Qwen-VL-Plus 2025-07-10 ialah model visual-bahasa bertarikh daripada Alibaba untuk memahami imej dan video. Kemas kini utamanya ialah pemahaman kandungan video pengawasan yang lebih kukuh. Model menerima bahan visual bersama arahan teks dan mengembalikan teks: penerangan peristiwa, jawapan tentang adegan atau laporan yang disusun berdasarkan butiran yang anda minta diperiksa. Alibaba juga menamakan snapshot ini qwen-vl-plus-0710.
Pembangun membezakan edisi ini daripada Qwen-VL-Plus 2025-05-07 dan alias Qwen-VL-Plus latest yang diterangkan pada halaman yang sama. Perbezaan ini penting apabila tugas anda khusus berkaitan rakaman kamera: kemas kini berfokus pengawasan ialah ciri snapshot bernama Julai. Kekalkan edisi tepat dalam rekod tugas ketika membandingkan prompt atau menyemak semula rakaman yang sama.
Soalan visual boleh berkaitan perkara yang muncul dalam bingkai, kedudukan objek dan perkembangan tindakan yang kelihatan sepanjang urutan. Satu imej boleh menyokong penerangan adegan; beberapa imej berlabel boleh memberikan pandangan berbeza atau detik berturutan. Pemahaman video menggunakan bingkai yang disampel. Penjelasan yang terhasil berkaitan bukti yang kelihatan; model tidak menjana video pengganti, dan aliran kerja visual ini tidak menganalisis trek audio video.
Untuk laporan peristiwa, sediakan klip yang berkaitan atau urutan bingkai tersusun dan kenal pasti zon atau aktiviti yang penting. Contoh taklimat tugas ialah: “Terangkan tindakan orang itu yang kelihatan berhampiran pintu masuk, mengikut urutan. Untuk setiap pemerhatian, berikan objek yang terlibat, kedudukannya dan perubahan yang anda boleh lihat. Letakkan butiran yang tidak pasti dalam ayat akhir yang berasingan.” Anda boleh meminta naratif ringkas, senarai pemerhatian atau bahagian laporan bernama. Ini ialah arahan untuk jawapan teks, bukan mod output berstruktur yang berasingan.
Tetingkap konteks terbitan snapshot ini ialah 32,768 token, dengan input maksimum 30,720 token dan output maksimum 8,096 token. Jadual khusus model juga memberikan maksimum 16,384 token untuk satu imej. Arahan teks, konteks perbualan dan kandungan visual mesti muat bersama dalam bajet input; siling output ialah had berasingan, bukan ruang tambahan untuk bahan sumber. Apabila menyemak rakaman panjang, asingkan episod dan kekalkan cukup bingkai sekeliling untuk menjadikan urutannya dapat difahami.
Pilih bingkai sumber yang membolehkan objek berkaitan dibezakan, labelkan kamera atau pandangan berbeza dan jadikan pemerhatian yang diminta tepat. 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. Jika tugas bergantung pada penjelasan yang dituturkan, berikan transkripsinya secara berasingan sebagai teks. Minta laporan membezakan pergerakan yang kelihatan daripada tujuan yang disimpulkan: “berjalan ke arah pintu” ialah pernyataan yang berbeza daripada niat untuk keluar. Hasil yang berguna ialah rekod teks yang boleh disemak, terikat pada rakaman dan kriteria pemerhatian yang dinyatakan.
", "aboutText": "Qwen-VL-Plus 2025-07-10 ialah model visual-bahasa bertarikh daripada Alibaba untuk memahami imej dan video. Kemas kini utamanya ialah pemahaman kandungan video pengawasan yang lebih kukuh. Model menerima bahan visual bersama arahan teks dan mengembalikan teks: penerangan peristiwa, jawapan tentang adegan atau laporan yang disusun berdasarkan butiran yang anda minta diperiksa. Alibaba juga menamakan snapshot ini qwen-vl-plus-0710.\n\nPembangun membezakan edisi ini daripada Qwen-VL-Plus 2025-05-07 dan alias Qwen-VL-Plus latest yang diterangkan pada halaman yang sama. Perbezaan ini penting apabila tugas anda khusus berkaitan rakaman kamera: kemas kini berfokus pengawasan ialah ciri snapshot bernama Julai. Kekalkan edisi tepat dalam rekod tugas ketika membandingkan prompt atau menyemak semula rakaman yang sama.\n\nSoalan visual boleh berkaitan perkara yang muncul dalam bingkai, kedudukan objek dan perkembangan tindakan yang kelihatan sepanjang urutan. Satu imej boleh menyokong penerangan adegan; beberapa imej berlabel boleh memberikan pandangan berbeza atau detik berturutan. Pemahaman video menggunakan bingkai yang disampel. Penjelasan yang terhasil berkaitan bukti yang kelihatan; model tidak menjana video pengganti, dan aliran kerja visual ini tidak menganalisis trek audio video.\n\nUntuk laporan peristiwa, sediakan klip yang berkaitan atau urutan bingkai tersusun dan kenal pasti zon atau aktiviti yang penting. Contoh taklimat tugas ialah: “Terangkan tindakan orang itu yang kelihatan berhampiran pintu masuk, mengikut urutan. Untuk setiap pemerhatian, berikan objek yang terlibat, kedudukannya dan perubahan yang anda boleh lihat. Letakkan butiran yang tidak pasti dalam ayat akhir yang berasingan.” Anda boleh meminta naratif ringkas, senarai pemerhatian atau bahagian laporan bernama. Ini ialah arahan untuk jawapan teks, bukan mod output berstruktur yang berasingan.\n\nTetingkap konteks terbitan snapshot ini ialah 32,768 token, dengan input maksimum 30,720 token dan output maksimum 8,096 token. Jadual khusus model juga memberikan maksimum 16,384 token untuk satu imej. Arahan teks, konteks perbualan dan kandungan visual mesti muat bersama dalam bajet input; siling output ialah had berasingan, bukan ruang tambahan untuk bahan sumber. Apabila menyemak rakaman panjang, asingkan episod dan kekalkan cukup bingkai sekeliling untuk menjadikan urutannya dapat difahami.\n\nPilih bingkai sumber yang membolehkan objek berkaitan dibezakan, labelkan kamera atau pandangan berbeza dan jadikan pemerhatian yang diminta tepat. 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. Jika tugas bergantung pada penjelasan yang dituturkan, berikan transkripsinya secara berasingan sebagai teks. Minta laporan membezakan pergerakan yang kelihatan daripada tujuan yang disimpulkan: “berjalan ke arah pintu” ialah pernyataan yang berbeza daripada niat untuk keluar. Hasil yang berguna ialah rekod teks yang boleh disemak, terikat pada rakaman dan kriteria pemerhatian yang dinyatakan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10 ialah snapshot visual-bahasa yang menumpukan pemahaman video pengawasan. Ia menggabungkan imej atau bingkai video dengan soalan bertulis untuk menerangkan peristiwa yang kelihatan, menjejaki tindakan dan menghasilkan laporan teks.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen-VL-Plus 2025-07-10 ialah model visual-bahasa bertarikh daripada Alibaba untuk memahami imej dan video. Kemas kini utamanya ialah pemahaman kandungan video pengawasan yang lebih kukuh. Model menerima bahan visual bersama arahan teks dan mengembalikan teks: penerangan peristiwa, jawapan tentang adegan atau laporan yang disusun berdasarkan butiran yang anda minta diperiksa. Alibaba juga menamakan snapshot ini qwen-vl-plus-0710.
Pembangun membezakan edisi ini daripada Qwen-VL-Plus 2025-05-07 dan alias Qwen-VL-Plus latest yang diterangkan pada halaman yang sama. Perbezaan ini penting apabila tugas anda khusus berkaitan rakaman kamera: kemas kini berfokus pengawasan ialah ciri snapshot bernama Julai. Kekalkan edisi tepat dalam rekod tugas ketika membandingkan prompt atau menyemak semula rakaman yang sama.
Soalan visual boleh berkaitan perkara yang muncul dalam bingkai, kedudukan objek dan perkembangan tindakan yang kelihatan sepanjang urutan. Satu imej boleh menyokong penerangan adegan; beberapa imej berlabel boleh memberikan pandangan berbeza atau detik berturutan. Pemahaman video menggunakan bingkai yang disampel. Penjelasan yang terhasil berkaitan bukti yang kelihatan; model tidak menjana video pengganti, dan aliran kerja visual ini tidak menganalisis trek audio video.
Untuk laporan peristiwa, sediakan klip yang berkaitan atau urutan bingkai tersusun dan kenal pasti zon atau aktiviti yang penting. Contoh taklimat tugas ialah: “Terangkan tindakan orang itu yang kelihatan berhampiran pintu masuk, mengikut urutan. Untuk setiap pemerhatian, berikan objek yang terlibat, kedudukannya dan perubahan yang anda boleh lihat. Letakkan butiran yang tidak pasti dalam ayat akhir yang berasingan.” Anda boleh meminta naratif ringkas, senarai pemerhatian atau bahagian laporan bernama. Ini ialah arahan untuk jawapan teks, bukan mod output berstruktur yang berasingan.
Tetingkap konteks terbitan snapshot ini ialah 32,768 token, dengan input maksimum 30,720 token dan output maksimum 8,096 token. Jadual khusus model juga memberikan maksimum 16,384 token untuk satu imej. Arahan teks, konteks perbualan dan kandungan visual mesti muat bersama dalam bajet input; siling output ialah had berasingan, bukan ruang tambahan untuk bahan sumber. Apabila menyemak rakaman panjang, asingkan episod dan kekalkan cukup bingkai sekeliling untuk menjadikan urutannya dapat difahami.
Pilih bingkai sumber yang membolehkan objek berkaitan dibezakan, labelkan kamera atau pandangan berbeza dan jadikan pemerhatian yang diminta tepat. 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. Jika tugas bergantung pada penjelasan yang dituturkan, berikan transkripsinya secara berasingan sebagai teks. Minta laporan membezakan pergerakan yang kelihatan daripada tujuan yang disimpulkan: “berjalan ke arah pintu” ialah pernyataan yang berbeza daripada niat untuk keluar. Hasil yang berguna ialah rekod teks yang boleh disemak, terikat pada rakaman dan kriteria pemerhatian yang dinyatakan.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K token Output · Token output $0.00044 / 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-2025-07-10", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen-vl-plus-2025-07-10',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen-vl-plus-2025-07-10',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-2025-07-10
Gunakan laluan kaedah yang dipaparkan di atas.
qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10 ialah snapshot visual-bahasa yang menumpukan pemahaman video pengawasan. Ia menggabungkan imej atau bingkai video dengan soalan bertulis untuk menerangkan peristiwa yang kelihatan, menjejaki tindakan dan menghasilkan laporan teks.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen-VL-Plus 2025-07-10 ialah model visual-bahasa bertarikh daripada Alibaba untuk memahami imej dan video. Kemas kini utamanya ialah pemahaman kandungan video pengawasan yang lebih kukuh. Model menerima bahan visual bersama arahan teks dan mengembalikan teks: penerangan peristiwa, jawapan tentang adegan atau laporan yang disusun berdasarkan butiran yang anda minta diperiksa. Alibaba juga menamakan snapshot ini qwen-vl-plus-0710.
Pembangun membezakan edisi ini daripada Qwen-VL-Plus 2025-05-07 dan alias Qwen-VL-Plus latest yang diterangkan pada halaman yang sama. Perbezaan ini penting apabila tugas anda khusus berkaitan rakaman kamera: kemas kini berfokus pengawasan ialah ciri snapshot bernama Julai. Kekalkan edisi tepat dalam rekod tugas ketika membandingkan prompt atau menyemak semula rakaman yang sama.
Soalan visual boleh berkaitan perkara yang muncul dalam bingkai, kedudukan objek dan perkembangan tindakan yang kelihatan sepanjang urutan. Satu imej boleh menyokong penerangan adegan; beberapa imej berlabel boleh memberikan pandangan berbeza atau detik berturutan. Pemahaman video menggunakan bingkai yang disampel. Penjelasan yang terhasil berkaitan bukti yang kelihatan; model tidak menjana video pengganti, dan aliran kerja visual ini tidak menganalisis trek audio video.
Untuk laporan peristiwa, sediakan klip yang berkaitan atau urutan bingkai tersusun dan kenal pasti zon atau aktiviti yang penting. Contoh taklimat tugas ialah: “Terangkan tindakan orang itu yang kelihatan berhampiran pintu masuk, mengikut urutan. Untuk setiap pemerhatian, berikan objek yang terlibat, kedudukannya dan perubahan yang anda boleh lihat. Letakkan butiran yang tidak pasti dalam ayat akhir yang berasingan.” Anda boleh meminta naratif ringkas, senarai pemerhatian atau bahagian laporan bernama. Ini ialah arahan untuk jawapan teks, bukan mod output berstruktur yang berasingan.
Tetingkap konteks terbitan snapshot ini ialah 32,768 token, dengan input maksimum 30,720 token dan output maksimum 8,096 token. Jadual khusus model juga memberikan maksimum 16,384 token untuk satu imej. Arahan teks, konteks perbualan dan kandungan visual mesti muat bersama dalam bajet input; siling output ialah had berasingan, bukan ruang tambahan untuk bahan sumber. Apabila menyemak rakaman panjang, asingkan episod dan kekalkan cukup bingkai sekeliling untuk menjadikan urutannya dapat difahami.
Pilih bingkai sumber yang membolehkan objek berkaitan dibezakan, labelkan kamera atau pandangan berbeza dan jadikan pemerhatian yang diminta tepat. 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. Jika tugas bergantung pada penjelasan yang dituturkan, berikan transkripsinya secara berasingan sebagai teks. Minta laporan membezakan pergerakan yang kelihatan daripada tujuan yang disimpulkan: “berjalan ke arah pintu” ialah pernyataan yang berbeza daripada niat untuk keluar. Hasil yang berguna ialah rekod teks yang boleh disemak, terikat pada rakaman dan kriteria pemerhatian yang dinyatakan.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K token Output · Token output $0.00044 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "qwen-vl-plus-2025-07-10",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen-vl-plus-2025-07-10', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen-vl-plus-2025-07-10', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-2025-07-10
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.