De visuele 8B Instruct-taaleditie
Qwen3-VL-8B-Instruct is de dichte, op instructies gerichte 8B-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Het blijft gescheiden van de met redeneren versterkte Thinking-editie en van sparse expertmodellen in dezelfde familie. Kies het voor een gerichte visuele instructie, documentvraag of bewerkbaar eindproduct waarvan het resultaat met het aangeleverde bewijs kan worden vergeleken.
Visuele agents en visueel programmeren
De maker beschrijft herkenning van interface-elementen op computers of mobiele apparaten, begrip van hun functies en toolgebruik in een workflow met visuele agents. Lever een schermafbeelding en een concreet doel aan en vraag vervolgens welke zichtbare bedieningselementen bij dat doel horen en welk bewijs de keuze ondersteunt. Gekoppelde software voert handelingen uit; het herkennen van een interface geeft het model niet zelfstandig controle over een apparaat.
Visueel programmeren omvat het produceren van diagraminhoud en HTML, CSS of JavaScript op basis van afbeeldingen of video. Lever de lay-outreferentie aan samen met functionele eisen en de vereiste bewerkbare uitvoer. Vraag om bronstructuur en stijlen afzonderlijk wanneer dat de beoordeling vereenvoudigt. Gegenereerde code is een tekstueel resultaat; er is nog steeds een ontwikkelworkflow nodig om die te renderen en het gedrag te beoordelen.
Ruimtelijke waarneming en lang materiaal
Qwen documenteert redeneren over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Benoem het doelobject en geef aan welk verband wordt onderzocht. Een resultaat over relatieve positie is een gevolgtrekking uit de afbeelding, geen gekalibreerde fysieke meting.
De native context is 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. Representatie, framebemonstering en de geconfigureerde sequentielimiet bepalen welk materiaal wordt verwerkt. Een grote context garandeert geen volledige herinnering van elke pagina of elk frame. Behoud de timing wanneer u om een verslag van videogebeurtenissen vraagt.
Multimodaal redeneren, herkenning en OCR
De familie ondersteunt STEM- en wiskundige vragen, causale analyse en op bewijs gebaseerde visuele uitleg. Lever de volledige opgave naast een schema aan en vraag vóór de conclusie om de gebruikte waarden en verbanden. Herkenning omvat een breed scala aan personen, producten, herkenningspunten, planten, dieren en mediapersonages; een aannemelijk label moet worden gecontroleerd wanneer identificatie van belang is.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en structuur van lange documenten. Lever een leesbare pagina aan en vraag om benoemde velden, citaten of een gestructureerde tabel die eraan kan worden getoetst. Tekstueel en visueel begrip worden gecombineerd, zodat een vraag een alinea aan een figuur en de instructies van de gebruiker kan koppelen.
Architectuurupdates
De gepubliceerde dichte tekstconfiguratie heeft 36 lagen. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte voor redeneren over video. DeepStack combineert kenmerken van meerdere niveaus van de visuele encoder en tekst-tijdstempeluitlijning verankert gebeurtenissen in tijdsreferenties. Deze architectuurfuncties beschrijven de representatie van het model; ze leggen geen vaste responstijd of exacte fysieke nauwkeurigheid vast.
Invoer voorbereiden
De familievoorbeelden van de maker omvatten verzoeken met alleen tekst, één of meerdere afbeeldingen en video. Label visuele invoer en geef het onderlinge verband aan. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk: een afbeeldingsbudget betreft één afbeelding, terwijl een videobudget pixels over bemonsterde frames betreft. Expliciete afbeeldingsafmetingen worden afgestemd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor frequentie of aantal frames in ondersteunde workflows.
De helperworkflow bewaart videometadata en adviseert dubbele schaalwijziging te vermijden wanneer de media al zijn geschaald. Behoud voor een documenttaak pagina-identificaties; vraag voor een fragment om de gebeurtenis, het relevante interval en zichtbaar bewijs. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe, in plaats van exacte extractie of temporele nauwkeurigheid te garanderen.
Generatierichtlijnen en beperkingen
Deze exacte modelkaart geeft afzonderlijke taakpresets. Visuele taaltaken gebruiken temperature 0.7, top_p 0.8, top_k 20, repetition penalty 1.0 en presence penalty 1.5, met een uitvoercapaciteit van 16,384 tokens. Teksttaken gebruiken temperature 1.0, top_p 1.0, top_k 40, repetition penalty 1.0 en presence penalty 2.0, met een capaciteit van 32,768 tokens. Dit zijn procedurebudgetten van de producent, geen onafhankelijk vastgestelde harde uitvoergrenzen of afzonderlijke modelidentiteiten.
De procedure voor lange context van de familie gebruikt YaRN, met een factor twee of drie aanbevolen bij uitbreiding van de verweven posities van 256K naar ongeveer 1M. Neem geen factor vier over uit een andere Qwen-familie. Reserveer naast visuele en tekstuele invoer ruimte voor het antwoord en verifieer OCR, berekende conclusies en gegenereerde broncode aan de hand van het oorspronkelijke materiaal. Behoud de exacte Instruct-editie, in plaats van de afspraken voor generatie of instellingen van een Thinking-checkpoint over te nemen.
", "aboutText": "De visuele 8B Instruct-taaleditie\n\nQwen3-VL-8B-Instruct is de dichte, op instructies gerichte 8B-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Het blijft gescheiden van de met redeneren versterkte Thinking-editie en van sparse expertmodellen in dezelfde familie. Kies het voor een gerichte visuele instructie, documentvraag of bewerkbaar eindproduct waarvan het resultaat met het aangeleverde bewijs kan worden vergeleken.\n\nVisuele agents en visueel programmeren\n\nDe maker beschrijft herkenning van interface-elementen op computers of mobiele apparaten, begrip van hun functies en toolgebruik in een workflow met visuele agents. Lever een schermafbeelding en een concreet doel aan en vraag vervolgens welke zichtbare bedieningselementen bij dat doel horen en welk bewijs de keuze ondersteunt. Gekoppelde software voert handelingen uit; het herkennen van een interface geeft het model niet zelfstandig controle over een apparaat.\n\nVisueel programmeren omvat het produceren van diagraminhoud en HTML, CSS of JavaScript op basis van afbeeldingen of video. Lever de lay-outreferentie aan samen met functionele eisen en de vereiste bewerkbare uitvoer. Vraag om bronstructuur en stijlen afzonderlijk wanneer dat de beoordeling vereenvoudigt. Gegenereerde code is een tekstueel resultaat; er is nog steeds een ontwikkelworkflow nodig om die te renderen en het gedrag te beoordelen.\n\nRuimtelijke waarneming en lang materiaal\n\nQwen documenteert redeneren over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Benoem het doelobject en geef aan welk verband wordt onderzocht. Een resultaat over relatieve positie is een gevolgtrekking uit de afbeelding, geen gekalibreerde fysieke meting.\n\nDe native context is 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. Representatie, framebemonstering en de geconfigureerde sequentielimiet bepalen welk materiaal wordt verwerkt. Een grote context garandeert geen volledige herinnering van elke pagina of elk frame. Behoud de timing wanneer u om een verslag van videogebeurtenissen vraagt.\n\nMultimodaal redeneren, herkenning en OCR\n\nDe familie ondersteunt STEM- en wiskundige vragen, causale analyse en op bewijs gebaseerde visuele uitleg. Lever de volledige opgave naast een schema aan en vraag vóór de conclusie om de gebruikte waarden en verbanden. Herkenning omvat een breed scala aan personen, producten, herkenningspunten, planten, dieren en mediapersonages; een aannemelijk label moet worden gecontroleerd wanneer identificatie van belang is.\n\nOCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en structuur van lange documenten. Lever een leesbare pagina aan en vraag om benoemde velden, citaten of een gestructureerde tabel die eraan kan worden getoetst. Tekstueel en visueel begrip worden gecombineerd, zodat een vraag een alinea aan een figuur en de instructies van de gebruiker kan koppelen.\n\nArchitectuurupdates\n\nDe gepubliceerde dichte tekstconfiguratie heeft 36 lagen. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte voor redeneren over video. DeepStack combineert kenmerken van meerdere niveaus van de visuele encoder en tekst-tijdstempeluitlijning verankert gebeurtenissen in tijdsreferenties. Deze architectuurfuncties beschrijven de representatie van het model; ze leggen geen vaste responstijd of exacte fysieke nauwkeurigheid vast.\n\nInvoer voorbereiden\n\nDe familievoorbeelden van de maker omvatten verzoeken met alleen tekst, één of meerdere afbeeldingen en video. Label visuele invoer en geef het onderlinge verband aan. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk: een afbeeldingsbudget betreft één afbeelding, terwijl een videobudget pixels over bemonsterde frames betreft. Expliciete afbeeldingsafmetingen worden afgestemd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor frequentie of aantal frames in ondersteunde workflows.\n\nDe helperworkflow bewaart videometadata en adviseert dubbele schaalwijziging te vermijden wanneer de media al zijn geschaald. Behoud voor een documenttaak pagina-identificaties; vraag voor een fragment om de gebeurtenis, het relevante interval en zichtbaar bewijs. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe, in plaats van exacte extractie of temporele nauwkeurigheid te garanderen.\n\nGeneratierichtlijnen en beperkingen\n\nDeze exacte modelkaart geeft afzonderlijke taakpresets. Visuele taaltaken gebruiken temperature 0.7, top_p 0.8, top_k 20, repetition penalty 1.0 en presence penalty 1.5, met een uitvoercapaciteit van 16,384 tokens. Teksttaken gebruiken temperature 1.0, top_p 1.0, top_k 40, repetition penalty 1.0 en presence penalty 2.0, met een capaciteit van 32,768 tokens. Dit zijn procedurebudgetten van de producent, geen onafhankelijk vastgestelde harde uitvoergrenzen of afzonderlijke modelidentiteiten.\n\nDe procedure voor lange context van de familie gebruikt YaRN, met een factor twee of drie aanbevolen bij uitbreiding van de verweven posities van 256K naar ongeveer 1M. Neem geen factor vier over uit een andere Qwen-familie. Reserveer naast visuele en tekstuele invoer ruimte voor het antwoord en verifieer OCR, berekende conclusies en gegenereerde broncode aan de hand van het oorspronkelijke materiaal. Behoud de exacte Instruct-editie, in plaats van de afspraken voor generatie of instellingen van een Thinking-checkpoint over te nemen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Read a text diagram relationship\n\nUse this text rendering of diagram D4: source A feeds filter B; B feeds tanks C and D; only D connects to drain E. List the directed path from A to E and name the tank on that path. Do not add physical dimensions or connections absent from the rendering.A labeled directed path and the tank identifier supported by D4.The path must follow the stated arrows and must not add a C-to-E connection.qwen/qwen3-vl-8b-instructQwen3-VL-8B-Instruct is Qwens dichte, op instructies gerichte visuele taalmodel voor tekst, afbeeldingen en video, dat tekst of code retourneert. Het ondersteunt documenten lezen, visueel programmeren, ruimtelijke vragen en videoanalyse, met OCR voor 32 talen en een native context van 262,144 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
De visuele 8B Instruct-taaleditie
Qwen3-VL-8B-Instruct is de dichte, op instructies gerichte 8B-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Het blijft gescheiden van de met redeneren versterkte Thinking-editie en van sparse expertmodellen in dezelfde familie. Kies het voor een gerichte visuele instructie, documentvraag of bewerkbaar eindproduct waarvan het resultaat met het aangeleverde bewijs kan worden vergeleken.
Visuele agents en visueel programmeren
De maker beschrijft herkenning van interface-elementen op computers of mobiele apparaten, begrip van hun functies en toolgebruik in een workflow met visuele agents. Lever een schermafbeelding en een concreet doel aan en vraag vervolgens welke zichtbare bedieningselementen bij dat doel horen en welk bewijs de keuze ondersteunt. Gekoppelde software voert handelingen uit; het herkennen van een interface geeft het model niet zelfstandig controle over een apparaat.
Visueel programmeren omvat het produceren van diagraminhoud en HTML, CSS of JavaScript op basis van afbeeldingen of video. Lever de lay-outreferentie aan samen met functionele eisen en de vereiste bewerkbare uitvoer. Vraag om bronstructuur en stijlen afzonderlijk wanneer dat de beoordeling vereenvoudigt. Gegenereerde code is een tekstueel resultaat; er is nog steeds een ontwikkelworkflow nodig om die te renderen en het gedrag te beoordelen.
Ruimtelijke waarneming en lang materiaal
Qwen documenteert redeneren over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Benoem het doelobject en geef aan welk verband wordt onderzocht. Een resultaat over relatieve positie is een gevolgtrekking uit de afbeelding, geen gekalibreerde fysieke meting.
De native context is 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. Representatie, framebemonstering en de geconfigureerde sequentielimiet bepalen welk materiaal wordt verwerkt. Een grote context garandeert geen volledige herinnering van elke pagina of elk frame. Behoud de timing wanneer u om een verslag van videogebeurtenissen vraagt.
Multimodaal redeneren, herkenning en OCR
De familie ondersteunt STEM- en wiskundige vragen, causale analyse en op bewijs gebaseerde visuele uitleg. Lever de volledige opgave naast een schema aan en vraag vóór de conclusie om de gebruikte waarden en verbanden. Herkenning omvat een breed scala aan personen, producten, herkenningspunten, planten, dieren en mediapersonages; een aannemelijk label moet worden gecontroleerd wanneer identificatie van belang is.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en structuur van lange documenten. Lever een leesbare pagina aan en vraag om benoemde velden, citaten of een gestructureerde tabel die eraan kan worden getoetst. Tekstueel en visueel begrip worden gecombineerd, zodat een vraag een alinea aan een figuur en de instructies van de gebruiker kan koppelen.
Architectuurupdates
De gepubliceerde dichte tekstconfiguratie heeft 36 lagen. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte voor redeneren over video. DeepStack combineert kenmerken van meerdere niveaus van de visuele encoder en tekst-tijdstempeluitlijning verankert gebeurtenissen in tijdsreferenties. Deze architectuurfuncties beschrijven de representatie van het model; ze leggen geen vaste responstijd of exacte fysieke nauwkeurigheid vast.
Invoer voorbereiden
De familievoorbeelden van de maker omvatten verzoeken met alleen tekst, één of meerdere afbeeldingen en video. Label visuele invoer en geef het onderlinge verband aan. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk: een afbeeldingsbudget betreft één afbeelding, terwijl een videobudget pixels over bemonsterde frames betreft. Expliciete afbeeldingsafmetingen worden afgestemd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor frequentie of aantal frames in ondersteunde workflows.
De helperworkflow bewaart videometadata en adviseert dubbele schaalwijziging te vermijden wanneer de media al zijn geschaald. Behoud voor een documenttaak pagina-identificaties; vraag voor een fragment om de gebeurtenis, het relevante interval en zichtbaar bewijs. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe, in plaats van exacte extractie of temporele nauwkeurigheid te garanderen.
Generatierichtlijnen en beperkingen
Deze exacte modelkaart geeft afzonderlijke taakpresets. Visuele taaltaken gebruiken temperature 0.7, top_p 0.8, top_k 20, repetition penalty 1.0 en presence penalty 1.5, met een uitvoercapaciteit van 16,384 tokens. Teksttaken gebruiken temperature 1.0, top_p 1.0, top_k 40, repetition penalty 1.0 en presence penalty 2.0, met een capaciteit van 32,768 tokens. Dit zijn procedurebudgetten van de producent, geen onafhankelijk vastgestelde harde uitvoergrenzen of afzonderlijke modelidentiteiten.
De procedure voor lange context van de familie gebruikt YaRN, met een factor twee of drie aanbevolen bij uitbreiding van de verweven posities van 256K naar ongeveer 1M. Neem geen factor vier over uit een andere Qwen-familie. Reserveer naast visuele en tekstuele invoer ruimte voor het antwoord en verifieer OCR, berekende conclusies en gegenereerde broncode aan de hand van het oorspronkelijke materiaal. Behoud de exacte Instruct-editie, in plaats van de afspraken voor generatie of instellingen van een Thinking-checkpoint over te nemen.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-vl-8b-instruct | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.0015 / 1K tokens Invoer · Cache lezen $0.00024 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.0015 / 1K tokens Invoer · Cache lezen $0.00024 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-vl-8b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen/qwen3-vl-8b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen/qwen3-vl-8b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra qwen/qwen3-vl-8b-instruct
Gebruik de hierboven getoonde methodepaden.
qwen/qwen3-vl-8b-instructQwen3-VL-8B-Instruct is Qwens dichte, op instructies gerichte visuele taalmodel voor tekst, afbeeldingen en video, dat tekst of code retourneert. Het ondersteunt documenten lezen, visueel programmeren, ruimtelijke vragen en videoanalyse, met OCR voor 32 talen en een native context van 262,144 tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
De visuele 8B Instruct-taaleditie
Qwen3-VL-8B-Instruct is de dichte, op instructies gerichte 8B-editie van Qwen3-VL. Het combineert tekst met afbeeldingen of video en produceert tekst, waaronder code. Het blijft gescheiden van de met redeneren versterkte Thinking-editie en van sparse expertmodellen in dezelfde familie. Kies het voor een gerichte visuele instructie, documentvraag of bewerkbaar eindproduct waarvan het resultaat met het aangeleverde bewijs kan worden vergeleken.
Visuele agents en visueel programmeren
De maker beschrijft herkenning van interface-elementen op computers of mobiele apparaten, begrip van hun functies en toolgebruik in een workflow met visuele agents. Lever een schermafbeelding en een concreet doel aan en vraag vervolgens welke zichtbare bedieningselementen bij dat doel horen en welk bewijs de keuze ondersteunt. Gekoppelde software voert handelingen uit; het herkennen van een interface geeft het model niet zelfstandig controle over een apparaat.
Visueel programmeren omvat het produceren van diagraminhoud en HTML, CSS of JavaScript op basis van afbeeldingen of video. Lever de lay-outreferentie aan samen met functionele eisen en de vereiste bewerkbare uitvoer. Vraag om bronstructuur en stijlen afzonderlijk wanneer dat de beoordeling vereenvoudigt. Gegenereerde code is een tekstueel resultaat; er is nog steeds een ontwikkelworkflow nodig om die te renderen en het gedrag te beoordelen.
Ruimtelijke waarneming en lang materiaal
Qwen documenteert redeneren over objectposities, gezichtspunten en occlusies, met tweedimensionale grounding en ondersteuning voor driedimensionale grounding. Benoem het doelobject en geef aan welk verband wordt onderzocht. Een resultaat over relatieve positie is een gevolgtrekking uit de afbeelding, geen gekalibreerde fysieke meting.
De native context is 262,144 tokens. De familie beschrijft boeken en urenlange video, met gebeurtenisindexering op secondenniveau en uitbreiding tot ongeveer één miljoen tokens via configuratie. Representatie, framebemonstering en de geconfigureerde sequentielimiet bepalen welk materiaal wordt verwerkt. Een grote context garandeert geen volledige herinnering van elke pagina of elk frame. Behoud de timing wanneer u om een verslag van videogebeurtenissen vraagt.
Multimodaal redeneren, herkenning en OCR
De familie ondersteunt STEM- en wiskundige vragen, causale analyse en op bewijs gebaseerde visuele uitleg. Lever de volledige opgave naast een schema aan en vraag vóór de conclusie om de gebruikte waarden en verbanden. Herkenning omvat een breed scala aan personen, producten, herkenningspunten, planten, dieren en mediapersonages; een aannemelijk label moet worden gecontroleerd wanneer identificatie van belang is.
OCR omvat 32 talen en is ontworpen om lezen bij weinig licht, onscherpte of kanteling te verbeteren, inclusief specialistische woordenschat en structuur van lange documenten. Lever een leesbare pagina aan en vraag om benoemde velden, citaten of een gestructureerde tabel die eraan kan worden getoetst. Tekstueel en visueel begrip worden gecombineerd, zodat een vraag een alinea aan een figuur en de instructies van de gebruiker kan koppelen.
Architectuurupdates
De gepubliceerde dichte tekstconfiguratie heeft 36 lagen. Interleaved-MRoPE vertegenwoordigt tijd, breedte en hoogte voor redeneren over video. DeepStack combineert kenmerken van meerdere niveaus van de visuele encoder en tekst-tijdstempeluitlijning verankert gebeurtenissen in tijdsreferenties. Deze architectuurfuncties beschrijven de representatie van het model; ze leggen geen vaste responstijd of exacte fysieke nauwkeurigheid vast.
Invoer voorbereiden
De familievoorbeelden van de maker omvatten verzoeken met alleen tekst, één of meerdere afbeeldingen en video. Label visuele invoer en geef het onderlinge verband aan. Pixelbudgetten voor afbeeldingen en video zijn afzonderlijk: een afbeeldingsbudget betreft één afbeelding, terwijl een videobudget pixels over bemonsterde frames betreft. Expliciete afbeeldingsafmetingen worden afgestemd op veelvouden van 32. De gedocumenteerde videostandaard is twee frames per seconde, met instellingen voor frequentie of aantal frames in ondersteunde workflows.
De helperworkflow bewaart videometadata en adviseert dubbele schaalwijziging te vermijden wanneer de media al zijn geschaald. Behoud voor een documenttaak pagina-identificaties; vraag voor een fragment om de gebeurtenis, het relevante interval en zichtbaar bewijs. Deze voorbereidingsvoorbeelden passen de gedocumenteerde mogelijkheden toe, in plaats van exacte extractie of temporele nauwkeurigheid te garanderen.
Generatierichtlijnen en beperkingen
Deze exacte modelkaart geeft afzonderlijke taakpresets. Visuele taaltaken gebruiken temperature 0.7, top_p 0.8, top_k 20, repetition penalty 1.0 en presence penalty 1.5, met een uitvoercapaciteit van 16,384 tokens. Teksttaken gebruiken temperature 1.0, top_p 1.0, top_k 40, repetition penalty 1.0 en presence penalty 2.0, met een capaciteit van 32,768 tokens. Dit zijn procedurebudgetten van de producent, geen onafhankelijk vastgestelde harde uitvoergrenzen of afzonderlijke modelidentiteiten.
De procedure voor lange context van de familie gebruikt YaRN, met een factor twee of drie aanbevolen bij uitbreiding van de verweven posities van 256K naar ongeveer 1M. Neem geen factor vier over uit een andere Qwen-familie. Reserveer naast visuele en tekstuele invoer ruimte voor het antwoord en verifieer OCR, berekende conclusies en gegenereerde broncode aan de hand van het oorspronkelijke materiaal. Behoud de exacte Instruct-editie, in plaats van de afspraken voor generatie of instellingen van een Thinking-checkpoint over te nemen.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-vl-8b-instruct | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.0015 / 1K tokens Invoer · Cache lezen $0.00024 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.0015 / 1K tokens Invoer · Cache lezen $0.00024 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen/qwen3-vl-8b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-vl-8b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen/qwen3-vl-8b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra qwen/qwen3-vl-8b-instruct
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Read a text diagram relationship\n\nUse this text rendering of diagram D4: source A feeds filter B; B feeds tanks C and D; only D connects to drain E. List the directed path from A to E and name the tank on that path. Do not add physical dimensions or connections absent from the rendering.A labeled directed path and the tank identifier supported by D4.The path must follow the stated arrows and must not add a C-to-E connection.