Qwen-VL-Plus 2025-05-07 ialah snapshot visual-bahasa bernama daripada Alibaba. Qwen-VL-Plus menumpukan pemahaman visual terperinci dan pembacaan teks dalam imej, menukar bukti visual yang diberikan serta soalan bertulis menjadi jawapan teks. Titik mula yang berguna ialah sumber konkrit: foto, tangkap layar, imej halaman dokumen atau bingkai video yang kandungannya mahu anda jelaskan.
Pembangun mengenal pasti edisi Mei secara berasingan daripada Qwen-VL-Plus 2025-07-10. Peningkatan khusus video pengawasan bagi Julai ialah ciri snapshot kemudian itu. Untuk model Mei, susun tugas berdasarkan tujuan visual-bahasa yang didokumenkan: teliti butiran, baca teks yang kelihatan, terangkan adegan dan kaitkan hasil dengan soalan anda. Kekalkan nama model bersama bahan sumber apabila membandingkan cara tugasan yang sama dijawab.
Pemahaman imej boleh menggunakan satu atau beberapa gambar bagi soalan bersama. Untuk kerja dokumen, nyatakan medan atau kawasan yang diperlukan: “Baca label dalam kawasan yang diserlahkan, kekalkan ejaannya dan berikan satu baris untuk setiap label.” Untuk halaman arahan yang difoto, minta transkripsi diikuti penjelasan berasingan. Pemisahan ini memberi output yang boleh disemak berbanding asal sebelum menjadi artikel bantuan atau mesej pengguna.
Untuk tangkap layar, tambah matlamat pengguna dan kenal pasti unsur yang patut menerima perhatian khusus. Contoh taklimat tugas ialah: “Jelaskan langkah yang kelihatan yang akan diikuti pengguna untuk mengubah tetapan ini. Gunakan nama butang yang ditunjukkan pada skrin dan senaraikan teks yang terlalu kecil untuk dibaca.” Untuk perbandingan, labelkan imej A dan B dan berikan kriteria bersama, seperti label yang berubah atau kedudukan objek yang kelihatan. Respons ialah cadangan tafsiran bertulis tentang imej.
Pemahaman video memeriksa kandungan visual melalui bingkai dan mengembalikan penerangan atau jawapan teks. Pilih episod yang berkaitan dengan soalan dan kekalkan urutannya; jika pertuturan diperlukan untuk analisis, tambah transkripsinya sebagai teks kerana aliran kerja visual ini tidak memahami trek audio video. Output yang berguna boleh mengandungi urutan yang diperhatikan, butiran adegan yang berkaitan dan soalan yang masih terbuka daripada bingkai yang diberikan.
Sediakan halaman dokumen sebagai imej yang boleh dibaca untuk aliran kerja input visual ini; fail PDF atau Word bukan input imej dengan sendirinya. Untuk aliran kerja fail Alibaba yang didokumenkan, sediakan imej yang tidak melebihi 10 MB melalui URL; fail video yang diberikan melalui URL awam mesti berdurasi 2–40 saat dan tidak melebihi 150 MB, atau gunakan senarai berurutan 4–80 bingkai. Gabungan token visual dan teks masih mesti muat dalam bajet input model. Pangkas kawasan yang penting apabila halaman penuh menjadikan label terlalu kecil, sambil mengekalkan konteks yang diperlukan untuk mentafsir jadual atau rajah. Nyatakan sama ada anda mahukan transkripsi literal, penjelasan atau ringkasan pendek. Pilihan itu memudahkan penggunaan semula hasil tanpa mengelirukan perkataan yang kelihatan dalam sumber dengan tafsiran tambahan model.
", "aboutText": "Qwen-VL-Plus 2025-05-07 ialah snapshot visual-bahasa bernama daripada Alibaba. Qwen-VL-Plus menumpukan pemahaman visual terperinci dan pembacaan teks dalam imej, menukar bukti visual yang diberikan serta soalan bertulis menjadi jawapan teks. Titik mula yang berguna ialah sumber konkrit: foto, tangkap layar, imej halaman dokumen atau bingkai video yang kandungannya mahu anda jelaskan.\n\nPembangun mengenal pasti edisi Mei secara berasingan daripada Qwen-VL-Plus 2025-07-10. Peningkatan khusus video pengawasan bagi Julai ialah ciri snapshot kemudian itu. Untuk model Mei, susun tugas berdasarkan tujuan visual-bahasa yang didokumenkan: teliti butiran, baca teks yang kelihatan, terangkan adegan dan kaitkan hasil dengan soalan anda. Kekalkan nama model bersama bahan sumber apabila membandingkan cara tugasan yang sama dijawab.\n\nPemahaman imej boleh menggunakan satu atau beberapa gambar bagi soalan bersama. Untuk kerja dokumen, nyatakan medan atau kawasan yang diperlukan: “Baca label dalam kawasan yang diserlahkan, kekalkan ejaannya dan berikan satu baris untuk setiap label.” Untuk halaman arahan yang difoto, minta transkripsi diikuti penjelasan berasingan. Pemisahan ini memberi output yang boleh disemak berbanding asal sebelum menjadi artikel bantuan atau mesej pengguna.\n\nUntuk tangkap layar, tambah matlamat pengguna dan kenal pasti unsur yang patut menerima perhatian khusus. Contoh taklimat tugas ialah: “Jelaskan langkah yang kelihatan yang akan diikuti pengguna untuk mengubah tetapan ini. Gunakan nama butang yang ditunjukkan pada skrin dan senaraikan teks yang terlalu kecil untuk dibaca.” Untuk perbandingan, labelkan imej A dan B dan berikan kriteria bersama, seperti label yang berubah atau kedudukan objek yang kelihatan. Respons ialah cadangan tafsiran bertulis tentang imej.\n\nPemahaman video memeriksa kandungan visual melalui bingkai dan mengembalikan penerangan atau jawapan teks. Pilih episod yang berkaitan dengan soalan dan kekalkan urutannya; jika pertuturan diperlukan untuk analisis, tambah transkripsinya sebagai teks kerana aliran kerja visual ini tidak memahami trek audio video. Output yang berguna boleh mengandungi urutan yang diperhatikan, butiran adegan yang berkaitan dan soalan yang masih terbuka daripada bingkai yang diberikan.\n\nSediakan halaman dokumen sebagai imej yang boleh dibaca untuk aliran kerja input visual ini; fail PDF atau Word bukan input imej dengan sendirinya. Untuk aliran kerja fail Alibaba yang didokumenkan, sediakan imej yang tidak melebihi 10 MB melalui URL; fail video yang diberikan melalui URL awam mesti berdurasi 2–40 saat dan tidak melebihi 150 MB, atau gunakan senarai berurutan 4–80 bingkai. Gabungan token visual dan teks masih mesti muat dalam bajet input model. Pangkas kawasan yang penting apabila halaman penuh menjadikan label terlalu kecil, sambil mengekalkan konteks yang diperlukan untuk mentafsir jadual atau rajah. Nyatakan sama ada anda mahukan transkripsi literal, penjelasan atau ringkasan pendek. Pilihan itu memudahkan penggunaan semula hasil tanpa mengelirukan perkataan yang kelihatan dalam sumber dengan tafsiran tambahan model.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Turn transcribed controls into instructions\n\nUse this written transcription of a settings screen: heading 'Notifications'; checkbox 'Weekly summary' checked; checkbox 'Order alerts' checked; button 'Save changes'. A user wants to stop only weekly summaries. Write three numbered steps using the exact visible control names, and add one sentence stating which alert setting should stay enabled.Three concise steps plus a preservation note for Order alerts, based solely on the transcription.Only Weekly summary is unchecked, Save changes is included, and Order alerts remains enabled.qwen-vl-plus-2025-05-07Qwen-VL-Plus 2025-05-07 menggabungkan teks dengan imej dan video untuk menghasilkan penjelasan visual. Gunakan snapshot bernama ini untuk penerangan adegan, pengekstrakan teks yang kelihatan dan soalan tentang butiran dalam dokumen, tangkap layar atau urutan bingkai.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen-VL-Plus 2025-05-07 ialah snapshot visual-bahasa bernama daripada Alibaba. Qwen-VL-Plus menumpukan pemahaman visual terperinci dan pembacaan teks dalam imej, menukar bukti visual yang diberikan serta soalan bertulis menjadi jawapan teks. Titik mula yang berguna ialah sumber konkrit: foto, tangkap layar, imej halaman dokumen atau bingkai video yang kandungannya mahu anda jelaskan.
Pembangun mengenal pasti edisi Mei secara berasingan daripada Qwen-VL-Plus 2025-07-10. Peningkatan khusus video pengawasan bagi Julai ialah ciri snapshot kemudian itu. Untuk model Mei, susun tugas berdasarkan tujuan visual-bahasa yang didokumenkan: teliti butiran, baca teks yang kelihatan, terangkan adegan dan kaitkan hasil dengan soalan anda. Kekalkan nama model bersama bahan sumber apabila membandingkan cara tugasan yang sama dijawab.
Pemahaman imej boleh menggunakan satu atau beberapa gambar bagi soalan bersama. Untuk kerja dokumen, nyatakan medan atau kawasan yang diperlukan: “Baca label dalam kawasan yang diserlahkan, kekalkan ejaannya dan berikan satu baris untuk setiap label.” Untuk halaman arahan yang difoto, minta transkripsi diikuti penjelasan berasingan. Pemisahan ini memberi output yang boleh disemak berbanding asal sebelum menjadi artikel bantuan atau mesej pengguna.
Untuk tangkap layar, tambah matlamat pengguna dan kenal pasti unsur yang patut menerima perhatian khusus. Contoh taklimat tugas ialah: “Jelaskan langkah yang kelihatan yang akan diikuti pengguna untuk mengubah tetapan ini. Gunakan nama butang yang ditunjukkan pada skrin dan senaraikan teks yang terlalu kecil untuk dibaca.” Untuk perbandingan, labelkan imej A dan B dan berikan kriteria bersama, seperti label yang berubah atau kedudukan objek yang kelihatan. Respons ialah cadangan tafsiran bertulis tentang imej.
Pemahaman video memeriksa kandungan visual melalui bingkai dan mengembalikan penerangan atau jawapan teks. Pilih episod yang berkaitan dengan soalan dan kekalkan urutannya; jika pertuturan diperlukan untuk analisis, tambah transkripsinya sebagai teks kerana aliran kerja visual ini tidak memahami trek audio video. Output yang berguna boleh mengandungi urutan yang diperhatikan, butiran adegan yang berkaitan dan soalan yang masih terbuka daripada bingkai yang diberikan.
Sediakan halaman dokumen sebagai imej yang boleh dibaca untuk aliran kerja input visual ini; fail PDF atau Word bukan input imej dengan sendirinya. Untuk aliran kerja fail Alibaba yang didokumenkan, sediakan imej yang tidak melebihi 10 MB melalui URL; fail video yang diberikan melalui URL awam mesti berdurasi 2–40 saat dan tidak melebihi 150 MB, atau gunakan senarai berurutan 4–80 bingkai. Gabungan token visual dan teks masih mesti muat dalam bajet input model. Pangkas kawasan yang penting apabila halaman penuh menjadikan label terlalu kecil, sambil mengekalkan konteks yang diperlukan untuk mentafsir jadual atau rajah. Nyatakan sama ada anda mahukan transkripsi literal, penjelasan atau ringkasan pendek. Pilihan itu memudahkan penggunaan semula hasil tanpa mengelirukan perkataan yang kelihatan dalam sumber dengan tafsiran tambahan model.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen-vl-plus-2025-05-07 | 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.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.00044 / 1K token Output · Token output $0.0013 / 1K token Input · Bacaan cache $0 / 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-vl-plus-2025-05-07", "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-2025-05-07',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-2025-05-07',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-vl-plus-2025-05-07
Gunakan laluan kaedah yang dipaparkan di atas.
qwen-vl-plus-2025-05-07Qwen-VL-Plus 2025-05-07 menggabungkan teks dengan imej dan video untuk menghasilkan penjelasan visual. Gunakan snapshot bernama ini untuk penerangan adegan, pengekstrakan teks yang kelihatan dan soalan tentang butiran dalam dokumen, tangkap layar atau urutan bingkai.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen-VL-Plus 2025-05-07 ialah snapshot visual-bahasa bernama daripada Alibaba. Qwen-VL-Plus menumpukan pemahaman visual terperinci dan pembacaan teks dalam imej, menukar bukti visual yang diberikan serta soalan bertulis menjadi jawapan teks. Titik mula yang berguna ialah sumber konkrit: foto, tangkap layar, imej halaman dokumen atau bingkai video yang kandungannya mahu anda jelaskan.
Pembangun mengenal pasti edisi Mei secara berasingan daripada Qwen-VL-Plus 2025-07-10. Peningkatan khusus video pengawasan bagi Julai ialah ciri snapshot kemudian itu. Untuk model Mei, susun tugas berdasarkan tujuan visual-bahasa yang didokumenkan: teliti butiran, baca teks yang kelihatan, terangkan adegan dan kaitkan hasil dengan soalan anda. Kekalkan nama model bersama bahan sumber apabila membandingkan cara tugasan yang sama dijawab.
Pemahaman imej boleh menggunakan satu atau beberapa gambar bagi soalan bersama. Untuk kerja dokumen, nyatakan medan atau kawasan yang diperlukan: “Baca label dalam kawasan yang diserlahkan, kekalkan ejaannya dan berikan satu baris untuk setiap label.” Untuk halaman arahan yang difoto, minta transkripsi diikuti penjelasan berasingan. Pemisahan ini memberi output yang boleh disemak berbanding asal sebelum menjadi artikel bantuan atau mesej pengguna.
Untuk tangkap layar, tambah matlamat pengguna dan kenal pasti unsur yang patut menerima perhatian khusus. Contoh taklimat tugas ialah: “Jelaskan langkah yang kelihatan yang akan diikuti pengguna untuk mengubah tetapan ini. Gunakan nama butang yang ditunjukkan pada skrin dan senaraikan teks yang terlalu kecil untuk dibaca.” Untuk perbandingan, labelkan imej A dan B dan berikan kriteria bersama, seperti label yang berubah atau kedudukan objek yang kelihatan. Respons ialah cadangan tafsiran bertulis tentang imej.
Pemahaman video memeriksa kandungan visual melalui bingkai dan mengembalikan penerangan atau jawapan teks. Pilih episod yang berkaitan dengan soalan dan kekalkan urutannya; jika pertuturan diperlukan untuk analisis, tambah transkripsinya sebagai teks kerana aliran kerja visual ini tidak memahami trek audio video. Output yang berguna boleh mengandungi urutan yang diperhatikan, butiran adegan yang berkaitan dan soalan yang masih terbuka daripada bingkai yang diberikan.
Sediakan halaman dokumen sebagai imej yang boleh dibaca untuk aliran kerja input visual ini; fail PDF atau Word bukan input imej dengan sendirinya. Untuk aliran kerja fail Alibaba yang didokumenkan, sediakan imej yang tidak melebihi 10 MB melalui URL; fail video yang diberikan melalui URL awam mesti berdurasi 2–40 saat dan tidak melebihi 150 MB, atau gunakan senarai berurutan 4–80 bingkai. Gabungan token visual dan teks masih mesti muat dalam bajet input model. Pangkas kawasan yang penting apabila halaman penuh menjadikan label terlalu kecil, sambil mengekalkan konteks yang diperlukan untuk mentafsir jadual atau rajah. Nyatakan sama ada anda mahukan transkripsi literal, penjelasan atau ringkasan pendek. Pilihan itu memudahkan penggunaan semula hasil tanpa mengelirukan perkataan yang kelihatan dalam sumber dengan tafsiran tambahan model.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen-vl-plus-2025-05-07 | 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.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.00044 / 1K token Output · Token output $0.0013 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "qwen-vl-plus-2025-05-07",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-2025-05-07', '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-2025-05-07', '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-vl-plus-2025-05-07
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Turn transcribed controls into instructions\n\nUse this written transcription of a settings screen: heading 'Notifications'; checkbox 'Weekly summary' checked; checkbox 'Order alerts' checked; button 'Save changes'. A user wants to stop only weekly summaries. Write three numbered steps using the exact visible control names, and add one sentence stating which alert setting should stay enabled.Three concise steps plus a preservation note for Order alerts, based solely on the transcription.Only Weekly summary is unchecked, Save changes is included, and Order alerts remains enabled.