Qwen3-VL-8B-Thinking is de op redeneren gerichte dense 8B-editie van de Qwen3-VL-familie van Alibaba. Het combineert tekst, afbeeldingen en video in een gezamenlijke taak en genereert tekst. Qwen brengt de Thinking- en Instruct-edities afzonderlijk uit; deze modelkaart gaat over het genoemde Thinking-model, dat onder meer bedoeld is om visueel bewijsmateriaal te analyseren voordat het een antwoord produceert. Werk met uitsluitend tekst behoort ook tot de taalvaardigheden van het model.
De fabrikant zet visuele agents voorop: het model kan elementen van desktop- of mobiele interfaces herkennen, hun functies interpreteren en over de volgende interactie redeneren. In een toepassing tonen screenshots de huidige toestand en voeren tools de gekozen acties uit. Een nuttige opdracht geeft het doel van de gebruiker, het zichtbare scherm en de toegestane acties en vraagt vervolgens om de volgende stap en het element dat die rechtvaardigt. De gegenereerde interpretatie staat los van een actie die door de omringende toepassing wordt uitgevoerd.
Visueel programmeren verbindt referentieafbeeldingen of video met tekstuele code. Qwen documenteert Draw.io-diagrammen en HTML, CSS en JavaScript als voorbeeldresultaten. Geef een screenshot of schets samen met het vereiste gedrag, de inhoud en de beoogde lay-out en vraag om een bewerkbaar code- of diagramartefact. Voor ruimtelijk werk beschrijft de familie objectpositie, gezichtspunt en occlusie, met 2D-grounding en 3D-grounding. Vermeld de coördinatenconventie als u locaties nodig hebt, zodat een beschreven positie en een gevraagd kader dezelfde referentie gebruiken.
De native context bedraagt 256K tokens voor tekst en afgewisseld visueel materiaal. De modelkaart beschrijft ook uitbreiding tot één miljoen tokens; dat is een afzonderlijk ingestelde uitbreiding en niet de native contextspecificatie. Toepassingen met lange context omvatten kruisverwijzingen tussen documentpagina's en het lokaliseren van gebeurtenissen in video. Behoud de paginavolgorde en videotimestamps bij het voorbereiden van de invoer en vraag het antwoord om bij elke conclusie de gebruikte pagina of het gebruikte moment aan te duiden.
Multimodaal redeneren omvat wiskundige en wetenschappelijke taken die zowel het zichtbare materiaal als de geschreven vraag vereisen. De familie ondersteunt ook brede visuele herkenning van objecten, producten, herkenningspunten, planten en dieren. De OCR-dekking omvat 32 talen en moeilijke afbeeldingen met weinig licht, onscherpte of kanteling, samen met interpretatie van de documentstructuur. Vraag bij een gescande opgave eerst om een transcriptie en daarna om een oplossing; zo wordt een verkeerd gelezen teken of label zichtbaar voordat het de redenering verandert.
Drie architectuurvernieuwingen ondersteunen dit visuele en temporele werk. Interleaved-MRoPE verdeelt positie-informatie over tijd, breedte en hoogte; DeepStack brengt visuele kenmerken uit verschillende niveaus in het taalmodel; expliciete teksttimestamps vertegenwoordigen de temporele positie van groepen videoframes. Hun praktische belang ligt in het behoud van ruimtelijk detail en de koppeling van een gebeurtenisbeschrijving aan een moment in de bron. Ze maken van een klein of onleesbaar brondetail geen gegarandeerde herkenning.
De modelkaart van het specifieke Thinking-model geeft afzonderlijke generatieaanbevelingen voor visuele en tekstuele taken. Beide gebruiken sampling met temperature 1.0, top-p 0.95 en top-k 20; het visuele voorbeeld gebruikt presence penalty 0.0, terwijl het tekstvoorbeeld 1.5 gebruikt. De voorbeeldinstellingen voor uitvoerlengte zijn 40,960 voor visueel werk en 32,768 voor tekst, met 81,920 voorgesteld voor bepaalde veeleisende tekstevaluaties. Dit zijn afstemmingsaanbevelingen, geen universele garantie voor maximale uitvoer of parameters die een omringende dienst noodzakelijk beschikbaar stelt.
Geef voor een praktische documenttaak geordende pagina-afbeeldingen en vraag: “Extraheer de onderdeelkoppen, leg het verband tussen het diagram en de aangrenzende tekst uit en voeg aan elke bevinding een paginaverwijzing toe.” Definieer voor video de gebeurtenis die u wilt lokaliseren en vraag de timestamp plus een korte visuele uitleg. Vermeld voor een vraag over visueel redeneren het vereiste definitieve artefact en de aannames die mogen worden gebruikt. De uitvoer blijft een tekstuele uitleg, geëxtraheerde inhoud, code of voorgestelde toolstap; de visuele invoer van deze editie is geen workflow voor video- of spraakgeneratie.
", "aboutText": "Qwen3-VL-8B-Thinking is de op redeneren gerichte dense 8B-editie van de Qwen3-VL-familie van Alibaba. Het combineert tekst, afbeeldingen en video in een gezamenlijke taak en genereert tekst. Qwen brengt de Thinking- en Instruct-edities afzonderlijk uit; deze modelkaart gaat over het genoemde Thinking-model, dat onder meer bedoeld is om visueel bewijsmateriaal te analyseren voordat het een antwoord produceert. Werk met uitsluitend tekst behoort ook tot de taalvaardigheden van het model.\n\nDe fabrikant zet visuele agents voorop: het model kan elementen van desktop- of mobiele interfaces herkennen, hun functies interpreteren en over de volgende interactie redeneren. In een toepassing tonen screenshots de huidige toestand en voeren tools de gekozen acties uit. Een nuttige opdracht geeft het doel van de gebruiker, het zichtbare scherm en de toegestane acties en vraagt vervolgens om de volgende stap en het element dat die rechtvaardigt. De gegenereerde interpretatie staat los van een actie die door de omringende toepassing wordt uitgevoerd.\n\nVisueel programmeren verbindt referentieafbeeldingen of video met tekstuele code. Qwen documenteert Draw.io-diagrammen en HTML, CSS en JavaScript als voorbeeldresultaten. Geef een screenshot of schets samen met het vereiste gedrag, de inhoud en de beoogde lay-out en vraag om een bewerkbaar code- of diagramartefact. Voor ruimtelijk werk beschrijft de familie objectpositie, gezichtspunt en occlusie, met 2D-grounding en 3D-grounding. Vermeld de coördinatenconventie als u locaties nodig hebt, zodat een beschreven positie en een gevraagd kader dezelfde referentie gebruiken.\n\nDe native context bedraagt 256K tokens voor tekst en afgewisseld visueel materiaal. De modelkaart beschrijft ook uitbreiding tot één miljoen tokens; dat is een afzonderlijk ingestelde uitbreiding en niet de native contextspecificatie. Toepassingen met lange context omvatten kruisverwijzingen tussen documentpagina's en het lokaliseren van gebeurtenissen in video. Behoud de paginavolgorde en videotimestamps bij het voorbereiden van de invoer en vraag het antwoord om bij elke conclusie de gebruikte pagina of het gebruikte moment aan te duiden.\n\nMultimodaal redeneren omvat wiskundige en wetenschappelijke taken die zowel het zichtbare materiaal als de geschreven vraag vereisen. De familie ondersteunt ook brede visuele herkenning van objecten, producten, herkenningspunten, planten en dieren. De OCR-dekking omvat 32 talen en moeilijke afbeeldingen met weinig licht, onscherpte of kanteling, samen met interpretatie van de documentstructuur. Vraag bij een gescande opgave eerst om een transcriptie en daarna om een oplossing; zo wordt een verkeerd gelezen teken of label zichtbaar voordat het de redenering verandert.\n\nDrie architectuurvernieuwingen ondersteunen dit visuele en temporele werk. Interleaved-MRoPE verdeelt positie-informatie over tijd, breedte en hoogte; DeepStack brengt visuele kenmerken uit verschillende niveaus in het taalmodel; expliciete teksttimestamps vertegenwoordigen de temporele positie van groepen videoframes. Hun praktische belang ligt in het behoud van ruimtelijk detail en de koppeling van een gebeurtenisbeschrijving aan een moment in de bron. Ze maken van een klein of onleesbaar brondetail geen gegarandeerde herkenning.\n\nDe modelkaart van het specifieke Thinking-model geeft afzonderlijke generatieaanbevelingen voor visuele en tekstuele taken. Beide gebruiken sampling met temperature 1.0, top-p 0.95 en top-k 20; het visuele voorbeeld gebruikt presence penalty 0.0, terwijl het tekstvoorbeeld 1.5 gebruikt. De voorbeeldinstellingen voor uitvoerlengte zijn 40,960 voor visueel werk en 32,768 voor tekst, met 81,920 voorgesteld voor bepaalde veeleisende tekstevaluaties. Dit zijn afstemmingsaanbevelingen, geen universele garantie voor maximale uitvoer of parameters die een omringende dienst noodzakelijk beschikbaar stelt.\n\nGeef voor een praktische documenttaak geordende pagina-afbeeldingen en vraag: “Extraheer de onderdeelkoppen, leg het verband tussen het diagram en de aangrenzende tekst uit en voeg aan elke bevinding een paginaverwijzing toe.” Definieer voor video de gebeurtenis die u wilt lokaliseren en vraag de timestamp plus een korte visuele uitleg. Vermeld voor een vraag over visueel redeneren het vereiste definitieve artefact en de aannames die mogen worden gebruikt. De uitvoer blijft een tekstuele uitleg, geëxtraheerde inhoud, code of voorgestelde toolstap; de visuele invoer van deze editie is geen workflow voor video- of spraakgeneratie.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Reason about a written interface layout\n\nUse this textual layout description: a dialog contains a title at the top, a long message in the middle and Cancel/Confirm buttons at the bottom. On a short screen, only the message area should scroll; both buttons must stay visible. Propose HTML and CSS structure and explain the height constraints. Do not assume an image was supplied.An editable HTML/CSS proposal and a short explanation of which region scrolls.Check the proposed structure limits message overflow while keeping both actions outside that scroll area.Qwen/Qwen3-VL-8B-ThinkingQwen3-VL-8B-Thinking is de op redeneren gerichte 8B vision-language-editie van Qwen. Het combineert tekst, afbeeldingen en video voor visuele probleemoplossing, documentinterpretatie, ruimtelijke analyse en codegeneratie op basis van visuele referenties.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3-VL-8B-Thinking is de op redeneren gerichte dense 8B-editie van de Qwen3-VL-familie van Alibaba. Het combineert tekst, afbeeldingen en video in een gezamenlijke taak en genereert tekst. Qwen brengt de Thinking- en Instruct-edities afzonderlijk uit; deze modelkaart gaat over het genoemde Thinking-model, dat onder meer bedoeld is om visueel bewijsmateriaal te analyseren voordat het een antwoord produceert. Werk met uitsluitend tekst behoort ook tot de taalvaardigheden van het model.
De fabrikant zet visuele agents voorop: het model kan elementen van desktop- of mobiele interfaces herkennen, hun functies interpreteren en over de volgende interactie redeneren. In een toepassing tonen screenshots de huidige toestand en voeren tools de gekozen acties uit. Een nuttige opdracht geeft het doel van de gebruiker, het zichtbare scherm en de toegestane acties en vraagt vervolgens om de volgende stap en het element dat die rechtvaardigt. De gegenereerde interpretatie staat los van een actie die door de omringende toepassing wordt uitgevoerd.
Visueel programmeren verbindt referentieafbeeldingen of video met tekstuele code. Qwen documenteert Draw.io-diagrammen en HTML, CSS en JavaScript als voorbeeldresultaten. Geef een screenshot of schets samen met het vereiste gedrag, de inhoud en de beoogde lay-out en vraag om een bewerkbaar code- of diagramartefact. Voor ruimtelijk werk beschrijft de familie objectpositie, gezichtspunt en occlusie, met 2D-grounding en 3D-grounding. Vermeld de coördinatenconventie als u locaties nodig hebt, zodat een beschreven positie en een gevraagd kader dezelfde referentie gebruiken.
De native context bedraagt 256K tokens voor tekst en afgewisseld visueel materiaal. De modelkaart beschrijft ook uitbreiding tot één miljoen tokens; dat is een afzonderlijk ingestelde uitbreiding en niet de native contextspecificatie. Toepassingen met lange context omvatten kruisverwijzingen tussen documentpagina's en het lokaliseren van gebeurtenissen in video. Behoud de paginavolgorde en videotimestamps bij het voorbereiden van de invoer en vraag het antwoord om bij elke conclusie de gebruikte pagina of het gebruikte moment aan te duiden.
Multimodaal redeneren omvat wiskundige en wetenschappelijke taken die zowel het zichtbare materiaal als de geschreven vraag vereisen. De familie ondersteunt ook brede visuele herkenning van objecten, producten, herkenningspunten, planten en dieren. De OCR-dekking omvat 32 talen en moeilijke afbeeldingen met weinig licht, onscherpte of kanteling, samen met interpretatie van de documentstructuur. Vraag bij een gescande opgave eerst om een transcriptie en daarna om een oplossing; zo wordt een verkeerd gelezen teken of label zichtbaar voordat het de redenering verandert.
Drie architectuurvernieuwingen ondersteunen dit visuele en temporele werk. Interleaved-MRoPE verdeelt positie-informatie over tijd, breedte en hoogte; DeepStack brengt visuele kenmerken uit verschillende niveaus in het taalmodel; expliciete teksttimestamps vertegenwoordigen de temporele positie van groepen videoframes. Hun praktische belang ligt in het behoud van ruimtelijk detail en de koppeling van een gebeurtenisbeschrijving aan een moment in de bron. Ze maken van een klein of onleesbaar brondetail geen gegarandeerde herkenning.
De modelkaart van het specifieke Thinking-model geeft afzonderlijke generatieaanbevelingen voor visuele en tekstuele taken. Beide gebruiken sampling met temperature 1.0, top-p 0.95 en top-k 20; het visuele voorbeeld gebruikt presence penalty 0.0, terwijl het tekstvoorbeeld 1.5 gebruikt. De voorbeeldinstellingen voor uitvoerlengte zijn 40,960 voor visueel werk en 32,768 voor tekst, met 81,920 voorgesteld voor bepaalde veeleisende tekstevaluaties. Dit zijn afstemmingsaanbevelingen, geen universele garantie voor maximale uitvoer of parameters die een omringende dienst noodzakelijk beschikbaar stelt.
Geef voor een praktische documenttaak geordende pagina-afbeeldingen en vraag: “Extraheer de onderdeelkoppen, leg het verband tussen het diagram en de aangrenzende tekst uit en voeg aan elke bevinding een paginaverwijzing toe.” Definieer voor video de gebeurtenis die u wilt lokaliseren en vraag de timestamp plus een korte visuele uitleg. Vermeld voor een vraag over visueel redeneren het vereiste definitieve artefact en de aannames die mogen worden gebruikt. De uitvoer blijft een tekstuele uitleg, geëxtraheerde inhoud, code of voorgestelde toolstap; de visuele invoer van deze editie is geen workflow voor video- of spraakgeneratie.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten Qwen/Qwen3-VL-8B-Thinking | 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.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.000144 / 1K tokens Uitvoer · Uitvoertokens $0.00143 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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-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='Qwen/Qwen3-VL-8B-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='Qwen/Qwen3-VL-8B-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 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-Thinking
Gebruik de hierboven getoonde methodepaden.
Qwen/Qwen3-VL-8B-ThinkingQwen3-VL-8B-Thinking is de op redeneren gerichte 8B vision-language-editie van Qwen. Het combineert tekst, afbeeldingen en video voor visuele probleemoplossing, documentinterpretatie, ruimtelijke analyse en codegeneratie op basis van visuele referenties.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3-VL-8B-Thinking is de op redeneren gerichte dense 8B-editie van de Qwen3-VL-familie van Alibaba. Het combineert tekst, afbeeldingen en video in een gezamenlijke taak en genereert tekst. Qwen brengt de Thinking- en Instruct-edities afzonderlijk uit; deze modelkaart gaat over het genoemde Thinking-model, dat onder meer bedoeld is om visueel bewijsmateriaal te analyseren voordat het een antwoord produceert. Werk met uitsluitend tekst behoort ook tot de taalvaardigheden van het model.
De fabrikant zet visuele agents voorop: het model kan elementen van desktop- of mobiele interfaces herkennen, hun functies interpreteren en over de volgende interactie redeneren. In een toepassing tonen screenshots de huidige toestand en voeren tools de gekozen acties uit. Een nuttige opdracht geeft het doel van de gebruiker, het zichtbare scherm en de toegestane acties en vraagt vervolgens om de volgende stap en het element dat die rechtvaardigt. De gegenereerde interpretatie staat los van een actie die door de omringende toepassing wordt uitgevoerd.
Visueel programmeren verbindt referentieafbeeldingen of video met tekstuele code. Qwen documenteert Draw.io-diagrammen en HTML, CSS en JavaScript als voorbeeldresultaten. Geef een screenshot of schets samen met het vereiste gedrag, de inhoud en de beoogde lay-out en vraag om een bewerkbaar code- of diagramartefact. Voor ruimtelijk werk beschrijft de familie objectpositie, gezichtspunt en occlusie, met 2D-grounding en 3D-grounding. Vermeld de coördinatenconventie als u locaties nodig hebt, zodat een beschreven positie en een gevraagd kader dezelfde referentie gebruiken.
De native context bedraagt 256K tokens voor tekst en afgewisseld visueel materiaal. De modelkaart beschrijft ook uitbreiding tot één miljoen tokens; dat is een afzonderlijk ingestelde uitbreiding en niet de native contextspecificatie. Toepassingen met lange context omvatten kruisverwijzingen tussen documentpagina's en het lokaliseren van gebeurtenissen in video. Behoud de paginavolgorde en videotimestamps bij het voorbereiden van de invoer en vraag het antwoord om bij elke conclusie de gebruikte pagina of het gebruikte moment aan te duiden.
Multimodaal redeneren omvat wiskundige en wetenschappelijke taken die zowel het zichtbare materiaal als de geschreven vraag vereisen. De familie ondersteunt ook brede visuele herkenning van objecten, producten, herkenningspunten, planten en dieren. De OCR-dekking omvat 32 talen en moeilijke afbeeldingen met weinig licht, onscherpte of kanteling, samen met interpretatie van de documentstructuur. Vraag bij een gescande opgave eerst om een transcriptie en daarna om een oplossing; zo wordt een verkeerd gelezen teken of label zichtbaar voordat het de redenering verandert.
Drie architectuurvernieuwingen ondersteunen dit visuele en temporele werk. Interleaved-MRoPE verdeelt positie-informatie over tijd, breedte en hoogte; DeepStack brengt visuele kenmerken uit verschillende niveaus in het taalmodel; expliciete teksttimestamps vertegenwoordigen de temporele positie van groepen videoframes. Hun praktische belang ligt in het behoud van ruimtelijk detail en de koppeling van een gebeurtenisbeschrijving aan een moment in de bron. Ze maken van een klein of onleesbaar brondetail geen gegarandeerde herkenning.
De modelkaart van het specifieke Thinking-model geeft afzonderlijke generatieaanbevelingen voor visuele en tekstuele taken. Beide gebruiken sampling met temperature 1.0, top-p 0.95 en top-k 20; het visuele voorbeeld gebruikt presence penalty 0.0, terwijl het tekstvoorbeeld 1.5 gebruikt. De voorbeeldinstellingen voor uitvoerlengte zijn 40,960 voor visueel werk en 32,768 voor tekst, met 81,920 voorgesteld voor bepaalde veeleisende tekstevaluaties. Dit zijn afstemmingsaanbevelingen, geen universele garantie voor maximale uitvoer of parameters die een omringende dienst noodzakelijk beschikbaar stelt.
Geef voor een praktische documenttaak geordende pagina-afbeeldingen en vraag: “Extraheer de onderdeelkoppen, leg het verband tussen het diagram en de aangrenzende tekst uit en voeg aan elke bevinding een paginaverwijzing toe.” Definieer voor video de gebeurtenis die u wilt lokaliseren en vraag de timestamp plus een korte visuele uitleg. Vermeld voor een vraag over visueel redeneren het vereiste definitieve artefact en de aannames die mogen worden gebruikt. De uitvoer blijft een tekstuele uitleg, geëxtraheerde inhoud, code of voorgestelde toolstap; de visuele invoer van deze editie is geen workflow voor video- of spraakgeneratie.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten Qwen/Qwen3-VL-8B-Thinking | 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.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.000144 / 1K tokens Uitvoer · Uitvoertokens $0.00143 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "Qwen/Qwen3-VL-8B-Thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-8B-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-8B-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 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-Thinking
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Reason about a written interface layout\n\nUse this textual layout description: a dialog contains a title at the top, a long message in the middle and Cancel/Confirm buttons at the bottom. On a short screen, only the message area should scroll; both buttons must stay visible. Propose HTML and CSS structure and explain the height constraints. Do not assume an image was supplied.An editable HTML/CSS proposal and a short explanation of which region scrolls.Check the proposed structure limits message overflow while keeping both actions outside that scroll area.