Modelkeuze: multimedia-analyse met tekstuitvoer
Qwen3.8 Omni Flash is Qwens model voor audio- en videobegrip, vergadersamenvattingen en inhoudsanalyse. De invoer bestaat uit tekst, afbeeldingen, audio en video; de uitvoer is tekst. Een antwoord kan een opname beschrijven, een vraag over zichtbaar en hoorbaar bewijsmateriaal beantwoorden of een schriftelijke samenvatting voorbereiden. De maker onderscheidt deze editie expliciet van Omni-modellen die spraak genereren. Neem niet aan dat de Omni-naam dit checkpoint een modus voor gesproken uitvoer geeft.
De context is één miljoen tokens en audio-invoer omvat 113 talen en dialecten. Dat aantal talen beschrijft audiobegrip, geen garantie op gelijke herkenningskwaliteit voor elk accent, elke opnameomstandigheid of elke technische woordenschat. Lever bij een vergadering de agenda of belangrijke termen aan en vraag om besluiten, openstaande vragen en vervolgacties. Vraag bij een audiovisueel fragment om eerst te onderscheiden wat zichtbaar is en wat gezegd wordt, voordat het bewijsmateriaal in een conclusie wordt gecombineerd.
Multimodaal materiaal voorbereiden
De gedocumenteerde voorbeelden combineren media met een tekstvraag. Geef het beoogde resultaat aan in plaats van een onverklaarde opname te versturen: een thematische samenvatting, een verslag van gebeurtenissen of een antwoord op een specifieke vraag. Label afzonderlijke bestanden en bewaar hun tijdsbereiken in de bron buiten het verzoek, zodat het resultaat naar het origineel kan worden herleid. Benoem wanneer meerdere deelnemers of scènes van belang zijn welke verschillen het verslag moet behouden.
Medialimieten in de bestandsworkflow van de maker
Voor videobestanden documenteert de maker maximaal 64 bestanden, een duurlimiet van twee uur en bestanden tot 2 GB wanneer die via een toegankelijke bestandslocatie worden aangeleverd. De gedocumenteerde videoformaten zijn MP4, AVI, MKV, MOV, FLV en WMV. Voor geordende afbeeldingen die als video worden gebruikt, is het gedocumenteerde bereik twee tot 2,048 afbeeldingen. Behoud volgorde en timing, in plaats van een willekeurige verzameling afbeeldingen als een bekende tijdsvolgorde te behandelen.
Voor audio documenteert de handleiding maximaal drie uur, invoer via bestandslocaties tot 2 GB en AMR, WAV, 3GP, 3GPP, AAC of MP3. Het aantal audiobestanden is maximaal 2,048 bij aanlevering via bestandslocaties en maximaal 250 bij Base64-codering. Gecodeerde Base64-payloads moeten kleiner zijn dan 10 MB. Dit zijn limieten van de producentworkflow, geen beloften over de uploadinterface van een toepassing, en evenmin bewijs dat alle invoer op maximale grootte samen in het tokenbudget past.
Voor afbeeldingen vermeldt de handleiding maximaal 2,048 afbeeldingslocaties of 250 gecodeerde afbeeldingen. Een bestand dat via een toegankelijke afbeeldingslocatie wordt aangeleverd, mag maximaal 20 MB groot zijn; beide afmetingen moeten meer dan tien pixels bedragen en de beeldverhouding moet binnen 200:1 of 1:200 blijven. Behoud voldoende resolutie voor de specifieke vraag. Een tekstveld dat tijdens de voorbereiding onleesbaar wordt, kan niet worden hersteld door simpelweg om een zelfverzekerd antwoord te vragen.
Ruimtelijke audio
Dit model ondersteunt tweekanaals stereo en vierkanaals first-order ambisonische audio in WYZX-kanaalvolgorde. De instelling use_multichannel van de maker staat standaard op false en interpreteert audio als mono. Als de instelling is ingeschakeld en de ondersteunde kanaalindeling aanwezig is, kan ruimtelijke informatie bij het begrip worden betrokken. Behoud de kanaalindeling wanneer de taak naar de hoorbare ruimtelijke scène vraagt; leid geen gekalibreerde coördinaten van een geluidsbron af uit een algemene beschrijving.
Tools en actuele informatie
De maker ondersteunt function calling en zoeken op het web. In de gedocumenteerde Responses-workflow is web_search de enige ondersteunde ingebouwde tool voor deze editie. Een taak met toolgebruik kan het model vragen opgehaalde actuele informatie aan de aangeleverde opname te koppelen en de herkomst van elke bewering duidelijk te houden. Externe handelingen en toolresultaten hangen nog steeds af van de geconfigureerde interface van de toepassing. Toolondersteuning mag niet worden uitgebreid tot een onvoorwaardelijke claim over een code-interpreter of bestandssysteem. De producent vermeldt ook contextcaching voor terugkerende invoer; hergebruik betreft gedeelde verzoekprefixen en bewijst geen cachetreffer voor een bepaald verzoek.
Denkmodi
Denken is standaard ingeschakeld, met reasoning_effort ingesteld op xhigh. De primaire niveaus voor denkintensiteit zijn low, medium en xhigh; de instelling none schakelt denken uit. Voor compatibiliteit wordt minimal gekoppeld aan low, terwijl high en max worden gekoppeld aan xhigh. De maker weigert verzoeken die reasoning_effort en thinking_budget tegelijk instellen. Deze instellingen beschrijven de producentinterface en bewijzen niet dat elke toepassing ze aanbiedt.
Kies een direct antwoord voor een eenvoudige samenvatting en diepgaander redeneren voor een vraag waarbij meerdere stukken bewijsmateriaal verbonden moeten worden. Houd het eindverslag gescheiden van het redeneerproces en controleer spraakcitaten, de volgorde van gebeurtenissen en het bewijs achter conclusies. De handleiding legt media- en contextlimieten vast, maar publiceert in de hier gebruikte paragrafen geen afzonderlijke harde maximale tekstuitvoerlengte. Een duidelijke vraag en een herleidbaar schriftelijk resultaat zijn nuttiger dan de grootst mogelijke upload als garantie voor volledige herinnering te beschouwen.
", "aboutText": "Modelkeuze: multimedia-analyse met tekstuitvoer\n\nQwen3.8 Omni Flash is Qwens model voor audio- en videobegrip, vergadersamenvattingen en inhoudsanalyse. De invoer bestaat uit tekst, afbeeldingen, audio en video; de uitvoer is tekst. Een antwoord kan een opname beschrijven, een vraag over zichtbaar en hoorbaar bewijsmateriaal beantwoorden of een schriftelijke samenvatting voorbereiden. De maker onderscheidt deze editie expliciet van Omni-modellen die spraak genereren. Neem niet aan dat de Omni-naam dit checkpoint een modus voor gesproken uitvoer geeft.\n\nDe context is één miljoen tokens en audio-invoer omvat 113 talen en dialecten. Dat aantal talen beschrijft audiobegrip, geen garantie op gelijke herkenningskwaliteit voor elk accent, elke opnameomstandigheid of elke technische woordenschat. Lever bij een vergadering de agenda of belangrijke termen aan en vraag om besluiten, openstaande vragen en vervolgacties. Vraag bij een audiovisueel fragment om eerst te onderscheiden wat zichtbaar is en wat gezegd wordt, voordat het bewijsmateriaal in een conclusie wordt gecombineerd.\n\nMultimodaal materiaal voorbereiden\n\nDe gedocumenteerde voorbeelden combineren media met een tekstvraag. Geef het beoogde resultaat aan in plaats van een onverklaarde opname te versturen: een thematische samenvatting, een verslag van gebeurtenissen of een antwoord op een specifieke vraag. Label afzonderlijke bestanden en bewaar hun tijdsbereiken in de bron buiten het verzoek, zodat het resultaat naar het origineel kan worden herleid. Benoem wanneer meerdere deelnemers of scènes van belang zijn welke verschillen het verslag moet behouden.\n\nMedialimieten in de bestandsworkflow van de maker\n\nVoor videobestanden documenteert de maker maximaal 64 bestanden, een duurlimiet van twee uur en bestanden tot 2 GB wanneer die via een toegankelijke bestandslocatie worden aangeleverd. De gedocumenteerde videoformaten zijn MP4, AVI, MKV, MOV, FLV en WMV. Voor geordende afbeeldingen die als video worden gebruikt, is het gedocumenteerde bereik twee tot 2,048 afbeeldingen. Behoud volgorde en timing, in plaats van een willekeurige verzameling afbeeldingen als een bekende tijdsvolgorde te behandelen.\n\nVoor audio documenteert de handleiding maximaal drie uur, invoer via bestandslocaties tot 2 GB en AMR, WAV, 3GP, 3GPP, AAC of MP3. Het aantal audiobestanden is maximaal 2,048 bij aanlevering via bestandslocaties en maximaal 250 bij Base64-codering. Gecodeerde Base64-payloads moeten kleiner zijn dan 10 MB. Dit zijn limieten van de producentworkflow, geen beloften over de uploadinterface van een toepassing, en evenmin bewijs dat alle invoer op maximale grootte samen in het tokenbudget past.\n\nVoor afbeeldingen vermeldt de handleiding maximaal 2,048 afbeeldingslocaties of 250 gecodeerde afbeeldingen. Een bestand dat via een toegankelijke afbeeldingslocatie wordt aangeleverd, mag maximaal 20 MB groot zijn; beide afmetingen moeten meer dan tien pixels bedragen en de beeldverhouding moet binnen 200:1 of 1:200 blijven. Behoud voldoende resolutie voor de specifieke vraag. Een tekstveld dat tijdens de voorbereiding onleesbaar wordt, kan niet worden hersteld door simpelweg om een zelfverzekerd antwoord te vragen.\n\nRuimtelijke audio\n\nDit model ondersteunt tweekanaals stereo en vierkanaals first-order ambisonische audio in WYZX-kanaalvolgorde. De instelling use_multichannel van de maker staat standaard op false en interpreteert audio als mono. Als de instelling is ingeschakeld en de ondersteunde kanaalindeling aanwezig is, kan ruimtelijke informatie bij het begrip worden betrokken. Behoud de kanaalindeling wanneer de taak naar de hoorbare ruimtelijke scène vraagt; leid geen gekalibreerde coördinaten van een geluidsbron af uit een algemene beschrijving.\n\nTools en actuele informatie\n\nDe maker ondersteunt function calling en zoeken op het web. In de gedocumenteerde Responses-workflow is web_search de enige ondersteunde ingebouwde tool voor deze editie. Een taak met toolgebruik kan het model vragen opgehaalde actuele informatie aan de aangeleverde opname te koppelen en de herkomst van elke bewering duidelijk te houden. Externe handelingen en toolresultaten hangen nog steeds af van de geconfigureerde interface van de toepassing. Toolondersteuning mag niet worden uitgebreid tot een onvoorwaardelijke claim over een code-interpreter of bestandssysteem. De producent vermeldt ook contextcaching voor terugkerende invoer; hergebruik betreft gedeelde verzoekprefixen en bewijst geen cachetreffer voor een bepaald verzoek.\n\nDenkmodi\n\nDenken is standaard ingeschakeld, met reasoning_effort ingesteld op xhigh. De primaire niveaus voor denkintensiteit zijn low, medium en xhigh; de instelling none schakelt denken uit. Voor compatibiliteit wordt minimal gekoppeld aan low, terwijl high en max worden gekoppeld aan xhigh. De maker weigert verzoeken die reasoning_effort en thinking_budget tegelijk instellen. Deze instellingen beschrijven de producentinterface en bewijzen niet dat elke toepassing ze aanbiedt.\n\nKies een direct antwoord voor een eenvoudige samenvatting en diepgaander redeneren voor een vraag waarbij meerdere stukken bewijsmateriaal verbonden moeten worden. Houd het eindverslag gescheiden van het redeneerproces en controleer spraakcitaten, de volgorde van gebeurtenissen en het bewijs achter conclusies. De handleiding legt media- en contextlimieten vast, maar publiceert in de hier gebruikte paragrafen geen afzonderlijke harde maximale tekstuitvoerlengte. Een duidelijke vraag en een herleidbaar schriftelijk resultaat zijn nuttiger dan de grootst mogelijke upload als garantie voor volledige herinnering te beschouwen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Extract decisions from meeting text\n\nUse this meeting transcript. Lena: We agree to pilot the new checklist with Team A. Omar: I will prepare the draft by Thursday. Lena: We still need someone to review the results; no reviewer is assigned. Return decisions, named actions and unresolved questions. Preserve who said what and do not turn the pilot into a full rollout.A meeting summary with decision, action-owner-deadline rows and an open reviewer-assignment question.Check that Omar owns the draft, Thursday is its deadline and the reviewer remains unassigned.qwen/qwen3.8-omni-flashQwen3.8 Omni Flash analyseert tekst, afbeeldingen, audio en video en retourneert tekst. Het ondersteunt vergadersamenvattingen, multimediavragen, 113 audiotalen en dialecten, instelbare redeneerinspanning en ruimtelijke audio, met een door de producent gedocumenteerde context van één miljoen tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Modelkeuze: multimedia-analyse met tekstuitvoer
Qwen3.8 Omni Flash is Qwens model voor audio- en videobegrip, vergadersamenvattingen en inhoudsanalyse. De invoer bestaat uit tekst, afbeeldingen, audio en video; de uitvoer is tekst. Een antwoord kan een opname beschrijven, een vraag over zichtbaar en hoorbaar bewijsmateriaal beantwoorden of een schriftelijke samenvatting voorbereiden. De maker onderscheidt deze editie expliciet van Omni-modellen die spraak genereren. Neem niet aan dat de Omni-naam dit checkpoint een modus voor gesproken uitvoer geeft.
De context is één miljoen tokens en audio-invoer omvat 113 talen en dialecten. Dat aantal talen beschrijft audiobegrip, geen garantie op gelijke herkenningskwaliteit voor elk accent, elke opnameomstandigheid of elke technische woordenschat. Lever bij een vergadering de agenda of belangrijke termen aan en vraag om besluiten, openstaande vragen en vervolgacties. Vraag bij een audiovisueel fragment om eerst te onderscheiden wat zichtbaar is en wat gezegd wordt, voordat het bewijsmateriaal in een conclusie wordt gecombineerd.
Multimodaal materiaal voorbereiden
De gedocumenteerde voorbeelden combineren media met een tekstvraag. Geef het beoogde resultaat aan in plaats van een onverklaarde opname te versturen: een thematische samenvatting, een verslag van gebeurtenissen of een antwoord op een specifieke vraag. Label afzonderlijke bestanden en bewaar hun tijdsbereiken in de bron buiten het verzoek, zodat het resultaat naar het origineel kan worden herleid. Benoem wanneer meerdere deelnemers of scènes van belang zijn welke verschillen het verslag moet behouden.
Medialimieten in de bestandsworkflow van de maker
Voor videobestanden documenteert de maker maximaal 64 bestanden, een duurlimiet van twee uur en bestanden tot 2 GB wanneer die via een toegankelijke bestandslocatie worden aangeleverd. De gedocumenteerde videoformaten zijn MP4, AVI, MKV, MOV, FLV en WMV. Voor geordende afbeeldingen die als video worden gebruikt, is het gedocumenteerde bereik twee tot 2,048 afbeeldingen. Behoud volgorde en timing, in plaats van een willekeurige verzameling afbeeldingen als een bekende tijdsvolgorde te behandelen.
Voor audio documenteert de handleiding maximaal drie uur, invoer via bestandslocaties tot 2 GB en AMR, WAV, 3GP, 3GPP, AAC of MP3. Het aantal audiobestanden is maximaal 2,048 bij aanlevering via bestandslocaties en maximaal 250 bij Base64-codering. Gecodeerde Base64-payloads moeten kleiner zijn dan 10 MB. Dit zijn limieten van de producentworkflow, geen beloften over de uploadinterface van een toepassing, en evenmin bewijs dat alle invoer op maximale grootte samen in het tokenbudget past.
Voor afbeeldingen vermeldt de handleiding maximaal 2,048 afbeeldingslocaties of 250 gecodeerde afbeeldingen. Een bestand dat via een toegankelijke afbeeldingslocatie wordt aangeleverd, mag maximaal 20 MB groot zijn; beide afmetingen moeten meer dan tien pixels bedragen en de beeldverhouding moet binnen 200:1 of 1:200 blijven. Behoud voldoende resolutie voor de specifieke vraag. Een tekstveld dat tijdens de voorbereiding onleesbaar wordt, kan niet worden hersteld door simpelweg om een zelfverzekerd antwoord te vragen.
Ruimtelijke audio
Dit model ondersteunt tweekanaals stereo en vierkanaals first-order ambisonische audio in WYZX-kanaalvolgorde. De instelling use_multichannel van de maker staat standaard op false en interpreteert audio als mono. Als de instelling is ingeschakeld en de ondersteunde kanaalindeling aanwezig is, kan ruimtelijke informatie bij het begrip worden betrokken. Behoud de kanaalindeling wanneer de taak naar de hoorbare ruimtelijke scène vraagt; leid geen gekalibreerde coördinaten van een geluidsbron af uit een algemene beschrijving.
Tools en actuele informatie
De maker ondersteunt function calling en zoeken op het web. In de gedocumenteerde Responses-workflow is web_search de enige ondersteunde ingebouwde tool voor deze editie. Een taak met toolgebruik kan het model vragen opgehaalde actuele informatie aan de aangeleverde opname te koppelen en de herkomst van elke bewering duidelijk te houden. Externe handelingen en toolresultaten hangen nog steeds af van de geconfigureerde interface van de toepassing. Toolondersteuning mag niet worden uitgebreid tot een onvoorwaardelijke claim over een code-interpreter of bestandssysteem. De producent vermeldt ook contextcaching voor terugkerende invoer; hergebruik betreft gedeelde verzoekprefixen en bewijst geen cachetreffer voor een bepaald verzoek.
Denkmodi
Denken is standaard ingeschakeld, met reasoning_effort ingesteld op xhigh. De primaire niveaus voor denkintensiteit zijn low, medium en xhigh; de instelling none schakelt denken uit. Voor compatibiliteit wordt minimal gekoppeld aan low, terwijl high en max worden gekoppeld aan xhigh. De maker weigert verzoeken die reasoning_effort en thinking_budget tegelijk instellen. Deze instellingen beschrijven de producentinterface en bewijzen niet dat elke toepassing ze aanbiedt.
Kies een direct antwoord voor een eenvoudige samenvatting en diepgaander redeneren voor een vraag waarbij meerdere stukken bewijsmateriaal verbonden moeten worden. Houd het eindverslag gescheiden van het redeneerproces en controleer spraakcitaten, de volgorde van gebeurtenissen en het bewijs achter conclusies. De handleiding legt media- en contextlimieten vast, maar publiceert in de hier gebruikte paragrafen geen afzonderlijke harde maximale tekstuitvoerlengte. Een duidelijke vraag en een herleidbaar schriftelijk resultaat zijn nuttiger dan de grootst mogelijke upload als garantie voor volledige herinnering te beschouwen.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3.8-omni-flash | 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 $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.00094 / 1K tokens Invoer · Cache lezen $0.000032 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.00094 / 1K tokens Invoer · Cache lezen $0.000032 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3.8-omni-flash", "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/qwen3.8-omni-flash',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/qwen3.8-omni-flash',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/qwen3.8-omni-flash
Gebruik de hierboven getoonde methodepaden.
qwen/qwen3.8-omni-flashQwen3.8 Omni Flash analyseert tekst, afbeeldingen, audio en video en retourneert tekst. Het ondersteunt vergadersamenvattingen, multimediavragen, 113 audiotalen en dialecten, instelbare redeneerinspanning en ruimtelijke audio, met een door de producent gedocumenteerde context van één miljoen tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Modelkeuze: multimedia-analyse met tekstuitvoer
Qwen3.8 Omni Flash is Qwens model voor audio- en videobegrip, vergadersamenvattingen en inhoudsanalyse. De invoer bestaat uit tekst, afbeeldingen, audio en video; de uitvoer is tekst. Een antwoord kan een opname beschrijven, een vraag over zichtbaar en hoorbaar bewijsmateriaal beantwoorden of een schriftelijke samenvatting voorbereiden. De maker onderscheidt deze editie expliciet van Omni-modellen die spraak genereren. Neem niet aan dat de Omni-naam dit checkpoint een modus voor gesproken uitvoer geeft.
De context is één miljoen tokens en audio-invoer omvat 113 talen en dialecten. Dat aantal talen beschrijft audiobegrip, geen garantie op gelijke herkenningskwaliteit voor elk accent, elke opnameomstandigheid of elke technische woordenschat. Lever bij een vergadering de agenda of belangrijke termen aan en vraag om besluiten, openstaande vragen en vervolgacties. Vraag bij een audiovisueel fragment om eerst te onderscheiden wat zichtbaar is en wat gezegd wordt, voordat het bewijsmateriaal in een conclusie wordt gecombineerd.
Multimodaal materiaal voorbereiden
De gedocumenteerde voorbeelden combineren media met een tekstvraag. Geef het beoogde resultaat aan in plaats van een onverklaarde opname te versturen: een thematische samenvatting, een verslag van gebeurtenissen of een antwoord op een specifieke vraag. Label afzonderlijke bestanden en bewaar hun tijdsbereiken in de bron buiten het verzoek, zodat het resultaat naar het origineel kan worden herleid. Benoem wanneer meerdere deelnemers of scènes van belang zijn welke verschillen het verslag moet behouden.
Medialimieten in de bestandsworkflow van de maker
Voor videobestanden documenteert de maker maximaal 64 bestanden, een duurlimiet van twee uur en bestanden tot 2 GB wanneer die via een toegankelijke bestandslocatie worden aangeleverd. De gedocumenteerde videoformaten zijn MP4, AVI, MKV, MOV, FLV en WMV. Voor geordende afbeeldingen die als video worden gebruikt, is het gedocumenteerde bereik twee tot 2,048 afbeeldingen. Behoud volgorde en timing, in plaats van een willekeurige verzameling afbeeldingen als een bekende tijdsvolgorde te behandelen.
Voor audio documenteert de handleiding maximaal drie uur, invoer via bestandslocaties tot 2 GB en AMR, WAV, 3GP, 3GPP, AAC of MP3. Het aantal audiobestanden is maximaal 2,048 bij aanlevering via bestandslocaties en maximaal 250 bij Base64-codering. Gecodeerde Base64-payloads moeten kleiner zijn dan 10 MB. Dit zijn limieten van de producentworkflow, geen beloften over de uploadinterface van een toepassing, en evenmin bewijs dat alle invoer op maximale grootte samen in het tokenbudget past.
Voor afbeeldingen vermeldt de handleiding maximaal 2,048 afbeeldingslocaties of 250 gecodeerde afbeeldingen. Een bestand dat via een toegankelijke afbeeldingslocatie wordt aangeleverd, mag maximaal 20 MB groot zijn; beide afmetingen moeten meer dan tien pixels bedragen en de beeldverhouding moet binnen 200:1 of 1:200 blijven. Behoud voldoende resolutie voor de specifieke vraag. Een tekstveld dat tijdens de voorbereiding onleesbaar wordt, kan niet worden hersteld door simpelweg om een zelfverzekerd antwoord te vragen.
Ruimtelijke audio
Dit model ondersteunt tweekanaals stereo en vierkanaals first-order ambisonische audio in WYZX-kanaalvolgorde. De instelling use_multichannel van de maker staat standaard op false en interpreteert audio als mono. Als de instelling is ingeschakeld en de ondersteunde kanaalindeling aanwezig is, kan ruimtelijke informatie bij het begrip worden betrokken. Behoud de kanaalindeling wanneer de taak naar de hoorbare ruimtelijke scène vraagt; leid geen gekalibreerde coördinaten van een geluidsbron af uit een algemene beschrijving.
Tools en actuele informatie
De maker ondersteunt function calling en zoeken op het web. In de gedocumenteerde Responses-workflow is web_search de enige ondersteunde ingebouwde tool voor deze editie. Een taak met toolgebruik kan het model vragen opgehaalde actuele informatie aan de aangeleverde opname te koppelen en de herkomst van elke bewering duidelijk te houden. Externe handelingen en toolresultaten hangen nog steeds af van de geconfigureerde interface van de toepassing. Toolondersteuning mag niet worden uitgebreid tot een onvoorwaardelijke claim over een code-interpreter of bestandssysteem. De producent vermeldt ook contextcaching voor terugkerende invoer; hergebruik betreft gedeelde verzoekprefixen en bewijst geen cachetreffer voor een bepaald verzoek.
Denkmodi
Denken is standaard ingeschakeld, met reasoning_effort ingesteld op xhigh. De primaire niveaus voor denkintensiteit zijn low, medium en xhigh; de instelling none schakelt denken uit. Voor compatibiliteit wordt minimal gekoppeld aan low, terwijl high en max worden gekoppeld aan xhigh. De maker weigert verzoeken die reasoning_effort en thinking_budget tegelijk instellen. Deze instellingen beschrijven de producentinterface en bewijzen niet dat elke toepassing ze aanbiedt.
Kies een direct antwoord voor een eenvoudige samenvatting en diepgaander redeneren voor een vraag waarbij meerdere stukken bewijsmateriaal verbonden moeten worden. Houd het eindverslag gescheiden van het redeneerproces en controleer spraakcitaten, de volgorde van gebeurtenissen en het bewijs achter conclusies. De handleiding legt media- en contextlimieten vast, maar publiceert in de hier gebruikte paragrafen geen afzonderlijke harde maximale tekstuitvoerlengte. Een duidelijke vraag en een herleidbaar schriftelijk resultaat zijn nuttiger dan de grootst mogelijke upload als garantie voor volledige herinnering te beschouwen.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3.8-omni-flash | 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 $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.00094 / 1K tokens Invoer · Cache lezen $0.000032 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0003 / 1K tokens Uitvoer · Uitvoertokens $0.00094 / 1K tokens Invoer · Cache lezen $0.000032 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen/qwen3.8-omni-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen3.8-omni-flash', '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/qwen3.8-omni-flash', '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/qwen3.8-omni-flash
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Extract decisions from meeting text\n\nUse this meeting transcript. Lena: We agree to pilot the new checklist with Team A. Omar: I will prepare the draft by Thursday. Lena: We still need someone to review the results; no reviewer is assigned. Return decisions, named actions and unresolved questions. Preserve who said what and do not turn the pilot into a full rollout.A meeting summary with decision, action-owner-deadline rows and an open reviewer-assignment question.Check that Omar owns the draft, Thursday is its deadline and the reviewer remains unassigned.