QVQ-Max — 2025-03-25 należy do linii rozumowania wizualnego QVQ firmy Qwen. Rodzina QVQ-Max łączy obserwację obrazów i wideo z analizą tych informacji. Udokumentowane zastosowania obejmują problemy matematyczne, programowanie, analizę wizualną, pracę twórczą i codzienne pytania. Przydatnym wynikiem jest tekstowe wyjaśnienie lub rozwiązanie powiązane z dostarczonym materiałem wizualnym.
Najpierw potrzebna jest szczegółowa obserwacja. Dla wykresu podaj czytelne osie, legendy i etykiety danych, a następnie określ, czy trzeba porównać wartości, wyjaśnić trend, czy zbadać konkretną tezę. Poproś o obserwacje uzasadniające wniosek. Przy kilku obrazach zachowaj ich kolejność i wskaż, który ma uzasadniać poszczególne odpowiedzi. Dobre porównanie nazywa widoczne różnice i wyjaśnia ich znaczenie dla pytania, zamiast traktować wiarygodną interpretację jako zaobserwowany fakt.
Rozumowanie wizualne wykorzystuje te obserwacje do rozwiązania problemu. Dla obliczenia opartego na diagramie podaj pełną ilustrację i zapis pytania, zachowując oznaczenia, jednostki i określone warunki. Poproś model o wskazanie informacji podanych w zadaniu, wyjaśnienie obliczenia i wyrażenie wyniku w żądanej postaci. Dla diagramu technicznego nazwij badany proces lub relację i poproś o wyjaśnienie odnoszące się do konkretnych widocznych elementów. Jeśli wartość lub oznaczenie są niejasne, poproś o wskazanie niejednoznaczności przed próbą obliczenia.
Rodzina wspiera także twórczą i praktyczną pracę na materiale wizualnym. Szkic może być punktem wyjścia do briefu ilustracji, scena może posłużyć do krótkiego scenariusza wideo, a zdjęcie do opisu lub porównania. Podaj odbiorców, cel i ograniczenia, a następnie poproś o pisemny rezultat, taki jak poprawiona koncepcja, zarys sceny lub wyjaśnienie. Te zadania tworzą tekstowe wskazówki na podstawie źródła wizualnego. Zachowaj oryginalny obraz lub klip, aby proponowane zmiany można było porównać z materiałem, który je wywołał.
Dla rozumienia wideo określ przedział lub zdarzenie oraz pytanie. Udokumentowany interfejs QVQ przyjmuje materiał wideo do analizy. Jeśli ważne są drobne szczegóły, dołącz czytelny kadr z właściwej sceny i wyjaśnij jego związek z klipem. Poproś o kolejność widocznych działań i obserwacje uzasadniające wniosek, odróżniając je od interpretacji intencji lub przewidywania następnych zdarzeń. Wybierz materiał związany z konkretnym dowodem potrzebnym do pytania, zachowując kolejność źródła.
Udokumentowany proces rozumowania QVQ łączy proces myślenia z odpowiedzią, a przebieg usługi QVQ producenta wykorzystuje wyjście strumieniowe. Oddziel fragmenty rozumowania od fragmentów odpowiedzi i złóż ukończoną odpowiedź przed użyciem jej jako raportu, rozwiązania z wywodem lub instrukcji dla użytkownika. Przerwaną odpowiedź trzeba rozpoznać jako niekompletną. Poproś o zwięzłą sekcję końcową wskazującą wynik, użyty materiał dowodowy i założenia, aby wniosek pozostał łatwy do kontroli po zakończeniu rozumowania.
Dokumentacja czatu producenta podaje, że wiadomości system nie mają wpływu na QVQ. Rzeczywiste zadanie, istotne warunki i żądany format odpowiedzi umieść w wiadomości user. Zaleca zachowanie domyślnych ustawień próbkowania QVQ zamiast stosowania ustawień skopiowanych z innej rodziny modeli. Żądana tabela może uporządkować odpowiedź tekstową; jeśli aplikacja będzie przetwarzać wyjście podobne do JSON, sprawdź jego strukturę i wartości przed użyciem. Utrzymuj prompt skoncentrowany na pytaniu wizualnym i rezultacie potrzebnym z analizy.
Dla praktycznego wyniku zachowaj obraz źródłowy lub klip z ukończoną odpowiedzią. Sprawdź arytmetykę względem oryginalnych liczb i jednostek, a wyjaśnienia wizualne porównaj z rzeczywiście obecnymi oznaczeniami i obiektami. Zachowaj dokładną datowaną nazwę modelu w zapisie zadania przy powrocie do tej samej sprawy. Poproś o odróżnienie widocznych dowodów, założeń i wniosków: w przeciwnym razie stanowczo wyrażona interpretacja rozmytego symbolu lub niewidocznego zdarzenia może stać się podstawą błędnego obliczenia lub decyzji.
", "aboutText": "QVQ-Max — 2025-03-25 należy do linii rozumowania wizualnego QVQ firmy Qwen. Rodzina QVQ-Max łączy obserwację obrazów i wideo z analizą tych informacji. Udokumentowane zastosowania obejmują problemy matematyczne, programowanie, analizę wizualną, pracę twórczą i codzienne pytania. Przydatnym wynikiem jest tekstowe wyjaśnienie lub rozwiązanie powiązane z dostarczonym materiałem wizualnym.\n\nNajpierw potrzebna jest szczegółowa obserwacja. Dla wykresu podaj czytelne osie, legendy i etykiety danych, a następnie określ, czy trzeba porównać wartości, wyjaśnić trend, czy zbadać konkretną tezę. Poproś o obserwacje uzasadniające wniosek. Przy kilku obrazach zachowaj ich kolejność i wskaż, który ma uzasadniać poszczególne odpowiedzi. Dobre porównanie nazywa widoczne różnice i wyjaśnia ich znaczenie dla pytania, zamiast traktować wiarygodną interpretację jako zaobserwowany fakt.\n\nRozumowanie wizualne wykorzystuje te obserwacje do rozwiązania problemu. Dla obliczenia opartego na diagramie podaj pełną ilustrację i zapis pytania, zachowując oznaczenia, jednostki i określone warunki. Poproś model o wskazanie informacji podanych w zadaniu, wyjaśnienie obliczenia i wyrażenie wyniku w żądanej postaci. Dla diagramu technicznego nazwij badany proces lub relację i poproś o wyjaśnienie odnoszące się do konkretnych widocznych elementów. Jeśli wartość lub oznaczenie są niejasne, poproś o wskazanie niejednoznaczności przed próbą obliczenia.\n\nRodzina wspiera także twórczą i praktyczną pracę na materiale wizualnym. Szkic może być punktem wyjścia do briefu ilustracji, scena może posłużyć do krótkiego scenariusza wideo, a zdjęcie do opisu lub porównania. Podaj odbiorców, cel i ograniczenia, a następnie poproś o pisemny rezultat, taki jak poprawiona koncepcja, zarys sceny lub wyjaśnienie. Te zadania tworzą tekstowe wskazówki na podstawie źródła wizualnego. Zachowaj oryginalny obraz lub klip, aby proponowane zmiany można było porównać z materiałem, który je wywołał.\n\nDla rozumienia wideo określ przedział lub zdarzenie oraz pytanie. Udokumentowany interfejs QVQ przyjmuje materiał wideo do analizy. Jeśli ważne są drobne szczegóły, dołącz czytelny kadr z właściwej sceny i wyjaśnij jego związek z klipem. Poproś o kolejność widocznych działań i obserwacje uzasadniające wniosek, odróżniając je od interpretacji intencji lub przewidywania następnych zdarzeń. Wybierz materiał związany z konkretnym dowodem potrzebnym do pytania, zachowując kolejność źródła.\n\nUdokumentowany proces rozumowania QVQ łączy proces myślenia z odpowiedzią, a przebieg usługi QVQ producenta wykorzystuje wyjście strumieniowe. Oddziel fragmenty rozumowania od fragmentów odpowiedzi i złóż ukończoną odpowiedź przed użyciem jej jako raportu, rozwiązania z wywodem lub instrukcji dla użytkownika. Przerwaną odpowiedź trzeba rozpoznać jako niekompletną. Poproś o zwięzłą sekcję końcową wskazującą wynik, użyty materiał dowodowy i założenia, aby wniosek pozostał łatwy do kontroli po zakończeniu rozumowania.\n\nDokumentacja czatu producenta podaje, że wiadomości system nie mają wpływu na QVQ. Rzeczywiste zadanie, istotne warunki i żądany format odpowiedzi umieść w wiadomości user. Zaleca zachowanie domyślnych ustawień próbkowania QVQ zamiast stosowania ustawień skopiowanych z innej rodziny modeli. Żądana tabela może uporządkować odpowiedź tekstową; jeśli aplikacja będzie przetwarzać wyjście podobne do JSON, sprawdź jego strukturę i wartości przed użyciem. Utrzymuj prompt skoncentrowany na pytaniu wizualnym i rezultacie potrzebnym z analizy.\n\nDla praktycznego wyniku zachowaj obraz źródłowy lub klip z ukończoną odpowiedzią. Sprawdź arytmetykę względem oryginalnych liczb i jednostek, a wyjaśnienia wizualne porównaj z rzeczywiście obecnymi oznaczeniami i obiektami. Zachowaj dokładną datowaną nazwę modelu w zapisie zadania przy powrocie do tej samej sprawy. Poproś o odróżnienie widocznych dowodów, założeń i wniosków: w przeciwnym razie stanowczo wyrażona interpretacja rozmytego symbolu lub niewidocznego zdarzenia może stać się podstawą błędnego obliczenia lub decyzji.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Solve a described geometry problem\n\nA diagram is described in text: triangle ABC has base AB = 8 cm and perpendicular height from C to line AB = 3 cm. The foot of the height lies outside segment AB. Calculate the area, explain whether the outside foot changes the formula and state which given measurements are sufficient.A worked area calculation with units and a brief explanation of perpendicular height when its foot is outside the base segment.Check that the answer uses the perpendicular height, not an inferred side length, and reports square centimeters.qvq-max-2025-03-25QVQ-Max — 2025-03-25 należy do linii rozumowania wizualnego Qwen. Rodzina QVQ-Max analizuje obrazy i wideo wraz z pytaniami tekstowymi, łącząc obserwacje wizualne z rozumowaniem, aby tworzyć tekstowe wyjaśnienia, rozwiązania z wywodem i wskazówki twórcze.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
QVQ-Max — 2025-03-25 należy do linii rozumowania wizualnego QVQ firmy Qwen. Rodzina QVQ-Max łączy obserwację obrazów i wideo z analizą tych informacji. Udokumentowane zastosowania obejmują problemy matematyczne, programowanie, analizę wizualną, pracę twórczą i codzienne pytania. Przydatnym wynikiem jest tekstowe wyjaśnienie lub rozwiązanie powiązane z dostarczonym materiałem wizualnym.
Najpierw potrzebna jest szczegółowa obserwacja. Dla wykresu podaj czytelne osie, legendy i etykiety danych, a następnie określ, czy trzeba porównać wartości, wyjaśnić trend, czy zbadać konkretną tezę. Poproś o obserwacje uzasadniające wniosek. Przy kilku obrazach zachowaj ich kolejność i wskaż, który ma uzasadniać poszczególne odpowiedzi. Dobre porównanie nazywa widoczne różnice i wyjaśnia ich znaczenie dla pytania, zamiast traktować wiarygodną interpretację jako zaobserwowany fakt.
Rozumowanie wizualne wykorzystuje te obserwacje do rozwiązania problemu. Dla obliczenia opartego na diagramie podaj pełną ilustrację i zapis pytania, zachowując oznaczenia, jednostki i określone warunki. Poproś model o wskazanie informacji podanych w zadaniu, wyjaśnienie obliczenia i wyrażenie wyniku w żądanej postaci. Dla diagramu technicznego nazwij badany proces lub relację i poproś o wyjaśnienie odnoszące się do konkretnych widocznych elementów. Jeśli wartość lub oznaczenie są niejasne, poproś o wskazanie niejednoznaczności przed próbą obliczenia.
Rodzina wspiera także twórczą i praktyczną pracę na materiale wizualnym. Szkic może być punktem wyjścia do briefu ilustracji, scena może posłużyć do krótkiego scenariusza wideo, a zdjęcie do opisu lub porównania. Podaj odbiorców, cel i ograniczenia, a następnie poproś o pisemny rezultat, taki jak poprawiona koncepcja, zarys sceny lub wyjaśnienie. Te zadania tworzą tekstowe wskazówki na podstawie źródła wizualnego. Zachowaj oryginalny obraz lub klip, aby proponowane zmiany można było porównać z materiałem, który je wywołał.
Dla rozumienia wideo określ przedział lub zdarzenie oraz pytanie. Udokumentowany interfejs QVQ przyjmuje materiał wideo do analizy. Jeśli ważne są drobne szczegóły, dołącz czytelny kadr z właściwej sceny i wyjaśnij jego związek z klipem. Poproś o kolejność widocznych działań i obserwacje uzasadniające wniosek, odróżniając je od interpretacji intencji lub przewidywania następnych zdarzeń. Wybierz materiał związany z konkretnym dowodem potrzebnym do pytania, zachowując kolejność źródła.
Udokumentowany proces rozumowania QVQ łączy proces myślenia z odpowiedzią, a przebieg usługi QVQ producenta wykorzystuje wyjście strumieniowe. Oddziel fragmenty rozumowania od fragmentów odpowiedzi i złóż ukończoną odpowiedź przed użyciem jej jako raportu, rozwiązania z wywodem lub instrukcji dla użytkownika. Przerwaną odpowiedź trzeba rozpoznać jako niekompletną. Poproś o zwięzłą sekcję końcową wskazującą wynik, użyty materiał dowodowy i założenia, aby wniosek pozostał łatwy do kontroli po zakończeniu rozumowania.
Dokumentacja czatu producenta podaje, że wiadomości system nie mają wpływu na QVQ. Rzeczywiste zadanie, istotne warunki i żądany format odpowiedzi umieść w wiadomości user. Zaleca zachowanie domyślnych ustawień próbkowania QVQ zamiast stosowania ustawień skopiowanych z innej rodziny modeli. Żądana tabela może uporządkować odpowiedź tekstową; jeśli aplikacja będzie przetwarzać wyjście podobne do JSON, sprawdź jego strukturę i wartości przed użyciem. Utrzymuj prompt skoncentrowany na pytaniu wizualnym i rezultacie potrzebnym z analizy.
Dla praktycznego wyniku zachowaj obraz źródłowy lub klip z ukończoną odpowiedzią. Sprawdź arytmetykę względem oryginalnych liczb i jednostek, a wyjaśnienia wizualne porównaj z rzeczywiście obecnymi oznaczeniami i obiektami. Zachowaj dokładną datowaną nazwę modelu w zapisie zadania przy powrocie do tej samej sprawy. Poproś o odróżnienie widocznych dowodów, założeń i wniosków: w przeciwnym razie stanowczo wyrażona interpretacja rozmytego symbolu lub niewidocznego zdarzenia może stać się podstawą błędnego obliczenia lub decyzji.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity qvq-max-2025-03-25 | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Przykłady: system, user, assistant, tool, function Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu. Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
| Konfiguracja | Tabela stawek | Opłata |
|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe $0.0023 / 1K tokenów Wyjście · Tokeny wyjściowe $0.00916 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-max-2025-03-25", "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='qvq-max-2025-03-25',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='qvq-max-2025-03-25',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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra qvq-max-2025-03-25
Użyj ścieżek metod podanych powyżej.
qvq-max-2025-03-25QVQ-Max — 2025-03-25 należy do linii rozumowania wizualnego Qwen. Rodzina QVQ-Max analizuje obrazy i wideo wraz z pytaniami tekstowymi, łącząc obserwacje wizualne z rozumowaniem, aby tworzyć tekstowe wyjaśnienia, rozwiązania z wywodem i wskazówki twórcze.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
QVQ-Max — 2025-03-25 należy do linii rozumowania wizualnego QVQ firmy Qwen. Rodzina QVQ-Max łączy obserwację obrazów i wideo z analizą tych informacji. Udokumentowane zastosowania obejmują problemy matematyczne, programowanie, analizę wizualną, pracę twórczą i codzienne pytania. Przydatnym wynikiem jest tekstowe wyjaśnienie lub rozwiązanie powiązane z dostarczonym materiałem wizualnym.
Najpierw potrzebna jest szczegółowa obserwacja. Dla wykresu podaj czytelne osie, legendy i etykiety danych, a następnie określ, czy trzeba porównać wartości, wyjaśnić trend, czy zbadać konkretną tezę. Poproś o obserwacje uzasadniające wniosek. Przy kilku obrazach zachowaj ich kolejność i wskaż, który ma uzasadniać poszczególne odpowiedzi. Dobre porównanie nazywa widoczne różnice i wyjaśnia ich znaczenie dla pytania, zamiast traktować wiarygodną interpretację jako zaobserwowany fakt.
Rozumowanie wizualne wykorzystuje te obserwacje do rozwiązania problemu. Dla obliczenia opartego na diagramie podaj pełną ilustrację i zapis pytania, zachowując oznaczenia, jednostki i określone warunki. Poproś model o wskazanie informacji podanych w zadaniu, wyjaśnienie obliczenia i wyrażenie wyniku w żądanej postaci. Dla diagramu technicznego nazwij badany proces lub relację i poproś o wyjaśnienie odnoszące się do konkretnych widocznych elementów. Jeśli wartość lub oznaczenie są niejasne, poproś o wskazanie niejednoznaczności przed próbą obliczenia.
Rodzina wspiera także twórczą i praktyczną pracę na materiale wizualnym. Szkic może być punktem wyjścia do briefu ilustracji, scena może posłużyć do krótkiego scenariusza wideo, a zdjęcie do opisu lub porównania. Podaj odbiorców, cel i ograniczenia, a następnie poproś o pisemny rezultat, taki jak poprawiona koncepcja, zarys sceny lub wyjaśnienie. Te zadania tworzą tekstowe wskazówki na podstawie źródła wizualnego. Zachowaj oryginalny obraz lub klip, aby proponowane zmiany można było porównać z materiałem, który je wywołał.
Dla rozumienia wideo określ przedział lub zdarzenie oraz pytanie. Udokumentowany interfejs QVQ przyjmuje materiał wideo do analizy. Jeśli ważne są drobne szczegóły, dołącz czytelny kadr z właściwej sceny i wyjaśnij jego związek z klipem. Poproś o kolejność widocznych działań i obserwacje uzasadniające wniosek, odróżniając je od interpretacji intencji lub przewidywania następnych zdarzeń. Wybierz materiał związany z konkretnym dowodem potrzebnym do pytania, zachowując kolejność źródła.
Udokumentowany proces rozumowania QVQ łączy proces myślenia z odpowiedzią, a przebieg usługi QVQ producenta wykorzystuje wyjście strumieniowe. Oddziel fragmenty rozumowania od fragmentów odpowiedzi i złóż ukończoną odpowiedź przed użyciem jej jako raportu, rozwiązania z wywodem lub instrukcji dla użytkownika. Przerwaną odpowiedź trzeba rozpoznać jako niekompletną. Poproś o zwięzłą sekcję końcową wskazującą wynik, użyty materiał dowodowy i założenia, aby wniosek pozostał łatwy do kontroli po zakończeniu rozumowania.
Dokumentacja czatu producenta podaje, że wiadomości system nie mają wpływu na QVQ. Rzeczywiste zadanie, istotne warunki i żądany format odpowiedzi umieść w wiadomości user. Zaleca zachowanie domyślnych ustawień próbkowania QVQ zamiast stosowania ustawień skopiowanych z innej rodziny modeli. Żądana tabela może uporządkować odpowiedź tekstową; jeśli aplikacja będzie przetwarzać wyjście podobne do JSON, sprawdź jego strukturę i wartości przed użyciem. Utrzymuj prompt skoncentrowany na pytaniu wizualnym i rezultacie potrzebnym z analizy.
Dla praktycznego wyniku zachowaj obraz źródłowy lub klip z ukończoną odpowiedzią. Sprawdź arytmetykę względem oryginalnych liczb i jednostek, a wyjaśnienia wizualne porównaj z rzeczywiście obecnymi oznaczeniami i obiektami. Zachowaj dokładną datowaną nazwę modelu w zapisie zadania przy powrocie do tej samej sprawy. Poproś o odróżnienie widocznych dowodów, założeń i wniosków: w przeciwnym razie stanowczo wyrażona interpretacja rozmytego symbolu lub niewidocznego zdarzenia może stać się podstawą błędnego obliczenia lub decyzji.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity qvq-max-2025-03-25 | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
| Konfiguracja | Tabela stawek | Opłata |
|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe $0.0023 / 1K tokenów Wyjście · Tokeny wyjściowe $0.00916 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "qvq-max-2025-03-25",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qvq-max-2025-03-25', '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': 'qvq-max-2025-03-25', '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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra qvq-max-2025-03-25
Użyj ścieżek metod podanych powyżej.
Przykład techniczny po angielsku
Solve a described geometry problem\n\nA diagram is described in text: triangle ABC has base AB = 8 cm and perpendicular height from C to line AB = 3 cm. The foot of the height lies outside segment AB. Calculate the area, explain whether the outside foot changes the formula and state which given measurements are sufficient.A worked area calculation with units and a brief explanation of perpendicular height when its foot is outside the base segment.Check that the answer uses the perpendicular height, not an inferred side length, and reports square centimeters.