Visão geral: raciocínio assente na entrada visual
QVQ-Max é o modelo de raciocínio visual da Qwen. O fabricante descreve uma saída com cadeia de raciocínio e capacidades reforçadas em matemática, programação, análise visual, trabalho criativo e tarefas gerais. A página dedicada às suas capacidades indica entrada de texto, imagens e vídeo, com saída em texto. Escolha-o para uma pergunta em que o material visual faça parte do problema de raciocínio, como um diagrama, um gráfico ou uma sequência de acontecimentos observados.
A edição exata do modelo
O produtor descreve atualmente qvq-max como funcionalmente equivalente à versão qvq-max-2025-03-25. Essa afirmação identifica uma relação entre edições descrita pelo fabricante; não altera os IDs exatos conservados por uma aplicação. QVQ-Max não deve herdar a identidade dos pesos, o número de parâmetros ou os controlos de geração de QVQ-72B-Preview, QVQ-Plus ou de um modelo visual Qwen mais recente apenas por partilharem o tema do raciocínio. Um nome de fornecedor com o sufixo latest também não estabelece, por si só, uma versão fixa.
Preparar uma pergunta de raciocínio visual
Forneça a imagem relevante juntamente com a pergunta completa. Para um diagrama matemático, preserve as legendas, as dimensões e o enunciado associado e pergunte depois quais as relações que decorrem da figura visível e quais exigem um pressuposto adicional. Peça uma resposta final claramente delimitada, com os valores e as relações utilizados para a obter. Uma explicação útil deve ligar cada inferência importante a algo presente no material fornecido.
Para um gráfico, peça ao modelo que identifique os eixos, as unidades e as séries antes de interpretar uma tendência. Para um diagrama de um algoritmo ou de uma interface, indique o comportamento pretendido e pergunte como a estrutura visível se relaciona com esse comportamento. Para um briefing criativo, distinga a descrição do que está efetivamente presente das alterações ou interpretações propostas. Estas são aplicações elaboradas a partir das capacidades documentadas do fabricante em matemática, programação, análise e criação, e não demonstrações de que um determinado recurso foi processado com sucesso.
Vídeo e vários elementos de prova
O vídeo está explicitamente indicado como modalidade de entrada. Para um pedido de análise de acontecimentos, forneça o segmento relevante e peça uma explicação ordenada do que muda, de que cena sustenta a conclusão e do que permanece incerto. Se a entrada disponibilizar informação temporal, indique como o resultado deve fazer referência a essa informação. A página exata do modelo não estabelece uma duração universal de vídeo, um número de fotogramas ou uma precisão de marcas temporais, pelo que essas propriedades não devem ser adotadas de outra família Qwen.
Quando a pergunta utilizar várias imagens ou passagens, identifique-as e explique a relação que o modelo deve examinar. Peça um resultado organizado por essas identificações, para que quem o revê possa perceber quais os elementos de prova que sustentam cada ponto. Uma resposta de raciocínio deve continuar a ser distinguível da resposta final; uma explicação extensa só é útil quando as suas afirmações podem ser verificadas face à fonte.
Limites de contexto e de resposta
A especificação indica uma janela de contexto de 131 072 tokens, um comprimento máximo de entrada de 106 496 tokens e um comprimento máximo de saída de 8 192 tokens. Mantenha estes valores separados, em vez de deduzir da sua diferença uma quota de tokens de raciocínio não documentada. O texto, o material visual representado e o conteúdo gerado têm de respeitar os limites aplicáveis à sequência e à saída.
Para uma página ou um diagrama densos, torne os pormenores relevantes legíveis antes do envio e mantenha o enunciado completo necessário à inferência. Para uma fonte longa, selecione o material ligado à pergunta e reserve espaço de resposta suficiente para uma conclusão sustentada por elementos de prova. A especificação de tokens não concede uma quota ilimitada de entrada visual nem garante que todos os pormenores sejam recordados.
Ferramentas, formatação e limites substantivos
A matriz exata de capacidades assinala como não suportadas a chamada de funções, a pesquisa na Web integrada e as saídas estruturadas impostas. Por conseguinte, o raciocínio visual de QVQ-Max não deve ser apresentado como controlo automático do navegador, ferramenta de execução de código externo ou fonte de informação em tempo real. Um pedido pode solicitar uma tabela ou um resultado textual em formato semelhante a JSON, mas esse pedido não cria um contrato de imposição de esquema.
A página dedicada ao modelo não publica um comutador de raciocínio híbrido específico do modelo nem um número de parâmetros. Preserve a identidade de raciocínio visual documentada, em vez de importar controlos ou afirmações sobre a dimensão de outra versão. Verifique as legendas pequenas, os números extraídos, as relações inferidas e as sugestões de código face à fonte. A saída prática é uma conclusão visual explicada ou um documento preliminar, assente no material fornecido pelo utilizador.
", "aboutText": "Visão geral: raciocínio assente na entrada visual\n\nQVQ-Max é o modelo de raciocínio visual da Qwen. O fabricante descreve uma saída com cadeia de raciocínio e capacidades reforçadas em matemática, programação, análise visual, trabalho criativo e tarefas gerais. A página dedicada às suas capacidades indica entrada de texto, imagens e vídeo, com saída em texto. Escolha-o para uma pergunta em que o material visual faça parte do problema de raciocínio, como um diagrama, um gráfico ou uma sequência de acontecimentos observados.\n\nA edição exata do modelo\n\nO produtor descreve atualmente qvq-max como funcionalmente equivalente à versão qvq-max-2025-03-25. Essa afirmação identifica uma relação entre edições descrita pelo fabricante; não altera os IDs exatos conservados por uma aplicação. QVQ-Max não deve herdar a identidade dos pesos, o número de parâmetros ou os controlos de geração de QVQ-72B-Preview, QVQ-Plus ou de um modelo visual Qwen mais recente apenas por partilharem o tema do raciocínio. Um nome de fornecedor com o sufixo latest também não estabelece, por si só, uma versão fixa.\n\nPreparar uma pergunta de raciocínio visual\n\nForneça a imagem relevante juntamente com a pergunta completa. Para um diagrama matemático, preserve as legendas, as dimensões e o enunciado associado e pergunte depois quais as relações que decorrem da figura visível e quais exigem um pressuposto adicional. Peça uma resposta final claramente delimitada, com os valores e as relações utilizados para a obter. Uma explicação útil deve ligar cada inferência importante a algo presente no material fornecido.\n\nPara um gráfico, peça ao modelo que identifique os eixos, as unidades e as séries antes de interpretar uma tendência. Para um diagrama de um algoritmo ou de uma interface, indique o comportamento pretendido e pergunte como a estrutura visível se relaciona com esse comportamento. Para um briefing criativo, distinga a descrição do que está efetivamente presente das alterações ou interpretações propostas. Estas são aplicações elaboradas a partir das capacidades documentadas do fabricante em matemática, programação, análise e criação, e não demonstrações de que um determinado recurso foi processado com sucesso.\n\nVídeo e vários elementos de prova\n\nO vídeo está explicitamente indicado como modalidade de entrada. Para um pedido de análise de acontecimentos, forneça o segmento relevante e peça uma explicação ordenada do que muda, de que cena sustenta a conclusão e do que permanece incerto. Se a entrada disponibilizar informação temporal, indique como o resultado deve fazer referência a essa informação. A página exata do modelo não estabelece uma duração universal de vídeo, um número de fotogramas ou uma precisão de marcas temporais, pelo que essas propriedades não devem ser adotadas de outra família Qwen.\n\nQuando a pergunta utilizar várias imagens ou passagens, identifique-as e explique a relação que o modelo deve examinar. Peça um resultado organizado por essas identificações, para que quem o revê possa perceber quais os elementos de prova que sustentam cada ponto. Uma resposta de raciocínio deve continuar a ser distinguível da resposta final; uma explicação extensa só é útil quando as suas afirmações podem ser verificadas face à fonte.\n\nLimites de contexto e de resposta\n\nA especificação indica uma janela de contexto de 131 072 tokens, um comprimento máximo de entrada de 106 496 tokens e um comprimento máximo de saída de 8 192 tokens. Mantenha estes valores separados, em vez de deduzir da sua diferença uma quota de tokens de raciocínio não documentada. O texto, o material visual representado e o conteúdo gerado têm de respeitar os limites aplicáveis à sequência e à saída.\n\nPara uma página ou um diagrama densos, torne os pormenores relevantes legíveis antes do envio e mantenha o enunciado completo necessário à inferência. Para uma fonte longa, selecione o material ligado à pergunta e reserve espaço de resposta suficiente para uma conclusão sustentada por elementos de prova. A especificação de tokens não concede uma quota ilimitada de entrada visual nem garante que todos os pormenores sejam recordados.\n\nFerramentas, formatação e limites substantivos\n\nA matriz exata de capacidades assinala como não suportadas a chamada de funções, a pesquisa na Web integrada e as saídas estruturadas impostas. Por conseguinte, o raciocínio visual de QVQ-Max não deve ser apresentado como controlo automático do navegador, ferramenta de execução de código externo ou fonte de informação em tempo real. Um pedido pode solicitar uma tabela ou um resultado textual em formato semelhante a JSON, mas esse pedido não cria um contrato de imposição de esquema.\n\nA página dedicada ao modelo não publica um comutador de raciocínio híbrido específico do modelo nem um número de parâmetros. Preserve a identidade de raciocínio visual documentada, em vez de importar controlos ou afirmações sobre a dimensão de outra versão. Verifique as legendas pequenas, os números extraídos, as relações inferidas e as sugestões de código face à fonte. A saída prática é uma conclusão visual explicada ou um documento preliminar, assente no material fornecido pelo utilizador.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.qvq-maxQVQ-Max é o modelo de raciocínio visual da Qwen para texto, imagens e vídeo, que devolve texto com uma solução explicada. Utilize-o para diagramas matemáticos, análise visual, imagens relacionadas com programação e interpretação criativa; a sua especificação indica um contexto de 131 072 tokens e um limite de saída de 8 192 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Visão geral: raciocínio assente na entrada visual
QVQ-Max é o modelo de raciocínio visual da Qwen. O fabricante descreve uma saída com cadeia de raciocínio e capacidades reforçadas em matemática, programação, análise visual, trabalho criativo e tarefas gerais. A página dedicada às suas capacidades indica entrada de texto, imagens e vídeo, com saída em texto. Escolha-o para uma pergunta em que o material visual faça parte do problema de raciocínio, como um diagrama, um gráfico ou uma sequência de acontecimentos observados.
A edição exata do modelo
O produtor descreve atualmente qvq-max como funcionalmente equivalente à versão qvq-max-2025-03-25. Essa afirmação identifica uma relação entre edições descrita pelo fabricante; não altera os IDs exatos conservados por uma aplicação. QVQ-Max não deve herdar a identidade dos pesos, o número de parâmetros ou os controlos de geração de QVQ-72B-Preview, QVQ-Plus ou de um modelo visual Qwen mais recente apenas por partilharem o tema do raciocínio. Um nome de fornecedor com o sufixo latest também não estabelece, por si só, uma versão fixa.
Preparar uma pergunta de raciocínio visual
Forneça a imagem relevante juntamente com a pergunta completa. Para um diagrama matemático, preserve as legendas, as dimensões e o enunciado associado e pergunte depois quais as relações que decorrem da figura visível e quais exigem um pressuposto adicional. Peça uma resposta final claramente delimitada, com os valores e as relações utilizados para a obter. Uma explicação útil deve ligar cada inferência importante a algo presente no material fornecido.
Para um gráfico, peça ao modelo que identifique os eixos, as unidades e as séries antes de interpretar uma tendência. Para um diagrama de um algoritmo ou de uma interface, indique o comportamento pretendido e pergunte como a estrutura visível se relaciona com esse comportamento. Para um briefing criativo, distinga a descrição do que está efetivamente presente das alterações ou interpretações propostas. Estas são aplicações elaboradas a partir das capacidades documentadas do fabricante em matemática, programação, análise e criação, e não demonstrações de que um determinado recurso foi processado com sucesso.
Vídeo e vários elementos de prova
O vídeo está explicitamente indicado como modalidade de entrada. Para um pedido de análise de acontecimentos, forneça o segmento relevante e peça uma explicação ordenada do que muda, de que cena sustenta a conclusão e do que permanece incerto. Se a entrada disponibilizar informação temporal, indique como o resultado deve fazer referência a essa informação. A página exata do modelo não estabelece uma duração universal de vídeo, um número de fotogramas ou uma precisão de marcas temporais, pelo que essas propriedades não devem ser adotadas de outra família Qwen.
Quando a pergunta utilizar várias imagens ou passagens, identifique-as e explique a relação que o modelo deve examinar. Peça um resultado organizado por essas identificações, para que quem o revê possa perceber quais os elementos de prova que sustentam cada ponto. Uma resposta de raciocínio deve continuar a ser distinguível da resposta final; uma explicação extensa só é útil quando as suas afirmações podem ser verificadas face à fonte.
Limites de contexto e de resposta
A especificação indica uma janela de contexto de 131 072 tokens, um comprimento máximo de entrada de 106 496 tokens e um comprimento máximo de saída de 8 192 tokens. Mantenha estes valores separados, em vez de deduzir da sua diferença uma quota de tokens de raciocínio não documentada. O texto, o material visual representado e o conteúdo gerado têm de respeitar os limites aplicáveis à sequência e à saída.
Para uma página ou um diagrama densos, torne os pormenores relevantes legíveis antes do envio e mantenha o enunciado completo necessário à inferência. Para uma fonte longa, selecione o material ligado à pergunta e reserve espaço de resposta suficiente para uma conclusão sustentada por elementos de prova. A especificação de tokens não concede uma quota ilimitada de entrada visual nem garante que todos os pormenores sejam recordados.
Ferramentas, formatação e limites substantivos
A matriz exata de capacidades assinala como não suportadas a chamada de funções, a pesquisa na Web integrada e as saídas estruturadas impostas. Por conseguinte, o raciocínio visual de QVQ-Max não deve ser apresentado como controlo automático do navegador, ferramenta de execução de código externo ou fonte de informação em tempo real. Um pedido pode solicitar uma tabela ou um resultado textual em formato semelhante a JSON, mas esse pedido não cria um contrato de imposição de esquema.
A página dedicada ao modelo não publica um comutador de raciocínio híbrido específico do modelo nem um número de parâmetros. Preserve a identidade de raciocínio visual documentada, em vez de importar controlos ou afirmações sobre a dimensão de outra versão. Verifique as legendas pequenas, os números extraídos, as relações inferidas e as sugestões de código face à fonte. A saída prática é uma conclusão visual explicada ou um documento preliminar, assente no material fornecido pelo utilizador.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qvq-max | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.0023 / 1K tokens Saída · Tokens de saída $0.00916 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-max", "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',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',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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra qvq-max
Use os caminhos dos métodos indicados acima.
qvq-maxQVQ-Max é o modelo de raciocínio visual da Qwen para texto, imagens e vídeo, que devolve texto com uma solução explicada. Utilize-o para diagramas matemáticos, análise visual, imagens relacionadas com programação e interpretação criativa; a sua especificação indica um contexto de 131 072 tokens e um limite de saída de 8 192 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Visão geral: raciocínio assente na entrada visual
QVQ-Max é o modelo de raciocínio visual da Qwen. O fabricante descreve uma saída com cadeia de raciocínio e capacidades reforçadas em matemática, programação, análise visual, trabalho criativo e tarefas gerais. A página dedicada às suas capacidades indica entrada de texto, imagens e vídeo, com saída em texto. Escolha-o para uma pergunta em que o material visual faça parte do problema de raciocínio, como um diagrama, um gráfico ou uma sequência de acontecimentos observados.
A edição exata do modelo
O produtor descreve atualmente qvq-max como funcionalmente equivalente à versão qvq-max-2025-03-25. Essa afirmação identifica uma relação entre edições descrita pelo fabricante; não altera os IDs exatos conservados por uma aplicação. QVQ-Max não deve herdar a identidade dos pesos, o número de parâmetros ou os controlos de geração de QVQ-72B-Preview, QVQ-Plus ou de um modelo visual Qwen mais recente apenas por partilharem o tema do raciocínio. Um nome de fornecedor com o sufixo latest também não estabelece, por si só, uma versão fixa.
Preparar uma pergunta de raciocínio visual
Forneça a imagem relevante juntamente com a pergunta completa. Para um diagrama matemático, preserve as legendas, as dimensões e o enunciado associado e pergunte depois quais as relações que decorrem da figura visível e quais exigem um pressuposto adicional. Peça uma resposta final claramente delimitada, com os valores e as relações utilizados para a obter. Uma explicação útil deve ligar cada inferência importante a algo presente no material fornecido.
Para um gráfico, peça ao modelo que identifique os eixos, as unidades e as séries antes de interpretar uma tendência. Para um diagrama de um algoritmo ou de uma interface, indique o comportamento pretendido e pergunte como a estrutura visível se relaciona com esse comportamento. Para um briefing criativo, distinga a descrição do que está efetivamente presente das alterações ou interpretações propostas. Estas são aplicações elaboradas a partir das capacidades documentadas do fabricante em matemática, programação, análise e criação, e não demonstrações de que um determinado recurso foi processado com sucesso.
Vídeo e vários elementos de prova
O vídeo está explicitamente indicado como modalidade de entrada. Para um pedido de análise de acontecimentos, forneça o segmento relevante e peça uma explicação ordenada do que muda, de que cena sustenta a conclusão e do que permanece incerto. Se a entrada disponibilizar informação temporal, indique como o resultado deve fazer referência a essa informação. A página exata do modelo não estabelece uma duração universal de vídeo, um número de fotogramas ou uma precisão de marcas temporais, pelo que essas propriedades não devem ser adotadas de outra família Qwen.
Quando a pergunta utilizar várias imagens ou passagens, identifique-as e explique a relação que o modelo deve examinar. Peça um resultado organizado por essas identificações, para que quem o revê possa perceber quais os elementos de prova que sustentam cada ponto. Uma resposta de raciocínio deve continuar a ser distinguível da resposta final; uma explicação extensa só é útil quando as suas afirmações podem ser verificadas face à fonte.
Limites de contexto e de resposta
A especificação indica uma janela de contexto de 131 072 tokens, um comprimento máximo de entrada de 106 496 tokens e um comprimento máximo de saída de 8 192 tokens. Mantenha estes valores separados, em vez de deduzir da sua diferença uma quota de tokens de raciocínio não documentada. O texto, o material visual representado e o conteúdo gerado têm de respeitar os limites aplicáveis à sequência e à saída.
Para uma página ou um diagrama densos, torne os pormenores relevantes legíveis antes do envio e mantenha o enunciado completo necessário à inferência. Para uma fonte longa, selecione o material ligado à pergunta e reserve espaço de resposta suficiente para uma conclusão sustentada por elementos de prova. A especificação de tokens não concede uma quota ilimitada de entrada visual nem garante que todos os pormenores sejam recordados.
Ferramentas, formatação e limites substantivos
A matriz exata de capacidades assinala como não suportadas a chamada de funções, a pesquisa na Web integrada e as saídas estruturadas impostas. Por conseguinte, o raciocínio visual de QVQ-Max não deve ser apresentado como controlo automático do navegador, ferramenta de execução de código externo ou fonte de informação em tempo real. Um pedido pode solicitar uma tabela ou um resultado textual em formato semelhante a JSON, mas esse pedido não cria um contrato de imposição de esquema.
A página dedicada ao modelo não publica um comutador de raciocínio híbrido específico do modelo nem um número de parâmetros. Preserve a identidade de raciocínio visual documentada, em vez de importar controlos ou afirmações sobre a dimensão de outra versão. Verifique as legendas pequenas, os números extraídos, as relações inferidas e as sugestões de código face à fonte. A saída prática é uma conclusão visual explicada ou um documento preliminar, assente no material fornecido pelo utilizador.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qvq-max | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.0023 / 1K tokens Saída · Tokens de saída $0.00916 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "qvq-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra qvq-max
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.