Ling-3.0-flash-VL is de ingebouwde multimodale uitbreiding van Ling-3.0-flash van inclusionAI. Het combineert de taal-, redeneer- en langecontextmogelijkheden van het basismodel met beeld- en videobegrip. De fabrikant deelt de visuele taken in als begrijpen, redeneren en handelen: complexe visuele informatie lezen, die als bewijs gebruiken en waarnemingen naar acties in een ondersteunende toepassing vertalen. Het modelantwoord is tekst of de weergave van een hulpmiddelaanroep die die toepassing gebruikt.
De gepubliceerde architectuur heeft 124 miljard totale parameters en 5,5 miljard geactiveerde parameters per token. Een vision transformer haalt kenmerken uit beelden en video en een projector met twee lagen brengt die in overeenstemming met de taalrepresentatie. VideoRoPE draagt zowel ruimtelijke posities als temporele volgorde over. De hybride kernarchitectuur met 42 lagen wisselt Kimi Delta Attention en gated Multi-head Latent Attention af in een patroon van 5:1, met sparse expertroutering. De maker beschrijft tot 256K tokens context en publiceert een recept voor uitgebreide context van 262.144 tokens.
Lever voor visueel begrip een leesbare afbeelding aan en benoem de vereiste waarneming. De maker noemt onder meer het tellen van objecten, complexe lay-outs, grafieken en documentinhoud. Een bruikbaar documentverzoek kan om een veldentabel vragen met de ondersteunende pagina of zichtbare regio; een grafiekverzoek kan vragen welke gegevensreeks een bepaalde vergelijking ondersteunt. Bewaar het oorspronkelijke visuele materiaal, zodat getallen, labels en kleine details gecontroleerd kunnen worden. Een onduidelijke regio moet in het resultaat onduidelijk blijven in plaats van een gegokte waarde te worden.
Lever voor redeneren met visueel bewijs de vraag, relevante aannames en vereiste nauwkeurigheid van het eindantwoord aan. Het model kan een grafiek, diagram of schermafbeelding aan berekeningen en redeneringen in meerdere stappen koppelen. Vraag om in de conclusie de waarnemingen te benoemen waarop ze berust. Als het proces hulpmiddelen voor berekeningen of informatieopzoeking omvat, bewaar dan hun werkelijke resultaten en scheid ze van de interpretatie van het model. Een visueel verband en een gekalibreerde meting zijn verschillende soorten bewijs.
Bewaar voor video de volgorde van het materiaal en richt de vraag op een gebeurtenis, verandering of interval. De maker noemt lokalisatie van gebeurtenissen, vragen over lange video’s en processen voor fragmentmontage als toepassingen van de temporele representatie. Een praktisch redactioneel resultaat kan een voorgestelde montagelijst zijn die uitlegt welke momenten behouden moeten blijven en waarom. Houd dat voorstel verbonden met de brontijdlijn; de omringende montagetoepassing voert de wijzigingen uit en produceert de gemonteerde media. Videobegrip maakt van het tekstantwoord van het model op zichzelf geen nieuw videobestand.
Voeg voor interfacetaken de huidige schermafbeelding, het doel en de acties toe die de toepassing beschikbaar stelt. Ling-3.0-flash-VL kan web- of software-interfaces interpreteren en op basis van visuele informatie actiereeksen voorstellen. Geef na iedere bewerking de waargenomen toestand terug wanneer de volgende stap ervan afhangt. Een bruikbaar voltooiingsverslag toont wat in de interface veranderd is en of het gevraagde resultaat zichtbaar is, in plaats van een voorgestelde klik als een uitgevoerde actie te behandelen.
Denken staat standaard aan in het chatsjabloon van de maker en kan in de gedocumenteerde implementatie per verzoek uitgeschakeld worden met enable_thinking ingesteld op false. Het client- en generatierecept beveelt temperature 1.0, top_p 0.95 en top_k 20 aan; afzonderlijke evaluatienotities gebruiken eigen instellingen. Kies de vorm van het eindantwoord expliciet en laat ruimte voor zowel relevante mediacontext als gegenereerde tekst. Deze producentinstellingen beschrijven het recept van het uitgebrachte model, geen belofte over regelaars die iedere toepassing beschikbaar stelt.
Behoud de VL-identiteit wanneer u een resultaat vastlegt: de beeld- en video-invoer onderscheidt het van het tekstgerichte Ling-3.0-flash en de financiële specialisatie Fin. Toets geëxtraheerde formuleringen, tellingen, tijdposities en voorgestelde interfaceacties aan het bronmateriaal. Het bruikbare eindresultaat is een visuele analyse of actievoorstel waarvan het bewijs en de onopgeloste details controleerbaar blijven.
", "aboutText": "Ling-3.0-flash-VL is de ingebouwde multimodale uitbreiding van Ling-3.0-flash van inclusionAI. Het combineert de taal-, redeneer- en langecontextmogelijkheden van het basismodel met beeld- en videobegrip. De fabrikant deelt de visuele taken in als begrijpen, redeneren en handelen: complexe visuele informatie lezen, die als bewijs gebruiken en waarnemingen naar acties in een ondersteunende toepassing vertalen. Het modelantwoord is tekst of de weergave van een hulpmiddelaanroep die die toepassing gebruikt.\n\nDe gepubliceerde architectuur heeft 124 miljard totale parameters en 5,5 miljard geactiveerde parameters per token. Een vision transformer haalt kenmerken uit beelden en video en een projector met twee lagen brengt die in overeenstemming met de taalrepresentatie. VideoRoPE draagt zowel ruimtelijke posities als temporele volgorde over. De hybride kernarchitectuur met 42 lagen wisselt Kimi Delta Attention en gated Multi-head Latent Attention af in een patroon van 5:1, met sparse expertroutering. De maker beschrijft tot 256K tokens context en publiceert een recept voor uitgebreide context van 262.144 tokens.\n\nLever voor visueel begrip een leesbare afbeelding aan en benoem de vereiste waarneming. De maker noemt onder meer het tellen van objecten, complexe lay-outs, grafieken en documentinhoud. Een bruikbaar documentverzoek kan om een veldentabel vragen met de ondersteunende pagina of zichtbare regio; een grafiekverzoek kan vragen welke gegevensreeks een bepaalde vergelijking ondersteunt. Bewaar het oorspronkelijke visuele materiaal, zodat getallen, labels en kleine details gecontroleerd kunnen worden. Een onduidelijke regio moet in het resultaat onduidelijk blijven in plaats van een gegokte waarde te worden.\n\nLever voor redeneren met visueel bewijs de vraag, relevante aannames en vereiste nauwkeurigheid van het eindantwoord aan. Het model kan een grafiek, diagram of schermafbeelding aan berekeningen en redeneringen in meerdere stappen koppelen. Vraag om in de conclusie de waarnemingen te benoemen waarop ze berust. Als het proces hulpmiddelen voor berekeningen of informatieopzoeking omvat, bewaar dan hun werkelijke resultaten en scheid ze van de interpretatie van het model. Een visueel verband en een gekalibreerde meting zijn verschillende soorten bewijs.\n\nBewaar voor video de volgorde van het materiaal en richt de vraag op een gebeurtenis, verandering of interval. De maker noemt lokalisatie van gebeurtenissen, vragen over lange video’s en processen voor fragmentmontage als toepassingen van de temporele representatie. Een praktisch redactioneel resultaat kan een voorgestelde montagelijst zijn die uitlegt welke momenten behouden moeten blijven en waarom. Houd dat voorstel verbonden met de brontijdlijn; de omringende montagetoepassing voert de wijzigingen uit en produceert de gemonteerde media. Videobegrip maakt van het tekstantwoord van het model op zichzelf geen nieuw videobestand.\n\nVoeg voor interfacetaken de huidige schermafbeelding, het doel en de acties toe die de toepassing beschikbaar stelt. Ling-3.0-flash-VL kan web- of software-interfaces interpreteren en op basis van visuele informatie actiereeksen voorstellen. Geef na iedere bewerking de waargenomen toestand terug wanneer de volgende stap ervan afhangt. Een bruikbaar voltooiingsverslag toont wat in de interface veranderd is en of het gevraagde resultaat zichtbaar is, in plaats van een voorgestelde klik als een uitgevoerde actie te behandelen.\n\nDenken staat standaard aan in het chatsjabloon van de maker en kan in de gedocumenteerde implementatie per verzoek uitgeschakeld worden met enable_thinking ingesteld op false. Het client- en generatierecept beveelt temperature 1.0, top_p 0.95 en top_k 20 aan; afzonderlijke evaluatienotities gebruiken eigen instellingen. Kies de vorm van het eindantwoord expliciet en laat ruimte voor zowel relevante mediacontext als gegenereerde tekst. Deze producentinstellingen beschrijven het recept van het uitgebrachte model, geen belofte over regelaars die iedere toepassing beschikbaar stelt.\n\nBehoud de VL-identiteit wanneer u een resultaat vastlegt: de beeld- en video-invoer onderscheidt het van het tekstgerichte Ling-3.0-flash en de financiële specialisatie Fin. Toets geëxtraheerde formuleringen, tellingen, tijdposities en voorgestelde interfaceacties aan het bronmateriaal. Het bruikbare eindresultaat is een visuele analyse of actievoorstel waarvan het bewijs en de onopgeloste details controleerbaar blijven.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Create a cut list from scene notes\n\nUse these transcribed scene notes: 00:00–00:06 unopened package; 00:06–00:18 hands assemble the stand; 00:18–00:25 stand holds a tablet; 00:25–00:35 repeated assembly close-up. Propose a 15-second instructional cut using only these intervals. Preserve the assembly-to-use order and explain any shortened or omitted segment.An ordered cut list with source intervals, chosen durations and a short editorial rationale.Check that selected durations total 15 seconds and that tablet use follows the retained assembly step.inclusionai/ling-3.0-flash-vlLing-3.0-flash-VL voegt beeld- en videobegrip toe aan het hybride redeneermodel van inclusionAI. Het ondersteunt visuele analyse, redeneren op basis van bewijs en interfaceprocessen, met 124 miljard totale parameters, 5,5 miljard actieve parameters en tot 256K tokens context.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Ling-3.0-flash-VL is de ingebouwde multimodale uitbreiding van Ling-3.0-flash van inclusionAI. Het combineert de taal-, redeneer- en langecontextmogelijkheden van het basismodel met beeld- en videobegrip. De fabrikant deelt de visuele taken in als begrijpen, redeneren en handelen: complexe visuele informatie lezen, die als bewijs gebruiken en waarnemingen naar acties in een ondersteunende toepassing vertalen. Het modelantwoord is tekst of de weergave van een hulpmiddelaanroep die die toepassing gebruikt.
De gepubliceerde architectuur heeft 124 miljard totale parameters en 5,5 miljard geactiveerde parameters per token. Een vision transformer haalt kenmerken uit beelden en video en een projector met twee lagen brengt die in overeenstemming met de taalrepresentatie. VideoRoPE draagt zowel ruimtelijke posities als temporele volgorde over. De hybride kernarchitectuur met 42 lagen wisselt Kimi Delta Attention en gated Multi-head Latent Attention af in een patroon van 5:1, met sparse expertroutering. De maker beschrijft tot 256K tokens context en publiceert een recept voor uitgebreide context van 262.144 tokens.
Lever voor visueel begrip een leesbare afbeelding aan en benoem de vereiste waarneming. De maker noemt onder meer het tellen van objecten, complexe lay-outs, grafieken en documentinhoud. Een bruikbaar documentverzoek kan om een veldentabel vragen met de ondersteunende pagina of zichtbare regio; een grafiekverzoek kan vragen welke gegevensreeks een bepaalde vergelijking ondersteunt. Bewaar het oorspronkelijke visuele materiaal, zodat getallen, labels en kleine details gecontroleerd kunnen worden. Een onduidelijke regio moet in het resultaat onduidelijk blijven in plaats van een gegokte waarde te worden.
Lever voor redeneren met visueel bewijs de vraag, relevante aannames en vereiste nauwkeurigheid van het eindantwoord aan. Het model kan een grafiek, diagram of schermafbeelding aan berekeningen en redeneringen in meerdere stappen koppelen. Vraag om in de conclusie de waarnemingen te benoemen waarop ze berust. Als het proces hulpmiddelen voor berekeningen of informatieopzoeking omvat, bewaar dan hun werkelijke resultaten en scheid ze van de interpretatie van het model. Een visueel verband en een gekalibreerde meting zijn verschillende soorten bewijs.
Bewaar voor video de volgorde van het materiaal en richt de vraag op een gebeurtenis, verandering of interval. De maker noemt lokalisatie van gebeurtenissen, vragen over lange video’s en processen voor fragmentmontage als toepassingen van de temporele representatie. Een praktisch redactioneel resultaat kan een voorgestelde montagelijst zijn die uitlegt welke momenten behouden moeten blijven en waarom. Houd dat voorstel verbonden met de brontijdlijn; de omringende montagetoepassing voert de wijzigingen uit en produceert de gemonteerde media. Videobegrip maakt van het tekstantwoord van het model op zichzelf geen nieuw videobestand.
Voeg voor interfacetaken de huidige schermafbeelding, het doel en de acties toe die de toepassing beschikbaar stelt. Ling-3.0-flash-VL kan web- of software-interfaces interpreteren en op basis van visuele informatie actiereeksen voorstellen. Geef na iedere bewerking de waargenomen toestand terug wanneer de volgende stap ervan afhangt. Een bruikbaar voltooiingsverslag toont wat in de interface veranderd is en of het gevraagde resultaat zichtbaar is, in plaats van een voorgestelde klik als een uitgevoerde actie te behandelen.
Denken staat standaard aan in het chatsjabloon van de maker en kan in de gedocumenteerde implementatie per verzoek uitgeschakeld worden met enable_thinking ingesteld op false. Het client- en generatierecept beveelt temperature 1.0, top_p 0.95 en top_k 20 aan; afzonderlijke evaluatienotities gebruiken eigen instellingen. Kies de vorm van het eindantwoord expliciet en laat ruimte voor zowel relevante mediacontext als gegenereerde tekst. Deze producentinstellingen beschrijven het recept van het uitgebrachte model, geen belofte over regelaars die iedere toepassing beschikbaar stelt.
Behoud de VL-identiteit wanneer u een resultaat vastlegt: de beeld- en video-invoer onderscheidt het van het tekstgerichte Ling-3.0-flash en de financiële specialisatie Fin. Toets geëxtraheerde formuleringen, tellingen, tijdposities en voorgestelde interfaceacties aan het bronmateriaal. Het bruikbare eindresultaat is een visuele analyse of actievoorstel waarvan het bewijs en de onopgeloste details controleerbaar blijven.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten inclusionai/ling-3.0-flash-vl | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00012 / 1K tokens Uitvoer · Uitvoertokens $0.00036 / 1K tokens Invoer · Cache lezen $0.000024 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00012 / 1K tokens Uitvoer · Uitvoertokens $0.00036 / 1K tokens Invoer · Cache lezen $0.000024 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inclusionai/ling-3.0-flash-vl", "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='inclusionai/ling-3.0-flash-vl',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='inclusionai/ling-3.0-flash-vl',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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra inclusionai/ling-3.0-flash-vl
Gebruik de hierboven getoonde methodepaden.
inclusionai/ling-3.0-flash-vlLing-3.0-flash-VL voegt beeld- en videobegrip toe aan het hybride redeneermodel van inclusionAI. Het ondersteunt visuele analyse, redeneren op basis van bewijs en interfaceprocessen, met 124 miljard totale parameters, 5,5 miljard actieve parameters en tot 256K tokens context.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Ling-3.0-flash-VL is de ingebouwde multimodale uitbreiding van Ling-3.0-flash van inclusionAI. Het combineert de taal-, redeneer- en langecontextmogelijkheden van het basismodel met beeld- en videobegrip. De fabrikant deelt de visuele taken in als begrijpen, redeneren en handelen: complexe visuele informatie lezen, die als bewijs gebruiken en waarnemingen naar acties in een ondersteunende toepassing vertalen. Het modelantwoord is tekst of de weergave van een hulpmiddelaanroep die die toepassing gebruikt.
De gepubliceerde architectuur heeft 124 miljard totale parameters en 5,5 miljard geactiveerde parameters per token. Een vision transformer haalt kenmerken uit beelden en video en een projector met twee lagen brengt die in overeenstemming met de taalrepresentatie. VideoRoPE draagt zowel ruimtelijke posities als temporele volgorde over. De hybride kernarchitectuur met 42 lagen wisselt Kimi Delta Attention en gated Multi-head Latent Attention af in een patroon van 5:1, met sparse expertroutering. De maker beschrijft tot 256K tokens context en publiceert een recept voor uitgebreide context van 262.144 tokens.
Lever voor visueel begrip een leesbare afbeelding aan en benoem de vereiste waarneming. De maker noemt onder meer het tellen van objecten, complexe lay-outs, grafieken en documentinhoud. Een bruikbaar documentverzoek kan om een veldentabel vragen met de ondersteunende pagina of zichtbare regio; een grafiekverzoek kan vragen welke gegevensreeks een bepaalde vergelijking ondersteunt. Bewaar het oorspronkelijke visuele materiaal, zodat getallen, labels en kleine details gecontroleerd kunnen worden. Een onduidelijke regio moet in het resultaat onduidelijk blijven in plaats van een gegokte waarde te worden.
Lever voor redeneren met visueel bewijs de vraag, relevante aannames en vereiste nauwkeurigheid van het eindantwoord aan. Het model kan een grafiek, diagram of schermafbeelding aan berekeningen en redeneringen in meerdere stappen koppelen. Vraag om in de conclusie de waarnemingen te benoemen waarop ze berust. Als het proces hulpmiddelen voor berekeningen of informatieopzoeking omvat, bewaar dan hun werkelijke resultaten en scheid ze van de interpretatie van het model. Een visueel verband en een gekalibreerde meting zijn verschillende soorten bewijs.
Bewaar voor video de volgorde van het materiaal en richt de vraag op een gebeurtenis, verandering of interval. De maker noemt lokalisatie van gebeurtenissen, vragen over lange video’s en processen voor fragmentmontage als toepassingen van de temporele representatie. Een praktisch redactioneel resultaat kan een voorgestelde montagelijst zijn die uitlegt welke momenten behouden moeten blijven en waarom. Houd dat voorstel verbonden met de brontijdlijn; de omringende montagetoepassing voert de wijzigingen uit en produceert de gemonteerde media. Videobegrip maakt van het tekstantwoord van het model op zichzelf geen nieuw videobestand.
Voeg voor interfacetaken de huidige schermafbeelding, het doel en de acties toe die de toepassing beschikbaar stelt. Ling-3.0-flash-VL kan web- of software-interfaces interpreteren en op basis van visuele informatie actiereeksen voorstellen. Geef na iedere bewerking de waargenomen toestand terug wanneer de volgende stap ervan afhangt. Een bruikbaar voltooiingsverslag toont wat in de interface veranderd is en of het gevraagde resultaat zichtbaar is, in plaats van een voorgestelde klik als een uitgevoerde actie te behandelen.
Denken staat standaard aan in het chatsjabloon van de maker en kan in de gedocumenteerde implementatie per verzoek uitgeschakeld worden met enable_thinking ingesteld op false. Het client- en generatierecept beveelt temperature 1.0, top_p 0.95 en top_k 20 aan; afzonderlijke evaluatienotities gebruiken eigen instellingen. Kies de vorm van het eindantwoord expliciet en laat ruimte voor zowel relevante mediacontext als gegenereerde tekst. Deze producentinstellingen beschrijven het recept van het uitgebrachte model, geen belofte over regelaars die iedere toepassing beschikbaar stelt.
Behoud de VL-identiteit wanneer u een resultaat vastlegt: de beeld- en video-invoer onderscheidt het van het tekstgerichte Ling-3.0-flash en de financiële specialisatie Fin. Toets geëxtraheerde formuleringen, tellingen, tijdposities en voorgestelde interfaceacties aan het bronmateriaal. Het bruikbare eindresultaat is een visuele analyse of actievoorstel waarvan het bewijs en de onopgeloste details controleerbaar blijven.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten inclusionai/ling-3.0-flash-vl | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00012 / 1K tokens Uitvoer · Uitvoertokens $0.00036 / 1K tokens Invoer · Cache lezen $0.000024 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00012 / 1K tokens Uitvoer · Uitvoertokens $0.00036 / 1K tokens Invoer · Cache lezen $0.000024 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "inclusionai/ling-3.0-flash-vl",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'inclusionai/ling-3.0-flash-vl', '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': 'inclusionai/ling-3.0-flash-vl', '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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra inclusionai/ling-3.0-flash-vl
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Create a cut list from scene notes\n\nUse these transcribed scene notes: 00:00–00:06 unopened package; 00:06–00:18 hands assemble the stand; 00:18–00:25 stand holds a tablet; 00:25–00:35 repeated assembly close-up. Propose a 15-second instructional cut using only these intervals. Preserve the assembly-to-use order and explain any shortened or omitted segment.An ordered cut list with source intervals, chosen durations and a short editorial rationale.Check that selected durations total 15 seconds and that tablet use follows the retained assembly step.