Qwen2.5-VL-7B-Instruct is de op instructies afgestemde 7B-editie van Qwen2.5-VL. Het koppelt een tekstinstructie aan afbeeldingen of video en retourneert een tekstresultaat. De belangrijkste verbeteringen van de maker omvatten herkenning van objecten en visuele details, analyse van tekst en lay-outs, taken voor visuele agents, begrip van gebeurtenissen in lange video's, objectlokalisatie en gestructureerde extractie uit documenten.
Visuele inhoud begrijpen
De familie gaat verder dan het herkennen van het hoofdonderwerp van een foto. Tot de gedocumenteerde taken behoren het analyseren van tekst, diagrammen, pictogrammen, grafische elementen en de rangschikking van elementen in een afbeelding. Geef bij een grafiek aan welke reeks of welk verband moet worden onderzocht en behoud de assen, legenda en eenheden. Vraag bij een schema hoe de gelabelde onderdelen met elkaar verbonden zijn en wat de zichtbare opstelling over het proces zegt.
Voor een bruikbare vergelijking kunt u een oorspronkelijk ontwerp en een aangepast ontwerp aanleveren, aangeven welk ontwerp welk is en vragen naar zichtbare wijzigingen aan de hand van een korte lijst eisen. Vraag om zowel de waarneming als het relevante gebied in de afbeelding. Zo krijgt het antwoord een concreet doel, in plaats van een algemene beschrijving van twee ongerelateerde afbeeldingen.
Workflows met visuele agents
De maker positioneert Qwen2.5-VL als een visuele agent die over een scherm kan redeneren en tools kan aansturen bij taken op computers of telefoons. Het model geeft een interpretatie en stelt een handeling voor; een omliggende agenttoepassing levert de bediening, voert de handeling uit en retourneert de nieuwe toestand. Een tekstantwoord of voorspelde coördinaat is dus één onderdeel van die geïntegreerde workflow.
Lever bij een vraag over een interface de schermafbeelding en het werkelijke doel aan en vraag vervolgens welk zichtbaar bedieningselement relevant is en wat de volgende stap moet zijn. Maak het gevraagde resultaat specifiek: het label van het bedieningselement, de locatie en de beoogde handeling. Als de toepassing die handeling vervolgens uitvoert, levert de volgende schermafbeelding de bijgewerkte visuele invoer voor een volgende beslissing.
Lange video's en lokalisatie van gebeurtenissen
De maker beschrijft het begrijpen van video's van meer dan een uur en het identificeren van het fragment met een gevraagde gebeurtenis. Daarmee gaat videobeschrijving over in temporele lokalisatie. Een taak kan vragen wanneer een object voor het eerst verschijnt, waar een demonstratie een bepaalde stap bereikt of welke zichtbare gebeurtenis vóór een andere plaatsvindt. Geef aan of het resultaat een samenvatting, een geordende gebeurtenissenlijst of begin- en eindtijden met een beschrijving van de gebeurtenis moet zijn.
De familie wordt getraind met dynamische bemonstering van de beeldfrequentie en stemt temporele positie-informatie af op absolute tijd. Informatie over de beeldfrequentie hoort daarom bij de videovoorbereiding en is geen willekeurig label dat kan worden weggelaten wanneer tijdstempels van belang zijn. De gedocumenteerde mogelijkheid voor lange video's is geen universele specificatie voor bestandsgrootte of maximale duur voor elk invoerpad.
Objectlokalisatie en gestructureerde documenten
Qwen2.5-VL kan begrenzingskaders of punten retourneren en coördinaten en kenmerken als JSON ordenen. De release gebruikt coördinaten op de schaal van de werkelijke afbeeldingsgrootte in plaats van traditionele genormaliseerde coördinaten. Geef aan of de taak een omsluitend kader, een specifiek punt of een objectbeschrijving vereist en behoud de afbeeldingsafmetingen en eventuele informatie over schaalwijzigingen die nodig is om de geretourneerde locatie te interpreteren.
Een verzoek om een visuele inventarisatie kan bijvoorbeeld voor elk doelobject vragen om het object, het kader en een zichtbaar kenmerk. Een taak op basis van punten kan vragen naar de locatie van een gelabeld bedieningselement of een aangegeven onderdeel van een object. Dit zijn voorgestelde uitvoerindelingen, geen vaste veldnamen die elk verzoek moet gebruiken. Houd elke coördinaat gekoppeld aan de bijbehorende bronafbeelding wanneer meerdere afbeeldingen worden aangeleverd.
De maker benadrukt afzonderlijk de gestructureerde extractie uit factuurscans, formulieren en tabellen. Definieer de velden, behoud de oorspronkelijke labels en vraag om een expliciete weergave wanneer een waarde niet leesbaar is. Bewaar bij een tabel de kolomkoppen en eenheden bij de gevraagde rijen. Een praktisch record kan de documentidentificatie, het veldlabel, de geëxtraheerde waarde en de locatie bevatten, zodat de uitvoer bruikbaar is voor een latere vergelijking of menselijke controle.
Architectuur en invoervoorbereiding
Het model combineert dynamische afbeeldingsresolutie en dynamische videobemonstering met bijgewerkte multimodale roterende positie-informatie. De vision-encoder gebruikt window attention, SwiGLU en RMSNorm. Dit zijn architectuurwijzigingen die visuele en temporele verwerking ondersteunen; ze voegen geen audio-invoer of afbeeldingsgeneratie toe aan de gedocumenteerde workflow met tekstresultaten.
De modelkaart demonstreert één afbeelding, meerdere afbeeldingen, een reeks videoframes, een videobestand of -verwijzing en gesprekken in batches. De afbeeldingsprocessor documenteert een standaardbereik van 4 tot 16,384 visuele tokens per afbeelding. Instellingen voor minimale en maximale pixelaantallen behouden de beeldverhouding; aangevraagde exacte afmetingen worden afgerond op een veelvoud van 28. Het voorbeeldbereik van 256 tot 1,280 visuele tokens is een instelbare illustratie, geen afzonderlijke harde afbeeldingslimiet. Behoud bij het kiezen van een schaalwijziging de details die de vraag vereist.
Context en instellingen die de lokalisatie beïnvloeden
De vrijgegeven configuratie stelt het maximale aantal posities in op 128,000. De paragraaf over lange tekst in de modelkaart beschrijft afzonderlijk een basisinstelling van 32,768 tokens en een voorbeeld van uitbreiding met YaRN. Daarin wordt expliciet gewaarschuwd dat deze uitbreiding de temporele en ruimtelijke lokalisatie aanzienlijk beïnvloedt en wordt ze afgeraden. De handleiding bespreekt ook het wijzigen van het maximale aantal posities voor lange video's; dit zijn configuratieaanwijzingen en geen onvoorwaardelijke invoerlimiet voor elke taak.
Stem de exacte releaseconfiguratie en visuele voorverwerking af op de taak, vooral wanneer coördinaten of gebeurtenistijden van belang zijn. Het generatievoorbeeld met 128 tokens in de modelkaart specificeert geen afzonderlijke maximale uitvoercapaciteit. Qwen2.5-VL-7B-Instruct produceert tekst, coördinaten en gestructureerde bevindingen; een externe handeling, gerenderde afbeelding, video of gesproken antwoord vereist een ander toepassingsonderdeel.
", "aboutText": "Qwen2.5-VL-7B-Instruct is de op instructies afgestemde 7B-editie van Qwen2.5-VL. Het koppelt een tekstinstructie aan afbeeldingen of video en retourneert een tekstresultaat. De belangrijkste verbeteringen van de maker omvatten herkenning van objecten en visuele details, analyse van tekst en lay-outs, taken voor visuele agents, begrip van gebeurtenissen in lange video's, objectlokalisatie en gestructureerde extractie uit documenten.\n\nVisuele inhoud begrijpen\n\nDe familie gaat verder dan het herkennen van het hoofdonderwerp van een foto. Tot de gedocumenteerde taken behoren het analyseren van tekst, diagrammen, pictogrammen, grafische elementen en de rangschikking van elementen in een afbeelding. Geef bij een grafiek aan welke reeks of welk verband moet worden onderzocht en behoud de assen, legenda en eenheden. Vraag bij een schema hoe de gelabelde onderdelen met elkaar verbonden zijn en wat de zichtbare opstelling over het proces zegt.\n\nVoor een bruikbare vergelijking kunt u een oorspronkelijk ontwerp en een aangepast ontwerp aanleveren, aangeven welk ontwerp welk is en vragen naar zichtbare wijzigingen aan de hand van een korte lijst eisen. Vraag om zowel de waarneming als het relevante gebied in de afbeelding. Zo krijgt het antwoord een concreet doel, in plaats van een algemene beschrijving van twee ongerelateerde afbeeldingen.\n\nWorkflows met visuele agents\n\nDe maker positioneert Qwen2.5-VL als een visuele agent die over een scherm kan redeneren en tools kan aansturen bij taken op computers of telefoons. Het model geeft een interpretatie en stelt een handeling voor; een omliggende agenttoepassing levert de bediening, voert de handeling uit en retourneert de nieuwe toestand. Een tekstantwoord of voorspelde coördinaat is dus één onderdeel van die geïntegreerde workflow.\n\nLever bij een vraag over een interface de schermafbeelding en het werkelijke doel aan en vraag vervolgens welk zichtbaar bedieningselement relevant is en wat de volgende stap moet zijn. Maak het gevraagde resultaat specifiek: het label van het bedieningselement, de locatie en de beoogde handeling. Als de toepassing die handeling vervolgens uitvoert, levert de volgende schermafbeelding de bijgewerkte visuele invoer voor een volgende beslissing.\n\nLange video's en lokalisatie van gebeurtenissen\n\nDe maker beschrijft het begrijpen van video's van meer dan een uur en het identificeren van het fragment met een gevraagde gebeurtenis. Daarmee gaat videobeschrijving over in temporele lokalisatie. Een taak kan vragen wanneer een object voor het eerst verschijnt, waar een demonstratie een bepaalde stap bereikt of welke zichtbare gebeurtenis vóór een andere plaatsvindt. Geef aan of het resultaat een samenvatting, een geordende gebeurtenissenlijst of begin- en eindtijden met een beschrijving van de gebeurtenis moet zijn.\n\nDe familie wordt getraind met dynamische bemonstering van de beeldfrequentie en stemt temporele positie-informatie af op absolute tijd. Informatie over de beeldfrequentie hoort daarom bij de videovoorbereiding en is geen willekeurig label dat kan worden weggelaten wanneer tijdstempels van belang zijn. De gedocumenteerde mogelijkheid voor lange video's is geen universele specificatie voor bestandsgrootte of maximale duur voor elk invoerpad.\n\nObjectlokalisatie en gestructureerde documenten\n\nQwen2.5-VL kan begrenzingskaders of punten retourneren en coördinaten en kenmerken als JSON ordenen. De release gebruikt coördinaten op de schaal van de werkelijke afbeeldingsgrootte in plaats van traditionele genormaliseerde coördinaten. Geef aan of de taak een omsluitend kader, een specifiek punt of een objectbeschrijving vereist en behoud de afbeeldingsafmetingen en eventuele informatie over schaalwijzigingen die nodig is om de geretourneerde locatie te interpreteren.\n\nEen verzoek om een visuele inventarisatie kan bijvoorbeeld voor elk doelobject vragen om het object, het kader en een zichtbaar kenmerk. Een taak op basis van punten kan vragen naar de locatie van een gelabeld bedieningselement of een aangegeven onderdeel van een object. Dit zijn voorgestelde uitvoerindelingen, geen vaste veldnamen die elk verzoek moet gebruiken. Houd elke coördinaat gekoppeld aan de bijbehorende bronafbeelding wanneer meerdere afbeeldingen worden aangeleverd.\n\nDe maker benadrukt afzonderlijk de gestructureerde extractie uit factuurscans, formulieren en tabellen. Definieer de velden, behoud de oorspronkelijke labels en vraag om een expliciete weergave wanneer een waarde niet leesbaar is. Bewaar bij een tabel de kolomkoppen en eenheden bij de gevraagde rijen. Een praktisch record kan de documentidentificatie, het veldlabel, de geëxtraheerde waarde en de locatie bevatten, zodat de uitvoer bruikbaar is voor een latere vergelijking of menselijke controle.\n\nArchitectuur en invoervoorbereiding\n\nHet model combineert dynamische afbeeldingsresolutie en dynamische videobemonstering met bijgewerkte multimodale roterende positie-informatie. De vision-encoder gebruikt window attention, SwiGLU en RMSNorm. Dit zijn architectuurwijzigingen die visuele en temporele verwerking ondersteunen; ze voegen geen audio-invoer of afbeeldingsgeneratie toe aan de gedocumenteerde workflow met tekstresultaten.\n\nDe modelkaart demonstreert één afbeelding, meerdere afbeeldingen, een reeks videoframes, een videobestand of -verwijzing en gesprekken in batches. De afbeeldingsprocessor documenteert een standaardbereik van 4 tot 16,384 visuele tokens per afbeelding. Instellingen voor minimale en maximale pixelaantallen behouden de beeldverhouding; aangevraagde exacte afmetingen worden afgerond op een veelvoud van 28. Het voorbeeldbereik van 256 tot 1,280 visuele tokens is een instelbare illustratie, geen afzonderlijke harde afbeeldingslimiet. Behoud bij het kiezen van een schaalwijziging de details die de vraag vereist.\n\nContext en instellingen die de lokalisatie beïnvloeden\n\nDe vrijgegeven configuratie stelt het maximale aantal posities in op 128,000. De paragraaf over lange tekst in de modelkaart beschrijft afzonderlijk een basisinstelling van 32,768 tokens en een voorbeeld van uitbreiding met YaRN. Daarin wordt expliciet gewaarschuwd dat deze uitbreiding de temporele en ruimtelijke lokalisatie aanzienlijk beïnvloedt en wordt ze afgeraden. De handleiding bespreekt ook het wijzigen van het maximale aantal posities voor lange video's; dit zijn configuratieaanwijzingen en geen onvoorwaardelijke invoerlimiet voor elke taak.\n\nStem de exacte releaseconfiguratie en visuele voorverwerking af op de taak, vooral wanneer coördinaten of gebeurtenistijden van belang zijn. Het generatievoorbeeld met 128 tokens in de modelkaart specificeert geen afzonderlijke maximale uitvoercapaciteit. Qwen2.5-VL-7B-Instruct produceert tekst, coördinaten en gestructureerde bevindingen; een externe handeling, gerenderde afbeelding, video of gesproken antwoord vereist een ander toepassingsonderdeel.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Extract a transcribed invoice table\n\nExtract line items from this invoice transcription: "Invoice N-33; item | quantity | unit price; Clip | 4 | 2.50; Folder | 2 | unreadable." Return each item with quantity, unit price and source invoice ID. Mark the unreadable price explicitly and do not infer it from a total. No image is supplied.A two-row field table retaining N-33 and an explicit unreadable value for the folder unit price.Verify quantities are not swapped and the unreadable price is neither zero nor a guessed amount.qwen2.5-vl-7b-instructQwen2.5-VL-7B-Instruct is een visueel taalmodel voor afbeeldingen, documenten en video. Het produceert tekst en gestructureerde bevindingen, waaronder objectkaders, punten en kenmerken, en voegt temporele lokalisatie van gebeurtenissen en mogelijkheden als visuele agent toe aan de 7B-editie.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen2.5-VL-7B-Instruct is de op instructies afgestemde 7B-editie van Qwen2.5-VL. Het koppelt een tekstinstructie aan afbeeldingen of video en retourneert een tekstresultaat. De belangrijkste verbeteringen van de maker omvatten herkenning van objecten en visuele details, analyse van tekst en lay-outs, taken voor visuele agents, begrip van gebeurtenissen in lange video's, objectlokalisatie en gestructureerde extractie uit documenten.
Visuele inhoud begrijpen
De familie gaat verder dan het herkennen van het hoofdonderwerp van een foto. Tot de gedocumenteerde taken behoren het analyseren van tekst, diagrammen, pictogrammen, grafische elementen en de rangschikking van elementen in een afbeelding. Geef bij een grafiek aan welke reeks of welk verband moet worden onderzocht en behoud de assen, legenda en eenheden. Vraag bij een schema hoe de gelabelde onderdelen met elkaar verbonden zijn en wat de zichtbare opstelling over het proces zegt.
Voor een bruikbare vergelijking kunt u een oorspronkelijk ontwerp en een aangepast ontwerp aanleveren, aangeven welk ontwerp welk is en vragen naar zichtbare wijzigingen aan de hand van een korte lijst eisen. Vraag om zowel de waarneming als het relevante gebied in de afbeelding. Zo krijgt het antwoord een concreet doel, in plaats van een algemene beschrijving van twee ongerelateerde afbeeldingen.
Workflows met visuele agents
De maker positioneert Qwen2.5-VL als een visuele agent die over een scherm kan redeneren en tools kan aansturen bij taken op computers of telefoons. Het model geeft een interpretatie en stelt een handeling voor; een omliggende agenttoepassing levert de bediening, voert de handeling uit en retourneert de nieuwe toestand. Een tekstantwoord of voorspelde coördinaat is dus één onderdeel van die geïntegreerde workflow.
Lever bij een vraag over een interface de schermafbeelding en het werkelijke doel aan en vraag vervolgens welk zichtbaar bedieningselement relevant is en wat de volgende stap moet zijn. Maak het gevraagde resultaat specifiek: het label van het bedieningselement, de locatie en de beoogde handeling. Als de toepassing die handeling vervolgens uitvoert, levert de volgende schermafbeelding de bijgewerkte visuele invoer voor een volgende beslissing.
Lange video's en lokalisatie van gebeurtenissen
De maker beschrijft het begrijpen van video's van meer dan een uur en het identificeren van het fragment met een gevraagde gebeurtenis. Daarmee gaat videobeschrijving over in temporele lokalisatie. Een taak kan vragen wanneer een object voor het eerst verschijnt, waar een demonstratie een bepaalde stap bereikt of welke zichtbare gebeurtenis vóór een andere plaatsvindt. Geef aan of het resultaat een samenvatting, een geordende gebeurtenissenlijst of begin- en eindtijden met een beschrijving van de gebeurtenis moet zijn.
De familie wordt getraind met dynamische bemonstering van de beeldfrequentie en stemt temporele positie-informatie af op absolute tijd. Informatie over de beeldfrequentie hoort daarom bij de videovoorbereiding en is geen willekeurig label dat kan worden weggelaten wanneer tijdstempels van belang zijn. De gedocumenteerde mogelijkheid voor lange video's is geen universele specificatie voor bestandsgrootte of maximale duur voor elk invoerpad.
Objectlokalisatie en gestructureerde documenten
Qwen2.5-VL kan begrenzingskaders of punten retourneren en coördinaten en kenmerken als JSON ordenen. De release gebruikt coördinaten op de schaal van de werkelijke afbeeldingsgrootte in plaats van traditionele genormaliseerde coördinaten. Geef aan of de taak een omsluitend kader, een specifiek punt of een objectbeschrijving vereist en behoud de afbeeldingsafmetingen en eventuele informatie over schaalwijzigingen die nodig is om de geretourneerde locatie te interpreteren.
Een verzoek om een visuele inventarisatie kan bijvoorbeeld voor elk doelobject vragen om het object, het kader en een zichtbaar kenmerk. Een taak op basis van punten kan vragen naar de locatie van een gelabeld bedieningselement of een aangegeven onderdeel van een object. Dit zijn voorgestelde uitvoerindelingen, geen vaste veldnamen die elk verzoek moet gebruiken. Houd elke coördinaat gekoppeld aan de bijbehorende bronafbeelding wanneer meerdere afbeeldingen worden aangeleverd.
De maker benadrukt afzonderlijk de gestructureerde extractie uit factuurscans, formulieren en tabellen. Definieer de velden, behoud de oorspronkelijke labels en vraag om een expliciete weergave wanneer een waarde niet leesbaar is. Bewaar bij een tabel de kolomkoppen en eenheden bij de gevraagde rijen. Een praktisch record kan de documentidentificatie, het veldlabel, de geëxtraheerde waarde en de locatie bevatten, zodat de uitvoer bruikbaar is voor een latere vergelijking of menselijke controle.
Architectuur en invoervoorbereiding
Het model combineert dynamische afbeeldingsresolutie en dynamische videobemonstering met bijgewerkte multimodale roterende positie-informatie. De vision-encoder gebruikt window attention, SwiGLU en RMSNorm. Dit zijn architectuurwijzigingen die visuele en temporele verwerking ondersteunen; ze voegen geen audio-invoer of afbeeldingsgeneratie toe aan de gedocumenteerde workflow met tekstresultaten.
De modelkaart demonstreert één afbeelding, meerdere afbeeldingen, een reeks videoframes, een videobestand of -verwijzing en gesprekken in batches. De afbeeldingsprocessor documenteert een standaardbereik van 4 tot 16,384 visuele tokens per afbeelding. Instellingen voor minimale en maximale pixelaantallen behouden de beeldverhouding; aangevraagde exacte afmetingen worden afgerond op een veelvoud van 28. Het voorbeeldbereik van 256 tot 1,280 visuele tokens is een instelbare illustratie, geen afzonderlijke harde afbeeldingslimiet. Behoud bij het kiezen van een schaalwijziging de details die de vraag vereist.
Context en instellingen die de lokalisatie beïnvloeden
De vrijgegeven configuratie stelt het maximale aantal posities in op 128,000. De paragraaf over lange tekst in de modelkaart beschrijft afzonderlijk een basisinstelling van 32,768 tokens en een voorbeeld van uitbreiding met YaRN. Daarin wordt expliciet gewaarschuwd dat deze uitbreiding de temporele en ruimtelijke lokalisatie aanzienlijk beïnvloedt en wordt ze afgeraden. De handleiding bespreekt ook het wijzigen van het maximale aantal posities voor lange video's; dit zijn configuratieaanwijzingen en geen onvoorwaardelijke invoerlimiet voor elke taak.
Stem de exacte releaseconfiguratie en visuele voorverwerking af op de taak, vooral wanneer coördinaten of gebeurtenistijden van belang zijn. Het generatievoorbeeld met 128 tokens in de modelkaart specificeert geen afzonderlijke maximale uitvoercapaciteit. Qwen2.5-VL-7B-Instruct produceert tekst, coördinaten en gestructureerde bevindingen; een externe handeling, gerenderde afbeelding, video of gesproken antwoord vereist een ander toepassingsonderdeel.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen2.5-vl-7b-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.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0001 / 1K tokens Uitvoer · Uitvoertokens $0.0001 / 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": "qwen2.5-vl-7b-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='qwen2.5-vl-7b-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='qwen2.5-vl-7b-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 qwen2.5-vl-7b-instruct
Gebruik de hierboven getoonde methodepaden.
qwen2.5-vl-7b-instructQwen2.5-VL-7B-Instruct is een visueel taalmodel voor afbeeldingen, documenten en video. Het produceert tekst en gestructureerde bevindingen, waaronder objectkaders, punten en kenmerken, en voegt temporele lokalisatie van gebeurtenissen en mogelijkheden als visuele agent toe aan de 7B-editie.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen2.5-VL-7B-Instruct is de op instructies afgestemde 7B-editie van Qwen2.5-VL. Het koppelt een tekstinstructie aan afbeeldingen of video en retourneert een tekstresultaat. De belangrijkste verbeteringen van de maker omvatten herkenning van objecten en visuele details, analyse van tekst en lay-outs, taken voor visuele agents, begrip van gebeurtenissen in lange video's, objectlokalisatie en gestructureerde extractie uit documenten.
Visuele inhoud begrijpen
De familie gaat verder dan het herkennen van het hoofdonderwerp van een foto. Tot de gedocumenteerde taken behoren het analyseren van tekst, diagrammen, pictogrammen, grafische elementen en de rangschikking van elementen in een afbeelding. Geef bij een grafiek aan welke reeks of welk verband moet worden onderzocht en behoud de assen, legenda en eenheden. Vraag bij een schema hoe de gelabelde onderdelen met elkaar verbonden zijn en wat de zichtbare opstelling over het proces zegt.
Voor een bruikbare vergelijking kunt u een oorspronkelijk ontwerp en een aangepast ontwerp aanleveren, aangeven welk ontwerp welk is en vragen naar zichtbare wijzigingen aan de hand van een korte lijst eisen. Vraag om zowel de waarneming als het relevante gebied in de afbeelding. Zo krijgt het antwoord een concreet doel, in plaats van een algemene beschrijving van twee ongerelateerde afbeeldingen.
Workflows met visuele agents
De maker positioneert Qwen2.5-VL als een visuele agent die over een scherm kan redeneren en tools kan aansturen bij taken op computers of telefoons. Het model geeft een interpretatie en stelt een handeling voor; een omliggende agenttoepassing levert de bediening, voert de handeling uit en retourneert de nieuwe toestand. Een tekstantwoord of voorspelde coördinaat is dus één onderdeel van die geïntegreerde workflow.
Lever bij een vraag over een interface de schermafbeelding en het werkelijke doel aan en vraag vervolgens welk zichtbaar bedieningselement relevant is en wat de volgende stap moet zijn. Maak het gevraagde resultaat specifiek: het label van het bedieningselement, de locatie en de beoogde handeling. Als de toepassing die handeling vervolgens uitvoert, levert de volgende schermafbeelding de bijgewerkte visuele invoer voor een volgende beslissing.
Lange video's en lokalisatie van gebeurtenissen
De maker beschrijft het begrijpen van video's van meer dan een uur en het identificeren van het fragment met een gevraagde gebeurtenis. Daarmee gaat videobeschrijving over in temporele lokalisatie. Een taak kan vragen wanneer een object voor het eerst verschijnt, waar een demonstratie een bepaalde stap bereikt of welke zichtbare gebeurtenis vóór een andere plaatsvindt. Geef aan of het resultaat een samenvatting, een geordende gebeurtenissenlijst of begin- en eindtijden met een beschrijving van de gebeurtenis moet zijn.
De familie wordt getraind met dynamische bemonstering van de beeldfrequentie en stemt temporele positie-informatie af op absolute tijd. Informatie over de beeldfrequentie hoort daarom bij de videovoorbereiding en is geen willekeurig label dat kan worden weggelaten wanneer tijdstempels van belang zijn. De gedocumenteerde mogelijkheid voor lange video's is geen universele specificatie voor bestandsgrootte of maximale duur voor elk invoerpad.
Objectlokalisatie en gestructureerde documenten
Qwen2.5-VL kan begrenzingskaders of punten retourneren en coördinaten en kenmerken als JSON ordenen. De release gebruikt coördinaten op de schaal van de werkelijke afbeeldingsgrootte in plaats van traditionele genormaliseerde coördinaten. Geef aan of de taak een omsluitend kader, een specifiek punt of een objectbeschrijving vereist en behoud de afbeeldingsafmetingen en eventuele informatie over schaalwijzigingen die nodig is om de geretourneerde locatie te interpreteren.
Een verzoek om een visuele inventarisatie kan bijvoorbeeld voor elk doelobject vragen om het object, het kader en een zichtbaar kenmerk. Een taak op basis van punten kan vragen naar de locatie van een gelabeld bedieningselement of een aangegeven onderdeel van een object. Dit zijn voorgestelde uitvoerindelingen, geen vaste veldnamen die elk verzoek moet gebruiken. Houd elke coördinaat gekoppeld aan de bijbehorende bronafbeelding wanneer meerdere afbeeldingen worden aangeleverd.
De maker benadrukt afzonderlijk de gestructureerde extractie uit factuurscans, formulieren en tabellen. Definieer de velden, behoud de oorspronkelijke labels en vraag om een expliciete weergave wanneer een waarde niet leesbaar is. Bewaar bij een tabel de kolomkoppen en eenheden bij de gevraagde rijen. Een praktisch record kan de documentidentificatie, het veldlabel, de geëxtraheerde waarde en de locatie bevatten, zodat de uitvoer bruikbaar is voor een latere vergelijking of menselijke controle.
Architectuur en invoervoorbereiding
Het model combineert dynamische afbeeldingsresolutie en dynamische videobemonstering met bijgewerkte multimodale roterende positie-informatie. De vision-encoder gebruikt window attention, SwiGLU en RMSNorm. Dit zijn architectuurwijzigingen die visuele en temporele verwerking ondersteunen; ze voegen geen audio-invoer of afbeeldingsgeneratie toe aan de gedocumenteerde workflow met tekstresultaten.
De modelkaart demonstreert één afbeelding, meerdere afbeeldingen, een reeks videoframes, een videobestand of -verwijzing en gesprekken in batches. De afbeeldingsprocessor documenteert een standaardbereik van 4 tot 16,384 visuele tokens per afbeelding. Instellingen voor minimale en maximale pixelaantallen behouden de beeldverhouding; aangevraagde exacte afmetingen worden afgerond op een veelvoud van 28. Het voorbeeldbereik van 256 tot 1,280 visuele tokens is een instelbare illustratie, geen afzonderlijke harde afbeeldingslimiet. Behoud bij het kiezen van een schaalwijziging de details die de vraag vereist.
Context en instellingen die de lokalisatie beïnvloeden
De vrijgegeven configuratie stelt het maximale aantal posities in op 128,000. De paragraaf over lange tekst in de modelkaart beschrijft afzonderlijk een basisinstelling van 32,768 tokens en een voorbeeld van uitbreiding met YaRN. Daarin wordt expliciet gewaarschuwd dat deze uitbreiding de temporele en ruimtelijke lokalisatie aanzienlijk beïnvloedt en wordt ze afgeraden. De handleiding bespreekt ook het wijzigen van het maximale aantal posities voor lange video's; dit zijn configuratieaanwijzingen en geen onvoorwaardelijke invoerlimiet voor elke taak.
Stem de exacte releaseconfiguratie en visuele voorverwerking af op de taak, vooral wanneer coördinaten of gebeurtenistijden van belang zijn. Het generatievoorbeeld met 128 tokens in de modelkaart specificeert geen afzonderlijke maximale uitvoercapaciteit. Qwen2.5-VL-7B-Instruct produceert tekst, coördinaten en gestructureerde bevindingen; een externe handeling, gerenderde afbeelding, video of gesproken antwoord vereist een ander toepassingsonderdeel.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen2.5-vl-7b-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.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.0001 / 1K tokens Uitvoer · Uitvoertokens $0.0001 / 1K tokens Invoer · Cache lezen $0 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "qwen2.5-vl-7b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen2.5-vl-7b-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': 'qwen2.5-vl-7b-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 qwen2.5-vl-7b-instruct
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Extract a transcribed invoice table\n\nExtract line items from this invoice transcription: "Invoice N-33; item | quantity | unit price; Clip | 4 | 2.50; Folder | 2 | unreadable." Return each item with quantity, unit price and source invoice ID. Mark the unreadable price explicitly and do not infer it from a total. No image is supplied.A two-row field table retaining N-33 and an explicit unreadable value for the folder unit price.Verify quantities are not swapped and the unreadable price is neither zero nor a guessed amount.