De 8B Instruct vision-language-editie
Qwen3-VL-8B-Instruct is de dense, instructiegerichte 8B-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Het blijft gescheiden van de Thinking-editie met versterkte redeneervaardigheden en van sparse expertmodellen in dezelfde familie. Kies het voor een gerichte visuele instructie, documentvraag of bewerkbaar artefact waarvan het resultaat met het aangeleverde bewijs kan worden vergeleken.
Visuele agents en visueel programmeren
De ontwikkelaar beschrijft het herkennen van computer- of mobiele interface-elementen, het begrijpen van hun functies en het gebruiken van tools in een workflow met visuele agents. Geef een screenshot en een concreet doel en vraag vervolgens welke zichtbare bedieningselementen met dat doel overeenkomen en welk bewijs de keuze ondersteunt. Aangesloten software voert acties uit; het herkennen van een interface geeft het model niet op zichzelf de controle over een toestel.
Visueel programmeren omvat het produceren van diagraminhoud en HTML, CSS of JavaScript op basis van afbeeldingen of video. Geef de lay-outreferentie samen met de functionele vereisten en de vereiste bewerkbare uitvoer. Vraag bronstructuur en stijlen afzonderlijk wanneer dat de beoordeling gemakkelijker maakt. Gegenereerde code is een tekstartefact; er is nog steeds een ontwikkelworkflow nodig om ze te renderen en het gedrag ervan te beoordelen.
Ruimtelijke waarneming en lang materiaal
Qwen documenteert redeneren over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Benoem het doelobject en vermeld welke relatie wordt onderzocht. Een resultaat over relatieve positie is een gevolgtrekking uit de afbeelding, geen gekalibreerde fysieke meting.
De native context bedraagt 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. De representatie, framesampling en ingestelde sequentielimiet bepalen welk materiaal wordt verwerkt. Een grote context garandeert niet dat alle informatie uit elke pagina of elk frame wordt teruggehaald. Behoud de timing wanneer u om een verslag van een videogebeurtenis vraagt.
Multimodaal redeneren, herkenning en OCR
De familie ondersteunt STEM- en wiskundige vragen, causale analyse en visuele uitleg op basis van bewijs. Geef de volledige opgave bij een diagram en vraag vóór de conclusie om de gebruikte waarden en relaties. Herkenning omvat een breed scala aan mensen, producten, herkenningspunten, planten, dieren en mediapersonages; een aannemelijk label moet worden gecontroleerd wanneer identificatie van belang is.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en de structuur van lange documenten. Geef een leesbare pagina en vraag om benoemde velden, citaten of een gestructureerde tabel die ermee kan worden gecontroleerd. Tekstueel en visueel begrip worden gecombineerd, zodat een vraag een alinea met een figuur en de instructies van de gebruiker kan verbinden.
Architectuurvernieuwingen
De gepubliceerde dense tekstconfiguratie heeft 36 lagen. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte voor redeneren over video. DeepStack combineert kenmerken uit meerdere niveaus van de vision encoder, en tekst-timestampuitlijning verankert gebeurtenissen in tijdsreferenties. Deze architectuurfuncties beschrijven de representatie van het model; ze leggen geen vaste responstijd of exacte fysieke nauwkeurigheid vast.
Invoer voorbereiden
De familievoorbeelden van de ontwikkelaar omvatten aanvragen met alleen tekst, één of meerdere afbeeldingen en video. Geef visuele invoer labels en vermeld het onderlinge verband. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk: een afbeeldingsbudget betreft één afbeelding, terwijl een videobudget de pixels over de gesamplede frames betreft. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor de frequentie of het aantal frames in ondersteunde workflows.
De helperworkflow bewaart videometadata en adviseert dubbele schaling te vermijden wanneer de media al zijn geschaald. Behoud bij een documenttaak de pagina-identificaties; vraag bij een clip om de gebeurtenis, het relevante interval en het zichtbare bewijs. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe, in plaats van exacte extractie of temporele nauwkeurigheid te garanderen.
Generatierichtlijnen en beperkingen
Deze specifieke modelkaart geeft afzonderlijke taakpresets. Visueel-talige taken gebruiken temperature 0.7, top_p 0.8, top_k 20, repetition penalty 1.0 en presence penalty 1.5, met een uitvoerbudget van 16,384 tokens. Teksttaken gebruiken temperature 1.0, top_p 1.0, top_k 40, repetition penalty 1.0 en presence penalty 2.0, met een budget van 32,768 tokens. Dit zijn receptbudgetten van de producent, geen onafhankelijk vastgestelde harde uitvoerlimieten of afzonderlijke modelidentiteiten.
De langecontextprocedure van de familie gebruikt YaRN, met een factor twee of drie als voorstel bij uitbreiding van de interleaved posities van 256K tot ongeveer 1M. Neem geen factor vier van een andere Qwen-familie over. Reserveer ruimte voor het antwoord naast visuele invoer en tekstinvoer en controleer OCR, berekende conclusies en gegenereerde broncode aan de hand van het oorspronkelijke materiaal. Behoud de specifieke Instruct-editie, in plaats van de generatie- of instellingsvoorwaarden van een Thinking-checkpoint over te nemen.
", "aboutText": "De 8B Instruct vision-language-editie\n\nQwen3-VL-8B-Instruct is de dense, instructiegerichte 8B-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Het blijft gescheiden van de Thinking-editie met versterkte redeneervaardigheden en van sparse expertmodellen in dezelfde familie. Kies het voor een gerichte visuele instructie, documentvraag of bewerkbaar artefact waarvan het resultaat met het aangeleverde bewijs kan worden vergeleken.\n\nVisuele agents en visueel programmeren\n\nDe ontwikkelaar beschrijft het herkennen van computer- of mobiele interface-elementen, het begrijpen van hun functies en het gebruiken van tools in een workflow met visuele agents. Geef een screenshot en een concreet doel en vraag vervolgens welke zichtbare bedieningselementen met dat doel overeenkomen en welk bewijs de keuze ondersteunt. Aangesloten software voert acties uit; het herkennen van een interface geeft het model niet op zichzelf de controle over een toestel.\n\nVisueel programmeren omvat het produceren van diagraminhoud en HTML, CSS of JavaScript op basis van afbeeldingen of video. Geef de lay-outreferentie samen met de functionele vereisten en de vereiste bewerkbare uitvoer. Vraag bronstructuur en stijlen afzonderlijk wanneer dat de beoordeling gemakkelijker maakt. Gegenereerde code is een tekstartefact; er is nog steeds een ontwikkelworkflow nodig om ze te renderen en het gedrag ervan te beoordelen.\n\nRuimtelijke waarneming en lang materiaal\n\nQwen documenteert redeneren over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Benoem het doelobject en vermeld welke relatie wordt onderzocht. Een resultaat over relatieve positie is een gevolgtrekking uit de afbeelding, geen gekalibreerde fysieke meting.\n\nDe native context bedraagt 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. De representatie, framesampling en ingestelde sequentielimiet bepalen welk materiaal wordt verwerkt. Een grote context garandeert niet dat alle informatie uit elke pagina of elk frame wordt teruggehaald. Behoud de timing wanneer u om een verslag van een videogebeurtenis vraagt.\n\nMultimodaal redeneren, herkenning en OCR\n\nDe familie ondersteunt STEM- en wiskundige vragen, causale analyse en visuele uitleg op basis van bewijs. Geef de volledige opgave bij een diagram en vraag vóór de conclusie om de gebruikte waarden en relaties. Herkenning omvat een breed scala aan mensen, producten, herkenningspunten, planten, dieren en mediapersonages; een aannemelijk label moet worden gecontroleerd wanneer identificatie van belang is.\n\nOCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en de structuur van lange documenten. Geef een leesbare pagina en vraag om benoemde velden, citaten of een gestructureerde tabel die ermee kan worden gecontroleerd. Tekstueel en visueel begrip worden gecombineerd, zodat een vraag een alinea met een figuur en de instructies van de gebruiker kan verbinden.\n\nArchitectuurvernieuwingen\n\nDe gepubliceerde dense tekstconfiguratie heeft 36 lagen. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte voor redeneren over video. DeepStack combineert kenmerken uit meerdere niveaus van de vision encoder, en tekst-timestampuitlijning verankert gebeurtenissen in tijdsreferenties. Deze architectuurfuncties beschrijven de representatie van het model; ze leggen geen vaste responstijd of exacte fysieke nauwkeurigheid vast.\n\nInvoer voorbereiden\n\nDe familievoorbeelden van de ontwikkelaar omvatten aanvragen met alleen tekst, één of meerdere afbeeldingen en video. Geef visuele invoer labels en vermeld het onderlinge verband. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk: een afbeeldingsbudget betreft één afbeelding, terwijl een videobudget de pixels over de gesamplede frames betreft. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor de frequentie of het aantal frames in ondersteunde workflows.\n\nDe helperworkflow bewaart videometadata en adviseert dubbele schaling te vermijden wanneer de media al zijn geschaald. Behoud bij een documenttaak de pagina-identificaties; vraag bij een clip om de gebeurtenis, het relevante interval en het zichtbare bewijs. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe, in plaats van exacte extractie of temporele nauwkeurigheid te garanderen.\n\nGeneratierichtlijnen en beperkingen\n\nDeze specifieke modelkaart geeft afzonderlijke taakpresets. Visueel-talige taken gebruiken temperature 0.7, top_p 0.8, top_k 20, repetition penalty 1.0 en presence penalty 1.5, met een uitvoerbudget van 16,384 tokens. Teksttaken gebruiken temperature 1.0, top_p 1.0, top_k 40, repetition penalty 1.0 en presence penalty 2.0, met een budget van 32,768 tokens. Dit zijn receptbudgetten van de producent, geen onafhankelijk vastgestelde harde uitvoerlimieten of afzonderlijke modelidentiteiten.\n\nDe langecontextprocedure van de familie gebruikt YaRN, met een factor twee of drie als voorstel bij uitbreiding van de interleaved posities van 256K tot ongeveer 1M. Neem geen factor vier van een andere Qwen-familie over. Reserveer ruimte voor het antwoord naast visuele invoer en tekstinvoer en controleer OCR, berekende conclusies en gegenereerde broncode aan de hand van het oorspronkelijke materiaal. Behoud de specifieke Instruct-editie, in plaats van de generatie- of instellingsvoorwaarden van een Thinking-checkpoint over te nemen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Read a text diagram relationship\n\nUse this text rendering of diagram D4: source A feeds filter B; B feeds tanks C and D; only D connects to drain E. List the directed path from A to E and name the tank on that path. Do not add physical dimensions or connections absent from the rendering.A labeled directed path and the tank identifier supported by D4.The path must follow the stated arrows and must not add a C-to-E connection.qwen/qwen3-vl-8b-instructQwen3-VL-8B-Instruct is het dense, instructiegerichte vision-language-model van Qwen voor tekst, afbeeldingen en video, met tekst of code als uitvoer. Het ondersteunt documenten lezen, visueel programmeren, ruimtelijke vragen en videoanalyse, met OCR voor 32 talen en een native context van 262,144 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
De 8B Instruct vision-language-editie
Qwen3-VL-8B-Instruct is de dense, instructiegerichte 8B-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Het blijft gescheiden van de Thinking-editie met versterkte redeneervaardigheden en van sparse expertmodellen in dezelfde familie. Kies het voor een gerichte visuele instructie, documentvraag of bewerkbaar artefact waarvan het resultaat met het aangeleverde bewijs kan worden vergeleken.
Visuele agents en visueel programmeren
De ontwikkelaar beschrijft het herkennen van computer- of mobiele interface-elementen, het begrijpen van hun functies en het gebruiken van tools in een workflow met visuele agents. Geef een screenshot en een concreet doel en vraag vervolgens welke zichtbare bedieningselementen met dat doel overeenkomen en welk bewijs de keuze ondersteunt. Aangesloten software voert acties uit; het herkennen van een interface geeft het model niet op zichzelf de controle over een toestel.
Visueel programmeren omvat het produceren van diagraminhoud en HTML, CSS of JavaScript op basis van afbeeldingen of video. Geef de lay-outreferentie samen met de functionele vereisten en de vereiste bewerkbare uitvoer. Vraag bronstructuur en stijlen afzonderlijk wanneer dat de beoordeling gemakkelijker maakt. Gegenereerde code is een tekstartefact; er is nog steeds een ontwikkelworkflow nodig om ze te renderen en het gedrag ervan te beoordelen.
Ruimtelijke waarneming en lang materiaal
Qwen documenteert redeneren over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Benoem het doelobject en vermeld welke relatie wordt onderzocht. Een resultaat over relatieve positie is een gevolgtrekking uit de afbeelding, geen gekalibreerde fysieke meting.
De native context bedraagt 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. De representatie, framesampling en ingestelde sequentielimiet bepalen welk materiaal wordt verwerkt. Een grote context garandeert niet dat alle informatie uit elke pagina of elk frame wordt teruggehaald. Behoud de timing wanneer u om een verslag van een videogebeurtenis vraagt.
Multimodaal redeneren, herkenning en OCR
De familie ondersteunt STEM- en wiskundige vragen, causale analyse en visuele uitleg op basis van bewijs. Geef de volledige opgave bij een diagram en vraag vóór de conclusie om de gebruikte waarden en relaties. Herkenning omvat een breed scala aan mensen, producten, herkenningspunten, planten, dieren en mediapersonages; een aannemelijk label moet worden gecontroleerd wanneer identificatie van belang is.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en de structuur van lange documenten. Geef een leesbare pagina en vraag om benoemde velden, citaten of een gestructureerde tabel die ermee kan worden gecontroleerd. Tekstueel en visueel begrip worden gecombineerd, zodat een vraag een alinea met een figuur en de instructies van de gebruiker kan verbinden.
Architectuurvernieuwingen
De gepubliceerde dense tekstconfiguratie heeft 36 lagen. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte voor redeneren over video. DeepStack combineert kenmerken uit meerdere niveaus van de vision encoder, en tekst-timestampuitlijning verankert gebeurtenissen in tijdsreferenties. Deze architectuurfuncties beschrijven de representatie van het model; ze leggen geen vaste responstijd of exacte fysieke nauwkeurigheid vast.
Invoer voorbereiden
De familievoorbeelden van de ontwikkelaar omvatten aanvragen met alleen tekst, één of meerdere afbeeldingen en video. Geef visuele invoer labels en vermeld het onderlinge verband. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk: een afbeeldingsbudget betreft één afbeelding, terwijl een videobudget de pixels over de gesamplede frames betreft. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor de frequentie of het aantal frames in ondersteunde workflows.
De helperworkflow bewaart videometadata en adviseert dubbele schaling te vermijden wanneer de media al zijn geschaald. Behoud bij een documenttaak de pagina-identificaties; vraag bij een clip om de gebeurtenis, het relevante interval en het zichtbare bewijs. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe, in plaats van exacte extractie of temporele nauwkeurigheid te garanderen.
Generatierichtlijnen en beperkingen
Deze specifieke modelkaart geeft afzonderlijke taakpresets. Visueel-talige taken gebruiken temperature 0.7, top_p 0.8, top_k 20, repetition penalty 1.0 en presence penalty 1.5, met een uitvoerbudget van 16,384 tokens. Teksttaken gebruiken temperature 1.0, top_p 1.0, top_k 40, repetition penalty 1.0 en presence penalty 2.0, met een budget van 32,768 tokens. Dit zijn receptbudgetten van de producent, geen onafhankelijk vastgestelde harde uitvoerlimieten of afzonderlijke modelidentiteiten.
De langecontextprocedure van de familie gebruikt YaRN, met een factor twee of drie als voorstel bij uitbreiding van de interleaved posities van 256K tot ongeveer 1M. Neem geen factor vier van een andere Qwen-familie over. Reserveer ruimte voor het antwoord naast visuele invoer en tekstinvoer en controleer OCR, berekende conclusies en gegenereerde broncode aan de hand van het oorspronkelijke materiaal. Behoud de specifieke Instruct-editie, in plaats van de generatie- of instellingsvoorwaarden van een Thinking-checkpoint over te nemen.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-vl-8b-instruct | 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 $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.0015 / 1K tokens Invoer · Cache lezen $0.00024 / 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 $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.0015 / 1K tokens Invoer · Cache lezen $0.00024 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-vl-8b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3-vl-8b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3-vl-8b-instruct',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 qwen/qwen3-vl-8b-instruct
Gebruik de hierboven getoonde methodepaden.
qwen/qwen3-vl-8b-instructQwen3-VL-8B-Instruct is het dense, instructiegerichte vision-language-model van Qwen voor tekst, afbeeldingen en video, met tekst of code als uitvoer. Het ondersteunt documenten lezen, visueel programmeren, ruimtelijke vragen en videoanalyse, met OCR voor 32 talen en een native context van 262,144 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
De 8B Instruct vision-language-editie
Qwen3-VL-8B-Instruct is de dense, instructiegerichte 8B-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Het blijft gescheiden van de Thinking-editie met versterkte redeneervaardigheden en van sparse expertmodellen in dezelfde familie. Kies het voor een gerichte visuele instructie, documentvraag of bewerkbaar artefact waarvan het resultaat met het aangeleverde bewijs kan worden vergeleken.
Visuele agents en visueel programmeren
De ontwikkelaar beschrijft het herkennen van computer- of mobiele interface-elementen, het begrijpen van hun functies en het gebruiken van tools in een workflow met visuele agents. Geef een screenshot en een concreet doel en vraag vervolgens welke zichtbare bedieningselementen met dat doel overeenkomen en welk bewijs de keuze ondersteunt. Aangesloten software voert acties uit; het herkennen van een interface geeft het model niet op zichzelf de controle over een toestel.
Visueel programmeren omvat het produceren van diagraminhoud en HTML, CSS of JavaScript op basis van afbeeldingen of video. Geef de lay-outreferentie samen met de functionele vereisten en de vereiste bewerkbare uitvoer. Vraag bronstructuur en stijlen afzonderlijk wanneer dat de beoordeling gemakkelijker maakt. Gegenereerde code is een tekstartefact; er is nog steeds een ontwikkelworkflow nodig om ze te renderen en het gedrag ervan te beoordelen.
Ruimtelijke waarneming en lang materiaal
Qwen documenteert redeneren over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Benoem het doelobject en vermeld welke relatie wordt onderzocht. Een resultaat over relatieve positie is een gevolgtrekking uit de afbeelding, geen gekalibreerde fysieke meting.
De native context bedraagt 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. De representatie, framesampling en ingestelde sequentielimiet bepalen welk materiaal wordt verwerkt. Een grote context garandeert niet dat alle informatie uit elke pagina of elk frame wordt teruggehaald. Behoud de timing wanneer u om een verslag van een videogebeurtenis vraagt.
Multimodaal redeneren, herkenning en OCR
De familie ondersteunt STEM- en wiskundige vragen, causale analyse en visuele uitleg op basis van bewijs. Geef de volledige opgave bij een diagram en vraag vóór de conclusie om de gebruikte waarden en relaties. Herkenning omvat een breed scala aan mensen, producten, herkenningspunten, planten, dieren en mediapersonages; een aannemelijk label moet worden gecontroleerd wanneer identificatie van belang is.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en de structuur van lange documenten. Geef een leesbare pagina en vraag om benoemde velden, citaten of een gestructureerde tabel die ermee kan worden gecontroleerd. Tekstueel en visueel begrip worden gecombineerd, zodat een vraag een alinea met een figuur en de instructies van de gebruiker kan verbinden.
Architectuurvernieuwingen
De gepubliceerde dense tekstconfiguratie heeft 36 lagen. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte voor redeneren over video. DeepStack combineert kenmerken uit meerdere niveaus van de vision encoder, en tekst-timestampuitlijning verankert gebeurtenissen in tijdsreferenties. Deze architectuurfuncties beschrijven de representatie van het model; ze leggen geen vaste responstijd of exacte fysieke nauwkeurigheid vast.
Invoer voorbereiden
De familievoorbeelden van de ontwikkelaar omvatten aanvragen met alleen tekst, één of meerdere afbeeldingen en video. Geef visuele invoer labels en vermeld het onderlinge verband. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk: een afbeeldingsbudget betreft één afbeelding, terwijl een videobudget de pixels over de gesamplede frames betreft. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor de frequentie of het aantal frames in ondersteunde workflows.
De helperworkflow bewaart videometadata en adviseert dubbele schaling te vermijden wanneer de media al zijn geschaald. Behoud bij een documenttaak de pagina-identificaties; vraag bij een clip om de gebeurtenis, het relevante interval en het zichtbare bewijs. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe, in plaats van exacte extractie of temporele nauwkeurigheid te garanderen.
Generatierichtlijnen en beperkingen
Deze specifieke modelkaart geeft afzonderlijke taakpresets. Visueel-talige taken gebruiken temperature 0.7, top_p 0.8, top_k 20, repetition penalty 1.0 en presence penalty 1.5, met een uitvoerbudget van 16,384 tokens. Teksttaken gebruiken temperature 1.0, top_p 1.0, top_k 40, repetition penalty 1.0 en presence penalty 2.0, met een budget van 32,768 tokens. Dit zijn receptbudgetten van de producent, geen onafhankelijk vastgestelde harde uitvoerlimieten of afzonderlijke modelidentiteiten.
De langecontextprocedure van de familie gebruikt YaRN, met een factor twee of drie als voorstel bij uitbreiding van de interleaved posities van 256K tot ongeveer 1M. Neem geen factor vier van een andere Qwen-familie over. Reserveer ruimte voor het antwoord naast visuele invoer en tekstinvoer en controleer OCR, berekende conclusies en gegenereerde broncode aan de hand van het oorspronkelijke materiaal. Behoud de specifieke Instruct-editie, in plaats van de generatie- of instellingsvoorwaarden van een Thinking-checkpoint over te nemen.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-vl-8b-instruct | 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 $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.0015 / 1K tokens Invoer · Cache lezen $0.00024 / 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 $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.0015 / 1K tokens Invoer · Cache lezen $0.00024 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen/qwen3-vl-8b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-8b-instruct', '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-8b-instruct', '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 qwen/qwen3-vl-8b-instruct
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Read a text diagram relationship\n\nUse this text rendering of diagram D4: source A feeds filter B; B feeds tanks C and D; only D connects to drain E. List the directed path from A to E and name the tank on that path. Do not add physical dimensions or connections absent from the rendering.A labeled directed path and the tank identifier supported by D4.The path must follow the stated arrows and must not add a C-to-E connection.