QVQ-Max — 2025-05-15 er en datert oppføring i QVQ-Max-serien for visuell resonnering. Produsenten beskriver denne familien som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Oppgaveområdene omfatter matematikk, programmering, visuell analyse, innholdsproduksjon og generell problemløsing. Formålet er å forklare eller løse et spørsmål om visuelt bevismateriale som er gitt, fremfor å generere et nytt bilde eller en ny video.
De dokumenterte QVQ-arbeidsflytene kombinerer et skriftlig spørsmål med bilder eller video og returnerer tekst. For en matematisk illustrasjon bør du oppgi hele betingelsen, lesbare etiketter og størrelsen som skal finnes. For et diagram angir du aksene, måleenheten og sammenligningen du trenger. Be modellen skille synlige data fra antakelser før den gir en konklusjon. Resultatet kan være en utregnet løsning, en sammenligning av observasjoner eller en forklaring på hvordan bestemte detaljer støtter et svar.
Produsenten beskriver QVQ som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Tjenesteflyten bruker strømming. I en applikasjon bør mellomliggende resonnering kunne skilles fra det ferdige svaret, og de returnerte fragmentene settes sammen før resultatet brukes som et dokument eller en instruksjon. En uferdig strøm fra en resonneringsmodell er ikke den samme leveransen som modellens endelige konklusjon.
Forbered én sammenhengende oppgave. For et prosessdiagram angir du startbetingelsen, beslutningspunktene og utfallet som skal forklares. For flere relaterte bilder merker du hver kilde og angir rekkefølgen eller relasjonen deres. En nyttig forespørsel kan sammenligne to illustrerte konfigurasjoner, liste opp de synlige endringene og forklare hvilken endring som påvirker det angitte kravet. Behold originaletikettene slik at hver observasjon kan kontrolleres mot riktig bilde, og be om avklaring når et symbol eller en bildetekst ikke kan leses.
For et videospørsmål bør du definere hendelsen og delen av klippet som skal undersøkes. Be om rekkefølgen av observerte handlinger eller de visuelle bevisene som støtter en bestemt tolkning. Familiens dokumenterte videoinndata brukes til forståelse, ikke til å produsere et redigert klipp. Hvis oppgaven avhenger av et bilde med liten tekst, gir du et lesbart stillbilde sammen med spørsmålet. Det forventede resultatet bør navngi de relevante objektene eller trinnene og forklare konklusjonen i tekst, fremfor å anta at en beskrivelse fastslår hva en person hadde til hensikt.
Chat-referansen sier at systemmeldinger ikke har noen effekt for QVQ-modeller. Legg oppgaven, rolleinstruksjonene og ønsket format i brukermeldingen. Den anbefaler også å la standardinnstillingene for QVQ-sampling være uendret. Definer et sluttsvar som kan granskes, som observasjoner fulgt av en konklusjon eller en tabell som knytter hver påstand til et synlig trekk. En ønsket tabell eller JSON-lignende oppstilling bør valideres av applikasjonen; dette er ikke det samme som en oppgitt funksjon for begrenset utdataformat.
Behold den daterte identifikatoren sammen med kildematerialet og eventuelle behandlingsinnstillinger som trengs for å gjenta en oppgave. Andre QVQ-Max-øyeblikksutgaver og det skiftende familiealiaset er fortsatt separate navn. For en stor kilde velger du relevante sider eller bilder, bevarer relasjonene mellom dem og setter av plass til svaret. Medierepresentasjon, oppgaveinstruksjoner og samtalehistorikk påvirker alle forespørselen. Forberedelsen bør følge spesifikasjonen for den valgte utgaven og det valgte grensesnittet, fremfor å låne tallinnstillinger fra en annen visuell modell.
Et praktisk analyseresultat inneholder de synlige faktaene som er brukt, forklaringen og sluttsvaret, med manglende eller usikre detaljer angitt. Kontroller en beregning mot de oppgitte tallene og enhetene, en visuell sammenligning mot begge originalbildene og en videotolkning mot de relevante bildene. QVQ-Max sin resonneringstekst utfører ikke i seg selv et eksternt verktøy, anvender en programendring eller fastslår at informasjon utenfor de oppgitte kildene er søkt opp. Bruk modellen til den dokumenterte visuelle analysen, og behold separate bevis for enhver etterfølgende handling.
", "aboutText": "QVQ-Max — 2025-05-15 er en datert oppføring i QVQ-Max-serien for visuell resonnering. Produsenten beskriver denne familien som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Oppgaveområdene omfatter matematikk, programmering, visuell analyse, innholdsproduksjon og generell problemløsing. Formålet er å forklare eller løse et spørsmål om visuelt bevismateriale som er gitt, fremfor å generere et nytt bilde eller en ny video.\n\nDe dokumenterte QVQ-arbeidsflytene kombinerer et skriftlig spørsmål med bilder eller video og returnerer tekst. For en matematisk illustrasjon bør du oppgi hele betingelsen, lesbare etiketter og størrelsen som skal finnes. For et diagram angir du aksene, måleenheten og sammenligningen du trenger. Be modellen skille synlige data fra antakelser før den gir en konklusjon. Resultatet kan være en utregnet løsning, en sammenligning av observasjoner eller en forklaring på hvordan bestemte detaljer støtter et svar.\n\nProdusenten beskriver QVQ som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Tjenesteflyten bruker strømming. I en applikasjon bør mellomliggende resonnering kunne skilles fra det ferdige svaret, og de returnerte fragmentene settes sammen før resultatet brukes som et dokument eller en instruksjon. En uferdig strøm fra en resonneringsmodell er ikke den samme leveransen som modellens endelige konklusjon.\n\nForbered én sammenhengende oppgave. For et prosessdiagram angir du startbetingelsen, beslutningspunktene og utfallet som skal forklares. For flere relaterte bilder merker du hver kilde og angir rekkefølgen eller relasjonen deres. En nyttig forespørsel kan sammenligne to illustrerte konfigurasjoner, liste opp de synlige endringene og forklare hvilken endring som påvirker det angitte kravet. Behold originaletikettene slik at hver observasjon kan kontrolleres mot riktig bilde, og be om avklaring når et symbol eller en bildetekst ikke kan leses.\n\nFor et videospørsmål bør du definere hendelsen og delen av klippet som skal undersøkes. Be om rekkefølgen av observerte handlinger eller de visuelle bevisene som støtter en bestemt tolkning. Familiens dokumenterte videoinndata brukes til forståelse, ikke til å produsere et redigert klipp. Hvis oppgaven avhenger av et bilde med liten tekst, gir du et lesbart stillbilde sammen med spørsmålet. Det forventede resultatet bør navngi de relevante objektene eller trinnene og forklare konklusjonen i tekst, fremfor å anta at en beskrivelse fastslår hva en person hadde til hensikt.\n\nChat-referansen sier at systemmeldinger ikke har noen effekt for QVQ-modeller. Legg oppgaven, rolleinstruksjonene og ønsket format i brukermeldingen. Den anbefaler også å la standardinnstillingene for QVQ-sampling være uendret. Definer et sluttsvar som kan granskes, som observasjoner fulgt av en konklusjon eller en tabell som knytter hver påstand til et synlig trekk. En ønsket tabell eller JSON-lignende oppstilling bør valideres av applikasjonen; dette er ikke det samme som en oppgitt funksjon for begrenset utdataformat.\n\nBehold den daterte identifikatoren sammen med kildematerialet og eventuelle behandlingsinnstillinger som trengs for å gjenta en oppgave. Andre QVQ-Max-øyeblikksutgaver og det skiftende familiealiaset er fortsatt separate navn. For en stor kilde velger du relevante sider eller bilder, bevarer relasjonene mellom dem og setter av plass til svaret. Medierepresentasjon, oppgaveinstruksjoner og samtalehistorikk påvirker alle forespørselen. Forberedelsen bør følge spesifikasjonen for den valgte utgaven og det valgte grensesnittet, fremfor å låne tallinnstillinger fra en annen visuell modell.\n\nEt praktisk analyseresultat inneholder de synlige faktaene som er brukt, forklaringen og sluttsvaret, med manglende eller usikre detaljer angitt. Kontroller en beregning mot de oppgitte tallene og enhetene, en visuell sammenligning mot begge originalbildene og en videotolkning mot de relevante bildene. QVQ-Max sin resonneringstekst utfører ikke i seg selv et eksternt verktøy, anvender en programendring eller fastslår at informasjon utenfor de oppgitte kildene er søkt opp. Bruk modellen til den dokumenterte visuelle analysen, og behold separate bevis for enhver etterfølgende handling.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Reason from transcribed chart values\n\nUse this text transcription of a chart, not an image: "Axis: liters per hour. Pump A: 18 at setting 1, 24 at setting 2. Pump B: 20 at setting 1, 21 at setting 2." Compare the increases and identify which pump gains more. Show the arithmetic, preserve units and avoid inferring power use.A small comparison table, two increase calculations and a conclusion restricted to flow rate.Check that increases are computed within each pump and no energy-efficiency claim is added.qvq-max-2025-05-15QVQ-Max — 2025-05-15 beholder en egen datert identitet i Qwens serie for visuell resonnering. Bruk familiens dokumenterte tilnærming til spørsmål som knytter bilder, diagrammer eller videoobservasjoner til en skriftlig forklaring, beregning eller konklusjon.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
QVQ-Max — 2025-05-15 er en datert oppføring i QVQ-Max-serien for visuell resonnering. Produsenten beskriver denne familien som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Oppgaveområdene omfatter matematikk, programmering, visuell analyse, innholdsproduksjon og generell problemløsing. Formålet er å forklare eller løse et spørsmål om visuelt bevismateriale som er gitt, fremfor å generere et nytt bilde eller en ny video.
De dokumenterte QVQ-arbeidsflytene kombinerer et skriftlig spørsmål med bilder eller video og returnerer tekst. For en matematisk illustrasjon bør du oppgi hele betingelsen, lesbare etiketter og størrelsen som skal finnes. For et diagram angir du aksene, måleenheten og sammenligningen du trenger. Be modellen skille synlige data fra antakelser før den gir en konklusjon. Resultatet kan være en utregnet løsning, en sammenligning av observasjoner eller en forklaring på hvordan bestemte detaljer støtter et svar.
Produsenten beskriver QVQ som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Tjenesteflyten bruker strømming. I en applikasjon bør mellomliggende resonnering kunne skilles fra det ferdige svaret, og de returnerte fragmentene settes sammen før resultatet brukes som et dokument eller en instruksjon. En uferdig strøm fra en resonneringsmodell er ikke den samme leveransen som modellens endelige konklusjon.
Forbered én sammenhengende oppgave. For et prosessdiagram angir du startbetingelsen, beslutningspunktene og utfallet som skal forklares. For flere relaterte bilder merker du hver kilde og angir rekkefølgen eller relasjonen deres. En nyttig forespørsel kan sammenligne to illustrerte konfigurasjoner, liste opp de synlige endringene og forklare hvilken endring som påvirker det angitte kravet. Behold originaletikettene slik at hver observasjon kan kontrolleres mot riktig bilde, og be om avklaring når et symbol eller en bildetekst ikke kan leses.
For et videospørsmål bør du definere hendelsen og delen av klippet som skal undersøkes. Be om rekkefølgen av observerte handlinger eller de visuelle bevisene som støtter en bestemt tolkning. Familiens dokumenterte videoinndata brukes til forståelse, ikke til å produsere et redigert klipp. Hvis oppgaven avhenger av et bilde med liten tekst, gir du et lesbart stillbilde sammen med spørsmålet. Det forventede resultatet bør navngi de relevante objektene eller trinnene og forklare konklusjonen i tekst, fremfor å anta at en beskrivelse fastslår hva en person hadde til hensikt.
Chat-referansen sier at systemmeldinger ikke har noen effekt for QVQ-modeller. Legg oppgaven, rolleinstruksjonene og ønsket format i brukermeldingen. Den anbefaler også å la standardinnstillingene for QVQ-sampling være uendret. Definer et sluttsvar som kan granskes, som observasjoner fulgt av en konklusjon eller en tabell som knytter hver påstand til et synlig trekk. En ønsket tabell eller JSON-lignende oppstilling bør valideres av applikasjonen; dette er ikke det samme som en oppgitt funksjon for begrenset utdataformat.
Behold den daterte identifikatoren sammen med kildematerialet og eventuelle behandlingsinnstillinger som trengs for å gjenta en oppgave. Andre QVQ-Max-øyeblikksutgaver og det skiftende familiealiaset er fortsatt separate navn. For en stor kilde velger du relevante sider eller bilder, bevarer relasjonene mellom dem og setter av plass til svaret. Medierepresentasjon, oppgaveinstruksjoner og samtalehistorikk påvirker alle forespørselen. Forberedelsen bør følge spesifikasjonen for den valgte utgaven og det valgte grensesnittet, fremfor å låne tallinnstillinger fra en annen visuell modell.
Et praktisk analyseresultat inneholder de synlige faktaene som er brukt, forklaringen og sluttsvaret, med manglende eller usikre detaljer angitt. Kontroller en beregning mot de oppgitte tallene og enhetene, en visuell sammenligning mot begge originalbildene og en videotolkning mot de relevante bildene. QVQ-Max sin resonneringstekst utfører ikke i seg selv et eksternt verktøy, anvender en programendring eller fastslår at informasjon utenfor de oppgitte kildene er søkt opp. Bruk modellen til den dokumenterte visuelle analysen, og behold separate bevis for enhver etterfølgende handling.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qvq-max-2025-05-15 | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.0023 / 1K tokener Utdata · Utgående tokener $0.00916 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-max-2025-05-15", "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='qvq-max-2025-05-15',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='qvq-max-2025-05-15',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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra qvq-max-2025-05-15
Bruk metodestiene som vises ovenfor.
qvq-max-2025-05-15QVQ-Max — 2025-05-15 beholder en egen datert identitet i Qwens serie for visuell resonnering. Bruk familiens dokumenterte tilnærming til spørsmål som knytter bilder, diagrammer eller videoobservasjoner til en skriftlig forklaring, beregning eller konklusjon.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
QVQ-Max — 2025-05-15 er en datert oppføring i QVQ-Max-serien for visuell resonnering. Produsenten beskriver denne familien som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Oppgaveområdene omfatter matematikk, programmering, visuell analyse, innholdsproduksjon og generell problemløsing. Formålet er å forklare eller løse et spørsmål om visuelt bevismateriale som er gitt, fremfor å generere et nytt bilde eller en ny video.
De dokumenterte QVQ-arbeidsflytene kombinerer et skriftlig spørsmål med bilder eller video og returnerer tekst. For en matematisk illustrasjon bør du oppgi hele betingelsen, lesbare etiketter og størrelsen som skal finnes. For et diagram angir du aksene, måleenheten og sammenligningen du trenger. Be modellen skille synlige data fra antakelser før den gir en konklusjon. Resultatet kan være en utregnet løsning, en sammenligning av observasjoner eller en forklaring på hvordan bestemte detaljer støtter et svar.
Produsenten beskriver QVQ som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Tjenesteflyten bruker strømming. I en applikasjon bør mellomliggende resonnering kunne skilles fra det ferdige svaret, og de returnerte fragmentene settes sammen før resultatet brukes som et dokument eller en instruksjon. En uferdig strøm fra en resonneringsmodell er ikke den samme leveransen som modellens endelige konklusjon.
Forbered én sammenhengende oppgave. For et prosessdiagram angir du startbetingelsen, beslutningspunktene og utfallet som skal forklares. For flere relaterte bilder merker du hver kilde og angir rekkefølgen eller relasjonen deres. En nyttig forespørsel kan sammenligne to illustrerte konfigurasjoner, liste opp de synlige endringene og forklare hvilken endring som påvirker det angitte kravet. Behold originaletikettene slik at hver observasjon kan kontrolleres mot riktig bilde, og be om avklaring når et symbol eller en bildetekst ikke kan leses.
For et videospørsmål bør du definere hendelsen og delen av klippet som skal undersøkes. Be om rekkefølgen av observerte handlinger eller de visuelle bevisene som støtter en bestemt tolkning. Familiens dokumenterte videoinndata brukes til forståelse, ikke til å produsere et redigert klipp. Hvis oppgaven avhenger av et bilde med liten tekst, gir du et lesbart stillbilde sammen med spørsmålet. Det forventede resultatet bør navngi de relevante objektene eller trinnene og forklare konklusjonen i tekst, fremfor å anta at en beskrivelse fastslår hva en person hadde til hensikt.
Chat-referansen sier at systemmeldinger ikke har noen effekt for QVQ-modeller. Legg oppgaven, rolleinstruksjonene og ønsket format i brukermeldingen. Den anbefaler også å la standardinnstillingene for QVQ-sampling være uendret. Definer et sluttsvar som kan granskes, som observasjoner fulgt av en konklusjon eller en tabell som knytter hver påstand til et synlig trekk. En ønsket tabell eller JSON-lignende oppstilling bør valideres av applikasjonen; dette er ikke det samme som en oppgitt funksjon for begrenset utdataformat.
Behold den daterte identifikatoren sammen med kildematerialet og eventuelle behandlingsinnstillinger som trengs for å gjenta en oppgave. Andre QVQ-Max-øyeblikksutgaver og det skiftende familiealiaset er fortsatt separate navn. For en stor kilde velger du relevante sider eller bilder, bevarer relasjonene mellom dem og setter av plass til svaret. Medierepresentasjon, oppgaveinstruksjoner og samtalehistorikk påvirker alle forespørselen. Forberedelsen bør følge spesifikasjonen for den valgte utgaven og det valgte grensesnittet, fremfor å låne tallinnstillinger fra en annen visuell modell.
Et praktisk analyseresultat inneholder de synlige faktaene som er brukt, forklaringen og sluttsvaret, med manglende eller usikre detaljer angitt. Kontroller en beregning mot de oppgitte tallene og enhetene, en visuell sammenligning mot begge originalbildene og en videotolkning mot de relevante bildene. QVQ-Max sin resonneringstekst utfører ikke i seg selv et eksternt verktøy, anvender en programendring eller fastslår at informasjon utenfor de oppgitte kildene er søkt opp. Bruk modellen til den dokumenterte visuelle analysen, og behold separate bevis for enhver etterfølgende handling.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qvq-max-2025-05-15 | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.0023 / 1K tokener Utdata · Utgående tokener $0.00916 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "qvq-max-2025-05-15",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qvq-max-2025-05-15', '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': 'qvq-max-2025-05-15', '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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra qvq-max-2025-05-15
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Reason from transcribed chart values\n\nUse this text transcription of a chart, not an image: "Axis: liters per hour. Pump A: 18 at setting 1, 24 at setting 2. Pump B: 20 at setting 1, 21 at setting 2." Compare the increases and identify which pump gains more. Show the arithmetic, preserve units and avoid inferring power use.A small comparison table, two increase calculations and a conclusion restricted to flow rate.Check that increases are computed within each pump and no energy-efficiency claim is added.