qwen2-vl-2b-instruct
O Qwen2-VL-2B-Instruct é o modelo de visão e linguagem da Qwen para perguntas sobre imagens, texto multilingue em imagens e explicações visuais. Forneça uma imagem legível e uma pergunta precisa para obter um resultado escrito ligado aos elementos visíveis.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsqwen2-vl-2b-instruct - Ailoot Ultra · Anthropic Messages
POST /v1/messagesqwen2-vl-2b-instruct
Sobre o modelo
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
O Qwen2-VL-2B-Instruct é o modelo de visão e linguagem de 2B da Qwen, ajustado para seguir instruções em perguntas com imagens e texto. O fabricante descreve o processamento de imagens com diferentes resoluções e proporções e a compreensão de texto em várias línguas dentro de imagens. O resultado gerado é uma resposta escrita ao material visual e à pergunta fornecidos. O fabricante também descreve a utilização como agente visual com dispositivos como telemóveis e robôs. Nesse fluxo, forneça o ambiente visual atual e uma instrução textual; a aplicação envolvente executa a operação proposta e devolve o estado observado para a pergunta seguinte.
Forneça a imagem e uma pergunta precisa
Escolha a imagem que contém os elementos necessários à resposta e, depois, identifique o pormenor a interpretar. Uma pergunta sobre um documento pode incidir numa passagem visível; uma pergunta sobre um gráfico pode identificar a série, os eixos e a comparação a explicar. Guarde o identificador da imagem com o resultado pedido, para que a resposta continue ligada à referência correta.
O fabricante enumera a compreensão de imagem e texto para além do inglês e do chinês, incluindo línguas europeias, japonês, coreano, árabe e vietnamita. Preserve a formulação e o sistema de escrita originais ao pedir a transcrição, explicação ou tradução de texto visível. Um pedido ilustrativo pode solicitar a etiqueta apresentada e uma explicação separada do seu significado.
Prepare deliberadamente a resolução e os tokens visuais
O Qwen2-VL utiliza resolução dinâmica para associar uma imagem a um número variável de tokens visuais. No exemplo do processador nativo, o intervalo padrão é de 4 a 16,384 tokens visuais por imagem. O guia nativo ilustra definições de píxeis mínimos e máximos, incluindo um intervalo mais estreito de preparação de 256 a 1,280 tokens de imagem, para equilibrar o pormenor com as necessidades de processamento. Estas definições preservam a proporção ao redimensionar.
O fabricante também permite pedir uma altura e uma largura redimensionadas, arredondadas para um múltiplo de 28. Escolha uma preparação que mantenha legíveis as etiquetas importantes e guarde a imagem original quando utilizar um recorte. Os exemplos nativos incluem várias imagens e lotes, permitindo manter identificadas as referências separadas de uma pergunta.
Trabalhe dentro das limitações visuais documentadas
O fabricante identifica limitações em instruções complexas com vários passos, contagem de objetos em cenas complicadas e raciocínio espacial em três dimensões. Também assinala reconhecimento incompleto de pessoas ou marcas específicas. Peça uma observação visual focada e inspecione a contagem, a etiqueta ou a posição relativa específica de que o resultado depende.
O fabricante indica que o conjunto de dados de imagens foi atualizado até junho de 2023. Forneça o contexto escrito necessário para uma etiqueta recente ou desconhecida, em vez de pedir à imagem, por si só, que estabeleça essa informação. Na nota devolvida, mantenha uma etiqueta citada distinguível de uma identidade inferida.
Guarde as entradas preparadas com a resposta
A configuração publicada do checkpoint define 32,768 posições máximas. Prepare a pergunta e as entradas visuais com o processador correspondente ao modelo, preservando a ordem das imagens utilizada no pedido. O utilitário nativo aceita imagens locais, base64 e endereços de imagens.
Guarde juntos o nome 2B Instruct selecionado, as referências e a resposta escrita concluída. Num pedido de seguimento, inclua o material relevante e identifique a observação ou interpretação específica a rever; depois, compare o resultado corrigido com essa fonte.
Através da Ailoot, utilize o ID exato do modelo em /v1/chat/completions e mantenha a imagem com a respetiva pergunta na conversa. O formato do conteúdo de imagem utiliza image_url; as fontes de imagem suportadas podem conter um endereço de imagem ou um URI de dados base64. Recolha a resposta JSON completa ou todos os segmentos SSE quando stream estiver ativado e guarde usage juntamente com o resultado concluído.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions qwen2-vl-2b-instruct
qwen2-vl-2b-instructIntrodução
O Qwen2-VL-2B-Instruct é o modelo de visão e linguagem da Qwen para perguntas sobre imagens, texto multilingue em imagens e explicações visuais. Forneça uma imagem legível e uma pergunta precisa para obter um resultado escrito ligado aos elementos visíveis.
- Entradas aceites
- Texto · Imagens
- Resultados
- Texto
Disponível no Ailoot · entradas e métodos
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- Entrada
text,image- Saída
text- Formato de saída
- JSON or SSE
| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen2-vl-2b-instruct Condições: Utilize exatamente este seletor de encaminhamento do Ailoot. | Predefinição— |
Campomessages | Tipoarray | RequisitoObrigatório | Valores e limites Condições: | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites Condições: | Predefiniçãofalse |
Combinações de materiais de entrada
text_input · Obrigatório: messages
image_with_text · Obrigatório: messages with actual image content blocks
Parâmetros e ciclo de vida do método
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetrooptional | Contratostream |
Parâmetromaterial_types | Contratotext, image |
Parâmetroconditions | ContratoUtilize exatamente este seletor de encaminhamento do Ailoot., Este protocolo transporta conteúdo de imagem quando o modelo concreto selecionado suporta visão. A aceitação de pedidos pelo protocolo não comprova que todos os modelos consigam processar imagens. |
Aliases do método: /chat/completions
Ciclo de vida: synchronous_or_streamed
Tarifários
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
- Modo rápido
- Tarifa normal Quando o modo rápido está selecionado
- Modo flex
- Tarifa normal Quando o modo flex está selecionado
- Esforço máximo de raciocínio
- Tarifa normal Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)
- Preços da cache explícita
- Não ativado Quando é pedida cache explícita
- Tarifas a zero apenas para texto
- A cache, as ferramentas e os conteúdos multimédia seguem as respetivas condições de preço, indicadas separadamente. Para entrada e saída apenas de texto
Tarifas Ailoot
Preços por configuração
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0 / 1K tokens Saída · Tokens de saída $0 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
Exemplos de pedidos
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-vl-2b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')
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
# Submit once. Retain the complete result, original identifiers and every response header.
Receber e guardar os resultados
Ailoot Ultra · OpenAI Chat
JSON or SSE
Guardar todos os resultados concluídos
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, os ID de chamadas de ferramentas, as assinaturas de raciocínio que sejam devolvidas, todos os incrementos SSE e os dados completos de consumo. O primeiro fragmento de texto não é o resultado completo.
Se for necessário verificar a resposta original
Mantenha o X-Client-Request-ID original, a resposta e os cabeçalhos. Um resultado desconhecido ou result_pending_check não autoriza uma segunda criação.
Campos da resposta
| Campo | Tipo |
|---|---|
Campochoices[] | Tipoobject |
Campousage | Tipoobject |
Erros e passos seguintes
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoUm campo obrigatório, o seletor de modelo, o tipo ou a representação da entrada é inválido. | Passo seguinteAnalise os detalhes de validação devolvidos antes de preparar um pedido separado. |
Resposta | CondiçãoO pedido original ou o respetivo resultado é desconhecido ou requer uma verificação. | Passo seguinteMantenha os identificadores e os cabeçalhos originais; consulte apenas os registos de estado ou da biblioteca suportados. Não volte a enviar o pedido de criação. |
Aliases
Aliases do modelo
Ailoot Ultra qwen2-vl-2b-instruct
Aliases dos caminhos dos métodos
/chat/completions
IDs de chamada relacionados
Ailoot Ultra · Anthropic Messages POST /v1/messages qwen2-vl-2b-instruct
qwen2-vl-2b-instructIntrodução
O Qwen2-VL-2B-Instruct é o modelo de visão e linguagem da Qwen para perguntas sobre imagens, texto multilingue em imagens e explicações visuais. Forneça uma imagem legível e uma pergunta precisa para obter um resultado escrito ligado aos elementos visíveis.
- Entradas aceites
- Texto · Imagens
- Resultados
- json · sse
Disponível no Ailoot · entradas e métodos
Ailoot Ultra · Anthropic Messages POST /v1/messages
- Entrada
text,image- Saída
json,sse- Formato de saída
- JSON or SSE
| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites qwen2-vl-2b-instruct Condições: Utilize exatamente este seletor de encaminhamento do Ailoot. | Predefinição— |
Campomessages | Tipoarray | RequisitoObrigatório | Valores e limites Condições: | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites Condições: | Predefiniçãofalse |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites Mínimo: 1 Condições: | Predefinição— |
Combinações de materiais de entrada
text_input · Obrigatório: messages
image_with_text · Obrigatório: messages with actual image content blocks
Parâmetros e ciclo de vida do método
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional | Contratostream |
Parâmetromaterial_types | Contratotext, image |
Parâmetroconditions | ContratoUtilize exatamente este seletor de encaminhamento do Ailoot., Este protocolo transporta conteúdo de imagem quando o modelo concreto selecionado suporta visão. A aceitação de pedidos pelo protocolo não comprova que todos os modelos consigam processar imagens. |
Ciclo de vida: synchronous_or_streamed
Tarifários
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
- Modo rápido
- Tarifa normal Quando o modo rápido está selecionado
- Modo flex
- Tarifa normal Quando o modo flex está selecionado
- Esforço máximo de raciocínio
- Tarifa normal Quando o esforço máximo de raciocínio usa o ajuste predefinido (default)
- Preços da cache explícita
- Não ativado Quando é pedida cache explícita
- Tarifas a zero apenas para texto
- A cache, as ferramentas e os conteúdos multimédia seguem as respetivas condições de preço, indicadas separadamente. Para entrada e saída apenas de texto
Tarifas Ailoot
Preços por configuração
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0 / 1K tokens Saída · Tokens de saída $0 / 1K tokens Entrada · Leitura da cache $0 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
Exemplos de pedidos
Ailoot Ultra · Anthropic Messages
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-vl-2b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')
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/messages \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Receber e guardar os resultados
Ailoot Ultra · Anthropic Messages
JSON or SSE
Guardar todos os resultados concluídos
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, os ID de chamadas de ferramentas, as assinaturas de raciocínio que sejam devolvidas, todos os incrementos SSE e os dados completos de consumo. O primeiro fragmento de texto não é o resultado completo.
Se for necessário verificar a resposta original
Mantenha o X-Client-Request-ID original, a resposta e os cabeçalhos. Um resultado desconhecido ou result_pending_check não autoriza uma segunda criação.
Campos da resposta
| Campo | Tipo |
|---|---|
Campocontent[] | Tipoobject |
Campousage | Tipoobject |
Erros e passos seguintes
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoUm campo obrigatório, o seletor de modelo, o tipo ou a representação da entrada é inválido. | Passo seguinteAnalise os detalhes de validação devolvidos antes de preparar um pedido separado. |
Resposta | CondiçãoO pedido original ou o respetivo resultado é desconhecido ou requer uma verificação. | Passo seguinteMantenha os identificadores e os cabeçalhos originais; consulte apenas os registos de estado ou da biblioteca suportados. Não volte a enviar o pedido de criação. |
Aliases
Aliases do modelo
Ailoot Ultra qwen2-vl-2b-instruct
Aliases dos caminhos dos métodos
/chat/completions
IDs de chamada relacionados
FAQ · qwen2-vl-2b-instruct
- Que entradas e resultados estão disponíveis?
POST /v1/chat/completions·qwen2-vl-2b-instruct:text,image→textPOST /v1/messages·qwen2-vl-2b-instruct:text,image→json,sse- Que campos utiliza o pedido?
POST /v1/chat/completions·qwen2-vl-2b-instruct:model,messages,streamPOST /v1/messages·qwen2-vl-2b-instruct:model,messages,stream,max_tokens- Que limites se aplicam?
POST /v1/messages·qwen2-vl-2b-instruct:max_tokens.minimum:1