Inleiding: de multimodale Thinking-editie
Qwen3-VL-235B-A22B-Thinking is de op redeneren gerichte mixture-of-experts-editie van Qwen3-VL. Het combineert tekst met afbeeldingen en video en produceert tekstuele antwoorden of code. Het vaste Thinking-checkpoint staat los van Qwen3-VL-235B-A22B-Instruct en de afzonderlijk benoemde FP8-builds. Kies het voor een vraag die vereist dat visueel bewijs met een langere uitleg wordt verbonden, in plaats van aan te nemen dat elke Qwen3-VL-editie dezelfde antwoordstijl heeft.
Visuele agents en visueel programmeren
Qwen beschrijft een workflow voor visuele agents die elementen in computer- of mobiele interfaces herkent, hun functies interpreteert en met tools werkt om taken af te ronden. Het model biedt waarneming en redenering; een toepassing moet de acties verbinden en uitvoeren. Lever voor een interfacebeoordeling het huidige screenshot en een specifiek doel aan en vraag het model vervolgens de relevante bedieningselementen te identificeren en de volgende actie uit te leggen. Alleen de afbeelding geeft geen controle over het apparaat.
Visueel programmeren omvat het genereren van diagraminhoud en HTML, CSS of JavaScript vanuit afbeeldingen en video's. Lever een screenshot aan met de vereiste lay-out, het gedrag en het bewerkbare uitvoerformaat. Vraag om de paginastructuur en stijlen als afzonderlijke artefacten wanneer dat beoordeling eenvoudiger maakt. Gegenereerde code is tekst voor een ontwikkelworkflow; zij bewijst niet dat een website is gerenderd of dat de bronafbeelding een werkende toepassing is geworden.
Ruimtelijke waarneming
De maker documenteert redeneren over objectposities, kijkhoeken en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Stel een concrete relatievraag en benoem het object van belang: bijvoorbeeld welk onderdeel aan het zicht is onttrokken, wat ervoor staat en welke visuele aanwijzingen die interpretatie ondersteunen. Grounding mag niet als een gekalibreerde fysieke meting uit een willekeurige afbeelding worden behandeld.
Lange context en video
De oorspronkelijke context is 262.144 tokens. Qwen beschrijft uitbreiding naar ongeveer één miljoen via YaRN-configuratie en familieworkflows met boeken of urenlange video, met gebeurtenisindexering op secondenniveau. Deze mogelijkheden hangen af van representatie, bemonstering van frames en contextconfiguratie; de brede beschrijving van de maker garandeert geen perfecte herinnering van elk frame. In de repository adviseert Qwen bij uitbreiding van 256K naar ongeveer 1M een extrapolatiefactor van twee of drie voor dit vervlochten positieschema, in plaats van automatisch een factor vier van een ander model te kopiëren.
Multimodaal redeneren en herkennen
De Thinking-editie richt zich op bewijsgebaseerd STEM- en wiskundig redeneren, causale analyse en logische antwoorden die tekst met visueel materiaal verbinden. Geef een diagram en de bijbehorende definities samen, of een grafiek en de precieze numerieke vraag. Vraag vóór de conclusie om de gebruikte labels en waarden. Qwen beschrijft ook bredere visuele herkenning van mensen, anime, producten, herkenningspunten, planten en dieren. Een herkenningsantwoord blijft een afleiding uit de aangeleverde afbeelding, geen garantie dat elk object of elke identiteit kan worden benoemd.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief gespecialiseerde woordenschat en de structuur van lange documenten. Behoud leesbare bronafbeeldingen en vraag om velden, citaten of een gestructureerde tabel die kan worden gecontroleerd. Tekst- en beeldbegrip zijn in één model gecombineerd, zodat een vraag gezamenlijk naar een documentpassage, een figuur en de instructies van de gebruiker kan verwijzen.
Architectuurwijzigingen
Interleaved-MRoPE verdeelt positierepresentatie over tijd, breedte en hoogte voor videoredeneren. DeepStack combineert visuele kenmerken uit meerdere encoderniveaus om fijnere details vast te leggen en de afstemming tussen beeld en tekst te verbeteren. Afstemming van tekst op tijdstempels verankert gebeurtenissen in tijdsverwijzingen. De vrijgegeven tekstconfiguratie heeft 94 lagen, 128 experts en acht experts die per token worden geselecteerd. Deze architectuurdetails verklaren de multimodale representatie van het model; zij stellen geen garantie voor reactietijd vast.
Visuele invoer en uitvoer voorbereiden
De voorbeelden van de maker omvatten één of meerdere afbeeldingen, video en verzoeken met alleen tekst. Geef elke visuele invoer een label, zodat de vraag er duidelijk naar kan verwijzen. Beeld- en videoprocessors gebruiken afzonderlijke pixelbudgetten: een beeldbudget beperkt de pixels van de afbeelding, terwijl een videobudget pixels over de bemonsterde frames telt. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. Videobemonstering kan via de frequentie of het aantal frames worden gestuurd; de gedocumenteerde standaard is twee frames per seconde. Behoud tijdstempels wanneer u om een tijdlijn van gebeurtenissen vraagt.
Vraag bij een lang fragment om de gebeurtenis, het tijdsinterval en het zichtbare bewijs, in plaats van een ongedifferentieerde samenvatting. Vraag voor meerdere pagina's om een resultaat geordend op pagina-identificatie. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe en helpen om weglatingen of extractiefouten zichtbaar te maken.
Generatierichtlijnen en limieten
Het generatiebestand van het checkpoint gebruikt standaard temperature 0.8, top_p 0.95 en top_k 20. Het afzonderlijke evaluatierecept voor Thinking van Qwen gebruikt temperature 0.6, een presence penalty van nul, een repetition penalty van 1.0 en een uitvoerruimte van 40.960 tokens. Dit zijn verschillende vooraf ingestelde configuraties van de producent, geen enkele harde uitvoerlimiet. Laat naast de visuele tokens ruimte voor redenering en uiteindelijke tekst en verifieer geëxtraheerde tekst, berekende antwoorden en gegenereerde code aan de hand van de bron voordat u ze gebruikt.
", "aboutText": "Inleiding: de multimodale Thinking-editie\n\nQwen3-VL-235B-A22B-Thinking is de op redeneren gerichte mixture-of-experts-editie van Qwen3-VL. Het combineert tekst met afbeeldingen en video en produceert tekstuele antwoorden of code. Het vaste Thinking-checkpoint staat los van Qwen3-VL-235B-A22B-Instruct en de afzonderlijk benoemde FP8-builds. Kies het voor een vraag die vereist dat visueel bewijs met een langere uitleg wordt verbonden, in plaats van aan te nemen dat elke Qwen3-VL-editie dezelfde antwoordstijl heeft.\n\nVisuele agents en visueel programmeren\n\nQwen beschrijft een workflow voor visuele agents die elementen in computer- of mobiele interfaces herkent, hun functies interpreteert en met tools werkt om taken af te ronden. Het model biedt waarneming en redenering; een toepassing moet de acties verbinden en uitvoeren. Lever voor een interfacebeoordeling het huidige screenshot en een specifiek doel aan en vraag het model vervolgens de relevante bedieningselementen te identificeren en de volgende actie uit te leggen. Alleen de afbeelding geeft geen controle over het apparaat.\n\nVisueel programmeren omvat het genereren van diagraminhoud en HTML, CSS of JavaScript vanuit afbeeldingen en video's. Lever een screenshot aan met de vereiste lay-out, het gedrag en het bewerkbare uitvoerformaat. Vraag om de paginastructuur en stijlen als afzonderlijke artefacten wanneer dat beoordeling eenvoudiger maakt. Gegenereerde code is tekst voor een ontwikkelworkflow; zij bewijst niet dat een website is gerenderd of dat de bronafbeelding een werkende toepassing is geworden.\n\nRuimtelijke waarneming\n\nDe maker documenteert redeneren over objectposities, kijkhoeken en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Stel een concrete relatievraag en benoem het object van belang: bijvoorbeeld welk onderdeel aan het zicht is onttrokken, wat ervoor staat en welke visuele aanwijzingen die interpretatie ondersteunen. Grounding mag niet als een gekalibreerde fysieke meting uit een willekeurige afbeelding worden behandeld.\n\nLange context en video\n\nDe oorspronkelijke context is 262.144 tokens. Qwen beschrijft uitbreiding naar ongeveer één miljoen via YaRN-configuratie en familieworkflows met boeken of urenlange video, met gebeurtenisindexering op secondenniveau. Deze mogelijkheden hangen af van representatie, bemonstering van frames en contextconfiguratie; de brede beschrijving van de maker garandeert geen perfecte herinnering van elk frame. In de repository adviseert Qwen bij uitbreiding van 256K naar ongeveer 1M een extrapolatiefactor van twee of drie voor dit vervlochten positieschema, in plaats van automatisch een factor vier van een ander model te kopiëren.\n\nMultimodaal redeneren en herkennen\n\nDe Thinking-editie richt zich op bewijsgebaseerd STEM- en wiskundig redeneren, causale analyse en logische antwoorden die tekst met visueel materiaal verbinden. Geef een diagram en de bijbehorende definities samen, of een grafiek en de precieze numerieke vraag. Vraag vóór de conclusie om de gebruikte labels en waarden. Qwen beschrijft ook bredere visuele herkenning van mensen, anime, producten, herkenningspunten, planten en dieren. Een herkenningsantwoord blijft een afleiding uit de aangeleverde afbeelding, geen garantie dat elk object of elke identiteit kan worden benoemd.\n\nOCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief gespecialiseerde woordenschat en de structuur van lange documenten. Behoud leesbare bronafbeeldingen en vraag om velden, citaten of een gestructureerde tabel die kan worden gecontroleerd. Tekst- en beeldbegrip zijn in één model gecombineerd, zodat een vraag gezamenlijk naar een documentpassage, een figuur en de instructies van de gebruiker kan verwijzen.\n\nArchitectuurwijzigingen\n\nInterleaved-MRoPE verdeelt positierepresentatie over tijd, breedte en hoogte voor videoredeneren. DeepStack combineert visuele kenmerken uit meerdere encoderniveaus om fijnere details vast te leggen en de afstemming tussen beeld en tekst te verbeteren. Afstemming van tekst op tijdstempels verankert gebeurtenissen in tijdsverwijzingen. De vrijgegeven tekstconfiguratie heeft 94 lagen, 128 experts en acht experts die per token worden geselecteerd. Deze architectuurdetails verklaren de multimodale representatie van het model; zij stellen geen garantie voor reactietijd vast.\n\nVisuele invoer en uitvoer voorbereiden\n\nDe voorbeelden van de maker omvatten één of meerdere afbeeldingen, video en verzoeken met alleen tekst. Geef elke visuele invoer een label, zodat de vraag er duidelijk naar kan verwijzen. Beeld- en videoprocessors gebruiken afzonderlijke pixelbudgetten: een beeldbudget beperkt de pixels van de afbeelding, terwijl een videobudget pixels over de bemonsterde frames telt. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. Videobemonstering kan via de frequentie of het aantal frames worden gestuurd; de gedocumenteerde standaard is twee frames per seconde. Behoud tijdstempels wanneer u om een tijdlijn van gebeurtenissen vraagt.\n\nVraag bij een lang fragment om de gebeurtenis, het tijdsinterval en het zichtbare bewijs, in plaats van een ongedifferentieerde samenvatting. Vraag voor meerdere pagina's om een resultaat geordend op pagina-identificatie. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe en helpen om weglatingen of extractiefouten zichtbaar te maken.\n\nGeneratierichtlijnen en limieten\n\nHet generatiebestand van het checkpoint gebruikt standaard temperature 0.8, top_p 0.95 en top_k 20. Het afzonderlijke evaluatierecept voor Thinking van Qwen gebruikt temperature 0.6, een presence penalty van nul, een repetition penalty van 1.0 en een uitvoerruimte van 40.960 tokens. Dit zijn verschillende vooraf ingestelde configuraties van de producent, geen enkele harde uitvoerlimiet. Laat naast de visuele tokens ruimte voor redenering en uiteindelijke tekst en verifieer geëxtraheerde tekst, berekende antwoorden en gegenereerde code aan de hand van de bron voordat u ze gebruikt.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Reason from a textual circuit description\n\nUse this textual circuit description: an ideal 12 V source powers two series resistors, R1 = 2 Ω and R2 = 4 Ω. Calculate total resistance, current and voltage across each resistor. State the ideal-component assumptions and verify that the voltage drops sum to the source voltage. Return a compact worked solution using the labels R1 and R2.A labeled worked calculation and a voltage-sum consistency check.The same series current is used for both resistors and the stated voltage drops sum to 12 V.qwen/qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking is het mixture-of-experts-vision-language-model van Qwen voor redeneren met tekst, beeld en video. Gebruik de Thinking-editie voor STEM-vragen, documentbewijs, ruimtelijke relaties, visueel programmeren en videoanalyse met tijdstempels, met een oorspronkelijke 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.
Inleiding: de multimodale Thinking-editie
Qwen3-VL-235B-A22B-Thinking is de op redeneren gerichte mixture-of-experts-editie van Qwen3-VL. Het combineert tekst met afbeeldingen en video en produceert tekstuele antwoorden of code. Het vaste Thinking-checkpoint staat los van Qwen3-VL-235B-A22B-Instruct en de afzonderlijk benoemde FP8-builds. Kies het voor een vraag die vereist dat visueel bewijs met een langere uitleg wordt verbonden, in plaats van aan te nemen dat elke Qwen3-VL-editie dezelfde antwoordstijl heeft.
Visuele agents en visueel programmeren
Qwen beschrijft een workflow voor visuele agents die elementen in computer- of mobiele interfaces herkent, hun functies interpreteert en met tools werkt om taken af te ronden. Het model biedt waarneming en redenering; een toepassing moet de acties verbinden en uitvoeren. Lever voor een interfacebeoordeling het huidige screenshot en een specifiek doel aan en vraag het model vervolgens de relevante bedieningselementen te identificeren en de volgende actie uit te leggen. Alleen de afbeelding geeft geen controle over het apparaat.
Visueel programmeren omvat het genereren van diagraminhoud en HTML, CSS of JavaScript vanuit afbeeldingen en video's. Lever een screenshot aan met de vereiste lay-out, het gedrag en het bewerkbare uitvoerformaat. Vraag om de paginastructuur en stijlen als afzonderlijke artefacten wanneer dat beoordeling eenvoudiger maakt. Gegenereerde code is tekst voor een ontwikkelworkflow; zij bewijst niet dat een website is gerenderd of dat de bronafbeelding een werkende toepassing is geworden.
Ruimtelijke waarneming
De maker documenteert redeneren over objectposities, kijkhoeken en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Stel een concrete relatievraag en benoem het object van belang: bijvoorbeeld welk onderdeel aan het zicht is onttrokken, wat ervoor staat en welke visuele aanwijzingen die interpretatie ondersteunen. Grounding mag niet als een gekalibreerde fysieke meting uit een willekeurige afbeelding worden behandeld.
Lange context en video
De oorspronkelijke context is 262.144 tokens. Qwen beschrijft uitbreiding naar ongeveer één miljoen via YaRN-configuratie en familieworkflows met boeken of urenlange video, met gebeurtenisindexering op secondenniveau. Deze mogelijkheden hangen af van representatie, bemonstering van frames en contextconfiguratie; de brede beschrijving van de maker garandeert geen perfecte herinnering van elk frame. In de repository adviseert Qwen bij uitbreiding van 256K naar ongeveer 1M een extrapolatiefactor van twee of drie voor dit vervlochten positieschema, in plaats van automatisch een factor vier van een ander model te kopiëren.
Multimodaal redeneren en herkennen
De Thinking-editie richt zich op bewijsgebaseerd STEM- en wiskundig redeneren, causale analyse en logische antwoorden die tekst met visueel materiaal verbinden. Geef een diagram en de bijbehorende definities samen, of een grafiek en de precieze numerieke vraag. Vraag vóór de conclusie om de gebruikte labels en waarden. Qwen beschrijft ook bredere visuele herkenning van mensen, anime, producten, herkenningspunten, planten en dieren. Een herkenningsantwoord blijft een afleiding uit de aangeleverde afbeelding, geen garantie dat elk object of elke identiteit kan worden benoemd.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief gespecialiseerde woordenschat en de structuur van lange documenten. Behoud leesbare bronafbeeldingen en vraag om velden, citaten of een gestructureerde tabel die kan worden gecontroleerd. Tekst- en beeldbegrip zijn in één model gecombineerd, zodat een vraag gezamenlijk naar een documentpassage, een figuur en de instructies van de gebruiker kan verwijzen.
Architectuurwijzigingen
Interleaved-MRoPE verdeelt positierepresentatie over tijd, breedte en hoogte voor videoredeneren. DeepStack combineert visuele kenmerken uit meerdere encoderniveaus om fijnere details vast te leggen en de afstemming tussen beeld en tekst te verbeteren. Afstemming van tekst op tijdstempels verankert gebeurtenissen in tijdsverwijzingen. De vrijgegeven tekstconfiguratie heeft 94 lagen, 128 experts en acht experts die per token worden geselecteerd. Deze architectuurdetails verklaren de multimodale representatie van het model; zij stellen geen garantie voor reactietijd vast.
Visuele invoer en uitvoer voorbereiden
De voorbeelden van de maker omvatten één of meerdere afbeeldingen, video en verzoeken met alleen tekst. Geef elke visuele invoer een label, zodat de vraag er duidelijk naar kan verwijzen. Beeld- en videoprocessors gebruiken afzonderlijke pixelbudgetten: een beeldbudget beperkt de pixels van de afbeelding, terwijl een videobudget pixels over de bemonsterde frames telt. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. Videobemonstering kan via de frequentie of het aantal frames worden gestuurd; de gedocumenteerde standaard is twee frames per seconde. Behoud tijdstempels wanneer u om een tijdlijn van gebeurtenissen vraagt.
Vraag bij een lang fragment om de gebeurtenis, het tijdsinterval en het zichtbare bewijs, in plaats van een ongedifferentieerde samenvatting. Vraag voor meerdere pagina's om een resultaat geordend op pagina-identificatie. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe en helpen om weglatingen of extractiefouten zichtbaar te maken.
Generatierichtlijnen en limieten
Het generatiebestand van het checkpoint gebruikt standaard temperature 0.8, top_p 0.95 en top_k 20. Het afzonderlijke evaluatierecept voor Thinking van Qwen gebruikt temperature 0.6, een presence penalty van nul, een repetition penalty van 1.0 en een uitvoerruimte van 40.960 tokens. Dit zijn verschillende vooraf ingestelde configuraties van de producent, geen enkele harde uitvoerlimiet. Laat naast de visuele tokens ruimte voor redenering en uiteindelijke tekst en verifieer geëxtraheerde tekst, berekende antwoorden en gegenereerde code aan de hand van de bron voordat u ze gebruikt.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-vl-235b-a22b-thinking | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Tekstgesprek | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
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 |
Parametercontrol_scope | ContractTekstgesprek; stream is een booleaanse waarde en is standaard false. |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Methodealiasnamen: /chat/completions
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 $0.000572 / 1K tokens Uitvoer · Uitvoertokens $0.00572 / 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-235b-a22b-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="qwen/qwen3-vl-235b-a22b-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
qwen/qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking is het mixture-of-experts-vision-language-model van Qwen voor redeneren met tekst, beeld en video. Gebruik de Thinking-editie voor STEM-vragen, documentbewijs, ruimtelijke relaties, visueel programmeren en videoanalyse met tijdstempels, met een oorspronkelijke 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.
Inleiding: de multimodale Thinking-editie
Qwen3-VL-235B-A22B-Thinking is de op redeneren gerichte mixture-of-experts-editie van Qwen3-VL. Het combineert tekst met afbeeldingen en video en produceert tekstuele antwoorden of code. Het vaste Thinking-checkpoint staat los van Qwen3-VL-235B-A22B-Instruct en de afzonderlijk benoemde FP8-builds. Kies het voor een vraag die vereist dat visueel bewijs met een langere uitleg wordt verbonden, in plaats van aan te nemen dat elke Qwen3-VL-editie dezelfde antwoordstijl heeft.
Visuele agents en visueel programmeren
Qwen beschrijft een workflow voor visuele agents die elementen in computer- of mobiele interfaces herkent, hun functies interpreteert en met tools werkt om taken af te ronden. Het model biedt waarneming en redenering; een toepassing moet de acties verbinden en uitvoeren. Lever voor een interfacebeoordeling het huidige screenshot en een specifiek doel aan en vraag het model vervolgens de relevante bedieningselementen te identificeren en de volgende actie uit te leggen. Alleen de afbeelding geeft geen controle over het apparaat.
Visueel programmeren omvat het genereren van diagraminhoud en HTML, CSS of JavaScript vanuit afbeeldingen en video's. Lever een screenshot aan met de vereiste lay-out, het gedrag en het bewerkbare uitvoerformaat. Vraag om de paginastructuur en stijlen als afzonderlijke artefacten wanneer dat beoordeling eenvoudiger maakt. Gegenereerde code is tekst voor een ontwikkelworkflow; zij bewijst niet dat een website is gerenderd of dat de bronafbeelding een werkende toepassing is geworden.
Ruimtelijke waarneming
De maker documenteert redeneren over objectposities, kijkhoeken en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Stel een concrete relatievraag en benoem het object van belang: bijvoorbeeld welk onderdeel aan het zicht is onttrokken, wat ervoor staat en welke visuele aanwijzingen die interpretatie ondersteunen. Grounding mag niet als een gekalibreerde fysieke meting uit een willekeurige afbeelding worden behandeld.
Lange context en video
De oorspronkelijke context is 262.144 tokens. Qwen beschrijft uitbreiding naar ongeveer één miljoen via YaRN-configuratie en familieworkflows met boeken of urenlange video, met gebeurtenisindexering op secondenniveau. Deze mogelijkheden hangen af van representatie, bemonstering van frames en contextconfiguratie; de brede beschrijving van de maker garandeert geen perfecte herinnering van elk frame. In de repository adviseert Qwen bij uitbreiding van 256K naar ongeveer 1M een extrapolatiefactor van twee of drie voor dit vervlochten positieschema, in plaats van automatisch een factor vier van een ander model te kopiëren.
Multimodaal redeneren en herkennen
De Thinking-editie richt zich op bewijsgebaseerd STEM- en wiskundig redeneren, causale analyse en logische antwoorden die tekst met visueel materiaal verbinden. Geef een diagram en de bijbehorende definities samen, of een grafiek en de precieze numerieke vraag. Vraag vóór de conclusie om de gebruikte labels en waarden. Qwen beschrijft ook bredere visuele herkenning van mensen, anime, producten, herkenningspunten, planten en dieren. Een herkenningsantwoord blijft een afleiding uit de aangeleverde afbeelding, geen garantie dat elk object of elke identiteit kan worden benoemd.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief gespecialiseerde woordenschat en de structuur van lange documenten. Behoud leesbare bronafbeeldingen en vraag om velden, citaten of een gestructureerde tabel die kan worden gecontroleerd. Tekst- en beeldbegrip zijn in één model gecombineerd, zodat een vraag gezamenlijk naar een documentpassage, een figuur en de instructies van de gebruiker kan verwijzen.
Architectuurwijzigingen
Interleaved-MRoPE verdeelt positierepresentatie over tijd, breedte en hoogte voor videoredeneren. DeepStack combineert visuele kenmerken uit meerdere encoderniveaus om fijnere details vast te leggen en de afstemming tussen beeld en tekst te verbeteren. Afstemming van tekst op tijdstempels verankert gebeurtenissen in tijdsverwijzingen. De vrijgegeven tekstconfiguratie heeft 94 lagen, 128 experts en acht experts die per token worden geselecteerd. Deze architectuurdetails verklaren de multimodale representatie van het model; zij stellen geen garantie voor reactietijd vast.
Visuele invoer en uitvoer voorbereiden
De voorbeelden van de maker omvatten één of meerdere afbeeldingen, video en verzoeken met alleen tekst. Geef elke visuele invoer een label, zodat de vraag er duidelijk naar kan verwijzen. Beeld- en videoprocessors gebruiken afzonderlijke pixelbudgetten: een beeldbudget beperkt de pixels van de afbeelding, terwijl een videobudget pixels over de bemonsterde frames telt. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. Videobemonstering kan via de frequentie of het aantal frames worden gestuurd; de gedocumenteerde standaard is twee frames per seconde. Behoud tijdstempels wanneer u om een tijdlijn van gebeurtenissen vraagt.
Vraag bij een lang fragment om de gebeurtenis, het tijdsinterval en het zichtbare bewijs, in plaats van een ongedifferentieerde samenvatting. Vraag voor meerdere pagina's om een resultaat geordend op pagina-identificatie. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe en helpen om weglatingen of extractiefouten zichtbaar te maken.
Generatierichtlijnen en limieten
Het generatiebestand van het checkpoint gebruikt standaard temperature 0.8, top_p 0.95 en top_k 20. Het afzonderlijke evaluatierecept voor Thinking van Qwen gebruikt temperature 0.6, een presence penalty van nul, een repetition penalty van 1.0 en een uitvoerruimte van 40.960 tokens. Dit zijn verschillende vooraf ingestelde configuraties van de producent, geen enkele harde uitvoerlimiet. Laat naast de visuele tokens ruimte voor redenering en uiteindelijke tekst en verifieer geëxtraheerde tekst, berekende antwoorden en gegenereerde code aan de hand van de bron voordat u ze gebruikt.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-vl-235b-a22b-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 $0.000572 / 1K tokens Uitvoer · Uitvoertokens $0.00572 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen/qwen3-vl-235b-a22b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-235b-a22b-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-235b-a22b-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-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking is het mixture-of-experts-vision-language-model van Qwen voor redeneren met tekst, beeld en video. Gebruik de Thinking-editie voor STEM-vragen, documentbewijs, ruimtelijke relaties, visueel programmeren en videoanalyse met tijdstempels, met een oorspronkelijke 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.
Inleiding: de multimodale Thinking-editie
Qwen3-VL-235B-A22B-Thinking is de op redeneren gerichte mixture-of-experts-editie van Qwen3-VL. Het combineert tekst met afbeeldingen en video en produceert tekstuele antwoorden of code. Het vaste Thinking-checkpoint staat los van Qwen3-VL-235B-A22B-Instruct en de afzonderlijk benoemde FP8-builds. Kies het voor een vraag die vereist dat visueel bewijs met een langere uitleg wordt verbonden, in plaats van aan te nemen dat elke Qwen3-VL-editie dezelfde antwoordstijl heeft.
Visuele agents en visueel programmeren
Qwen beschrijft een workflow voor visuele agents die elementen in computer- of mobiele interfaces herkent, hun functies interpreteert en met tools werkt om taken af te ronden. Het model biedt waarneming en redenering; een toepassing moet de acties verbinden en uitvoeren. Lever voor een interfacebeoordeling het huidige screenshot en een specifiek doel aan en vraag het model vervolgens de relevante bedieningselementen te identificeren en de volgende actie uit te leggen. Alleen de afbeelding geeft geen controle over het apparaat.
Visueel programmeren omvat het genereren van diagraminhoud en HTML, CSS of JavaScript vanuit afbeeldingen en video's. Lever een screenshot aan met de vereiste lay-out, het gedrag en het bewerkbare uitvoerformaat. Vraag om de paginastructuur en stijlen als afzonderlijke artefacten wanneer dat beoordeling eenvoudiger maakt. Gegenereerde code is tekst voor een ontwikkelworkflow; zij bewijst niet dat een website is gerenderd of dat de bronafbeelding een werkende toepassing is geworden.
Ruimtelijke waarneming
De maker documenteert redeneren over objectposities, kijkhoeken en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Stel een concrete relatievraag en benoem het object van belang: bijvoorbeeld welk onderdeel aan het zicht is onttrokken, wat ervoor staat en welke visuele aanwijzingen die interpretatie ondersteunen. Grounding mag niet als een gekalibreerde fysieke meting uit een willekeurige afbeelding worden behandeld.
Lange context en video
De oorspronkelijke context is 262.144 tokens. Qwen beschrijft uitbreiding naar ongeveer één miljoen via YaRN-configuratie en familieworkflows met boeken of urenlange video, met gebeurtenisindexering op secondenniveau. Deze mogelijkheden hangen af van representatie, bemonstering van frames en contextconfiguratie; de brede beschrijving van de maker garandeert geen perfecte herinnering van elk frame. In de repository adviseert Qwen bij uitbreiding van 256K naar ongeveer 1M een extrapolatiefactor van twee of drie voor dit vervlochten positieschema, in plaats van automatisch een factor vier van een ander model te kopiëren.
Multimodaal redeneren en herkennen
De Thinking-editie richt zich op bewijsgebaseerd STEM- en wiskundig redeneren, causale analyse en logische antwoorden die tekst met visueel materiaal verbinden. Geef een diagram en de bijbehorende definities samen, of een grafiek en de precieze numerieke vraag. Vraag vóór de conclusie om de gebruikte labels en waarden. Qwen beschrijft ook bredere visuele herkenning van mensen, anime, producten, herkenningspunten, planten en dieren. Een herkenningsantwoord blijft een afleiding uit de aangeleverde afbeelding, geen garantie dat elk object of elke identiteit kan worden benoemd.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief gespecialiseerde woordenschat en de structuur van lange documenten. Behoud leesbare bronafbeeldingen en vraag om velden, citaten of een gestructureerde tabel die kan worden gecontroleerd. Tekst- en beeldbegrip zijn in één model gecombineerd, zodat een vraag gezamenlijk naar een documentpassage, een figuur en de instructies van de gebruiker kan verwijzen.
Architectuurwijzigingen
Interleaved-MRoPE verdeelt positierepresentatie over tijd, breedte en hoogte voor videoredeneren. DeepStack combineert visuele kenmerken uit meerdere encoderniveaus om fijnere details vast te leggen en de afstemming tussen beeld en tekst te verbeteren. Afstemming van tekst op tijdstempels verankert gebeurtenissen in tijdsverwijzingen. De vrijgegeven tekstconfiguratie heeft 94 lagen, 128 experts en acht experts die per token worden geselecteerd. Deze architectuurdetails verklaren de multimodale representatie van het model; zij stellen geen garantie voor reactietijd vast.
Visuele invoer en uitvoer voorbereiden
De voorbeelden van de maker omvatten één of meerdere afbeeldingen, video en verzoeken met alleen tekst. Geef elke visuele invoer een label, zodat de vraag er duidelijk naar kan verwijzen. Beeld- en videoprocessors gebruiken afzonderlijke pixelbudgetten: een beeldbudget beperkt de pixels van de afbeelding, terwijl een videobudget pixels over de bemonsterde frames telt. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. Videobemonstering kan via de frequentie of het aantal frames worden gestuurd; de gedocumenteerde standaard is twee frames per seconde. Behoud tijdstempels wanneer u om een tijdlijn van gebeurtenissen vraagt.
Vraag bij een lang fragment om de gebeurtenis, het tijdsinterval en het zichtbare bewijs, in plaats van een ongedifferentieerde samenvatting. Vraag voor meerdere pagina's om een resultaat geordend op pagina-identificatie. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe en helpen om weglatingen of extractiefouten zichtbaar te maken.
Generatierichtlijnen en limieten
Het generatiebestand van het checkpoint gebruikt standaard temperature 0.8, top_p 0.95 en top_k 20. Het afzonderlijke evaluatierecept voor Thinking van Qwen gebruikt temperature 0.6, een presence penalty van nul, een repetition penalty van 1.0 en een uitvoerruimte van 40.960 tokens. Dit zijn verschillende vooraf ingestelde configuraties van de producent, geen enkele harde uitvoerlimiet. Laat naast de visuele tokens ruimte voor redenering en uiteindelijke tekst en verifieer geëxtraheerde tekst, berekende antwoorden en gegenereerde code aan de hand van de bron voordat u ze gebruikt.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen3-vl-235b-a22b-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 $0.000572 / 1K tokens Uitvoer · Uitvoertokens $0.00572 / 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": "qwen3-vl-235b-a22b-thinking", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3-vl-235b-a22b-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3-vl-235b-a22b-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-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking is het mixture-of-experts-vision-language-model van Qwen voor redeneren met tekst, beeld en video. Gebruik de Thinking-editie voor STEM-vragen, documentbewijs, ruimtelijke relaties, visueel programmeren en videoanalyse met tijdstempels, met een oorspronkelijke 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.
Inleiding: de multimodale Thinking-editie
Qwen3-VL-235B-A22B-Thinking is de op redeneren gerichte mixture-of-experts-editie van Qwen3-VL. Het combineert tekst met afbeeldingen en video en produceert tekstuele antwoorden of code. Het vaste Thinking-checkpoint staat los van Qwen3-VL-235B-A22B-Instruct en de afzonderlijk benoemde FP8-builds. Kies het voor een vraag die vereist dat visueel bewijs met een langere uitleg wordt verbonden, in plaats van aan te nemen dat elke Qwen3-VL-editie dezelfde antwoordstijl heeft.
Visuele agents en visueel programmeren
Qwen beschrijft een workflow voor visuele agents die elementen in computer- of mobiele interfaces herkent, hun functies interpreteert en met tools werkt om taken af te ronden. Het model biedt waarneming en redenering; een toepassing moet de acties verbinden en uitvoeren. Lever voor een interfacebeoordeling het huidige screenshot en een specifiek doel aan en vraag het model vervolgens de relevante bedieningselementen te identificeren en de volgende actie uit te leggen. Alleen de afbeelding geeft geen controle over het apparaat.
Visueel programmeren omvat het genereren van diagraminhoud en HTML, CSS of JavaScript vanuit afbeeldingen en video's. Lever een screenshot aan met de vereiste lay-out, het gedrag en het bewerkbare uitvoerformaat. Vraag om de paginastructuur en stijlen als afzonderlijke artefacten wanneer dat beoordeling eenvoudiger maakt. Gegenereerde code is tekst voor een ontwikkelworkflow; zij bewijst niet dat een website is gerenderd of dat de bronafbeelding een werkende toepassing is geworden.
Ruimtelijke waarneming
De maker documenteert redeneren over objectposities, kijkhoeken en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Stel een concrete relatievraag en benoem het object van belang: bijvoorbeeld welk onderdeel aan het zicht is onttrokken, wat ervoor staat en welke visuele aanwijzingen die interpretatie ondersteunen. Grounding mag niet als een gekalibreerde fysieke meting uit een willekeurige afbeelding worden behandeld.
Lange context en video
De oorspronkelijke context is 262.144 tokens. Qwen beschrijft uitbreiding naar ongeveer één miljoen via YaRN-configuratie en familieworkflows met boeken of urenlange video, met gebeurtenisindexering op secondenniveau. Deze mogelijkheden hangen af van representatie, bemonstering van frames en contextconfiguratie; de brede beschrijving van de maker garandeert geen perfecte herinnering van elk frame. In de repository adviseert Qwen bij uitbreiding van 256K naar ongeveer 1M een extrapolatiefactor van twee of drie voor dit vervlochten positieschema, in plaats van automatisch een factor vier van een ander model te kopiëren.
Multimodaal redeneren en herkennen
De Thinking-editie richt zich op bewijsgebaseerd STEM- en wiskundig redeneren, causale analyse en logische antwoorden die tekst met visueel materiaal verbinden. Geef een diagram en de bijbehorende definities samen, of een grafiek en de precieze numerieke vraag. Vraag vóór de conclusie om de gebruikte labels en waarden. Qwen beschrijft ook bredere visuele herkenning van mensen, anime, producten, herkenningspunten, planten en dieren. Een herkenningsantwoord blijft een afleiding uit de aangeleverde afbeelding, geen garantie dat elk object of elke identiteit kan worden benoemd.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief gespecialiseerde woordenschat en de structuur van lange documenten. Behoud leesbare bronafbeeldingen en vraag om velden, citaten of een gestructureerde tabel die kan worden gecontroleerd. Tekst- en beeldbegrip zijn in één model gecombineerd, zodat een vraag gezamenlijk naar een documentpassage, een figuur en de instructies van de gebruiker kan verwijzen.
Architectuurwijzigingen
Interleaved-MRoPE verdeelt positierepresentatie over tijd, breedte en hoogte voor videoredeneren. DeepStack combineert visuele kenmerken uit meerdere encoderniveaus om fijnere details vast te leggen en de afstemming tussen beeld en tekst te verbeteren. Afstemming van tekst op tijdstempels verankert gebeurtenissen in tijdsverwijzingen. De vrijgegeven tekstconfiguratie heeft 94 lagen, 128 experts en acht experts die per token worden geselecteerd. Deze architectuurdetails verklaren de multimodale representatie van het model; zij stellen geen garantie voor reactietijd vast.
Visuele invoer en uitvoer voorbereiden
De voorbeelden van de maker omvatten één of meerdere afbeeldingen, video en verzoeken met alleen tekst. Geef elke visuele invoer een label, zodat de vraag er duidelijk naar kan verwijzen. Beeld- en videoprocessors gebruiken afzonderlijke pixelbudgetten: een beeldbudget beperkt de pixels van de afbeelding, terwijl een videobudget pixels over de bemonsterde frames telt. Expliciete afbeeldingsafmetingen worden uitgelijnd op veelvouden van 32. Videobemonstering kan via de frequentie of het aantal frames worden gestuurd; de gedocumenteerde standaard is twee frames per seconde. Behoud tijdstempels wanneer u om een tijdlijn van gebeurtenissen vraagt.
Vraag bij een lang fragment om de gebeurtenis, het tijdsinterval en het zichtbare bewijs, in plaats van een ongedifferentieerde samenvatting. Vraag voor meerdere pagina's om een resultaat geordend op pagina-identificatie. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe en helpen om weglatingen of extractiefouten zichtbaar te maken.
Generatierichtlijnen en limieten
Het generatiebestand van het checkpoint gebruikt standaard temperature 0.8, top_p 0.95 en top_k 20. Het afzonderlijke evaluatierecept voor Thinking van Qwen gebruikt temperature 0.6, een presence penalty van nul, een repetition penalty van 1.0 en een uitvoerruimte van 40.960 tokens. Dit zijn verschillende vooraf ingestelde configuraties van de producent, geen enkele harde uitvoerlimiet. Laat naast de visuele tokens ruimte voor redenering en uiteindelijke tekst en verifieer geëxtraheerde tekst, berekende antwoorden en gegenereerde code aan de hand van de bron voordat u ze gebruikt.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen3-vl-235b-a22b-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 $0.000572 / 1K tokens Uitvoer · Uitvoertokens $0.00572 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen3-vl-235b-a22b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-vl-235b-a22b-thinking', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-vl-235b-a22b-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-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
Technisch voorbeeld in het Engels
Reason from a textual circuit description\n\nUse this textual circuit description: an ideal 12 V source powers two series resistors, R1 = 2 Ω and R2 = 4 Ω. Calculate total resistance, current and voltage across each resistor. State the ideal-component assumptions and verify that the voltage drops sum to the source voltage. Return a compact worked solution using the labels R1 and R2.A labeled worked calculation and a voltage-sum consistency check.The same series current is used for both resistors and the stated voltage drops sum to 12 V.