Source: https://ailoot.ai/models/pl/qwen2-5-vl-7b-instruct/ Canonical: https://ailoot.ai/models/pl/qwen2-5-vl-7b-instruct/ Language: pl # Qwen2.5 VL 7B Instruct [Markdown](https://ailoot.ai/models/pl/qwen2-5-vl-7b-instruct/index.md) · [JSON](https://ailoot.ai/models/pl/qwen2-5-vl-7b-instruct/facts.json) ## [Qwen2.5 VL 7B Instruct](https://ailoot.ai/models/pl/qwen2-5-vl-7b-instruct/) Qwen2.5-VL-7B-Instruct to model wizualno-językowy do obrazów, dokumentów i wideo. Tworzy tekst i ustrukturyzowane wyniki analizy, w tym ramki obiektów, punkty i atrybuty, oraz wprowadza do wersji 7B lokalizowanie zdarzeń w czasie i możliwości agenta wizualnego. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2.5-vl-7b-instruct`](https://ailoot.ai/models/pl/qwen2-5-vl-7b-instruct/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2.5-vl-7b-instruct`](https://ailoot.ai/models/pl/qwen2-5-vl-7b-instruct/#method-1) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. Qwen2.5-VL-7B-Instruct to dostrojona do instrukcji wersja 7B modelu Qwen2.5-VL. Łączy instrukcję tekstową z obrazami lub wideo i zwraca wynik tekstowy. Kluczowe usprawnienia producenta obejmują rozpoznawanie obiektów i szczegółów wizualnych, analizę tekstu i układów, zadania agenta wizualnego, rozumienie zdarzeń w długim wideo, lokalizowanie obiektów i wyodrębnianie danych z dokumentów w ustrukturyzowanej postaci. Rozumienie treści wizualnych Rodzina wykracza poza identyfikowanie głównego tematu fotografii. Udokumentowane zadania obejmują analizę tekstu, wykresów, ikon, grafik i rozmieszczenia elementów wewnątrz obrazu. W przypadku wykresu określ serię lub relację do zbadania i zachowaj osie, legendę i jednostki. W przypadku diagramu zapytaj, jak łączą się oznaczone elementy i co widoczny układ mówi o procesie. Użyteczne porównanie może dostarczać projekt pierwotny i zmieniony, wskazywać, który jest który, i prosić o widoczne zmiany względem krótkiej listy wymagań. Poproś o obserwację wraz z odpowiednim obszarem obrazu. Nadaje to odpowiedzi konkretny cel zamiast prosić o ogólny opis dwóch niepowiązanych obrazów. Procesy agenta wizualnego Producent przedstawia Qwen2.5-VL jako agenta wizualnego potrafiącego rozumować o ekranie i kierować narzędziami w zadaniach obsługi komputera lub telefonu. Model dostarcza interpretację i proponowaną operację; otaczająca aplikacja agentowa udostępnia sterowanie, wykonuje operację i zwraca nowy stan. Odpowiedź tekstowa lub przewidywana współrzędna jest więc jedną z części tego zintegrowanego procesu. W pytaniu o interfejs podaj zrzut ekranu i rzeczywisty cel, a następnie zapytaj, który widoczny element sterujący jest istotny i co należy zrobić dalej. Określ konkretnie żądany wynik: etykietę elementu, jego położenie i zamierzone działanie. Jeśli aplikacja następnie wykona to działanie, kolejny zrzut ekranu dostarczy zaktualizowanego wejścia wizualnego do następnej decyzji. Długie filmy i lokalizowanie zdarzeń Producent opisuje rozumienie filmów dłuższych niż godzina i identyfikowanie fragmentu zawierającego żądane zdarzenie. Rozszerza to opis wideo o lokalizowanie w czasie. Zadanie może pytać, kiedy obiekt pojawia się po raz pierwszy, w którym momencie demonstracja osiąga określony krok lub które widoczne zdarzenie występuje przed innym. Określ, czy wynikiem ma być podsumowanie, uporządkowana lista zdarzeń, czy czasy rozpoczęcia i zakończenia z opisem zdarzenia. Rodzina jest trenowana z dynamicznym próbkowaniem liczby klatek na sekundę i dopasowuje czasową informację pozycyjną do czasu bezwzględnego. Informacja o liczbie klatek na sekundę należy zatem do przygotowania wideo, zamiast być dowolną etykietą, którą można odrzucić, gdy znaczniki czasu mają znaczenie. Udokumentowana zdolność pracy z długim wideo nie jest uniwersalną specyfikacją rozmiaru pliku ani maksymalnego czasu trwania dla każdej ścieżki wejściowej. Lokalizowanie obiektów i ustrukturyzowane dokumenty Qwen2.5-VL może zwracać ramki ograniczające lub punkty oraz organizować współrzędne i atrybuty jako JSON. Wydanie używa współrzędnych w skali rzeczywistych wymiarów obrazu zamiast tradycyjnych współrzędnych znormalizowanych. Określ, czy zadanie wymaga ramki otaczającej, konkretnego punktu czy opisu obiektu, i zachowaj wymiary obrazu oraz wszelkie informacje o zmianie rozmiaru potrzebne do interpretacji zwróconej lokalizacji. Na przykład polecenie inwentaryzacji wizualnej może prosić o każdy obiekt docelowy, jego ramkę i widoczny atrybut. Zadanie punktowe może pytać o położenie oznaczonego elementu sterującego lub wskazanej części obiektu. Są to proponowane projekty wyników, a nie stałe nazwy pól, których musi używać każde żądanie. Gdy dostarczasz kilka obrazów, zachowaj powiązanie każdej współrzędnej z jej obrazem źródłowym. Producent osobno podkreśla wyodrębnianie danych ze skanów faktur, formularzy i tabel w ustrukturyzowanej postaci. Zdefiniuj pola, zachowaj oryginalne etykiety i poproś o jawną reprezentację wartości, której nie da się odczytać. W tabeli zachowaj nagłówki kolumn i jednostki przy żądanych wierszach. Praktyczny rekord może zawierać identyfikator dokumentu, etykietę pola, wyodrębnioną wartość i lokalizację, dzięki czemu wynik nadaje się do późniejszego porównania lub sprawdzenia przez człowieka. Architektura i przygotowanie wejścia Model łączy dynamiczną rozdzielczość obrazu i dynamiczne próbkowanie wideo z zaktualizowaną multimodalną rotacyjną informacją pozycyjną. Jego enkoder wizualny wykorzystuje uwagę okienkową, SwiGLU i RMSNorm. Są to zmiany architektury wspierające przetwarzanie wizualne i czasowe; nie dodają wejścia audio ani generowania obrazów do udokumentowanego procesu z wynikiem tekstowym. Karta pokazuje pojedynczy obraz, wiele obrazów, sekwencję klatek wideo, plik lub odnośnik wideo oraz rozmowy wsadowe. Procesor obrazu dokumentuje domyślny zakres od 4 do 16,384 tokenów wizualnych na obraz. Ustawienia minimalnej i maksymalnej liczby pikseli zachowują proporcje; żądane dokładne wymiary są zaokrąglane do wielokrotności 28. Przykładowy zakres od 256 do 1,280 tokenów wizualnych jest regulowanym przykładem, a nie osobnym sztywnym limitem obrazu. Wybierając zmianę rozmiaru, zachowaj szczegóły potrzebne do odpowiedzi na pytanie. Kontekst i ustawienia wpływające na lokalizację Udostępniona konfiguracja ustawia maksymalną liczbę pozycji na 128,000. Sekcja długiego tekstu w karcie modelu osobno opisuje bazę 32,768 tokenów i przykład rozszerzenia YaRN. Wyraźnie ostrzega, że to rozszerzenie znacząco wpływa na lokalizowanie w czasie i przestrzeni, i go nie zaleca. Przewodnik omawia też zmianę maksymalnej liczby pozycji dla długich filmów; są to uwagi konfiguracyjne, a nie jeden bezwarunkowy limit wejścia dla każdego zadania. Zachowaj zgodność konfiguracji konkretnego wydania i wstępnego przetwarzania wizualnego z zadaniem, szczególnie gdy istotne są współrzędne lub czasy zdarzeń. Przykład generowania 128 tokenów w karcie nie określa osobnej maksymalnej pojemności wyjścia. Qwen2.5-VL-7B-Instruct tworzy tekst, współrzędne i ustrukturyzowane wyniki analizy; zewnętrzne działanie, wyrenderowany obraz, wideo lub odpowiedź mówiona wymagają innego komponentu aplikacji. Zadanie praktyczne ### Zadanie praktyczne Przykład techniczny po angielsku ``` Extract a transcribed invoice table Extract 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. ``` #### Oczekiwany wynik ``` A two-row field table retaining N-33 and an explicit unreadable value for the folder unit price. ``` #### Sprawdź wynik ``` Verify quantities are not swapped and the unreadable price is neither zero nor a guessed amount. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `qwen2.5-vl-7b-instruct` [`qwen2.5-vl-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-7b-instruct&route=Ultra&caller=qwen2.5-vl-7b-instruct&fmt=chat) Alibaba /`qwen2.5-vl-7b-instruct` ### Start Qwen2.5-VL-7B-Instruct to model wizualno-językowy do obrazów, dokumentów i wideo. Tworzy tekst i ustrukturyzowane wyniki analizy, w tym ramki obiektów, punkty i atrybuty, oraz wprowadza do wersji 7B lokalizowanie zdarzeń w czasie i możliwości agenta wizualnego. 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-7b-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 **$0.0001** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.0001** / 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-7b-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-7b-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-7b-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-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-7b-instruct&route=Ultra&caller=qwen2.5-vl-7b-instruct&fmt=chat) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`qwen2.5-vl-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-7b-instruct&route=Ultra&caller=qwen2.5-vl-7b-instruct&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `qwen2.5-vl-7b-instruct` [`qwen2.5-vl-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-7b-instruct&route=Ultra&caller=qwen2.5-vl-7b-instruct&fmt=messages) Alibaba /`qwen2.5-vl-7b-instruct` ### Start Qwen2.5-VL-7B-Instruct to model wizualno-językowy do obrazów, dokumentów i wideo. Tworzy tekst i ustrukturyzowane wyniki analizy, w tym ramki obiektów, punkty i atrybuty, oraz wprowadza do wersji 7B lokalizowanie zdarzeń w czasie i możliwości agenta wizualnego. 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-7b-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 **$0.0001** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.0001** / 1K tokenów Wejście · Odczyt cache **$0** / 1K tokenów Wejście · Zapis do cache **$0** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Anthropic Messages Kompletna minimalna treść żądania JSONcurl · użyj swojego dokumentu UTF-8Python · zapisz kompletny wynik ```json { "model": "qwen2.5-vl-7b-instruct", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${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-7b-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-7b-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-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-7b-instruct&route=Ultra&caller=qwen2.5-vl-7b-instruct&fmt=messages) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`qwen2.5-vl-7b-instruct`](https://ailoot.ai/models/pl/#m=qwen2.5-vl-7b-instruct&route=Ultra&caller=qwen2.5-vl-7b-instruct&fmt=messages) FAQ · Pro/Qwen/Qwen2.5-VL-7B-Instruct Jakie dane wejściowe i wyniki są dostępne? `POST /v1/chat/completions` · `qwen2.5-vl-7b-instruct`: `text` → `text` `POST /v1/messages` · `qwen2.5-vl-7b-instruct`: `text` → `json`, `sse` Jakich pól używa żądanie? `POST /v1/chat/completions` · `qwen2.5-vl-7b-instruct`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `qwen2.5-vl-7b-instruct`: `model`, `messages`, `max_tokens`, `stream` Jakie limity obowiązują? `POST /v1/chat/completions` · `qwen2.5-vl-7b-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.