turut menggunakan presence penalty 1.5 dan peruntukan output 32,768 token. Peruntukan itu ialah bajet kaedah pengeluar, bukan had output keras yang ditentukan secara bebas. Peruntukan khusus tugas kad 8B dan pratetap edisi Thinking kekal berasingan.
Peluasan konteks keluarga ini menggunakan YaRN dan mencadangkan faktor dua atau tiga ketika mengalihkan skema kedudukan berselang-seli daripada 256K kepada kira-kira 1M. Peruntukkan ruang jawapan bersama teks dan visual yang diwakili, serta sahkan petikan, nombor yang diekstrak dan kod terjana berdasarkan sumber. Hasil yang berguna ialah artifak teks konkrit dengan bukti visual sokongan dan identiti Instruct yang tepat dikekalkan.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen/qwen3-vl-235b-a22b-instruct | 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 $0.000572 / 1K token Output · Token output $0.0038 / 1K token Input · Bacaan cache $0.0002 / 1K token Input · Penulisan cache $0 / 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 $0.000572 / 1K token Output · Token output $0.0038 / 1K token Input · Bacaan cache $0.0002 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "qwen/qwen3-vl-235b-a22b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-vl-235b-a22b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-vl-235b-a22b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-vl-235b-a22b-instruct
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Translate a layout description to HTML\n\nCreate a semantic HTML fragment from this text layout specification: a product section contains heading "Travel mug", a paragraph "350 ml, steel", and a list of features "Sealed lid" and "Hand wash". Return editable HTML only, with no scripts or styles. Preserve exact wording and use a heading, paragraph and unordered list.One semantic HTML fragment using the requested heading, paragraph and two-item list.Inspect the element hierarchy and exact text; do not add a product image or unprovided features.