Qwen3 VL 32B Thinking er den resonnementsforbedrede utgaven på 32B i syns- og språkmodellfamilien Qwen3 VL. Produsenten utgir uttrykkelig separate utgaver av 32B Thinking og Instruct. Familiens beskrevne arbeid omfatter tekstforståelse, OCR, dokumenttolking, romlig forankring, videoforståelse og resonnement rundt visuell dokumentasjon.
Oppgi bildet eller videoen og navngi resultatet som skal etableres. For et diagram identifiserer du etikettene og sammenhengene som har betydning. For et visuelt problem oppgir du betingelsene og ber om konklusjonen som støttes av de relevante holdepunktene. Hold ytterligere skriftlige fakta adskilt fra informasjon som er synlig i kilden.
Be om observasjoner og et separat sluttresultat, slik at tolkningen kan kontrolleres mot bildet eller klippet. En oppfølging kan undersøke en omstridt detalj samtidig som den opprinnelige kilden og spørsmålet beholdes.
Produsenten beskriver OCR på 32 språk og tolking som bevarer dokumentstruktur og layoutinformasjon. For uthenting oppgir du feltene og kildeområdene som er viktige, og definerer hvordan manglende eller uklar tekst skal håndteres. Behold dokumentidentifikatorer sammen med de returnerte verdiene.
Familieveiledningen beskriver også forankring i 2D og 3D. Navngi objektet eller den romlige sammenhengen som skal lokaliseres, og bruk koordinat- eller utdatarepresentasjonen som er dokumentert for det valgte grensesnittet. Et lokaliseringsresultat bør forbli knyttet til bildet og oppgavens referanseramme.
Videooppgaver kan spørre om en hendelse eller sekvens og bruke tidsreferanser for å gjøre resultatet kontrollerbart. Produsentens veiledning omfatter identifisering av visuelle inndata i en samtale med flere kilder. Merk bilder og klipp slik at svaret viser til den tiltenkte kilden.
Familien beskriver også arbeidsflyter for visuelle agenter og visuelt kodearbeid. Kode eller beslutninger om handling blir et utført resultat gjennom applikasjonen rundt modellen, som kjører koden eller utfører operasjonen og returnerer observasjonen.
Produsentens familieveiledning publiserer en innebygd kontekst på 256K. Bruk de dokumenterte inndata- og genereringskontrollene i det valgte grensesnittet, og la det være tilstrekkelig plass til svaret. Hold 32B Thinking-identiteten adskilt fra Instruct og andre størrelser fremfor å overføre genereringsinnstillingene deres til denne oppføringen.
", "aboutText": "Qwen3 VL 32B Thinking er den resonnementsforbedrede utgaven på 32B i syns- og språkmodellfamilien Qwen3 VL. Produsenten utgir uttrykkelig separate utgaver av 32B Thinking og Instruct. Familiens beskrevne arbeid omfatter tekstforståelse, OCR, dokumenttolking, romlig forankring, videoforståelse og resonnement rundt visuell dokumentasjon.\n\n### Definer spørsmålet som krever visuelt resonnement\n\nOppgi bildet eller videoen og navngi resultatet som skal etableres. For et diagram identifiserer du etikettene og sammenhengene som har betydning. For et visuelt problem oppgir du betingelsene og ber om konklusjonen som støttes av de relevante holdepunktene. Hold ytterligere skriftlige fakta adskilt fra informasjon som er synlig i kilden.\n\nBe om observasjoner og et separat sluttresultat, slik at tolkningen kan kontrolleres mot bildet eller klippet. En oppfølging kan undersøke en omstridt detalj samtidig som den opprinnelige kilden og spørsmålet beholdes.\n\n### Les dokumenter og lokaliser objekter\n\nProdusenten beskriver OCR på 32 språk og tolking som bevarer dokumentstruktur og layoutinformasjon. For uthenting oppgir du feltene og kildeområdene som er viktige, og definerer hvordan manglende eller uklar tekst skal håndteres. Behold dokumentidentifikatorer sammen med de returnerte verdiene.\n\nFamilieveiledningen beskriver også forankring i 2D og 3D. Navngi objektet eller den romlige sammenhengen som skal lokaliseres, og bruk koordinat- eller utdatarepresentasjonen som er dokumentert for det valgte grensesnittet. Et lokaliseringsresultat bør forbli knyttet til bildet og oppgavens referanseramme.\n\n### Arbeid med video og applikasjonshandlinger\n\nVideooppgaver kan spørre om en hendelse eller sekvens og bruke tidsreferanser for å gjøre resultatet kontrollerbart. Produsentens veiledning omfatter identifisering av visuelle inndata i en samtale med flere kilder. Merk bilder og klipp slik at svaret viser til den tiltenkte kilden.\n\nFamilien beskriver også arbeidsflyter for visuelle agenter og visuelt kodearbeid. Kode eller beslutninger om handling blir et utført resultat gjennom applikasjonen rundt modellen, som kjører koden eller utfører operasjonen og returnerer observasjonen.\n\n### Bevar Thinking-utgaven og grensene\n\nProdusentens familieveiledning publiserer en innebygd kontekst på 256K. Bruk de dokumenterte inndata- og genereringskontrollene i det valgte grensesnittet, og la det være tilstrekkelig plass til svaret. Hold 32B Thinking-identiteten adskilt fra Instruct og andre størrelser fremfor å overføre genereringsinnstillingene deres til denne oppføringen.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Parse a transcribed document's structure\n\nUse this text transcription with its headings intact. Page 3: Shipping — Standard: 4 days; Express: 2 days. Returns — Unused goods: 14 days; Opened goods: not accepted. Extract the options under the correct heading, preserve units and page reference, and distinguish delivery durations from return windows. No document image is attached.A section-aware table containing heading, option, source wording and page reference.Four and two days remain shipping durations, while 14 days belongs only to returns of unused goods.Qwen/Qwen3-VL-32B-ThinkingQwen3 VL 32B Thinking er den resonnementsforbedrede syns- og språkutgaven på 32B for bilde-, video- og tekstoppgaver. Produsentens familieveiledning beskriver OCR, dokumenttolking, romlig forankring og visuelt resonnement innenfor en innebygd kontekst på 256K.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Qwen3 VL 32B Thinking er den resonnementsforbedrede utgaven på 32B i syns- og språkmodellfamilien Qwen3 VL. Produsenten utgir uttrykkelig separate utgaver av 32B Thinking og Instruct. Familiens beskrevne arbeid omfatter tekstforståelse, OCR, dokumenttolking, romlig forankring, videoforståelse og resonnement rundt visuell dokumentasjon.
Oppgi bildet eller videoen og navngi resultatet som skal etableres. For et diagram identifiserer du etikettene og sammenhengene som har betydning. For et visuelt problem oppgir du betingelsene og ber om konklusjonen som støttes av de relevante holdepunktene. Hold ytterligere skriftlige fakta adskilt fra informasjon som er synlig i kilden.
Be om observasjoner og et separat sluttresultat, slik at tolkningen kan kontrolleres mot bildet eller klippet. En oppfølging kan undersøke en omstridt detalj samtidig som den opprinnelige kilden og spørsmålet beholdes.
Produsenten beskriver OCR på 32 språk og tolking som bevarer dokumentstruktur og layoutinformasjon. For uthenting oppgir du feltene og kildeområdene som er viktige, og definerer hvordan manglende eller uklar tekst skal håndteres. Behold dokumentidentifikatorer sammen med de returnerte verdiene.
Familieveiledningen beskriver også forankring i 2D og 3D. Navngi objektet eller den romlige sammenhengen som skal lokaliseres, og bruk koordinat- eller utdatarepresentasjonen som er dokumentert for det valgte grensesnittet. Et lokaliseringsresultat bør forbli knyttet til bildet og oppgavens referanseramme.
Videooppgaver kan spørre om en hendelse eller sekvens og bruke tidsreferanser for å gjøre resultatet kontrollerbart. Produsentens veiledning omfatter identifisering av visuelle inndata i en samtale med flere kilder. Merk bilder og klipp slik at svaret viser til den tiltenkte kilden.
Familien beskriver også arbeidsflyter for visuelle agenter og visuelt kodearbeid. Kode eller beslutninger om handling blir et utført resultat gjennom applikasjonen rundt modellen, som kjører koden eller utfører operasjonen og returnerer observasjonen.
Produsentens familieveiledning publiserer en innebygd kontekst på 256K. Bruk de dokumenterte inndata- og genereringskontrollene i det valgte grensesnittet, og la det være tilstrekkelig plass til svaret. Hold 32B Thinking-identiteten adskilt fra Instruct og andre størrelser fremfor å overføre genereringsinnstillingene deres til denne oppføringen.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser Qwen/Qwen3-VL-32B-Thinking | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Tekstsamtale | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
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 |
Parametercontrol_scope | AvtaleTekstsamtale; stream er en boolsk verdi med false som standard. |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Metodealiaser: /chat/completions
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 $0.000286 / 1K tokener Utdata · Utgående tokener $0.002858 / 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":"Qwen/Qwen3-VL-32B-Thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="Qwen/Qwen3-VL-32B-Thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
Qwen/Qwen3-VL-32B-ThinkingQwen3 VL 32B Thinking er den resonnementsforbedrede syns- og språkutgaven på 32B for bilde-, video- og tekstoppgaver. Produsentens familieveiledning beskriver OCR, dokumenttolking, romlig forankring og visuelt resonnement innenfor en innebygd kontekst på 256K.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Qwen3 VL 32B Thinking er den resonnementsforbedrede utgaven på 32B i syns- og språkmodellfamilien Qwen3 VL. Produsenten utgir uttrykkelig separate utgaver av 32B Thinking og Instruct. Familiens beskrevne arbeid omfatter tekstforståelse, OCR, dokumenttolking, romlig forankring, videoforståelse og resonnement rundt visuell dokumentasjon.
Oppgi bildet eller videoen og navngi resultatet som skal etableres. For et diagram identifiserer du etikettene og sammenhengene som har betydning. For et visuelt problem oppgir du betingelsene og ber om konklusjonen som støttes av de relevante holdepunktene. Hold ytterligere skriftlige fakta adskilt fra informasjon som er synlig i kilden.
Be om observasjoner og et separat sluttresultat, slik at tolkningen kan kontrolleres mot bildet eller klippet. En oppfølging kan undersøke en omstridt detalj samtidig som den opprinnelige kilden og spørsmålet beholdes.
Produsenten beskriver OCR på 32 språk og tolking som bevarer dokumentstruktur og layoutinformasjon. For uthenting oppgir du feltene og kildeområdene som er viktige, og definerer hvordan manglende eller uklar tekst skal håndteres. Behold dokumentidentifikatorer sammen med de returnerte verdiene.
Familieveiledningen beskriver også forankring i 2D og 3D. Navngi objektet eller den romlige sammenhengen som skal lokaliseres, og bruk koordinat- eller utdatarepresentasjonen som er dokumentert for det valgte grensesnittet. Et lokaliseringsresultat bør forbli knyttet til bildet og oppgavens referanseramme.
Videooppgaver kan spørre om en hendelse eller sekvens og bruke tidsreferanser for å gjøre resultatet kontrollerbart. Produsentens veiledning omfatter identifisering av visuelle inndata i en samtale med flere kilder. Merk bilder og klipp slik at svaret viser til den tiltenkte kilden.
Familien beskriver også arbeidsflyter for visuelle agenter og visuelt kodearbeid. Kode eller beslutninger om handling blir et utført resultat gjennom applikasjonen rundt modellen, som kjører koden eller utfører operasjonen og returnerer observasjonen.
Produsentens familieveiledning publiserer en innebygd kontekst på 256K. Bruk de dokumenterte inndata- og genereringskontrollene i det valgte grensesnittet, og la det være tilstrekkelig plass til svaret. Hold 32B Thinking-identiteten adskilt fra Instruct og andre størrelser fremfor å overføre genereringsinnstillingene deres til denne oppføringen.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser Qwen/Qwen3-VL-32B-Thinking | 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 $0.000286 / 1K tokener Utdata · Utgående tokener $0.002858 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "Qwen/Qwen3-VL-32B-Thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-VL-32B-Thinking', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'Qwen/Qwen3-VL-32B-Thinking', '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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
qwen3-vl-32b-thinkingQwen3 VL 32B Thinking er den resonnementsforbedrede syns- og språkutgaven på 32B for bilde-, video- og tekstoppgaver. Produsentens familieveiledning beskriver OCR, dokumenttolking, romlig forankring og visuelt resonnement innenfor en innebygd kontekst på 256K.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Qwen3 VL 32B Thinking er den resonnementsforbedrede utgaven på 32B i syns- og språkmodellfamilien Qwen3 VL. Produsenten utgir uttrykkelig separate utgaver av 32B Thinking og Instruct. Familiens beskrevne arbeid omfatter tekstforståelse, OCR, dokumenttolking, romlig forankring, videoforståelse og resonnement rundt visuell dokumentasjon.
Oppgi bildet eller videoen og navngi resultatet som skal etableres. For et diagram identifiserer du etikettene og sammenhengene som har betydning. For et visuelt problem oppgir du betingelsene og ber om konklusjonen som støttes av de relevante holdepunktene. Hold ytterligere skriftlige fakta adskilt fra informasjon som er synlig i kilden.
Be om observasjoner og et separat sluttresultat, slik at tolkningen kan kontrolleres mot bildet eller klippet. En oppfølging kan undersøke en omstridt detalj samtidig som den opprinnelige kilden og spørsmålet beholdes.
Produsenten beskriver OCR på 32 språk og tolking som bevarer dokumentstruktur og layoutinformasjon. For uthenting oppgir du feltene og kildeområdene som er viktige, og definerer hvordan manglende eller uklar tekst skal håndteres. Behold dokumentidentifikatorer sammen med de returnerte verdiene.
Familieveiledningen beskriver også forankring i 2D og 3D. Navngi objektet eller den romlige sammenhengen som skal lokaliseres, og bruk koordinat- eller utdatarepresentasjonen som er dokumentert for det valgte grensesnittet. Et lokaliseringsresultat bør forbli knyttet til bildet og oppgavens referanseramme.
Videooppgaver kan spørre om en hendelse eller sekvens og bruke tidsreferanser for å gjøre resultatet kontrollerbart. Produsentens veiledning omfatter identifisering av visuelle inndata i en samtale med flere kilder. Merk bilder og klipp slik at svaret viser til den tiltenkte kilden.
Familien beskriver også arbeidsflyter for visuelle agenter og visuelt kodearbeid. Kode eller beslutninger om handling blir et utført resultat gjennom applikasjonen rundt modellen, som kjører koden eller utfører operasjonen og returnerer observasjonen.
Produsentens familieveiledning publiserer en innebygd kontekst på 256K. Bruk de dokumenterte inndata- og genereringskontrollene i det valgte grensesnittet, og la det være tilstrekkelig plass til svaret. Hold 32B Thinking-identiteten adskilt fra Instruct og andre størrelser fremfor å overføre genereringsinnstillingene deres til denne oppføringen.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qwen3-vl-32b-thinking | 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 $0.000286 / 1K tokener Utdata · Utgående tokener $0.002858 / 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": "qwen3-vl-32b-thinking", "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='qwen3-vl-32b-thinking',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='qwen3-vl-32b-thinking',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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
qwen3-vl-32b-thinkingQwen3 VL 32B Thinking er den resonnementsforbedrede syns- og språkutgaven på 32B for bilde-, video- og tekstoppgaver. Produsentens familieveiledning beskriver OCR, dokumenttolking, romlig forankring og visuelt resonnement innenfor en innebygd kontekst på 256K.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Qwen3 VL 32B Thinking er den resonnementsforbedrede utgaven på 32B i syns- og språkmodellfamilien Qwen3 VL. Produsenten utgir uttrykkelig separate utgaver av 32B Thinking og Instruct. Familiens beskrevne arbeid omfatter tekstforståelse, OCR, dokumenttolking, romlig forankring, videoforståelse og resonnement rundt visuell dokumentasjon.
Oppgi bildet eller videoen og navngi resultatet som skal etableres. For et diagram identifiserer du etikettene og sammenhengene som har betydning. For et visuelt problem oppgir du betingelsene og ber om konklusjonen som støttes av de relevante holdepunktene. Hold ytterligere skriftlige fakta adskilt fra informasjon som er synlig i kilden.
Be om observasjoner og et separat sluttresultat, slik at tolkningen kan kontrolleres mot bildet eller klippet. En oppfølging kan undersøke en omstridt detalj samtidig som den opprinnelige kilden og spørsmålet beholdes.
Produsenten beskriver OCR på 32 språk og tolking som bevarer dokumentstruktur og layoutinformasjon. For uthenting oppgir du feltene og kildeområdene som er viktige, og definerer hvordan manglende eller uklar tekst skal håndteres. Behold dokumentidentifikatorer sammen med de returnerte verdiene.
Familieveiledningen beskriver også forankring i 2D og 3D. Navngi objektet eller den romlige sammenhengen som skal lokaliseres, og bruk koordinat- eller utdatarepresentasjonen som er dokumentert for det valgte grensesnittet. Et lokaliseringsresultat bør forbli knyttet til bildet og oppgavens referanseramme.
Videooppgaver kan spørre om en hendelse eller sekvens og bruke tidsreferanser for å gjøre resultatet kontrollerbart. Produsentens veiledning omfatter identifisering av visuelle inndata i en samtale med flere kilder. Merk bilder og klipp slik at svaret viser til den tiltenkte kilden.
Familien beskriver også arbeidsflyter for visuelle agenter og visuelt kodearbeid. Kode eller beslutninger om handling blir et utført resultat gjennom applikasjonen rundt modellen, som kjører koden eller utfører operasjonen og returnerer observasjonen.
Produsentens familieveiledning publiserer en innebygd kontekst på 256K. Bruk de dokumenterte inndata- og genereringskontrollene i det valgte grensesnittet, og la det være tilstrekkelig plass til svaret. Hold 32B Thinking-identiteten adskilt fra Instruct og andre størrelser fremfor å overføre genereringsinnstillingene deres til denne oppføringen.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser qwen3-vl-32b-thinking | 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 $0.000286 / 1K tokener Utdata · Utgående tokener $0.002858 / 1K tokener Inndata · Lesing fra hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer $0 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "qwen3-vl-32b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-vl-32b-thinking', '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': 'qwen3-vl-32b-thinking', '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 Qwen/Qwen3-VL-32B-Thinking, qwen3-vl-32b-thinking
/chat/completions
Teknisk eksempel på engelsk
Parse a transcribed document's structure\n\nUse this text transcription with its headings intact. Page 3: Shipping — Standard: 4 days; Express: 2 days. Returns — Unused goods: 14 days; Opened goods: not accepted. Extract the options under the correct heading, preserve units and page reference, and distinguish delivery durations from return windows. No document image is attached.A section-aware table containing heading, option, source wording and page reference.Four and two days remain shipping durations, while 14 days belongs only to returns of unused goods.