Source: https://ailoot.ai/models/pl/qwen2-5-vl-3b-instruct/ Canonical: https://ailoot.ai/models/pl/qwen2-5-vl-3b-instruct/ Language: pl # Qwen2.5-VL-3b [Markdown](https://ailoot.ai/models/pl/qwen2-5-vl-3b-instruct/index.md) · [JSON](https://ailoot.ai/models/pl/qwen2-5-vl-3b-instruct/facts.json) ## [Qwen2.5-VL-3b](https://ailoot.ai/models/pl/qwen2-5-vl-3b-instruct/) Qwen2.5-VL-3B-Instruct to kompaktowy, dostrojony do instrukcji model wizualno-językowy Qwen do tekstu, obrazów i wideo. Zwraca tekst i ustrukturyzowane informacje wizualne, w tym pola dokumentów, współrzędne obiektów i opisy zdarzeń, z dynamiczną rozdzielczością i przetwarzaniem wideo uwzględniającym czas. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/pl/qwen2-5-vl-3b-instruct/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/pl/qwen2-5-vl-3b-instruct/#method-1) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. Wprowadzenie: dostrojona do instrukcji wersja 3B Qwen2.5-VL-3B-Instruct to model 3B należący do Qwen2.5-VL. Przyjmuje instrukcje tekstowe z obrazami lub wideo i generuje odpowiedzi tekstowe, w tym dane ustrukturyzowane. Wybierz go do jasno określonego pytania wizualnego, zadania ekstrakcji z dokumentu lub wyjaśnienia łączącego widoczną treść z prośbą użytkownika. Ten konkretny rozmiar i wydanie zachowują własną tożsamość; nie należy zakładać, że funkcje dodane konkretnie do innych rozmiarów lub późniejszych generacji Qwen dotyczą tej wersji. Rozumienie wizualne i procesy agentowe Qwen opisuje rozpoznawanie typowych obiektów oraz analizę pisma, wykresów, ikon, grafik i układów stron. W formularzu określ wymagane pola i znaczenie pustej wartości. W przypadku wykresu poproś o osie, jednostki i widoczne wartości uzasadniające wniosek. Precyzyjne żądanie ułatwia porównanie wyniku z oryginalnym obrazem bardziej niż ogólna prośba o opisanie wszystkiego. Rodzina obsługuje również rozumowanie agenta wizualnego i kierowanie narzędziami w zadaniach obsługi komputera lub telefonu. Model może interpretować interfejs i pomagać w wyborze działania; podłączone narzędzia aplikacji wykonują to działanie. Ocena zrzutu ekranu może pytać, który element sterujący odpowiada zadaniu i jakie widoczne informacje uzasadniają wybór. Takie wykorzystanie rozumowania wizualnego samo nie przyznaje kontroli nad urządzeniem. Długie wideo i lokalizowanie zdarzeń Producent opisuje rozumienie filmów dłuższych niż godzina i identyfikowanie fragmentów istotnych dla żądanego zdarzenia. Jest to możliwość rodziny, a nie bezwarunkowy limit przesyłania mediów lub gwarancja zachowania każdej klatki. Przygotuj odpowiedni klip, zachowaj jego informacje czasowe i zadaj precyzyjne pytanie o zdarzenie, sekwencję lub zmianę. Podejście modelu do przetwarzania wideo wykorzystuje informację o liczbie klatek na sekundę do dopasowania obserwacji wizualnych do czasu bezwzględnego. Lokalizowanie i ustrukturyzowane dokumenty Qwen2.5-VL może zwracać lokalizacje obiektów jako ramki ograniczające lub punkty, ze współrzędnymi i atrybutami w JSON. W zadaniu lokalizacji nazwij obiekt docelowy i określ, czy wynikiem ma być punkt, czy ramka. Jawnie zachowaj konwencję współrzędnych w aplikacji korzystającej z wyniku, zamiast wnioskować o pomiarze fizycznym z dowolnej fotografii. Producent dokumentuje też wyodrębnianie danych ze skanowanych faktur, formularzy i tabel w ustrukturyzowanej postaci. Dostarcz czytelną stronę i schemat wyjściowy: na przykład nazwę pola, wyodrębniony tekst i potwierdzający go widoczny obszar. Zachowaj jednostki, separatory dziesiętne i nagłówki tabel w źródle. Traktuj niepewną lub nieczytelną treść jako przypadek do sprawdzenia, zamiast prosić model o wymyślenie brakującej wartości. Te przykłady przygotowania wykorzystują udokumentowane możliwości; nie gwarantują dokładnej ekstrakcji. Zmiany architektury Dynamiczna rozdzielczość obrazu jest rozszerzana na wideo przez trening ze zmienną liczbą klatek na sekundę. Zaktualizowane multimodalne kodowanie pozycyjne reprezentuje sekwencję czasową i czas bezwzględny, pomagając identyfikować konkretne momenty i zmiany prędkości. Enkoder wizualny wykorzystuje uwagę okienkową wraz ze SwiGLU i RMSNorm. Zmiany te opisują sposób przetwarzania materiału wizualnego; nie określają stałego opóźnienia konkretnej aplikacji. Przygotowanie obrazów i wideo Oficjalne przykłady obejmują pojedyncze obrazy, wiele obrazów, rozmowy wyłącznie tekstowe, pliki wideo i uporządkowane listy klatek. Oznacz kilka wejść wizualnych, aby pytanie mogło odnosić się do każdego z nich. Przy porównywaniu obrazów poproś o tabelę uporządkowaną według etykiet i ogranicz wynik do widocznych różnic. W przypadku osi czasu wideo zachowaj kolejność klatek i informacje czasowe, zamiast przedstawiać niepowiązane obrazy tak, jakby miały znany czas trwania. Udokumentowany domyślny zakres procesora obrazu wynosi od czterech do 16,384 tokenów wizualnych na obraz. Jego przykład może celować w 256–1,280 tokenów przez ustawienie granic liczby pikseli. Zachowuje proporcje w tych granicach, a jawne wymiary po zmianie rozmiaru są wyrównywane do wielokrotności 28. Więcej szczegółów zużywa więcej obliczeń i miejsca w sekwencji, dlatego małe pole tekstowe może wymagać wycinka o wyższej rozdzielczości, a szerokie podsumowanie sceny niekoniecznie. Są to ustawienia przetwarzania producenta; opcje przesyłania w aplikacji mogą się różnić. Kontekst i istotne ograniczenia Opublikowana konfiguracja wersji ustawia maksymalną liczbę pozycji na 128,000, podczas gdy towarzysząca sekcja długiego tekstu nadal omawia konfigurację początkową 32,768 tokenów. Przewodnik opisuje ekstrapolację YaRN, ale ostrzega, że może ona znacząco wpływać na lokalizowanie w czasie i przestrzeni, i nie zaleca tej metody dla takich zadań. Osobno zauważa, że kodowanie pozycyjne wideo może pozwalać na wyższe ustawienie liczby pozycji, podając 64K jako przykład. Tych różnych opisów konfiguracji nie należy sprowadzać do jednego powszechnie potwierdzonego limitu wejściowego. Tekst, materiał wizualny i odpowiedź współdzielą skończony budżet sekwencji. Zachowaj czytelność istotnej treści, zarezerwuj miejsce na wynik i sprawdź wyodrębniony tekst, współrzędne oraz czasy zdarzeń względem oryginału. Przykład generowania 128 tokenów w karcie ma charakter ilustracyjny i nie ustanawia osobnego sztywnego maksimum wyjścia. Ten model zwraca analizę tekstową lub ustrukturyzowane informacje; jego możliwości wizualno-językowe nie oznaczają generowania obrazów lub wideo. Zadanie praktyczne ### Zadanie praktyczne Przykład techniczny po angielsku ``` Organize a recorded event timeline Use only these text annotations from a clip: 00:02 worker picks up a box; 00:05 worker places the box on the scale; 00:08 scale display is obscured; 00:11 worker removes the box. Return the event sequence, the first annotated placement time and whether the weight is established. Preserve timestamps without claiming frame-level inspection. ``` #### Oczekiwany wynik ``` An ordered event table, a placement-time field and an unresolved weight field. ``` #### Sprawdź wynik ``` Check that obscured weight remains unknown and the placement timestamp is attributed to the supplied annotation. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2.5-vl-3b-instruct` [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=chat) Alibaba /`qwen2.5-vl-3b-instruct` ### Start Qwen2.5-VL-3B-Instruct to kompaktowy, dostrojony do instrukcji model wizualno-językowy Qwen do tekstu, obrazów i wideo. Zwraca tekst i ustrukturyzowane informacje wizualne, w tym pola dokumentów, współrzędne obiektów i opisy zdarzeń, z dynamiczną rozdzielczością i przetwarzaniem wideo uwzględniającym czas. Akceptowane dane wejściowe Tekst Wyniki Tekst ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Wejście `text` Wyjście `text` Format wyjściowy json lub SSE | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity qwen2.5-vl-3b-instruct | Domyślnie— | | Pole`messages` | Typ`message[]` | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— | | Pole`messages[].role` | Typ`string` | 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— | | Pole`messages[].content` | Typ`string\|content_part[]\|null` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`messages[].tool_calls` | Typ`tool_call[]` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`messages[].tool_call_id` | Typ`string` | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— | | Pole`messages[].name` | Typ`string` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`messages[].reasoning_content` | Typ`string` | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— | | Pole`messages[].reasoning_details` | Typ`object\|array` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`max_tokens` | Typ`integer` | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— | | Pole`max_completion_tokens` | Typ`integer` | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— | | Pole`stream` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | | Pole`stream_options.include_usage` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`temperature` | Typ`number` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`top_p` | Typ`number` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`stop` | Typ`string\|string[]` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`tools` | Typ`function_tool[]` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`tools[].type` | Typ`string` | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— | | Pole`tools[].function.name` | Typ`string` | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— | | Pole`tools[].function.description` | Typ`string` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`tools[].function.parameters` | Typ`JSON_schema` | WymaganieOpcjonalne | Wartości i limity | Domyślnie— | | Pole`tool_choice` | Typ`string\|object` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`parallel_tool_calls` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`response_format` | Typ`object` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`reasoning_effort` | Typ`string` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`reasoning` | Typ`object` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`service_tier` | Typ`string` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`instructions` | Typ`string` | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— | | Pole`functions` | Typ`function[]` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`function_call` | Typ`string\|object` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`prompt_cache_options` | Typ`object` | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`modalities` | Typ`string[]` | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— | | Pole`provider` | Typ`object` | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— | | Pole`cache_control.ttl` | Typ`string` | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— | Kombinacje materiałów wejściowych **Tekst** · tekst UTF8 `messages[].content` Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, messages | | Parametr`material_types` | Kontrakttext | | Parametr`messages` | Kontrakttablica wiadomości o strukturze role/content | | Parametr`file_material` | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku | | Parametr`optional_controls` | Kontraktstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Parametr`control_scope` | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych | | Parametr`output_modalities` | Kontrakttext | | Parametr`hosted_operations` | Kontraktfalse | | Parametr`multimodal_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. ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0.0004** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.0012** / 1K tokenów Wejście · Odczyt cache **$0** / 1K tokenów Wejście · Zapis do cache **$0** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · OpenAI Chat curlPython SDKStrumień w Pythonie ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "qwen2.5-vl-3b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='qwen2.5-vl-3b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='qwen2.5-vl-3b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · OpenAI Chat json lub SSE ##### Zachowaj wszystkie ukończone wyniki 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. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`choices[].index` | Typinteger | | Pole`choices[].message.content` | Typstring\|null | | Pole`choices[].message.tool_calls` | Typtool\_call\[\] | | Pole`choices[].message.reasoning_content` | Typstring | | Pole`choices[].message.reasoning_details` | Typobject\|array | | Pole`choices[].finish_reason` | Typstring\|null | | Pole`usage` | Typobject | Błędy i dalsze kroki | 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. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=chat) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2.5-vl-3b-instruct` [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=messages) Alibaba /`qwen2.5-vl-3b-instruct` ### Start Qwen2.5-VL-3B-Instruct to kompaktowy, dostrojony do instrukcji model wizualno-językowy Qwen do tekstu, obrazów i wideo. Zwraca tekst i ustrukturyzowane informacje wizualne, w tym pola dokumentów, współrzędne obiektów i opisy zdarzeń, z dynamiczną rozdzielczością i przetwarzaniem wideo uwzględniającym czas. Akceptowane dane wejściowe Tekst Wyniki json · sse ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Wejście `text` Wyjście `json`, `sse` Format wyjściowy JSON lub SSE | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity qwen2.5-vl-3b-instruct | Domyślnie— | | Pole`messages` | Typ`message[]` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`messages[].role` | Typ`string` | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— | | Pole`messages[].content` | Typ`string` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`max_tokens` | Typ`integer` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`stream` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | Kombinacje materiałów wejściowych **Tekst** · tekst UTF-8 `ciąg messages[].content` Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, messages, max\_tokens | | Parametr`optional_controls` | Kontraktstream | | Parametr`material_types` | Kontrakttext | | Parametr`text_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` ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0.0004** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.0012** / 1K tokenów Wejście · Odczyt cache **$0** / 1K tokenów Wejście · Zapis do cache **$0** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Anthropic Messages Kompletna minimalna treść żądania JSONcurl · użyj swojego dokumentu UTF-8Python · zapisz kompletny wynik ```json { "model": "qwen2.5-vl-3b-instruct", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen2.5-vl-3b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'qwen2.5-vl-3b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Anthropic Messages JSON lub SSE ##### Zachowaj wszystkie ukończone wyniki 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. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`id` | Typstring | | Pole`model` | Typstring | | Pole`content[]` | Typtext\|thinking\|tool\_use\|other content block | | Pole`stop_reason` | Typstring\|null | | Pole`usage` | Typobject | Błędy i dalsze kroki | 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. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=messages) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`qwen2.5-vl-3b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-3b-instruct&route=Ultra&caller=qwen2.5-vl-3b-instruct&fmt=messages) FAQ · Qwen2.5-VL-3b Jakie dane wejściowe i wyniki są dostępne? `POST /v1/chat/completions` · `qwen2.5-vl-3b-instruct`: `text` → `text` `POST /v1/messages` · `qwen2.5-vl-3b-instruct`: `text` → `json`, `sse` Jakich pól używa żądanie? `POST /v1/chat/completions` · `qwen2.5-vl-3b-instruct`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen2.5-vl-3b-instruct`: `model`, `messages`, `max_tokens`, `stream` Jakie limity obowiązują? `POST /v1/chat/completions` · `qwen2.5-vl-3b-instruct`: `messages.min_items`: `1` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.