Vizuálno-jazykové vydanie 8B Instruct
Qwen3-VL-8B-Instruct je husté vydanie Qwen3-VL veľkosti 8B zamerané na pokyny. Kombinuje text s obrázkami alebo videom a vytvára text vrátane kódu. Zostáva oddelené od vydania Thinking s posilneným uvažovaním aj od riedkych expertných modelov rovnakej rodiny. Vyberte ho pre cielený vizuálny pokyn, otázku o dokumente alebo upraviteľný artefakt, ktorého výsledok možno porovnať s dodanými dôkazmi.
Vizuálni agenti a vizuálne programovanie
Výrobca opisuje rozpoznávanie prvkov počítačového alebo mobilného rozhrania, porozumenie ich funkciám a používanie nástrojov v postupe vizuálneho agenta. Poskytnite snímku obrazovky a konkrétny cieľ a potom sa pýtajte, ktoré viditeľné ovládacie prvky zodpovedajú tomuto cieľu a aké dôkazy podporujú voľbu. Akcie vykonáva pripojený softvér; rozpoznanie rozhrania samo neposkytuje modelu kontrolu nad zariadením.
Vizuálne programovanie zahŕňa vytváranie obsahu diagramov a HTML, CSS alebo JavaScript z obrázkov alebo videa. Poskytnite predlohu rozloženia spolu s funkčnými požiadavkami a požadovaným upraviteľným výstupom. Žiadajte štruktúru zdrojového kódu a štýly oddelene, keď to uľahčuje kontrolu. Generovaný kód je textový artefakt; stále potrebuje vývojový postup na vykreslenie a posúdenie svojho správania.
Priestorové vnímanie a dlhý materiál
Qwen dokumentuje uvažovanie o polohách objektov, uhloch pohľadu a zakrytí s dvojrozmerným ukotvením a podporou trojrozmerného ukotvenia. Pomenujte cieľový objekt a uveďte skúmaný vzťah. Výsledok o relatívnej polohe je záverom z obrázka, nie kalibrovaným fyzikálnym meraním.
Natívny kontext má 262,144 tokenov. Rodina opisuje knihy a mnohohodinové video s indexovaním udalostí na úrovni sekúnd a rozšírením približne na jeden milión tokenov prostredníctvom konfigurácie. Reprezentácia, vzorkovanie snímok a nakonfigurovaný limit sekvencie určujú, aký materiál sa spracuje. Veľký kontext nezaručuje úplné vybavenie si každej strany alebo snímky. Pri požadovaní opisu video udalosti zachovajte časovanie.
Multimodálne uvažovanie, rozpoznávanie a OCR
Rodina podporuje otázky STEM a matematické otázky, kauzálnu analýzu a vizuálne vysvetlenia založené na dôkazoch. Poskytnite úplné zadanie popri diagrame a pred záverom žiadajte použité hodnoty a vzťahy. Rozpoznávanie pokrýva široké spektrum ľudí, produktov, orientačných bodov, rastlín, zvierat a mediálnych postáv; keď záleží na identifikácii, vierohodné označenie treba overiť.
OCR pokrýva 32 jazykov a je navrhnuté na zlepšenie čítania pri slabom svetle, rozmazaní alebo naklonení vrátane odbornej slovnej zásoby a štruktúry dlhých dokumentov. Poskytnite čitateľnú stranu a žiadajte pomenované polia, citácie alebo štruktúrovanú tabuľku, ktoré možno voči nej overiť. Textové a vizuálne porozumenie sa kombinujú, takže otázka môže prepájať odsek s obrázkom a pokynmi používateľa.
Aktualizácie architektúry
Zverejnená hustá textová konfigurácia má 36 vrstiev. Interleaved-MRoPE reprezentuje čas, šírku a výšku pre uvažovanie o videu. DeepStack kombinuje príznaky z viacerých úrovní vizuálneho enkodéra a zarovnanie textu s časovými značkami ukotvuje udalosti v časových referenciách. Tieto architektonické funkcie opisujú reprezentáciu modelu; nestanovujú pevný čas odpovede ani presnú fyzikálnu správnosť.
Príprava vstupu
Príklady rodiny od výrobcu pokrývajú čisto textové požiadavky, jednotlivé alebo viaceré obrázky a video. Označte vizuálne vstupy a uveďte ich vzťah. Pixelové rozpočty obrázkov a videa sú samostatné: rozpočet obrázka sa týka jedného obrázka, zatiaľ čo rozpočet videa sa týka pixelov naprieč vzorkovanými snímkami. Explicitné rozmery obrázkov sa zarovnávajú na násobky 32. Dokumentované predvolené nastavenie videa sú dve snímky za sekundu s ovládaním frekvencie alebo počtu snímok v podporovaných postupoch.
Pomocný postup zachováva metadáta videa a odporúča vyhnúť sa duplicitnej zmene veľkosti, keď médiá už boli zmenšené alebo zväčšené. Pri úlohe s dokumentom zachovajte identifikátory strán; pri klipe žiadajte udalosť, relevantný interval a viditeľné dôkazy. Tieto príklady prípravy uplatňujú dokumentované schopnosti namiesto zaručenia presnej extrakcie alebo časovej presnosti.
Odporúčania generovania a limity
Táto konkrétna karta poskytuje samostatné predvoľby úloh. Vizuálno-jazykové úlohy používajú temperature 0.7, top_p 0.8, top_k 20, penalizáciu opakovania 1.0 a penalizáciu prítomnosti 1.5 s výstupným rozsahom 16,384 tokenov. Textové úlohy používajú temperature 1.0, top_p 1.0, top_k 40, penalizáciu opakovania 1.0 a penalizáciu prítomnosti 2.0 s rozsahom 32,768 tokenov. Ide o rozpočty postupu výrobcu, nie nezávisle stanovené pevné výstupné stropy alebo samostatné identity modelov.
Postup rodiny pre dlhý kontext používa YaRN s odporúčaným faktorom dva alebo tri pri rozširovaní jej prekladaných pozícií z 256K približne na 1M. Nekopírujte faktor štyri z inej rodiny Qwen. Popri vizuálnom a textovom vstupe vyhraďte miesto na odpoveď a OCR, vypočítané závery a generovaný zdrojový kód overujte voči pôvodnému materiálu. Zachovajte konkrétne vydanie Instruct namiesto preberania kontraktu generovania alebo ovládania kontrolného bodu Thinking.
", "aboutText": "Vizuálno-jazykové vydanie 8B Instruct\n\nQwen3-VL-8B-Instruct je husté vydanie Qwen3-VL veľkosti 8B zamerané na pokyny. Kombinuje text s obrázkami alebo videom a vytvára text vrátane kódu. Zostáva oddelené od vydania Thinking s posilneným uvažovaním aj od riedkych expertných modelov rovnakej rodiny. Vyberte ho pre cielený vizuálny pokyn, otázku o dokumente alebo upraviteľný artefakt, ktorého výsledok možno porovnať s dodanými dôkazmi.\n\nVizuálni agenti a vizuálne programovanie\n\nVýrobca opisuje rozpoznávanie prvkov počítačového alebo mobilného rozhrania, porozumenie ich funkciám a používanie nástrojov v postupe vizuálneho agenta. Poskytnite snímku obrazovky a konkrétny cieľ a potom sa pýtajte, ktoré viditeľné ovládacie prvky zodpovedajú tomuto cieľu a aké dôkazy podporujú voľbu. Akcie vykonáva pripojený softvér; rozpoznanie rozhrania samo neposkytuje modelu kontrolu nad zariadením.\n\nVizuálne programovanie zahŕňa vytváranie obsahu diagramov a HTML, CSS alebo JavaScript z obrázkov alebo videa. Poskytnite predlohu rozloženia spolu s funkčnými požiadavkami a požadovaným upraviteľným výstupom. Žiadajte štruktúru zdrojového kódu a štýly oddelene, keď to uľahčuje kontrolu. Generovaný kód je textový artefakt; stále potrebuje vývojový postup na vykreslenie a posúdenie svojho správania.\n\nPriestorové vnímanie a dlhý materiál\n\nQwen dokumentuje uvažovanie o polohách objektov, uhloch pohľadu a zakrytí s dvojrozmerným ukotvením a podporou trojrozmerného ukotvenia. Pomenujte cieľový objekt a uveďte skúmaný vzťah. Výsledok o relatívnej polohe je záverom z obrázka, nie kalibrovaným fyzikálnym meraním.\n\nNatívny kontext má 262,144 tokenov. Rodina opisuje knihy a mnohohodinové video s indexovaním udalostí na úrovni sekúnd a rozšírením približne na jeden milión tokenov prostredníctvom konfigurácie. Reprezentácia, vzorkovanie snímok a nakonfigurovaný limit sekvencie určujú, aký materiál sa spracuje. Veľký kontext nezaručuje úplné vybavenie si každej strany alebo snímky. Pri požadovaní opisu video udalosti zachovajte časovanie.\n\nMultimodálne uvažovanie, rozpoznávanie a OCR\n\nRodina podporuje otázky STEM a matematické otázky, kauzálnu analýzu a vizuálne vysvetlenia založené na dôkazoch. Poskytnite úplné zadanie popri diagrame a pred záverom žiadajte použité hodnoty a vzťahy. Rozpoznávanie pokrýva široké spektrum ľudí, produktov, orientačných bodov, rastlín, zvierat a mediálnych postáv; keď záleží na identifikácii, vierohodné označenie treba overiť.\n\nOCR pokrýva 32 jazykov a je navrhnuté na zlepšenie čítania pri slabom svetle, rozmazaní alebo naklonení vrátane odbornej slovnej zásoby a štruktúry dlhých dokumentov. Poskytnite čitateľnú stranu a žiadajte pomenované polia, citácie alebo štruktúrovanú tabuľku, ktoré možno voči nej overiť. Textové a vizuálne porozumenie sa kombinujú, takže otázka môže prepájať odsek s obrázkom a pokynmi používateľa.\n\nAktualizácie architektúry\n\nZverejnená hustá textová konfigurácia má 36 vrstiev. Interleaved-MRoPE reprezentuje čas, šírku a výšku pre uvažovanie o videu. DeepStack kombinuje príznaky z viacerých úrovní vizuálneho enkodéra a zarovnanie textu s časovými značkami ukotvuje udalosti v časových referenciách. Tieto architektonické funkcie opisujú reprezentáciu modelu; nestanovujú pevný čas odpovede ani presnú fyzikálnu správnosť.\n\nPríprava vstupu\n\nPríklady rodiny od výrobcu pokrývajú čisto textové požiadavky, jednotlivé alebo viaceré obrázky a video. Označte vizuálne vstupy a uveďte ich vzťah. Pixelové rozpočty obrázkov a videa sú samostatné: rozpočet obrázka sa týka jedného obrázka, zatiaľ čo rozpočet videa sa týka pixelov naprieč vzorkovanými snímkami. Explicitné rozmery obrázkov sa zarovnávajú na násobky 32. Dokumentované predvolené nastavenie videa sú dve snímky za sekundu s ovládaním frekvencie alebo počtu snímok v podporovaných postupoch.\n\nPomocný postup zachováva metadáta videa a odporúča vyhnúť sa duplicitnej zmene veľkosti, keď médiá už boli zmenšené alebo zväčšené. Pri úlohe s dokumentom zachovajte identifikátory strán; pri klipe žiadajte udalosť, relevantný interval a viditeľné dôkazy. Tieto príklady prípravy uplatňujú dokumentované schopnosti namiesto zaručenia presnej extrakcie alebo časovej presnosti.\n\nOdporúčania generovania a limity\n\nTáto konkrétna karta poskytuje samostatné predvoľby úloh. Vizuálno-jazykové úlohy používajú temperature 0.7, top_p 0.8, top_k 20, penalizáciu opakovania 1.0 a penalizáciu prítomnosti 1.5 s výstupným rozsahom 16,384 tokenov. Textové úlohy používajú temperature 1.0, top_p 1.0, top_k 40, penalizáciu opakovania 1.0 a penalizáciu prítomnosti 2.0 s rozsahom 32,768 tokenov. Ide o rozpočty postupu výrobcu, nie nezávisle stanovené pevné výstupné stropy alebo samostatné identity modelov.\n\nPostup rodiny pre dlhý kontext používa YaRN s odporúčaným faktorom dva alebo tri pri rozširovaní jej prekladaných pozícií z 256K približne na 1M. Nekopírujte faktor štyri z inej rodiny Qwen. Popri vizuálnom a textovom vstupe vyhraďte miesto na odpoveď a OCR, vypočítané závery a generovaný zdrojový kód overujte voči pôvodnému materiálu. Zachovajte konkrétne vydanie Instruct namiesto preberania kontraktu generovania alebo ovládania kontrolného bodu Thinking.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Read a text diagram relationship\n\nUse this text rendering of diagram D4: source A feeds filter B; B feeds tanks C and D; only D connects to drain E. List the directed path from A to E and name the tank on that path. Do not add physical dimensions or connections absent from the rendering.A labeled directed path and the tank identifier supported by D4.The path must follow the stated arrows and must not add a C-to-E connection.qwen/qwen3-vl-8b-instructQwen3-VL-8B-Instruct je hustý vizuálno-jazykový model Qwen zameraný na pokyny pre text, obrázky a video, ktorý vracia text alebo kód. Podporuje čítanie dokumentov, vizuálne programovanie, priestorové otázky a analýzu videa 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.
Vizuálno-jazykové vydanie 8B Instruct
Qwen3-VL-8B-Instruct je husté vydanie Qwen3-VL veľkosti 8B zamerané na pokyny. Kombinuje text s obrázkami alebo videom a vytvára text vrátane kódu. Zostáva oddelené od vydania Thinking s posilneným uvažovaním aj od riedkych expertných modelov rovnakej rodiny. Vyberte ho pre cielený vizuálny pokyn, otázku o dokumente alebo upraviteľný artefakt, ktorého výsledok možno porovnať s dodanými dôkazmi.
Vizuálni agenti a vizuálne programovanie
Výrobca opisuje rozpoznávanie prvkov počítačového alebo mobilného rozhrania, porozumenie ich funkciám a používanie nástrojov v postupe vizuálneho agenta. Poskytnite snímku obrazovky a konkrétny cieľ a potom sa pýtajte, ktoré viditeľné ovládacie prvky zodpovedajú tomuto cieľu a aké dôkazy podporujú voľbu. Akcie vykonáva pripojený softvér; rozpoznanie rozhrania samo neposkytuje modelu kontrolu nad zariadením.
Vizuálne programovanie zahŕňa vytváranie obsahu diagramov a HTML, CSS alebo JavaScript z obrázkov alebo videa. Poskytnite predlohu rozloženia spolu s funkčnými požiadavkami a požadovaným upraviteľným výstupom. Žiadajte štruktúru zdrojového kódu a štýly oddelene, keď to uľahčuje kontrolu. Generovaný kód je textový artefakt; stále potrebuje vývojový postup na vykreslenie a posúdenie svojho správania.
Priestorové vnímanie a dlhý materiál
Qwen dokumentuje uvažovanie o polohách objektov, uhloch pohľadu a zakrytí s dvojrozmerným ukotvením a podporou trojrozmerného ukotvenia. Pomenujte cieľový objekt a uveďte skúmaný vzťah. Výsledok o relatívnej polohe je záverom z obrázka, nie kalibrovaným fyzikálnym meraním.
Natívny kontext má 262,144 tokenov. Rodina opisuje knihy a mnohohodinové video s indexovaním udalostí na úrovni sekúnd a rozšírením približne na jeden milión tokenov prostredníctvom konfigurácie. Reprezentácia, vzorkovanie snímok a nakonfigurovaný limit sekvencie určujú, aký materiál sa spracuje. Veľký kontext nezaručuje úplné vybavenie si každej strany alebo snímky. Pri požadovaní opisu video udalosti zachovajte časovanie.
Multimodálne uvažovanie, rozpoznávanie a OCR
Rodina podporuje otázky STEM a matematické otázky, kauzálnu analýzu a vizuálne vysvetlenia založené na dôkazoch. Poskytnite úplné zadanie popri diagrame a pred záverom žiadajte použité hodnoty a vzťahy. Rozpoznávanie pokrýva široké spektrum ľudí, produktov, orientačných bodov, rastlín, zvierat a mediálnych postáv; keď záleží na identifikácii, vierohodné označenie treba overiť.
OCR pokrýva 32 jazykov a je navrhnuté na zlepšenie čítania pri slabom svetle, rozmazaní alebo naklonení vrátane odbornej slovnej zásoby a štruktúry dlhých dokumentov. Poskytnite čitateľnú stranu a žiadajte pomenované polia, citácie alebo štruktúrovanú tabuľku, ktoré možno voči nej overiť. Textové a vizuálne porozumenie sa kombinujú, takže otázka môže prepájať odsek s obrázkom a pokynmi používateľa.
Aktualizácie architektúry
Zverejnená hustá textová konfigurácia má 36 vrstiev. Interleaved-MRoPE reprezentuje čas, šírku a výšku pre uvažovanie o videu. DeepStack kombinuje príznaky z viacerých úrovní vizuálneho enkodéra a zarovnanie textu s časovými značkami ukotvuje udalosti v časových referenciách. Tieto architektonické funkcie opisujú reprezentáciu modelu; nestanovujú pevný čas odpovede ani presnú fyzikálnu správnosť.
Príprava vstupu
Príklady rodiny od výrobcu pokrývajú čisto textové požiadavky, jednotlivé alebo viaceré obrázky a video. Označte vizuálne vstupy a uveďte ich vzťah. Pixelové rozpočty obrázkov a videa sú samostatné: rozpočet obrázka sa týka jedného obrázka, zatiaľ čo rozpočet videa sa týka pixelov naprieč vzorkovanými snímkami. Explicitné rozmery obrázkov sa zarovnávajú na násobky 32. Dokumentované predvolené nastavenie videa sú dve snímky za sekundu s ovládaním frekvencie alebo počtu snímok v podporovaných postupoch.
Pomocný postup zachováva metadáta videa a odporúča vyhnúť sa duplicitnej zmene veľkosti, keď médiá už boli zmenšené alebo zväčšené. Pri úlohe s dokumentom zachovajte identifikátory strán; pri klipe žiadajte udalosť, relevantný interval a viditeľné dôkazy. Tieto príklady prípravy uplatňujú dokumentované schopnosti namiesto zaručenia presnej extrakcie alebo časovej presnosti.
Odporúčania generovania a limity
Táto konkrétna karta poskytuje samostatné predvoľby úloh. Vizuálno-jazykové úlohy používajú temperature 0.7, top_p 0.8, top_k 20, penalizáciu opakovania 1.0 a penalizáciu prítomnosti 1.5 s výstupným rozsahom 16,384 tokenov. Textové úlohy používajú temperature 1.0, top_p 1.0, top_k 40, penalizáciu opakovania 1.0 a penalizáciu prítomnosti 2.0 s rozsahom 32,768 tokenov. Ide o rozpočty postupu výrobcu, nie nezávisle stanovené pevné výstupné stropy alebo samostatné identity modelov.
Postup rodiny pre dlhý kontext používa YaRN s odporúčaným faktorom dva alebo tri pri rozširovaní jej prekladaných pozícií z 256K približne na 1M. Nekopírujte faktor štyri z inej rodiny Qwen. Popri vizuálnom a textovom vstupe vyhraďte miesto na odpoveď a OCR, vypočítané závery a generovaný zdrojový kód overujte voči pôvodnému materiálu. Zachovajte konkrétne vydanie Instruct namiesto preberania kontraktu generovania alebo ovládania kontrolného bodu Thinking.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3-vl-8b-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 $0.0005 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00024 / 1K tokenov Vstup · Zápis do cache — / 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 $0.0005 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00024 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${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-8b-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-8b-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-8b-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-8b-instruct
Použite cesty metód uvedené vyššie.
qwen/qwen3-vl-8b-instructQwen3-VL-8B-Instruct je hustý vizuálno-jazykový model Qwen zameraný na pokyny pre text, obrázky a video, ktorý vracia text alebo kód. Podporuje čítanie dokumentov, vizuálne programovanie, priestorové otázky a analýzu videa 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.
Vizuálno-jazykové vydanie 8B Instruct
Qwen3-VL-8B-Instruct je husté vydanie Qwen3-VL veľkosti 8B zamerané na pokyny. Kombinuje text s obrázkami alebo videom a vytvára text vrátane kódu. Zostáva oddelené od vydania Thinking s posilneným uvažovaním aj od riedkych expertných modelov rovnakej rodiny. Vyberte ho pre cielený vizuálny pokyn, otázku o dokumente alebo upraviteľný artefakt, ktorého výsledok možno porovnať s dodanými dôkazmi.
Vizuálni agenti a vizuálne programovanie
Výrobca opisuje rozpoznávanie prvkov počítačového alebo mobilného rozhrania, porozumenie ich funkciám a používanie nástrojov v postupe vizuálneho agenta. Poskytnite snímku obrazovky a konkrétny cieľ a potom sa pýtajte, ktoré viditeľné ovládacie prvky zodpovedajú tomuto cieľu a aké dôkazy podporujú voľbu. Akcie vykonáva pripojený softvér; rozpoznanie rozhrania samo neposkytuje modelu kontrolu nad zariadením.
Vizuálne programovanie zahŕňa vytváranie obsahu diagramov a HTML, CSS alebo JavaScript z obrázkov alebo videa. Poskytnite predlohu rozloženia spolu s funkčnými požiadavkami a požadovaným upraviteľným výstupom. Žiadajte štruktúru zdrojového kódu a štýly oddelene, keď to uľahčuje kontrolu. Generovaný kód je textový artefakt; stále potrebuje vývojový postup na vykreslenie a posúdenie svojho správania.
Priestorové vnímanie a dlhý materiál
Qwen dokumentuje uvažovanie o polohách objektov, uhloch pohľadu a zakrytí s dvojrozmerným ukotvením a podporou trojrozmerného ukotvenia. Pomenujte cieľový objekt a uveďte skúmaný vzťah. Výsledok o relatívnej polohe je záverom z obrázka, nie kalibrovaným fyzikálnym meraním.
Natívny kontext má 262,144 tokenov. Rodina opisuje knihy a mnohohodinové video s indexovaním udalostí na úrovni sekúnd a rozšírením približne na jeden milión tokenov prostredníctvom konfigurácie. Reprezentácia, vzorkovanie snímok a nakonfigurovaný limit sekvencie určujú, aký materiál sa spracuje. Veľký kontext nezaručuje úplné vybavenie si každej strany alebo snímky. Pri požadovaní opisu video udalosti zachovajte časovanie.
Multimodálne uvažovanie, rozpoznávanie a OCR
Rodina podporuje otázky STEM a matematické otázky, kauzálnu analýzu a vizuálne vysvetlenia založené na dôkazoch. Poskytnite úplné zadanie popri diagrame a pred záverom žiadajte použité hodnoty a vzťahy. Rozpoznávanie pokrýva široké spektrum ľudí, produktov, orientačných bodov, rastlín, zvierat a mediálnych postáv; keď záleží na identifikácii, vierohodné označenie treba overiť.
OCR pokrýva 32 jazykov a je navrhnuté na zlepšenie čítania pri slabom svetle, rozmazaní alebo naklonení vrátane odbornej slovnej zásoby a štruktúry dlhých dokumentov. Poskytnite čitateľnú stranu a žiadajte pomenované polia, citácie alebo štruktúrovanú tabuľku, ktoré možno voči nej overiť. Textové a vizuálne porozumenie sa kombinujú, takže otázka môže prepájať odsek s obrázkom a pokynmi používateľa.
Aktualizácie architektúry
Zverejnená hustá textová konfigurácia má 36 vrstiev. Interleaved-MRoPE reprezentuje čas, šírku a výšku pre uvažovanie o videu. DeepStack kombinuje príznaky z viacerých úrovní vizuálneho enkodéra a zarovnanie textu s časovými značkami ukotvuje udalosti v časových referenciách. Tieto architektonické funkcie opisujú reprezentáciu modelu; nestanovujú pevný čas odpovede ani presnú fyzikálnu správnosť.
Príprava vstupu
Príklady rodiny od výrobcu pokrývajú čisto textové požiadavky, jednotlivé alebo viaceré obrázky a video. Označte vizuálne vstupy a uveďte ich vzťah. Pixelové rozpočty obrázkov a videa sú samostatné: rozpočet obrázka sa týka jedného obrázka, zatiaľ čo rozpočet videa sa týka pixelov naprieč vzorkovanými snímkami. Explicitné rozmery obrázkov sa zarovnávajú na násobky 32. Dokumentované predvolené nastavenie videa sú dve snímky za sekundu s ovládaním frekvencie alebo počtu snímok v podporovaných postupoch.
Pomocný postup zachováva metadáta videa a odporúča vyhnúť sa duplicitnej zmene veľkosti, keď médiá už boli zmenšené alebo zväčšené. Pri úlohe s dokumentom zachovajte identifikátory strán; pri klipe žiadajte udalosť, relevantný interval a viditeľné dôkazy. Tieto príklady prípravy uplatňujú dokumentované schopnosti namiesto zaručenia presnej extrakcie alebo časovej presnosti.
Odporúčania generovania a limity
Táto konkrétna karta poskytuje samostatné predvoľby úloh. Vizuálno-jazykové úlohy používajú temperature 0.7, top_p 0.8, top_k 20, penalizáciu opakovania 1.0 a penalizáciu prítomnosti 1.5 s výstupným rozsahom 16,384 tokenov. Textové úlohy používajú temperature 1.0, top_p 1.0, top_k 40, penalizáciu opakovania 1.0 a penalizáciu prítomnosti 2.0 s rozsahom 32,768 tokenov. Ide o rozpočty postupu výrobcu, nie nezávisle stanovené pevné výstupné stropy alebo samostatné identity modelov.
Postup rodiny pre dlhý kontext používa YaRN s odporúčaným faktorom dva alebo tri pri rozširovaní jej prekladaných pozícií z 256K približne na 1M. Nekopírujte faktor štyri z inej rodiny Qwen. Popri vizuálnom a textovom vstupe vyhraďte miesto na odpoveď a OCR, vypočítané závery a generovaný zdrojový kód overujte voči pôvodnému materiálu. Zachovajte konkrétne vydanie Instruct namiesto preberania kontraktu generovania alebo ovládania kontrolného bodu Thinking.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3-vl-8b-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 $0.0005 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00024 / 1K tokenov Vstup · Zápis do cache — / 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 $0.0005 / 1K tokenov Výstup · Výstupné tokeny $0.0015 / 1K tokenov Vstup · Čítanie cache $0.00024 / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "qwen/qwen3-vl-8b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-8b-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-8b-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-8b-instruct
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Read a text diagram relationship\n\nUse this text rendering of diagram D4: source A feeds filter B; B feeds tanks C and D; only D connects to drain E. List the directed path from A to E and name the tank on that path. Do not add physical dimensions or connections absent from the rendering.A labeled directed path and the tank identifier supported by D4.The path must follow the stated arrows and must not add a C-to-E connection.