Edícia 235B-A22B Instruct
Qwen3-VL-235B-A22B-Instruct je člen rodiny Qwen3-VL s architektúrou zmesi expertov zameraný na plnenie inštrukcií. Prijíma text, obrázky a video a generuje text vrátane kódu alebo požadovaného dokumentového artefaktu. Zachovajte presnú edíciu Instruct namiesto toho, aby ste jej priraďovali kontrakt odpovede checkpointu Thinking alebo postup určený pre inú veľkosť. Užitočná úloha poskytuje modelu konkrétnu otázku a požaduje výsledok, ktorý možno porovnať s dodanými dôkazmi.
Vizuálni agenti a programovanie
Tvorca opisuje pracovné postupy vizuálnych agentov, ktoré rozpoznávajú prvky rozhrania, rozumejú ich funkciám a vyvolávajú nástroje pre úlohy na počítači alebo mobilnom zariadení. Poskytnite snímku obrazovky a cieľ a potom si vyžiadajte určenie príslušného ovládacieho prvku a dôkazy podporujúce jeho výber. Pripojená aplikácia vykonáva akcie a dodáva výsledky; samotné rozpoznanie rozhrania zariadenie neovláda.
Vizuálne programovanie zahŕňa obsah diagramov a HTML, CSS alebo JavaScript vytvorené z obrázkov či videa. Dodajte predlohu rozloženia, funkčné obmedzenia a požadovaný upraviteľný výstup. Pri zmene existujúcej stránky zahrňte príslušný zdrojový kód a stavy interakcie. Vyžiadajte si artefakt oddelene od vysvetlenia, aby ho vývojový pracovný postup mohol vykresliť a skontrolovať. Vygenerovaný zdrojový kód zostáva návrhom, nie dôkazom fungujúcej aplikácie.
Priestorové vnímanie a dlhý materiál
Qwen dokumentuje posudzovanie polôh, uhlov pohľadu a zakrytia vrátane dvojrozmerného ukotvenia a podpory trojrozmerného ukotvenia. Určte objekty a vzťah, na ktorých záleží, a potom sa opýtajte, ktoré viditeľné indície podporujú záver. Vzťah odvodený z obrázka sa nemá považovať za kalibrované fyzikálne meranie.
Natívny kontext má rozsah 262,144 tokenov. Rodina opisuje spracovanie kníh a mnohohodinového videa, s indexovaním udalostí na úrovni sekúnd a rozšírením približne na milión tokenov prostredníctvom konfigurácie. Pri žiadosti o opis udalostí zachovajte časovanie a identifikátory zdrojov. Reprezentácia a vzorkovanie určujú, aký materiál vstupuje do požiadavky; veľký kontext nezaručuje dokonalé zapamätanie každej strany alebo snímky.
Uvažovanie, rozpoznávanie a OCR
Rodina podporuje vizuálne otázky z oblastí STEM, matematiky, kauzality a logiky. Poskytnite úplné zadanie a označenia v diagrame a požiadajte model, aby pred záverom určil použité hodnoty alebo vzťahy. Text a zrakové vnímanie sa spájajú, takže jedna otázka môže prepojiť odsek s jeho ilustráciou a používateľovými pokynmi.
Rozpoznávanie zahŕňa ľudí, produkty, významné miesta a objekty, rastliny, zvieratá a mediálne postavy. OCR pokrýva 32 jazykov a zameriava sa na slabé osvetlenie, rozmazanie a naklonenie vrátane odbornej slovnej zásoby a štruktúry dlhých dokumentov. Dodajte čitateľné strany a vyžiadajte si pomenované polia, citácie alebo tabuľku, ktoré možno skontrolovať oproti obrázku. Tieto použitia odrážajú dokumentovaný rozsah schopností, nezaručujú však presnú identifikáciu, prepis ani výpočet.
Aktualizácie architektúry
Zverejnená textová konfigurácia s architektúrou zmesi expertov má 94 vrstiev, 128 expertov a ôsmich expertov vybraných na každý token. Interleaved-MRoPE reprezentuje čas, šírku a výšku pre uvažovanie nad videom. DeepStack kombinuje vizuálne príznaky z viacerých úrovní enkodéra a zarovnanie textu s časovými značkami ukotvuje udalosti v časových referenciách. Pri príprave vizuálnych úloh a porovnávaní ich výsledkov dôsledne používajte túto edíciu 235B-A22B Instruct.
Príprava vizuálnych vstupov
Príklady rodiny zahŕňajú požiadavky iba s textom, jeden alebo viacero obrázkov a video. Vizuálne vstupy označte a uveďte, ako spolu súvisia. Rozpočty pixelov pre obrázky a video sú oddelené, zatiaľ čo explicitné rozmery obrázkov sa zarovnávajú na násobky 32. Dokumentovaná predvolená hodnota pre video sú dve snímky za sekundu, s možnosťou riadiť frekvenciu alebo počet snímok tam, kde je to podporované. Zachovajte metadáta videa a vyhnite sa opätovnej zmene veľkosti, ak pomocný nástroj už veľkosť materiálu zmenil.
Pri viacerých stranách dokumentu usporiadajte odpoveď podľa označenia strany a vyžiadajte si podporné polia alebo pasáže. Pri klipe si vyžiadajte príslušnú udalosť, interval a viditeľné dôkazy. Vrátený interval udalosti a podporné podrobnosti porovnajte s pôvodným klipom a jeho časovaním.
Odporúčania pre generovanie a obmedzenia
Generačný súbor checkpointu predvolene nastavuje teplotu na 0.7, top_p na 0.8, top_k na 20 a penalizáciu opakovania na 1.0. Postup Instruct pre túto rodinu navyše používa penalizáciu prítomnosti 1.5 a rozpočet výstupu 32,768 tokenov. Tento rozpočet je súčasťou postupu tvorcu, nie nezávisle stanoveným pevným stropom výstupu. Rozpočty pre konkrétne úlohy z karty 8B a predvoľby edície Thinking zostávajú oddelené.
Rozšírenie kontextu tejto rodiny používa YaRN a pri prechode jej prekladanej pozičnej schémy z 256K približne na 1M navrhuje faktor dva alebo tri. Popri texte a reprezentovanom vizuálnom obsahu vyhraďte priestor na odpoveď; citácie, extrahované čísla a vygenerovaný kód overte oproti zdroju. Užitočným výsledkom je konkrétny textový artefakt s podpornými vizuálnymi dôkazmi a zachovanou presnou identitou Instruct.
", "aboutText": "Edícia 235B-A22B Instruct\n\nQwen3-VL-235B-A22B-Instruct je člen rodiny Qwen3-VL s architektúrou zmesi expertov zameraný na plnenie inštrukcií. Prijíma text, obrázky a video a generuje text vrátane kódu alebo požadovaného dokumentového artefaktu. Zachovajte presnú edíciu Instruct namiesto toho, aby ste jej priraďovali kontrakt odpovede checkpointu Thinking alebo postup určený pre inú veľkosť. Užitočná úloha poskytuje modelu konkrétnu otázku a požaduje výsledok, ktorý možno porovnať s dodanými dôkazmi.\n\nVizuálni agenti a programovanie\n\nTvorca opisuje pracovné postupy vizuálnych agentov, ktoré rozpoznávajú prvky rozhrania, rozumejú ich funkciám a vyvolávajú nástroje pre úlohy na počítači alebo mobilnom zariadení. Poskytnite snímku obrazovky a cieľ a potom si vyžiadajte určenie príslušného ovládacieho prvku a dôkazy podporujúce jeho výber. Pripojená aplikácia vykonáva akcie a dodáva výsledky; samotné rozpoznanie rozhrania zariadenie neovláda.\n\nVizuálne programovanie zahŕňa obsah diagramov a HTML, CSS alebo JavaScript vytvorené z obrázkov či videa. Dodajte predlohu rozloženia, funkčné obmedzenia a požadovaný upraviteľný výstup. Pri zmene existujúcej stránky zahrňte príslušný zdrojový kód a stavy interakcie. Vyžiadajte si artefakt oddelene od vysvetlenia, aby ho vývojový pracovný postup mohol vykresliť a skontrolovať. Vygenerovaný zdrojový kód zostáva návrhom, nie dôkazom fungujúcej aplikácie.\n\nPriestorové vnímanie a dlhý materiál\n\nQwen dokumentuje posudzovanie polôh, uhlov pohľadu a zakrytia vrátane dvojrozmerného ukotvenia a podpory trojrozmerného ukotvenia. Určte objekty a vzťah, na ktorých záleží, a potom sa opýtajte, ktoré viditeľné indície podporujú záver. Vzťah odvodený z obrázka sa nemá považovať za kalibrované fyzikálne meranie.\n\nNatívny kontext má rozsah 262,144 tokenov. Rodina opisuje spracovanie kníh a mnohohodinového videa, s indexovaním udalostí na úrovni sekúnd a rozšírením približne na milión tokenov prostredníctvom konfigurácie. Pri žiadosti o opis udalostí zachovajte časovanie a identifikátory zdrojov. Reprezentácia a vzorkovanie určujú, aký materiál vstupuje do požiadavky; veľký kontext nezaručuje dokonalé zapamätanie každej strany alebo snímky.\n\nUvažovanie, rozpoznávanie a OCR\n\nRodina podporuje vizuálne otázky z oblastí STEM, matematiky, kauzality a logiky. Poskytnite úplné zadanie a označenia v diagrame a požiadajte model, aby pred záverom určil použité hodnoty alebo vzťahy. Text a zrakové vnímanie sa spájajú, takže jedna otázka môže prepojiť odsek s jeho ilustráciou a používateľovými pokynmi.\n\nRozpoznávanie zahŕňa ľudí, produkty, významné miesta a objekty, rastliny, zvieratá a mediálne postavy. OCR pokrýva 32 jazykov a zameriava sa na slabé osvetlenie, rozmazanie a naklonenie vrátane odbornej slovnej zásoby a štruktúry dlhých dokumentov. Dodajte čitateľné strany a vyžiadajte si pomenované polia, citácie alebo tabuľku, ktoré možno skontrolovať oproti obrázku. Tieto použitia odrážajú dokumentovaný rozsah schopností, nezaručujú však presnú identifikáciu, prepis ani výpočet.\n\nAktualizácie architektúry\n\nZverejnená textová konfigurácia s architektúrou zmesi expertov má 94 vrstiev, 128 expertov a ôsmich expertov vybraných na každý token. Interleaved-MRoPE reprezentuje čas, šírku a výšku pre uvažovanie nad videom. DeepStack kombinuje vizuálne príznaky z viacerých úrovní enkodéra a zarovnanie textu s časovými značkami ukotvuje udalosti v časových referenciách. Pri príprave vizuálnych úloh a porovnávaní ich výsledkov dôsledne používajte túto edíciu 235B-A22B Instruct.\n\nPríprava vizuálnych vstupov\n\nPríklady rodiny zahŕňajú požiadavky iba s textom, jeden alebo viacero obrázkov a video. Vizuálne vstupy označte a uveďte, ako spolu súvisia. Rozpočty pixelov pre obrázky a video sú oddelené, zatiaľ čo explicitné rozmery obrázkov sa zarovnávajú na násobky 32. Dokumentovaná predvolená hodnota pre video sú dve snímky za sekundu, s možnosťou riadiť frekvenciu alebo počet snímok tam, kde je to podporované. Zachovajte metadáta videa a vyhnite sa opätovnej zmene veľkosti, ak pomocný nástroj už veľkosť materiálu zmenil.\n\nPri viacerých stranách dokumentu usporiadajte odpoveď podľa označenia strany a vyžiadajte si podporné polia alebo pasáže. Pri klipe si vyžiadajte príslušnú udalosť, interval a viditeľné dôkazy. Vrátený interval udalosti a podporné podrobnosti porovnajte s pôvodným klipom a jeho časovaním.\n\nOdporúčania pre generovanie a obmedzenia\n\nGeneračný súbor checkpointu predvolene nastavuje teplotu na 0.7, top_p na 0.8, top_k na 20 a penalizáciu opakovania na 1.0. Postup Instruct pre túto rodinu navyše používa penalizáciu prítomnosti 1.5 a rozpočet výstupu 32,768 tokenov. Tento rozpočet je súčasťou postupu tvorcu, nie nezávisle stanoveným pevným stropom výstupu. Rozpočty pre konkrétne úlohy z karty 8B a predvoľby edície Thinking zostávajú oddelené.\n\nRozšírenie kontextu tejto rodiny používa YaRN a pri prechode jej prekladanej pozičnej schémy z 256K približne na 1M navrhuje faktor dva alebo tri. Popri texte a reprezentovanom vizuálnom obsahu vyhraďte priestor na odpoveď; citácie, extrahované čísla a vygenerovaný kód overte oproti zdroju. Užitočným výsledkom je konkrétny textový artefakt s podpornými vizuálnymi dôkazmi a zachovanou presnou identitou Instruct.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Translate a layout description to HTML\n\nCreate a semantic HTML fragment from this text layout specification: a product section contains heading "Travel mug", a paragraph "350 ml, steel", and a list of features "Sealed lid" and "Hand wash". Return editable HTML only, with no scripts or styles. Preserve exact wording and use a heading, paragraph and unordered list.One semantic HTML fragment using the requested heading, paragraph and two-item list.Inspect the element hierarchy and exact text; do not add a product image or unprovided features.qwen/qwen3-vl-235b-a22b-instructQwen3-VL-235B-A22B-Instruct je vizuálno-jazyková edícia Qwen so zmesou expertov zameraná na pokyny pre text, obrázky a video. Vracia text alebo kód pre vizuálne postupy, dokumenty, priestorové otázky a úlohy STEM s OCR pre 32 jazykov a natívnym kontextom 262,144 tokenov.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Edícia 235B-A22B Instruct
Qwen3-VL-235B-A22B-Instruct je člen rodiny Qwen3-VL s architektúrou zmesi expertov zameraný na plnenie inštrukcií. Prijíma text, obrázky a video a generuje text vrátane kódu alebo požadovaného dokumentového artefaktu. Zachovajte presnú edíciu Instruct namiesto toho, aby ste jej priraďovali kontrakt odpovede checkpointu Thinking alebo postup určený pre inú veľkosť. Užitočná úloha poskytuje modelu konkrétnu otázku a požaduje výsledok, ktorý možno porovnať s dodanými dôkazmi.
Vizuálni agenti a programovanie
Tvorca opisuje pracovné postupy vizuálnych agentov, ktoré rozpoznávajú prvky rozhrania, rozumejú ich funkciám a vyvolávajú nástroje pre úlohy na počítači alebo mobilnom zariadení. Poskytnite snímku obrazovky a cieľ a potom si vyžiadajte určenie príslušného ovládacieho prvku a dôkazy podporujúce jeho výber. Pripojená aplikácia vykonáva akcie a dodáva výsledky; samotné rozpoznanie rozhrania zariadenie neovláda.
Vizuálne programovanie zahŕňa obsah diagramov a HTML, CSS alebo JavaScript vytvorené z obrázkov či videa. Dodajte predlohu rozloženia, funkčné obmedzenia a požadovaný upraviteľný výstup. Pri zmene existujúcej stránky zahrňte príslušný zdrojový kód a stavy interakcie. Vyžiadajte si artefakt oddelene od vysvetlenia, aby ho vývojový pracovný postup mohol vykresliť a skontrolovať. Vygenerovaný zdrojový kód zostáva návrhom, nie dôkazom fungujúcej aplikácie.
Priestorové vnímanie a dlhý materiál
Qwen dokumentuje posudzovanie polôh, uhlov pohľadu a zakrytia vrátane dvojrozmerného ukotvenia a podpory trojrozmerného ukotvenia. Určte objekty a vzťah, na ktorých záleží, a potom sa opýtajte, ktoré viditeľné indície podporujú záver. Vzťah odvodený z obrázka sa nemá považovať za kalibrované fyzikálne meranie.
Natívny kontext má rozsah 262,144 tokenov. Rodina opisuje spracovanie kníh a mnohohodinového videa, s indexovaním udalostí na úrovni sekúnd a rozšírením približne na milión tokenov prostredníctvom konfigurácie. Pri žiadosti o opis udalostí zachovajte časovanie a identifikátory zdrojov. Reprezentácia a vzorkovanie určujú, aký materiál vstupuje do požiadavky; veľký kontext nezaručuje dokonalé zapamätanie každej strany alebo snímky.
Uvažovanie, rozpoznávanie a OCR
Rodina podporuje vizuálne otázky z oblastí STEM, matematiky, kauzality a logiky. Poskytnite úplné zadanie a označenia v diagrame a požiadajte model, aby pred záverom určil použité hodnoty alebo vzťahy. Text a zrakové vnímanie sa spájajú, takže jedna otázka môže prepojiť odsek s jeho ilustráciou a používateľovými pokynmi.
Rozpoznávanie zahŕňa ľudí, produkty, významné miesta a objekty, rastliny, zvieratá a mediálne postavy. OCR pokrýva 32 jazykov a zameriava sa na slabé osvetlenie, rozmazanie a naklonenie vrátane odbornej slovnej zásoby a štruktúry dlhých dokumentov. Dodajte čitateľné strany a vyžiadajte si pomenované polia, citácie alebo tabuľku, ktoré možno skontrolovať oproti obrázku. Tieto použitia odrážajú dokumentovaný rozsah schopností, nezaručujú však presnú identifikáciu, prepis ani výpočet.
Aktualizácie architektúry
Zverejnená textová konfigurácia s architektúrou zmesi expertov má 94 vrstiev, 128 expertov a ôsmich expertov vybraných na každý token. Interleaved-MRoPE reprezentuje čas, šírku a výšku pre uvažovanie nad videom. DeepStack kombinuje vizuálne príznaky z viacerých úrovní enkodéra a zarovnanie textu s časovými značkami ukotvuje udalosti v časových referenciách. Pri príprave vizuálnych úloh a porovnávaní ich výsledkov dôsledne používajte túto edíciu 235B-A22B Instruct.
Príprava vizuálnych vstupov
Príklady rodiny zahŕňajú požiadavky iba s textom, jeden alebo viacero obrázkov a video. Vizuálne vstupy označte a uveďte, ako spolu súvisia. Rozpočty pixelov pre obrázky a video sú oddelené, zatiaľ čo explicitné rozmery obrázkov sa zarovnávajú na násobky 32. Dokumentovaná predvolená hodnota pre video sú dve snímky za sekundu, s možnosťou riadiť frekvenciu alebo počet snímok tam, kde je to podporované. Zachovajte metadáta videa a vyhnite sa opätovnej zmene veľkosti, ak pomocný nástroj už veľkosť materiálu zmenil.
Pri viacerých stranách dokumentu usporiadajte odpoveď podľa označenia strany a vyžiadajte si podporné polia alebo pasáže. Pri klipe si vyžiadajte príslušnú udalosť, interval a viditeľné dôkazy. Vrátený interval udalosti a podporné podrobnosti porovnajte s pôvodným klipom a jeho časovaním.
Odporúčania pre generovanie a obmedzenia
Generačný súbor checkpointu predvolene nastavuje teplotu na 0.7, top_p na 0.8, top_k na 20 a penalizáciu opakovania na 1.0. Postup Instruct pre túto rodinu navyše používa penalizáciu prítomnosti 1.5 a rozpočet výstupu 32,768 tokenov. Tento rozpočet je súčasťou postupu tvorcu, nie nezávisle stanoveným pevným stropom výstupu. Rozpočty pre konkrétne úlohy z karty 8B a predvoľby edície Thinking zostávajú oddelené.
Rozšírenie kontextu tejto rodiny používa YaRN a pri prechode jej prekladanej pozičnej schémy z 256K približne na 1M navrhuje faktor dva alebo tri. Popri texte a reprezentovanom vizuálnom obsahu vyhraďte priestor na odpoveď; citácie, extrahované čísla a vygenerovaný kód overte oproti zdroju. Užitočným výsledkom je konkrétny textový artefakt s podpornými vizuálnymi dôkazmi a zachovanou presnou identitou Instruct.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3-vl-235b-a22b-instruct | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Príklady: system, user, assistant, tool, function Podmienky: Tieto roly sú výslovne zastúpené typmi kompatibility v zdrojovom kóde; presný súbor rolí zostáva závislý od modelu. Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring|content_part[]|null | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_calls | Typtool_call[] | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_call_id | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: role=tool; použite skutočne vrátené ID | Predvolené— |
Polemessages[].name | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].reasoning_content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa | Predvolené— |
Polemessages[].reasoning_details | Typobject|array | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polemax_completion_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Polestream_options.include_usage | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletemperature | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletop_p | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polestop | Typstring|string[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools | Typfunction_tool[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools[].type | Typstring | PožiadavkaVoliteľné | Hodnoty a limity function Závisí od modelu | Predvolené— |
Poletools[].function.name | Typstring | PožiadavkaPovinné | Hodnoty a limity Platí, keď: poskytnutý nástroj typu funkcia | Predvolené— |
Poletools[].function.description | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletools[].function.parameters | TypJSON_schema | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletool_choice | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleparallel_tool_calls | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleresponse_format | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning_effort | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleservice_tier | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleinstructions | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Pole kompatibility | Predvolené— |
Polefunctions | Typfunction[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polefunction_call | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleprompt_cache_options | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemodalities | Typstring[] | PožiadavkaVoliteľné | Hodnoty a limity text | Predvolené— |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa na tejto textovej trase Ultra odmieta | Predvolené— |
Polecache_control.ttl | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta | Predvolené— |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Špecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.000572 / 1K tokenov Výstup · Výstupné tokeny $0.0038 / 1K tokenov Vstup · Čítanie cache $0.0002 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.000572 / 1K tokenov Výstup · Výstupné tokeny $0.0038 / 1K tokenov Vstup · Čítanie cache $0.0002 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen/qwen3-vl-235b-a22b-instruct", "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='qwen/qwen3-vl-235b-a22b-instruct',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='qwen/qwen3-vl-235b-a22b-instruct',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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra qwen/qwen3-vl-235b-a22b-instruct
Použite cesty metód uvedené vyššie.
qwen/qwen3-vl-235b-a22b-instructQwen3-VL-235B-A22B-Instruct je vizuálno-jazyková edícia Qwen so zmesou expertov zameraná na pokyny pre text, obrázky a video. Vracia text alebo kód pre vizuálne postupy, dokumenty, priestorové otázky a úlohy STEM s OCR pre 32 jazykov a natívnym kontextom 262,144 tokenov.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Edícia 235B-A22B Instruct
Qwen3-VL-235B-A22B-Instruct je člen rodiny Qwen3-VL s architektúrou zmesi expertov zameraný na plnenie inštrukcií. Prijíma text, obrázky a video a generuje text vrátane kódu alebo požadovaného dokumentového artefaktu. Zachovajte presnú edíciu Instruct namiesto toho, aby ste jej priraďovali kontrakt odpovede checkpointu Thinking alebo postup určený pre inú veľkosť. Užitočná úloha poskytuje modelu konkrétnu otázku a požaduje výsledok, ktorý možno porovnať s dodanými dôkazmi.
Vizuálni agenti a programovanie
Tvorca opisuje pracovné postupy vizuálnych agentov, ktoré rozpoznávajú prvky rozhrania, rozumejú ich funkciám a vyvolávajú nástroje pre úlohy na počítači alebo mobilnom zariadení. Poskytnite snímku obrazovky a cieľ a potom si vyžiadajte určenie príslušného ovládacieho prvku a dôkazy podporujúce jeho výber. Pripojená aplikácia vykonáva akcie a dodáva výsledky; samotné rozpoznanie rozhrania zariadenie neovláda.
Vizuálne programovanie zahŕňa obsah diagramov a HTML, CSS alebo JavaScript vytvorené z obrázkov či videa. Dodajte predlohu rozloženia, funkčné obmedzenia a požadovaný upraviteľný výstup. Pri zmene existujúcej stránky zahrňte príslušný zdrojový kód a stavy interakcie. Vyžiadajte si artefakt oddelene od vysvetlenia, aby ho vývojový pracovný postup mohol vykresliť a skontrolovať. Vygenerovaný zdrojový kód zostáva návrhom, nie dôkazom fungujúcej aplikácie.
Priestorové vnímanie a dlhý materiál
Qwen dokumentuje posudzovanie polôh, uhlov pohľadu a zakrytia vrátane dvojrozmerného ukotvenia a podpory trojrozmerného ukotvenia. Určte objekty a vzťah, na ktorých záleží, a potom sa opýtajte, ktoré viditeľné indície podporujú záver. Vzťah odvodený z obrázka sa nemá považovať za kalibrované fyzikálne meranie.
Natívny kontext má rozsah 262,144 tokenov. Rodina opisuje spracovanie kníh a mnohohodinového videa, s indexovaním udalostí na úrovni sekúnd a rozšírením približne na milión tokenov prostredníctvom konfigurácie. Pri žiadosti o opis udalostí zachovajte časovanie a identifikátory zdrojov. Reprezentácia a vzorkovanie určujú, aký materiál vstupuje do požiadavky; veľký kontext nezaručuje dokonalé zapamätanie každej strany alebo snímky.
Uvažovanie, rozpoznávanie a OCR
Rodina podporuje vizuálne otázky z oblastí STEM, matematiky, kauzality a logiky. Poskytnite úplné zadanie a označenia v diagrame a požiadajte model, aby pred záverom určil použité hodnoty alebo vzťahy. Text a zrakové vnímanie sa spájajú, takže jedna otázka môže prepojiť odsek s jeho ilustráciou a používateľovými pokynmi.
Rozpoznávanie zahŕňa ľudí, produkty, významné miesta a objekty, rastliny, zvieratá a mediálne postavy. OCR pokrýva 32 jazykov a zameriava sa na slabé osvetlenie, rozmazanie a naklonenie vrátane odbornej slovnej zásoby a štruktúry dlhých dokumentov. Dodajte čitateľné strany a vyžiadajte si pomenované polia, citácie alebo tabuľku, ktoré možno skontrolovať oproti obrázku. Tieto použitia odrážajú dokumentovaný rozsah schopností, nezaručujú však presnú identifikáciu, prepis ani výpočet.
Aktualizácie architektúry
Zverejnená textová konfigurácia s architektúrou zmesi expertov má 94 vrstiev, 128 expertov a ôsmich expertov vybraných na každý token. Interleaved-MRoPE reprezentuje čas, šírku a výšku pre uvažovanie nad videom. DeepStack kombinuje vizuálne príznaky z viacerých úrovní enkodéra a zarovnanie textu s časovými značkami ukotvuje udalosti v časových referenciách. Pri príprave vizuálnych úloh a porovnávaní ich výsledkov dôsledne používajte túto edíciu 235B-A22B Instruct.
Príprava vizuálnych vstupov
Príklady rodiny zahŕňajú požiadavky iba s textom, jeden alebo viacero obrázkov a video. Vizuálne vstupy označte a uveďte, ako spolu súvisia. Rozpočty pixelov pre obrázky a video sú oddelené, zatiaľ čo explicitné rozmery obrázkov sa zarovnávajú na násobky 32. Dokumentovaná predvolená hodnota pre video sú dve snímky za sekundu, s možnosťou riadiť frekvenciu alebo počet snímok tam, kde je to podporované. Zachovajte metadáta videa a vyhnite sa opätovnej zmene veľkosti, ak pomocný nástroj už veľkosť materiálu zmenil.
Pri viacerých stranách dokumentu usporiadajte odpoveď podľa označenia strany a vyžiadajte si podporné polia alebo pasáže. Pri klipe si vyžiadajte príslušnú udalosť, interval a viditeľné dôkazy. Vrátený interval udalosti a podporné podrobnosti porovnajte s pôvodným klipom a jeho časovaním.
Odporúčania pre generovanie a obmedzenia
Generačný súbor checkpointu predvolene nastavuje teplotu na 0.7, top_p na 0.8, top_k na 20 a penalizáciu opakovania na 1.0. Postup Instruct pre túto rodinu navyše používa penalizáciu prítomnosti 1.5 a rozpočet výstupu 32,768 tokenov. Tento rozpočet je súčasťou postupu tvorcu, nie nezávisle stanoveným pevným stropom výstupu. Rozpočty pre konkrétne úlohy z karty 8B a predvoľby edície Thinking zostávajú oddelené.
Rozšírenie kontextu tejto rodiny používa YaRN a pri prechode jej prekladanej pozičnej schémy z 256K približne na 1M navrhuje faktor dva alebo tri. Popri texte a reprezentovanom vizuálnom obsahu vyhraďte priestor na odpoveď; citácie, extrahované čísla a vygenerovaný kód overte oproti zdroju. Užitočným výsledkom je konkrétny textový artefakt s podpornými vizuálnymi dôkazmi a zachovanou presnou identitou Instruct.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3-vl-235b-a22b-instruct | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity user, assistant | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF-8
reťazec messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages, max_tokens |
Parameteroptional_controls | Špecifikáciastream |
Parametermaterial_types | Špecifikáciatext |
Parametertext_file_material | ŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy. |
Životný cyklus: synchronous_or_streamed
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.
| Konfigurácia | Sadzobník | Počet tokenov kontextu väčší než | Tokeny kontextu, najviac (vrátane hranice) | Poplatok |
|---|---|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Počet tokenov kontextu väčší než— | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.000572 / 1K tokenov Výstup · Výstupné tokeny $0.0038 / 1K tokenov Vstup · Čítanie cache $0.0002 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
| KonfiguráciaPásmo dĺžky požiadavky 1 | Sadzobník— | Počet tokenov kontextu väčší než0 | Tokeny kontextu, najviac (vrátane hranice)Bez hornej hranice | Poplatok Vstup · Vstupné tokeny $0.000572 / 1K tokenov Výstup · Výstupné tokeny $0.0038 / 1K tokenov Vstup · Čítanie cache $0.0002 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "qwen/qwen3-vl-235b-a22b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen/qwen3-vl-235b-a22b-instruct', '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': 'qwen/qwen3-vl-235b-a22b-instruct', '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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte všetky bloky obsahu, podpisy uvažovania a skutočné ID volaní nástrojov. Zostavte všetky čiastkové zmeny blokov SSE; prvý textový blok nie je celý výstup.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra qwen/qwen3-vl-235b-a22b-instruct
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Translate a layout description to HTML\n\nCreate a semantic HTML fragment from this text layout specification: a product section contains heading "Travel mug", a paragraph "350 ml, steel", and a list of features "Sealed lid" and "Hand wash". Return editable HTML only, with no scripts or styles. Preserve exact wording and use a heading, paragraph and unordered list.One semantic HTML fragment using the requested heading, paragraph and two-item list.Inspect the element hierarchy and exact text; do not add a product image or unprovided features.