Qwen-VL-Max je vizuálno-jazyková línia Qwen na otázky, ktoré vyžadujú viac než rozpoznanie objektu. Tvorca zameriava Max na vizuálne uvažovanie a dodržiavanie pokynov: spájať viditeľné dôkazy s podmienkami používateľa, vysvetľovať vzťahy a poskytovať textový výsledok pre zložitejšiu vizuálnu úlohu. V porovnaní s líniou Plus tento opis kladie väčší dôraz na uvažovanie a interpretáciu.
Aktuálna karta tvorcu spája názov qwen-vl-max bez uvedenia verzie s qwen-vl-max-2025-08-13. Priebežne aktualizovaný názov sleduje aktualizácie, zatiaľ čo názov s dátumom označuje konkrétnu pevnú snímku verzie. Pri porovnávaní vstupov a výsledkov zachovajte presný názov; iné pomenované vydania môžu mať odlišné zdokumentované špecifikácie.
Schopnosti modelu
Zdokumentovaný vstup zahŕňa text, obrázky a video, zatiaľ čo výstupom je text. Vizuálnym podkladom môže byť strana dokumentu, graf, scéna alebo postupnosť snímok. Textová otázka určuje, čo má model z tohto podkladu zistiť. Výsledok môže opísať dôkazy, vysvetliť vzťah alebo usporiadať zistenia do polí; model nie je vydaním na generovanie obrázkov alebo videa.
Pri grafe určte porovnanie namiesto žiadosti o všeobecný opis. Poskytnite obrázok a spýtajte sa, ktorý viditeľný rad rastie, čo znamenajú označenia a ktoré pozorovania podporujú záver. Vyžiadajte si oddelené časti pre priamo viditeľné údaje a vysvetlenie. Pri diagrame procesu určte počiatočné a koncové podmienky a spýtajte sa na prepojenia medzi fázami pri zachovaní pôvodných označení.
Pri snímke obrazovky uveďte cieľ používateľa a spýtajte sa na viditeľné ovládacie prvky a možný ďalší krok. Výsledkom je písomná interpretácia rozhrania. Akékoľvek skutočné kliknutie, zmena súboru alebo externá činnosť zostáva prácou aplikácie, ktorá model používa; samotné vizuálne porozumenie nie je pracovným postupom na ovládanie počítača.
Karta tvorcu dokumentuje štruktúrovaný výstup, pokračovanie odpovede od zadaného začiatku a ukladanie kontextu do vyrovnávacej pamäte. Môžu pomôcť organizovať opakované vizuálne analýzy podľa stabilnej podoby výstupu. Dávkové odosielanie sa líši medzi konfiguráciami tvorcu, zatiaľ čo volanie funkcií, vyhľadávanie na webe a dodatočné dolaďovanie modelu nie sú na tejto karte uvedené ako podporované. Štruktúrovanú textovú odpoveď preto netreba zamieňať s vykonaným volaním nástroja alebo online vyhľadávaním.
Limity kontextu
Karta daného názvu uvádza kontextové okno 131 072 tokenov, maximálny vstup 129 024 tokenov a maximálny výstup 8 192 tokenov. Vizuálne vstupy a textová úloha spoločne spotrebúvajú dostupnú vstupnú kapacitu. Odpoveď je obmedzená samostatne, preto veľký súbor vizuálnych podkladov neznamená rovnako veľký výstup.
Vyberte obrázky alebo snímky, ktoré odpovedajú na skutočnú otázku. Zachovajte legendu grafu, názvy stĺpcov alebo označenia diagramu potrebné na interpretáciu orezanej oblasti. Pri porovnávaní viacerých podkladov určte ich poradie a úlohu: existujúci návrh, upravený návrh a referenčnú požiadavku. Užitočný písomný výsledok môže uvádzať zhodné prvky, rozdiely a otázky, ktoré z dodaných dôkazov zostávajú nevyriešené.
Práca s videom
Video na vstupe umožňuje otázky o viditeľných udalostiach a ich postupnosti. Spýtajte sa, čo sa mení medzi snímkami, ktorí účastníci spolu interagujú alebo ktorá viditeľná podmienka sa objaví skôr než iná. Definujte požadovaný výstup, napríklad usporiadaný opis udalostí s pozorovaniami podporujúcimi každý bod. Karta uvádza video na vstupe a text na výstupe, nie zvukový vstup ani hlasový výstup; otázka o hovorenom obsahu vyžaduje sprístupnenie tohto obsahu samostatne.
Praktická úloha môže porovnať ukážkový klip s jeho písomným postupom: poskytnite vizuálne podklady a relevantné kroky, spýtajte sa, ktoré kroky sú viditeľne zobrazené, a vyžiadajte si stručný zoznam nesúladov. Určte, s ktorým krokom postupu súvisí každé pozorovanie, a nejasné kroky ponechajte v samostatnej časti odpovede.
Dôležité limity vydania
Zameranie Max na vizuálne uvažovanie je užitočné, keď úloha závisí od interpretácie vzťahov a dodržiavania zložitého vizuálneho pokynu. Jeho zdokumentovaný výsledok je text. Zachovajte čitateľnosť vstupu, pomenujte úsudok, ktorý potrebujete, a odlíšte viditeľné dôkazy od záverov, ktoré má model podľa úlohy vyvodiť. Takáto príprava premení vizuálnu otázku na použiteľné vysvetlenie alebo porovnanie namiesto necieleného zhrnutia scény.
", "aboutText": "Qwen-VL-Max je vizuálno-jazyková línia Qwen na otázky, ktoré vyžadujú viac než rozpoznanie objektu. Tvorca zameriava Max na vizuálne uvažovanie a dodržiavanie pokynov: spájať viditeľné dôkazy s podmienkami používateľa, vysvetľovať vzťahy a poskytovať textový výsledok pre zložitejšiu vizuálnu úlohu. V porovnaní s líniou Plus tento opis kladie väčší dôraz na uvažovanie a interpretáciu.\n\nAktuálna karta tvorcu spája názov qwen-vl-max bez uvedenia verzie s qwen-vl-max-2025-08-13. Priebežne aktualizovaný názov sleduje aktualizácie, zatiaľ čo názov s dátumom označuje konkrétnu pevnú snímku verzie. Pri porovnávaní vstupov a výsledkov zachovajte presný názov; iné pomenované vydania môžu mať odlišné zdokumentované špecifikácie.\n\nSchopnosti modelu\n\nZdokumentovaný vstup zahŕňa text, obrázky a video, zatiaľ čo výstupom je text. Vizuálnym podkladom môže byť strana dokumentu, graf, scéna alebo postupnosť snímok. Textová otázka určuje, čo má model z tohto podkladu zistiť. Výsledok môže opísať dôkazy, vysvetliť vzťah alebo usporiadať zistenia do polí; model nie je vydaním na generovanie obrázkov alebo videa.\n\nPri grafe určte porovnanie namiesto žiadosti o všeobecný opis. Poskytnite obrázok a spýtajte sa, ktorý viditeľný rad rastie, čo znamenajú označenia a ktoré pozorovania podporujú záver. Vyžiadajte si oddelené časti pre priamo viditeľné údaje a vysvetlenie. Pri diagrame procesu určte počiatočné a koncové podmienky a spýtajte sa na prepojenia medzi fázami pri zachovaní pôvodných označení.\n\nPri snímke obrazovky uveďte cieľ používateľa a spýtajte sa na viditeľné ovládacie prvky a možný ďalší krok. Výsledkom je písomná interpretácia rozhrania. Akékoľvek skutočné kliknutie, zmena súboru alebo externá činnosť zostáva prácou aplikácie, ktorá model používa; samotné vizuálne porozumenie nie je pracovným postupom na ovládanie počítača.\n\nKarta tvorcu dokumentuje štruktúrovaný výstup, pokračovanie odpovede od zadaného začiatku a ukladanie kontextu do vyrovnávacej pamäte. Môžu pomôcť organizovať opakované vizuálne analýzy podľa stabilnej podoby výstupu. Dávkové odosielanie sa líši medzi konfiguráciami tvorcu, zatiaľ čo volanie funkcií, vyhľadávanie na webe a dodatočné dolaďovanie modelu nie sú na tejto karte uvedené ako podporované. Štruktúrovanú textovú odpoveď preto netreba zamieňať s vykonaným volaním nástroja alebo online vyhľadávaním.\n\nLimity kontextu\n\nKarta daného názvu uvádza kontextové okno 131 072 tokenov, maximálny vstup 129 024 tokenov a maximálny výstup 8 192 tokenov. Vizuálne vstupy a textová úloha spoločne spotrebúvajú dostupnú vstupnú kapacitu. Odpoveď je obmedzená samostatne, preto veľký súbor vizuálnych podkladov neznamená rovnako veľký výstup.\n\nVyberte obrázky alebo snímky, ktoré odpovedajú na skutočnú otázku. Zachovajte legendu grafu, názvy stĺpcov alebo označenia diagramu potrebné na interpretáciu orezanej oblasti. Pri porovnávaní viacerých podkladov určte ich poradie a úlohu: existujúci návrh, upravený návrh a referenčnú požiadavku. Užitočný písomný výsledok môže uvádzať zhodné prvky, rozdiely a otázky, ktoré z dodaných dôkazov zostávajú nevyriešené.\n\nPráca s videom\n\nVideo na vstupe umožňuje otázky o viditeľných udalostiach a ich postupnosti. Spýtajte sa, čo sa mení medzi snímkami, ktorí účastníci spolu interagujú alebo ktorá viditeľná podmienka sa objaví skôr než iná. Definujte požadovaný výstup, napríklad usporiadaný opis udalostí s pozorovaniami podporujúcimi každý bod. Karta uvádza video na vstupe a text na výstupe, nie zvukový vstup ani hlasový výstup; otázka o hovorenom obsahu vyžaduje sprístupnenie tohto obsahu samostatne.\n\nPraktická úloha môže porovnať ukážkový klip s jeho písomným postupom: poskytnite vizuálne podklady a relevantné kroky, spýtajte sa, ktoré kroky sú viditeľne zobrazené, a vyžiadajte si stručný zoznam nesúladov. Určte, s ktorým krokom postupu súvisí každé pozorovanie, a nejasné kroky ponechajte v samostatnej časti odpovede.\n\nDôležité limity vydania\n\nZameranie Max na vizuálne uvažovanie je užitočné, keď úloha závisí od interpretácie vzťahov a dodržiavania zložitého vizuálneho pokynu. Jeho zdokumentovaný výsledok je text. Zachovajte čitateľnosť vstupu, pomenujte úsudok, ktorý potrebujete, a odlíšte viditeľné dôkazy od záverov, ktoré má model podľa úlohy vyvodiť. Takáto príprava premení vizuálnu otázku na použiteľné vysvetlenie alebo porovnanie namiesto necieleného zhrnutia scény.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Trace a described process diagram\n\nInterpret this diagram transcribed as text: Request -> Validate -> [valid: Queue; invalid: Return error]; Queue -> Worker -> Result. Requirement: invalid requests must never reach the worker. Explain both paths, identify the gate enforcing the requirement and list two checks tied to those paths. Use only the supplied connections and labels.A two-path explanation, the validation gate and valid/invalid path checks.Check the invalid branch ends at Return error rather than passing through Queue.qwen-vl-maxQwen-VL-Max spája text, obrázky a video s vizuálnym uvažovaním a dodržiavaním pokynov. Vracia textové vysvetlenia alebo štruktúrované zistenia a je určený na zložité vizuálne otázky, analýzu dokumentov a vzťahy v rámci scény.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Qwen-VL-Max je vizuálno-jazyková línia Qwen na otázky, ktoré vyžadujú viac než rozpoznanie objektu. Tvorca zameriava Max na vizuálne uvažovanie a dodržiavanie pokynov: spájať viditeľné dôkazy s podmienkami používateľa, vysvetľovať vzťahy a poskytovať textový výsledok pre zložitejšiu vizuálnu úlohu. V porovnaní s líniou Plus tento opis kladie väčší dôraz na uvažovanie a interpretáciu.
Aktuálna karta tvorcu spája názov qwen-vl-max bez uvedenia verzie s qwen-vl-max-2025-08-13. Priebežne aktualizovaný názov sleduje aktualizácie, zatiaľ čo názov s dátumom označuje konkrétnu pevnú snímku verzie. Pri porovnávaní vstupov a výsledkov zachovajte presný názov; iné pomenované vydania môžu mať odlišné zdokumentované špecifikácie.
Schopnosti modelu
Zdokumentovaný vstup zahŕňa text, obrázky a video, zatiaľ čo výstupom je text. Vizuálnym podkladom môže byť strana dokumentu, graf, scéna alebo postupnosť snímok. Textová otázka určuje, čo má model z tohto podkladu zistiť. Výsledok môže opísať dôkazy, vysvetliť vzťah alebo usporiadať zistenia do polí; model nie je vydaním na generovanie obrázkov alebo videa.
Pri grafe určte porovnanie namiesto žiadosti o všeobecný opis. Poskytnite obrázok a spýtajte sa, ktorý viditeľný rad rastie, čo znamenajú označenia a ktoré pozorovania podporujú záver. Vyžiadajte si oddelené časti pre priamo viditeľné údaje a vysvetlenie. Pri diagrame procesu určte počiatočné a koncové podmienky a spýtajte sa na prepojenia medzi fázami pri zachovaní pôvodných označení.
Pri snímke obrazovky uveďte cieľ používateľa a spýtajte sa na viditeľné ovládacie prvky a možný ďalší krok. Výsledkom je písomná interpretácia rozhrania. Akékoľvek skutočné kliknutie, zmena súboru alebo externá činnosť zostáva prácou aplikácie, ktorá model používa; samotné vizuálne porozumenie nie je pracovným postupom na ovládanie počítača.
Karta tvorcu dokumentuje štruktúrovaný výstup, pokračovanie odpovede od zadaného začiatku a ukladanie kontextu do vyrovnávacej pamäte. Môžu pomôcť organizovať opakované vizuálne analýzy podľa stabilnej podoby výstupu. Dávkové odosielanie sa líši medzi konfiguráciami tvorcu, zatiaľ čo volanie funkcií, vyhľadávanie na webe a dodatočné dolaďovanie modelu nie sú na tejto karte uvedené ako podporované. Štruktúrovanú textovú odpoveď preto netreba zamieňať s vykonaným volaním nástroja alebo online vyhľadávaním.
Limity kontextu
Karta daného názvu uvádza kontextové okno 131 072 tokenov, maximálny vstup 129 024 tokenov a maximálny výstup 8 192 tokenov. Vizuálne vstupy a textová úloha spoločne spotrebúvajú dostupnú vstupnú kapacitu. Odpoveď je obmedzená samostatne, preto veľký súbor vizuálnych podkladov neznamená rovnako veľký výstup.
Vyberte obrázky alebo snímky, ktoré odpovedajú na skutočnú otázku. Zachovajte legendu grafu, názvy stĺpcov alebo označenia diagramu potrebné na interpretáciu orezanej oblasti. Pri porovnávaní viacerých podkladov určte ich poradie a úlohu: existujúci návrh, upravený návrh a referenčnú požiadavku. Užitočný písomný výsledok môže uvádzať zhodné prvky, rozdiely a otázky, ktoré z dodaných dôkazov zostávajú nevyriešené.
Práca s videom
Video na vstupe umožňuje otázky o viditeľných udalostiach a ich postupnosti. Spýtajte sa, čo sa mení medzi snímkami, ktorí účastníci spolu interagujú alebo ktorá viditeľná podmienka sa objaví skôr než iná. Definujte požadovaný výstup, napríklad usporiadaný opis udalostí s pozorovaniami podporujúcimi každý bod. Karta uvádza video na vstupe a text na výstupe, nie zvukový vstup ani hlasový výstup; otázka o hovorenom obsahu vyžaduje sprístupnenie tohto obsahu samostatne.
Praktická úloha môže porovnať ukážkový klip s jeho písomným postupom: poskytnite vizuálne podklady a relevantné kroky, spýtajte sa, ktoré kroky sú viditeľne zobrazené, a vyžiadajte si stručný zoznam nesúladov. Určte, s ktorým krokom postupu súvisí každé pozorovanie, a nejasné kroky ponechajte v samostatnej časti odpovede.
Dôležité limity vydania
Zameranie Max na vizuálne uvažovanie je užitočné, keď úloha závisí od interpretácie vzťahov a dodržiavania zložitého vizuálneho pokynu. Jeho zdokumentovaný výsledok je text. Zachovajte čitateľnosť vstupu, pomenujte úsudok, ktorý potrebujete, a odlíšte viditeľné dôkazy od záverov, ktoré má model podľa úlohy vyvodiť. Takáto príprava premení vizuálnu otázku na použiteľné vysvetlenie alebo porovnanie namiesto necieleného zhrnutia scény.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen-vl-max | 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.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.00046 / 1K tokenov Výstup · Výstupné tokeny $0.001144 / 1K tokenov Vstup · Čítanie cache $0 / 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-vl-max", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen-vl-max',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen-vl-max',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-vl-max
Použite cesty metód uvedené vyššie.
qwen-vl-maxQwen-VL-Max spája text, obrázky a video s vizuálnym uvažovaním a dodržiavaním pokynov. Vracia textové vysvetlenia alebo štruktúrované zistenia a je určený na zložité vizuálne otázky, analýzu dokumentov a vzťahy v rámci scény.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Qwen-VL-Max je vizuálno-jazyková línia Qwen na otázky, ktoré vyžadujú viac než rozpoznanie objektu. Tvorca zameriava Max na vizuálne uvažovanie a dodržiavanie pokynov: spájať viditeľné dôkazy s podmienkami používateľa, vysvetľovať vzťahy a poskytovať textový výsledok pre zložitejšiu vizuálnu úlohu. V porovnaní s líniou Plus tento opis kladie väčší dôraz na uvažovanie a interpretáciu.
Aktuálna karta tvorcu spája názov qwen-vl-max bez uvedenia verzie s qwen-vl-max-2025-08-13. Priebežne aktualizovaný názov sleduje aktualizácie, zatiaľ čo názov s dátumom označuje konkrétnu pevnú snímku verzie. Pri porovnávaní vstupov a výsledkov zachovajte presný názov; iné pomenované vydania môžu mať odlišné zdokumentované špecifikácie.
Schopnosti modelu
Zdokumentovaný vstup zahŕňa text, obrázky a video, zatiaľ čo výstupom je text. Vizuálnym podkladom môže byť strana dokumentu, graf, scéna alebo postupnosť snímok. Textová otázka určuje, čo má model z tohto podkladu zistiť. Výsledok môže opísať dôkazy, vysvetliť vzťah alebo usporiadať zistenia do polí; model nie je vydaním na generovanie obrázkov alebo videa.
Pri grafe určte porovnanie namiesto žiadosti o všeobecný opis. Poskytnite obrázok a spýtajte sa, ktorý viditeľný rad rastie, čo znamenajú označenia a ktoré pozorovania podporujú záver. Vyžiadajte si oddelené časti pre priamo viditeľné údaje a vysvetlenie. Pri diagrame procesu určte počiatočné a koncové podmienky a spýtajte sa na prepojenia medzi fázami pri zachovaní pôvodných označení.
Pri snímke obrazovky uveďte cieľ používateľa a spýtajte sa na viditeľné ovládacie prvky a možný ďalší krok. Výsledkom je písomná interpretácia rozhrania. Akékoľvek skutočné kliknutie, zmena súboru alebo externá činnosť zostáva prácou aplikácie, ktorá model používa; samotné vizuálne porozumenie nie je pracovným postupom na ovládanie počítača.
Karta tvorcu dokumentuje štruktúrovaný výstup, pokračovanie odpovede od zadaného začiatku a ukladanie kontextu do vyrovnávacej pamäte. Môžu pomôcť organizovať opakované vizuálne analýzy podľa stabilnej podoby výstupu. Dávkové odosielanie sa líši medzi konfiguráciami tvorcu, zatiaľ čo volanie funkcií, vyhľadávanie na webe a dodatočné dolaďovanie modelu nie sú na tejto karte uvedené ako podporované. Štruktúrovanú textovú odpoveď preto netreba zamieňať s vykonaným volaním nástroja alebo online vyhľadávaním.
Limity kontextu
Karta daného názvu uvádza kontextové okno 131 072 tokenov, maximálny vstup 129 024 tokenov a maximálny výstup 8 192 tokenov. Vizuálne vstupy a textová úloha spoločne spotrebúvajú dostupnú vstupnú kapacitu. Odpoveď je obmedzená samostatne, preto veľký súbor vizuálnych podkladov neznamená rovnako veľký výstup.
Vyberte obrázky alebo snímky, ktoré odpovedajú na skutočnú otázku. Zachovajte legendu grafu, názvy stĺpcov alebo označenia diagramu potrebné na interpretáciu orezanej oblasti. Pri porovnávaní viacerých podkladov určte ich poradie a úlohu: existujúci návrh, upravený návrh a referenčnú požiadavku. Užitočný písomný výsledok môže uvádzať zhodné prvky, rozdiely a otázky, ktoré z dodaných dôkazov zostávajú nevyriešené.
Práca s videom
Video na vstupe umožňuje otázky o viditeľných udalostiach a ich postupnosti. Spýtajte sa, čo sa mení medzi snímkami, ktorí účastníci spolu interagujú alebo ktorá viditeľná podmienka sa objaví skôr než iná. Definujte požadovaný výstup, napríklad usporiadaný opis udalostí s pozorovaniami podporujúcimi každý bod. Karta uvádza video na vstupe a text na výstupe, nie zvukový vstup ani hlasový výstup; otázka o hovorenom obsahu vyžaduje sprístupnenie tohto obsahu samostatne.
Praktická úloha môže porovnať ukážkový klip s jeho písomným postupom: poskytnite vizuálne podklady a relevantné kroky, spýtajte sa, ktoré kroky sú viditeľne zobrazené, a vyžiadajte si stručný zoznam nesúladov. Určte, s ktorým krokom postupu súvisí každé pozorovanie, a nejasné kroky ponechajte v samostatnej časti odpovede.
Dôležité limity vydania
Zameranie Max na vizuálne uvažovanie je užitočné, keď úloha závisí od interpretácie vzťahov a dodržiavania zložitého vizuálneho pokynu. Jeho zdokumentovaný výsledok je text. Zachovajte čitateľnosť vstupu, pomenujte úsudok, ktorý potrebujete, a odlíšte viditeľné dôkazy od záverov, ktoré má model podľa úlohy vyvodiť. Takáto príprava premení vizuálnu otázku na použiteľné vysvetlenie alebo porovnanie namiesto necieleného zhrnutia scény.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity qwen-vl-max | 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.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.00046 / 1K tokenov Výstup · Výstupné tokeny $0.001144 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "qwen-vl-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen-vl-max', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen-vl-max', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-vl-max
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Trace a described process diagram\n\nInterpret this diagram transcribed as text: Request -> Validate -> [valid: Queue; invalid: Return error]; Queue -> Worker -> Result. Requirement: invalid requests must never reach the worker. Explain both paths, identify the gate enforcing the requirement and list two checks tied to those paths. Use only the supplied connections and labels.A two-path explanation, the validation gate and valid/invalid path checks.Check the invalid branch ends at Return error rather than passing through Queue.