QVQ-Plus er Plus-serien av Qwens QVQ-modeller for visuell resonnering. Produsenten fremhever matematikk, programmering, visuell analyse, kreativt arbeid og generelle oppgaver som bygger på visuelt bevismateriale. Modellen tar imot tekst, bilder og video og returnerer tekst, inkludert en resonneringsprosess og et svar. Plus-navnet betegner en familieidentitet og erstatter verken en fast QVQ-Max-øyeblikksutgave eller en bildegenereringsmodell.
Det dokumenterte kontekstvinduet er 131 072 tokener, med maksimalt 106 496 tokener inn og 8 192 tokener ut. Hold disse grensene atskilt når du planlegger en forespørsel. Ta med den skriftlige oppgaven, relevant visuelt materiale og nødvendig samtalehistorikk, og sett deretter av plass til forklaringen og sluttsvaret. Bidraget fra et skjermbilde eller en video bestemmes av den behandlede representasjonen, så antall skrevne tegn alene er ikke et tilstrekkelig mål på hele inndataene.
Produsenten beskriver QVQ som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Den dokumenterte QVQ-tjenesteflyten bruker strømming. En applikasjon bør skille mellom mellomliggende resonnering og fragmentene av sluttsvaret, og sette sammen teksten før den presenteres som en ferdig forklaring. Et kort ønsket svar kan fortsatt følge etter en intern resonneringsprosess; et ønske om korthet gjør ikke modellen til en egen utgave uten tenkning.
For et diagram eller en tabell bør du angi sammenligningen som skal utføres og gi lesbare etiketter, enheter og overskrifter. Be for eksempel om en vurdering av om to inntegnede dataserier avviker fra hverandre over et valgt intervall, og be deretter om de synlige observasjonene som støtter konklusjonen. Hvis svaret krever tallverdier, må du sørge for at de finnes i kilden, og be modellen oppgi usikkerhet der bare en omtrentlig visuell avlesning er mulig. Behold originalbildet slik at resultatet kan kontrolleres mot bevismaterialet.
For et dokument eller et skjermbilde av et grensesnitt bør du definere brukerens mål og delen av materialet som skal analyseres. En nyttig forespørsel kan spørre hvilke synlige felt som kreves i en angitt arbeidsflyt, hvordan siden er organisert eller hva forbindelseslinjene i diagrammet innebærer. For en visuell programmeringsoppgave gir du skjermbildet og de skriftlige kravene og ber om en tekstforklaring eller et implementeringsforslag som samsvarer med den synlige strukturen. Skill mellom egenskaper som kan observeres og egenskaper som avhenger av skjult applikasjonsatferd.
For video bør du angi hendelsen, rekkefølgen eller relasjonen du vil ha forklart. Behold det relevante segmentet og legg ved lesbare stillbilder når små detaljer er viktige. Merk flere inndata og forklar rekkefølgen, slik at en sammenligning ikke forveksles med scener som ikke hører sammen. Resultatet er en tekstlig fremstilling av materialet og en konklusjon om det angitte spørsmålet; det redigerer ikke i seg selv kilden, lager et nytt klipp eller bekrefter noe utenfor observasjonen.
Produsentens Plus-kort oppgir ikke funksjonskall, nettsøk eller begrenset strukturert utdata som funksjoner. Organiser tekstsvaret med tydelige overskrifter, en sammenligningstabell eller en liste over observasjoner, og valider resultater som ser maskinlesbare ut før en applikasjon bruker dem. Chat-referansen sier at systemmeldinger ikke har noen effekt for QVQ-modeller, så legg rolle-, oppgave- og formateringsinstruksjoner i brukermeldingen. Behold de dokumenterte standardinnstillingene for QVQ-sampling fremfor å hente temperaturinnstillinger eller oppskrifter for tokenvalg fra en annen Qwen-familie.
For en nyttig analyseleveranse bør du be om de observerte faktaene, forklaringen og et tydelig navngitt sluttsvar. Kontroller beregninger mot synlige tall, etiketter og enheter, og kontroller en dokumenttolkning mot kildedelen den viser til. Behold den valgte Plus-identiteten og inndatamaterialet sammen med resultatet når en sak må tas opp igjen. Skill et begrunnet forslag fra enhver etterfølgende handling: en applikasjon eller person må fortsatt utføre en ønsket verktøyoperasjon og returnere utfallet. Denne modellen leverer visuell resonnering og tekst, med originalmaterialet bevart som grunnlag for gjennomgang.
", "aboutText": "QVQ-Plus er Plus-serien av Qwens QVQ-modeller for visuell resonnering. Produsenten fremhever matematikk, programmering, visuell analyse, kreativt arbeid og generelle oppgaver som bygger på visuelt bevismateriale. Modellen tar imot tekst, bilder og video og returnerer tekst, inkludert en resonneringsprosess og et svar. Plus-navnet betegner en familieidentitet og erstatter verken en fast QVQ-Max-øyeblikksutgave eller en bildegenereringsmodell.\n\nDet dokumenterte kontekstvinduet er 131 072 tokener, med maksimalt 106 496 tokener inn og 8 192 tokener ut. Hold disse grensene atskilt når du planlegger en forespørsel. Ta med den skriftlige oppgaven, relevant visuelt materiale og nødvendig samtalehistorikk, og sett deretter av plass til forklaringen og sluttsvaret. Bidraget fra et skjermbilde eller en video bestemmes av den behandlede representasjonen, så antall skrevne tegn alene er ikke et tilstrekkelig mål på hele inndataene.\n\nProdusenten beskriver QVQ som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Den dokumenterte QVQ-tjenesteflyten bruker strømming. En applikasjon bør skille mellom mellomliggende resonnering og fragmentene av sluttsvaret, og sette sammen teksten før den presenteres som en ferdig forklaring. Et kort ønsket svar kan fortsatt følge etter en intern resonneringsprosess; et ønske om korthet gjør ikke modellen til en egen utgave uten tenkning.\n\nFor et diagram eller en tabell bør du angi sammenligningen som skal utføres og gi lesbare etiketter, enheter og overskrifter. Be for eksempel om en vurdering av om to inntegnede dataserier avviker fra hverandre over et valgt intervall, og be deretter om de synlige observasjonene som støtter konklusjonen. Hvis svaret krever tallverdier, må du sørge for at de finnes i kilden, og be modellen oppgi usikkerhet der bare en omtrentlig visuell avlesning er mulig. Behold originalbildet slik at resultatet kan kontrolleres mot bevismaterialet.\n\nFor et dokument eller et skjermbilde av et grensesnitt bør du definere brukerens mål og delen av materialet som skal analyseres. En nyttig forespørsel kan spørre hvilke synlige felt som kreves i en angitt arbeidsflyt, hvordan siden er organisert eller hva forbindelseslinjene i diagrammet innebærer. For en visuell programmeringsoppgave gir du skjermbildet og de skriftlige kravene og ber om en tekstforklaring eller et implementeringsforslag som samsvarer med den synlige strukturen. Skill mellom egenskaper som kan observeres og egenskaper som avhenger av skjult applikasjonsatferd.\n\nFor video bør du angi hendelsen, rekkefølgen eller relasjonen du vil ha forklart. Behold det relevante segmentet og legg ved lesbare stillbilder når små detaljer er viktige. Merk flere inndata og forklar rekkefølgen, slik at en sammenligning ikke forveksles med scener som ikke hører sammen. Resultatet er en tekstlig fremstilling av materialet og en konklusjon om det angitte spørsmålet; det redigerer ikke i seg selv kilden, lager et nytt klipp eller bekrefter noe utenfor observasjonen.\n\nProdusentens Plus-kort oppgir ikke funksjonskall, nettsøk eller begrenset strukturert utdata som funksjoner. Organiser tekstsvaret med tydelige overskrifter, en sammenligningstabell eller en liste over observasjoner, og valider resultater som ser maskinlesbare ut før en applikasjon bruker dem. Chat-referansen sier at systemmeldinger ikke har noen effekt for QVQ-modeller, så legg rolle-, oppgave- og formateringsinstruksjoner i brukermeldingen. Behold de dokumenterte standardinnstillingene for QVQ-sampling fremfor å hente temperaturinnstillinger eller oppskrifter for tokenvalg fra en annen Qwen-familie.\n\nFor en nyttig analyseleveranse bør du be om de observerte faktaene, forklaringen og et tydelig navngitt sluttsvar. Kontroller beregninger mot synlige tall, etiketter og enheter, og kontroller en dokumenttolkning mot kildedelen den viser til. Behold den valgte Plus-identiteten og inndatamaterialet sammen med resultatet når en sak må tas opp igjen. Skill et begrunnet forslag fra enhver etterfølgende handling: en applikasjon eller person må fortsatt utføre en ønsket verktøyoperasjon og returnere utfallet. Denne modellen leverer visuell resonnering og tekst, med originalmaterialet bevart som grunnlag for gjennomgang.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Compare a transcribed chart trend\n\nAnalyze this chart transcription: week 1, signups 100 and activations 80; week 2, signups 150 and activations 90; week 3, signups 200 and activations 100. Calculate activation share each week and explain whether the signup and activation trends tell the same story. Use only these values and distinguish counts from rates.A three-row count-and-rate table followed by a concise trend comparison.Activation share uses activations divided by signups, and increasing counts are not confused with increasing share.qvq-plusQVQ-Plus kombinerer et tekstspørsmål med bilder eller video for å gi et begrunnet tekstsvar. Bruk modellen til visuell matematikk, analyse av diagrammer og dokumenter eller spørsmål der konklusjonen avhenger av flere synlige detaljer; Plus-serien beholder sin egen identitet.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
QVQ-Plus er Plus-serien av Qwens QVQ-modeller for visuell resonnering. Produsenten fremhever matematikk, programmering, visuell analyse, kreativt arbeid og generelle oppgaver som bygger på visuelt bevismateriale. Modellen tar imot tekst, bilder og video og returnerer tekst, inkludert en resonneringsprosess og et svar. Plus-navnet betegner en familieidentitet og erstatter verken en fast QVQ-Max-øyeblikksutgave eller en bildegenereringsmodell.
Det dokumenterte kontekstvinduet er 131 072 tokener, med maksimalt 106 496 tokener inn og 8 192 tokener ut. Hold disse grensene atskilt når du planlegger en forespørsel. Ta med den skriftlige oppgaven, relevant visuelt materiale og nødvendig samtalehistorikk, og sett deretter av plass til forklaringen og sluttsvaret. Bidraget fra et skjermbilde eller en video bestemmes av den behandlede representasjonen, så antall skrevne tegn alene er ikke et tilstrekkelig mål på hele inndataene.
Produsenten beskriver QVQ som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Den dokumenterte QVQ-tjenesteflyten bruker strømming. En applikasjon bør skille mellom mellomliggende resonnering og fragmentene av sluttsvaret, og sette sammen teksten før den presenteres som en ferdig forklaring. Et kort ønsket svar kan fortsatt følge etter en intern resonneringsprosess; et ønske om korthet gjør ikke modellen til en egen utgave uten tenkning.
For et diagram eller en tabell bør du angi sammenligningen som skal utføres og gi lesbare etiketter, enheter og overskrifter. Be for eksempel om en vurdering av om to inntegnede dataserier avviker fra hverandre over et valgt intervall, og be deretter om de synlige observasjonene som støtter konklusjonen. Hvis svaret krever tallverdier, må du sørge for at de finnes i kilden, og be modellen oppgi usikkerhet der bare en omtrentlig visuell avlesning er mulig. Behold originalbildet slik at resultatet kan kontrolleres mot bevismaterialet.
For et dokument eller et skjermbilde av et grensesnitt bør du definere brukerens mål og delen av materialet som skal analyseres. En nyttig forespørsel kan spørre hvilke synlige felt som kreves i en angitt arbeidsflyt, hvordan siden er organisert eller hva forbindelseslinjene i diagrammet innebærer. For en visuell programmeringsoppgave gir du skjermbildet og de skriftlige kravene og ber om en tekstforklaring eller et implementeringsforslag som samsvarer med den synlige strukturen. Skill mellom egenskaper som kan observeres og egenskaper som avhenger av skjult applikasjonsatferd.
For video bør du angi hendelsen, rekkefølgen eller relasjonen du vil ha forklart. Behold det relevante segmentet og legg ved lesbare stillbilder når små detaljer er viktige. Merk flere inndata og forklar rekkefølgen, slik at en sammenligning ikke forveksles med scener som ikke hører sammen. Resultatet er en tekstlig fremstilling av materialet og en konklusjon om det angitte spørsmålet; det redigerer ikke i seg selv kilden, lager et nytt klipp eller bekrefter noe utenfor observasjonen.
Produsentens Plus-kort oppgir ikke funksjonskall, nettsøk eller begrenset strukturert utdata som funksjoner. Organiser tekstsvaret med tydelige overskrifter, en sammenligningstabell eller en liste over observasjoner, og valider resultater som ser maskinlesbare ut før en applikasjon bruker dem. Chat-referansen sier at systemmeldinger ikke har noen effekt for QVQ-modeller, så legg rolle-, oppgave- og formateringsinstruksjoner i brukermeldingen. Behold de dokumenterte standardinnstillingene for QVQ-sampling fremfor å hente temperaturinnstillinger eller oppskrifter for tokenvalg fra en annen Qwen-familie.
For en nyttig analyseleveranse bør du be om de observerte faktaene, forklaringen og et tydelig navngitt sluttsvar. Kontroller beregninger mot synlige tall, etiketter og enheter, og kontroller en dokumenttolkning mot kildedelen den viser til. Behold den valgte Plus-identiteten og inndatamaterialet sammen med resultatet når en sak må tas opp igjen. Skill et begrunnet forslag fra enhver etterfølgende handling: en applikasjon eller person må fortsatt utføre en ønsket verktøyoperasjon og returnere utfallet. Denne modellen leverer visuell resonnering og tekst, med originalmaterialet bevart som grunnlag for gjennomgang.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qvq-plus | 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 $0.00058 / 1K tokener Utdata · Utgående tokener $0.00144 / 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-plus", "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-plus',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-plus',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-plus
Bruk metodestiene som vises ovenfor.
qvq-plusQVQ-Plus kombinerer et tekstspørsmål med bilder eller video for å gi et begrunnet tekstsvar. Bruk modellen til visuell matematikk, analyse av diagrammer og dokumenter eller spørsmål der konklusjonen avhenger av flere synlige detaljer; Plus-serien beholder sin egen identitet.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
QVQ-Plus er Plus-serien av Qwens QVQ-modeller for visuell resonnering. Produsenten fremhever matematikk, programmering, visuell analyse, kreativt arbeid og generelle oppgaver som bygger på visuelt bevismateriale. Modellen tar imot tekst, bilder og video og returnerer tekst, inkludert en resonneringsprosess og et svar. Plus-navnet betegner en familieidentitet og erstatter verken en fast QVQ-Max-øyeblikksutgave eller en bildegenereringsmodell.
Det dokumenterte kontekstvinduet er 131 072 tokener, med maksimalt 106 496 tokener inn og 8 192 tokener ut. Hold disse grensene atskilt når du planlegger en forespørsel. Ta med den skriftlige oppgaven, relevant visuelt materiale og nødvendig samtalehistorikk, og sett deretter av plass til forklaringen og sluttsvaret. Bidraget fra et skjermbilde eller en video bestemmes av den behandlede representasjonen, så antall skrevne tegn alene er ikke et tilstrekkelig mål på hele inndataene.
Produsenten beskriver QVQ som en kombinasjon av visuelle inndata, resonnering og et tekstsvar. Den dokumenterte QVQ-tjenesteflyten bruker strømming. En applikasjon bør skille mellom mellomliggende resonnering og fragmentene av sluttsvaret, og sette sammen teksten før den presenteres som en ferdig forklaring. Et kort ønsket svar kan fortsatt følge etter en intern resonneringsprosess; et ønske om korthet gjør ikke modellen til en egen utgave uten tenkning.
For et diagram eller en tabell bør du angi sammenligningen som skal utføres og gi lesbare etiketter, enheter og overskrifter. Be for eksempel om en vurdering av om to inntegnede dataserier avviker fra hverandre over et valgt intervall, og be deretter om de synlige observasjonene som støtter konklusjonen. Hvis svaret krever tallverdier, må du sørge for at de finnes i kilden, og be modellen oppgi usikkerhet der bare en omtrentlig visuell avlesning er mulig. Behold originalbildet slik at resultatet kan kontrolleres mot bevismaterialet.
For et dokument eller et skjermbilde av et grensesnitt bør du definere brukerens mål og delen av materialet som skal analyseres. En nyttig forespørsel kan spørre hvilke synlige felt som kreves i en angitt arbeidsflyt, hvordan siden er organisert eller hva forbindelseslinjene i diagrammet innebærer. For en visuell programmeringsoppgave gir du skjermbildet og de skriftlige kravene og ber om en tekstforklaring eller et implementeringsforslag som samsvarer med den synlige strukturen. Skill mellom egenskaper som kan observeres og egenskaper som avhenger av skjult applikasjonsatferd.
For video bør du angi hendelsen, rekkefølgen eller relasjonen du vil ha forklart. Behold det relevante segmentet og legg ved lesbare stillbilder når små detaljer er viktige. Merk flere inndata og forklar rekkefølgen, slik at en sammenligning ikke forveksles med scener som ikke hører sammen. Resultatet er en tekstlig fremstilling av materialet og en konklusjon om det angitte spørsmålet; det redigerer ikke i seg selv kilden, lager et nytt klipp eller bekrefter noe utenfor observasjonen.
Produsentens Plus-kort oppgir ikke funksjonskall, nettsøk eller begrenset strukturert utdata som funksjoner. Organiser tekstsvaret med tydelige overskrifter, en sammenligningstabell eller en liste over observasjoner, og valider resultater som ser maskinlesbare ut før en applikasjon bruker dem. Chat-referansen sier at systemmeldinger ikke har noen effekt for QVQ-modeller, så legg rolle-, oppgave- og formateringsinstruksjoner i brukermeldingen. Behold de dokumenterte standardinnstillingene for QVQ-sampling fremfor å hente temperaturinnstillinger eller oppskrifter for tokenvalg fra en annen Qwen-familie.
For en nyttig analyseleveranse bør du be om de observerte faktaene, forklaringen og et tydelig navngitt sluttsvar. Kontroller beregninger mot synlige tall, etiketter og enheter, og kontroller en dokumenttolkning mot kildedelen den viser til. Behold den valgte Plus-identiteten og inndatamaterialet sammen med resultatet når en sak må tas opp igjen. Skill et begrunnet forslag fra enhver etterfølgende handling: en applikasjon eller person må fortsatt utføre en ønsket verktøyoperasjon og returnere utfallet. Denne modellen leverer visuell resonnering og tekst, med originalmaterialet bevart som grunnlag for gjennomgang.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qvq-plus | 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 $0.00058 / 1K tokener Utdata · Utgående tokener $0.00144 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "qvq-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-plus', '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-plus', '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-plus
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
Compare a transcribed chart trend\n\nAnalyze this chart transcription: week 1, signups 100 and activations 80; week 2, signups 150 and activations 90; week 3, signups 200 and activations 100. Calculate activation share each week and explain whether the signup and activation trends tell the same story. Use only these values and distinguish counts from rates.A three-row count-and-rate table followed by a concise trend comparison.Activation share uses activations divided by signups, and increasing counts are not confused with increasing share.