Uvod: multimodalna izdaja Thinking
Qwen3-VL-235B-A22B-Thinking je izdaja Qwen3-VL z mešanico ekspertov, osredotočena na sklepanje. Združuje besedilo s slikami in videom ter ustvarja besedilne odgovore ali kodo. Fiksna izdaja Thinking je ločena od Qwen3-VL-235B-A22B-Instruct in posebej poimenovanih gradenj FP8. Izberite jo za vprašanje, ki zahteva povezavo vizualnih dokazov z daljšo razlago, namesto da predpostavite enak slog odgovora za vsako izdajo Qwen3-VL.
Vizualni agenti in vizualno programiranje
Qwen opisuje postopek vizualnega agenta, ki prepoznava elemente v računalniških ali mobilnih vmesnikih, razlaga njihove funkcije in z orodji opravlja naloge. Model zagotavlja zaznavanje in sklepanje; aplikacija mora dejanja povezati in izvesti. Pri pregledu vmesnika priložite trenutni posnetek zaslona in konkreten cilj, nato zahtevajte prepoznavo ustreznih kontrolnikov in razlago naslednjega dejanja. Sama slika ne daje nadzora nad napravo.
Vizualno programiranje vključuje ustvarjanje vsebine diagramov ter HTML, CSS ali JavaScript iz slik in videov. Priložite posnetek zaslona z zahtevano postavitvijo, vedenjem in urejljivo izhodno obliko. Strukturo strani in sloge zahtevajte kot ločene izdelke, kadar to olajša pregled. Ustvarjena koda je besedilo za razvojni postopek; ni dokaz, da je bila spletna stran izrisana ali da je izvorna slika postala delujoča aplikacija.
Prostorsko zaznavanje
Proizvajalec dokumentira sklepanje o položajih predmetov, zornih kotih in zakritjih, z dvodimenzionalnim prostorskim umeščanjem ter podporo za tridimenzionalno prostorsko umeščanje. Postavite konkretno vprašanje o povezavi in opredelite zanimivi predmet: na primer, katera komponenta je zakrita, kaj je pred njo in kateri vizualni namigi podpirajo to razlago. Zmožnosti prostorskega umeščanja ne smete obravnavati kot umerjeno fizično meritev iz poljubne slike.
Dolg kontekst in video
Izvorni kontekst je 262,144 žetonov. Qwen opisuje razširitev na približno en milijon s konfiguracijo YaRN ter družinske postopke s knjigami ali večurnim videom z indeksiranjem dogodkov na ravni sekund. Te zmožnosti so odvisne od predstavitve, vzorčenja sličic in konfiguracije konteksta; širok proizvajalčev opis ne zagotavlja popolnega priklica vsake sličice. Qwen v svojem repozitoriju za to prepleteno pozicijsko shemo pri razširitvi 256K na približno 1M svetuje ekstrapolacijski faktor dva ali tri, namesto samodejnega kopiranja faktorja štiri iz drugega modela.
Multimodalno sklepanje in prepoznavanje
Izdaja Thinking je namenjena na dokazih temelječemu sklepanju STEM in matematičnemu sklepanju, vzročni analizi ter logičnim odgovorom, ki povezujejo besedilo z vizualnim gradivom. Podajte diagram skupaj z definicijami ali grafikon z natančnim številskim vprašanjem. Pred sklepom zahtevajte uporabljene oznake in vrednosti. Qwen opisuje tudi širše vizualno prepoznavanje ljudi, animejev, izdelkov, znamenitosti, rastlin in živali. Odgovor prepoznavanja ostaja sklepanje iz priložene slike, ne zagotovilo, da je mogoče poimenovati vsak predmet ali identiteto.
OCR zajema 32 jezikov in je zasnovan za izboljšanje branja pri šibki svetlobi, zamegljenosti ali nagibu, vključno s specializiranim besediščem in strukturo dolgih dokumentov. Ohranite berljive izvorne slike ter zahtevajte polja, navedke ali strukturirano tabelo, ki jo je mogoče preveriti. Besedilno in vizualno razumevanje sta združena v enem modelu, zato se vprašanje lahko hkrati nanaša na odlomek dokumenta, sliko in uporabniška navodila.
Spremembe arhitekture
Interleaved-MRoPE porazdeli pozicijsko predstavitev po času, širini in višini za sklepanje o videu. DeepStack združuje vizualne lastnosti iz več ravni kodirnika za zajem drobnejših podrobnosti in izboljšanje poravnave slike z besedilom. Poravnava besedila s časovnimi oznakami umesti dogodke v časovne sklice. Izdana besedilna konfiguracija ima 94 plasti, 128 ekspertov in osem ekspertov, izbranih za posamezen žeton. Te arhitekturne podrobnosti pojasnjujejo multimodalno predstavitev modela; ne določajo jamstva odzivnega časa.
Priprava vizualnega vhoda in izhoda
Proizvajalčevi primeri zajemajo eno ali več slik, video in zgolj besedilne zahteve. Označite vsak vizualni vhod, da se lahko vprašanje nanj jasno sklicuje. Procesorji slik in videa uporabljajo ločene dovoljene obsege pik: obseg slike omejuje njene pike, obseg videa pa upošteva pike v vzorčenih sličicah. Izrecne dimenzije slik se poravnajo na večkratnike 32. Vzorčenje videa je mogoče nadzorovati s hitrostjo ali številom sličic; dokumentirana privzeta vrednost sta dve sličici na sekundo. Pri zahtevi po časovnici dogodkov ohranite časovne oznake.
Pri dolgem posnetku zahtevajte dogodek, njegov časovni interval in vidne dokaze namesto nerazčlenjenega povzetka. Pri več straneh zahtevajte rezultat, urejen po identifikatorju strani. Ti primeri priprave uporabljajo dokumentirane zmožnosti ter pomagajo razkriti izpuste ali napake zajema.
Smernice generiranja in omejitve
Datoteka generiranja te izdaje privzeto določa temperaturo 0.8, top_p 0.95 in top_k 20. Qwenov ločen postopek vrednotenja Thinking uporablja temperaturo 0.6, kazen prisotnosti nič, kazen ponavljanja 1.0 in dovoljeni izhod 40,960 žetonov. To so različne proizvajalčeve prednastavitve, ne ena trda omejitev izhoda. Ob vizualnih žetonih pustite prostor za sklepanje in končno besedilo ter izluščeno besedilo, izračunane odgovore in ustvarjeno kodo preverite glede na vir, preden jih uporabite.
", "aboutText": "Uvod: multimodalna izdaja Thinking\n\nQwen3-VL-235B-A22B-Thinking je izdaja Qwen3-VL z mešanico ekspertov, osredotočena na sklepanje. Združuje besedilo s slikami in videom ter ustvarja besedilne odgovore ali kodo. Fiksna izdaja Thinking je ločena od Qwen3-VL-235B-A22B-Instruct in posebej poimenovanih gradenj FP8. Izberite jo za vprašanje, ki zahteva povezavo vizualnih dokazov z daljšo razlago, namesto da predpostavite enak slog odgovora za vsako izdajo Qwen3-VL.\n\nVizualni agenti in vizualno programiranje\n\nQwen opisuje postopek vizualnega agenta, ki prepoznava elemente v računalniških ali mobilnih vmesnikih, razlaga njihove funkcije in z orodji opravlja naloge. Model zagotavlja zaznavanje in sklepanje; aplikacija mora dejanja povezati in izvesti. Pri pregledu vmesnika priložite trenutni posnetek zaslona in konkreten cilj, nato zahtevajte prepoznavo ustreznih kontrolnikov in razlago naslednjega dejanja. Sama slika ne daje nadzora nad napravo.\n\nVizualno programiranje vključuje ustvarjanje vsebine diagramov ter HTML, CSS ali JavaScript iz slik in videov. Priložite posnetek zaslona z zahtevano postavitvijo, vedenjem in urejljivo izhodno obliko. Strukturo strani in sloge zahtevajte kot ločene izdelke, kadar to olajša pregled. Ustvarjena koda je besedilo za razvojni postopek; ni dokaz, da je bila spletna stran izrisana ali da je izvorna slika postala delujoča aplikacija.\n\nProstorsko zaznavanje\n\nProizvajalec dokumentira sklepanje o položajih predmetov, zornih kotih in zakritjih, z dvodimenzionalnim prostorskim umeščanjem ter podporo za tridimenzionalno prostorsko umeščanje. Postavite konkretno vprašanje o povezavi in opredelite zanimivi predmet: na primer, katera komponenta je zakrita, kaj je pred njo in kateri vizualni namigi podpirajo to razlago. Zmožnosti prostorskega umeščanja ne smete obravnavati kot umerjeno fizično meritev iz poljubne slike.\n\nDolg kontekst in video\n\nIzvorni kontekst je 262,144 žetonov. Qwen opisuje razširitev na približno en milijon s konfiguracijo YaRN ter družinske postopke s knjigami ali večurnim videom z indeksiranjem dogodkov na ravni sekund. Te zmožnosti so odvisne od predstavitve, vzorčenja sličic in konfiguracije konteksta; širok proizvajalčev opis ne zagotavlja popolnega priklica vsake sličice. Qwen v svojem repozitoriju za to prepleteno pozicijsko shemo pri razširitvi 256K na približno 1M svetuje ekstrapolacijski faktor dva ali tri, namesto samodejnega kopiranja faktorja štiri iz drugega modela.\n\nMultimodalno sklepanje in prepoznavanje\n\nIzdaja Thinking je namenjena na dokazih temelječemu sklepanju STEM in matematičnemu sklepanju, vzročni analizi ter logičnim odgovorom, ki povezujejo besedilo z vizualnim gradivom. Podajte diagram skupaj z definicijami ali grafikon z natančnim številskim vprašanjem. Pred sklepom zahtevajte uporabljene oznake in vrednosti. Qwen opisuje tudi širše vizualno prepoznavanje ljudi, animejev, izdelkov, znamenitosti, rastlin in živali. Odgovor prepoznavanja ostaja sklepanje iz priložene slike, ne zagotovilo, da je mogoče poimenovati vsak predmet ali identiteto.\n\nOCR zajema 32 jezikov in je zasnovan za izboljšanje branja pri šibki svetlobi, zamegljenosti ali nagibu, vključno s specializiranim besediščem in strukturo dolgih dokumentov. Ohranite berljive izvorne slike ter zahtevajte polja, navedke ali strukturirano tabelo, ki jo je mogoče preveriti. Besedilno in vizualno razumevanje sta združena v enem modelu, zato se vprašanje lahko hkrati nanaša na odlomek dokumenta, sliko in uporabniška navodila.\n\nSpremembe arhitekture\n\nInterleaved-MRoPE porazdeli pozicijsko predstavitev po času, širini in višini za sklepanje o videu. DeepStack združuje vizualne lastnosti iz več ravni kodirnika za zajem drobnejših podrobnosti in izboljšanje poravnave slike z besedilom. Poravnava besedila s časovnimi oznakami umesti dogodke v časovne sklice. Izdana besedilna konfiguracija ima 94 plasti, 128 ekspertov in osem ekspertov, izbranih za posamezen žeton. Te arhitekturne podrobnosti pojasnjujejo multimodalno predstavitev modela; ne določajo jamstva odzivnega časa.\n\nPriprava vizualnega vhoda in izhoda\n\nProizvajalčevi primeri zajemajo eno ali več slik, video in zgolj besedilne zahteve. Označite vsak vizualni vhod, da se lahko vprašanje nanj jasno sklicuje. Procesorji slik in videa uporabljajo ločene dovoljene obsege pik: obseg slike omejuje njene pike, obseg videa pa upošteva pike v vzorčenih sličicah. Izrecne dimenzije slik se poravnajo na večkratnike 32. Vzorčenje videa je mogoče nadzorovati s hitrostjo ali številom sličic; dokumentirana privzeta vrednost sta dve sličici na sekundo. Pri zahtevi po časovnici dogodkov ohranite časovne oznake.\n\nPri dolgem posnetku zahtevajte dogodek, njegov časovni interval in vidne dokaze namesto nerazčlenjenega povzetka. Pri več straneh zahtevajte rezultat, urejen po identifikatorju strani. Ti primeri priprave uporabljajo dokumentirane zmožnosti ter pomagajo razkriti izpuste ali napake zajema.\n\nSmernice generiranja in omejitve\n\nDatoteka generiranja te izdaje privzeto določa temperaturo 0.8, top_p 0.95 in top_k 20. Qwenov ločen postopek vrednotenja Thinking uporablja temperaturo 0.6, kazen prisotnosti nič, kazen ponavljanja 1.0 in dovoljeni izhod 40,960 žetonov. To so različne proizvajalčeve prednastavitve, ne ena trda omejitev izhoda. Ob vizualnih žetonih pustite prostor za sklepanje in končno besedilo ter izluščeno besedilo, izračunane odgovore in ustvarjeno kodo preverite glede na vir, preden jih uporabite.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Reason from a textual circuit description\n\nUse this textual circuit description: an ideal 12 V source powers two series resistors, R1 = 2 Ω and R2 = 4 Ω. Calculate total resistance, current and voltage across each resistor. State the ideal-component assumptions and verify that the voltage drops sum to the source voltage. Return a compact worked solution using the labels R1 and R2.A labeled worked calculation and a voltage-sum consistency check.The same series current is used for both resistors and the stated voltage drops sum to 12 V.qwen/qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking je Qwenov vidno-jezikovni model z mešanico ekspertov za sklepanje o besedilu, slikah in videu. Izdajo Thinking uporabite za vprašanja STEM, dokaze iz dokumentov, prostorske povezave, vizualno programiranje in analizo videa s časovnimi oznakami, z izvornim kontekstom 262,144 žetonov.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Uvod: multimodalna izdaja Thinking
Qwen3-VL-235B-A22B-Thinking je izdaja Qwen3-VL z mešanico ekspertov, osredotočena na sklepanje. Združuje besedilo s slikami in videom ter ustvarja besedilne odgovore ali kodo. Fiksna izdaja Thinking je ločena od Qwen3-VL-235B-A22B-Instruct in posebej poimenovanih gradenj FP8. Izberite jo za vprašanje, ki zahteva povezavo vizualnih dokazov z daljšo razlago, namesto da predpostavite enak slog odgovora za vsako izdajo Qwen3-VL.
Vizualni agenti in vizualno programiranje
Qwen opisuje postopek vizualnega agenta, ki prepoznava elemente v računalniških ali mobilnih vmesnikih, razlaga njihove funkcije in z orodji opravlja naloge. Model zagotavlja zaznavanje in sklepanje; aplikacija mora dejanja povezati in izvesti. Pri pregledu vmesnika priložite trenutni posnetek zaslona in konkreten cilj, nato zahtevajte prepoznavo ustreznih kontrolnikov in razlago naslednjega dejanja. Sama slika ne daje nadzora nad napravo.
Vizualno programiranje vključuje ustvarjanje vsebine diagramov ter HTML, CSS ali JavaScript iz slik in videov. Priložite posnetek zaslona z zahtevano postavitvijo, vedenjem in urejljivo izhodno obliko. Strukturo strani in sloge zahtevajte kot ločene izdelke, kadar to olajša pregled. Ustvarjena koda je besedilo za razvojni postopek; ni dokaz, da je bila spletna stran izrisana ali da je izvorna slika postala delujoča aplikacija.
Prostorsko zaznavanje
Proizvajalec dokumentira sklepanje o položajih predmetov, zornih kotih in zakritjih, z dvodimenzionalnim prostorskim umeščanjem ter podporo za tridimenzionalno prostorsko umeščanje. Postavite konkretno vprašanje o povezavi in opredelite zanimivi predmet: na primer, katera komponenta je zakrita, kaj je pred njo in kateri vizualni namigi podpirajo to razlago. Zmožnosti prostorskega umeščanja ne smete obravnavati kot umerjeno fizično meritev iz poljubne slike.
Dolg kontekst in video
Izvorni kontekst je 262,144 žetonov. Qwen opisuje razširitev na približno en milijon s konfiguracijo YaRN ter družinske postopke s knjigami ali večurnim videom z indeksiranjem dogodkov na ravni sekund. Te zmožnosti so odvisne od predstavitve, vzorčenja sličic in konfiguracije konteksta; širok proizvajalčev opis ne zagotavlja popolnega priklica vsake sličice. Qwen v svojem repozitoriju za to prepleteno pozicijsko shemo pri razširitvi 256K na približno 1M svetuje ekstrapolacijski faktor dva ali tri, namesto samodejnega kopiranja faktorja štiri iz drugega modela.
Multimodalno sklepanje in prepoznavanje
Izdaja Thinking je namenjena na dokazih temelječemu sklepanju STEM in matematičnemu sklepanju, vzročni analizi ter logičnim odgovorom, ki povezujejo besedilo z vizualnim gradivom. Podajte diagram skupaj z definicijami ali grafikon z natančnim številskim vprašanjem. Pred sklepom zahtevajte uporabljene oznake in vrednosti. Qwen opisuje tudi širše vizualno prepoznavanje ljudi, animejev, izdelkov, znamenitosti, rastlin in živali. Odgovor prepoznavanja ostaja sklepanje iz priložene slike, ne zagotovilo, da je mogoče poimenovati vsak predmet ali identiteto.
OCR zajema 32 jezikov in je zasnovan za izboljšanje branja pri šibki svetlobi, zamegljenosti ali nagibu, vključno s specializiranim besediščem in strukturo dolgih dokumentov. Ohranite berljive izvorne slike ter zahtevajte polja, navedke ali strukturirano tabelo, ki jo je mogoče preveriti. Besedilno in vizualno razumevanje sta združena v enem modelu, zato se vprašanje lahko hkrati nanaša na odlomek dokumenta, sliko in uporabniška navodila.
Spremembe arhitekture
Interleaved-MRoPE porazdeli pozicijsko predstavitev po času, širini in višini za sklepanje o videu. DeepStack združuje vizualne lastnosti iz več ravni kodirnika za zajem drobnejših podrobnosti in izboljšanje poravnave slike z besedilom. Poravnava besedila s časovnimi oznakami umesti dogodke v časovne sklice. Izdana besedilna konfiguracija ima 94 plasti, 128 ekspertov in osem ekspertov, izbranih za posamezen žeton. Te arhitekturne podrobnosti pojasnjujejo multimodalno predstavitev modela; ne določajo jamstva odzivnega časa.
Priprava vizualnega vhoda in izhoda
Proizvajalčevi primeri zajemajo eno ali več slik, video in zgolj besedilne zahteve. Označite vsak vizualni vhod, da se lahko vprašanje nanj jasno sklicuje. Procesorji slik in videa uporabljajo ločene dovoljene obsege pik: obseg slike omejuje njene pike, obseg videa pa upošteva pike v vzorčenih sličicah. Izrecne dimenzije slik se poravnajo na večkratnike 32. Vzorčenje videa je mogoče nadzorovati s hitrostjo ali številom sličic; dokumentirana privzeta vrednost sta dve sličici na sekundo. Pri zahtevi po časovnici dogodkov ohranite časovne oznake.
Pri dolgem posnetku zahtevajte dogodek, njegov časovni interval in vidne dokaze namesto nerazčlenjenega povzetka. Pri več straneh zahtevajte rezultat, urejen po identifikatorju strani. Ti primeri priprave uporabljajo dokumentirane zmožnosti ter pomagajo razkriti izpuste ali napake zajema.
Smernice generiranja in omejitve
Datoteka generiranja te izdaje privzeto določa temperaturo 0.8, top_p 0.95 in top_k 20. Qwenov ločen postopek vrednotenja Thinking uporablja temperaturo 0.6, kazen prisotnosti nič, kazen ponavljanja 1.0 in dovoljeni izhod 40,960 žetonov. To so različne proizvajalčeve prednastavitve, ne ena trda omejitev izhoda. Ob vizualnih žetonih pustite prostor za sklepanje in končno besedilo ter izluščeno besedilo, izračunane odgovore in ustvarjeno kodo preverite glede na vir, preden jih uporabite.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen/qwen3-vl-235b-a22b-thinking | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Besedilni pogovor | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream |
Parametercontrol_scope | SpecifikacijaBesedilni pogovor; stream je logična vrednost in je privzeto false. |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Druga imena metode: /chat/completions
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.000572 / 1K žetonov Izhod · Izhodni žetoni $0.00572 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${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-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
qwen/qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking je Qwenov vidno-jezikovni model z mešanico ekspertov za sklepanje o besedilu, slikah in videu. Izdajo Thinking uporabite za vprašanja STEM, dokaze iz dokumentov, prostorske povezave, vizualno programiranje in analizo videa s časovnimi oznakami, z izvornim kontekstom 262,144 žetonov.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Uvod: multimodalna izdaja Thinking
Qwen3-VL-235B-A22B-Thinking je izdaja Qwen3-VL z mešanico ekspertov, osredotočena na sklepanje. Združuje besedilo s slikami in videom ter ustvarja besedilne odgovore ali kodo. Fiksna izdaja Thinking je ločena od Qwen3-VL-235B-A22B-Instruct in posebej poimenovanih gradenj FP8. Izberite jo za vprašanje, ki zahteva povezavo vizualnih dokazov z daljšo razlago, namesto da predpostavite enak slog odgovora za vsako izdajo Qwen3-VL.
Vizualni agenti in vizualno programiranje
Qwen opisuje postopek vizualnega agenta, ki prepoznava elemente v računalniških ali mobilnih vmesnikih, razlaga njihove funkcije in z orodji opravlja naloge. Model zagotavlja zaznavanje in sklepanje; aplikacija mora dejanja povezati in izvesti. Pri pregledu vmesnika priložite trenutni posnetek zaslona in konkreten cilj, nato zahtevajte prepoznavo ustreznih kontrolnikov in razlago naslednjega dejanja. Sama slika ne daje nadzora nad napravo.
Vizualno programiranje vključuje ustvarjanje vsebine diagramov ter HTML, CSS ali JavaScript iz slik in videov. Priložite posnetek zaslona z zahtevano postavitvijo, vedenjem in urejljivo izhodno obliko. Strukturo strani in sloge zahtevajte kot ločene izdelke, kadar to olajša pregled. Ustvarjena koda je besedilo za razvojni postopek; ni dokaz, da je bila spletna stran izrisana ali da je izvorna slika postala delujoča aplikacija.
Prostorsko zaznavanje
Proizvajalec dokumentira sklepanje o položajih predmetov, zornih kotih in zakritjih, z dvodimenzionalnim prostorskim umeščanjem ter podporo za tridimenzionalno prostorsko umeščanje. Postavite konkretno vprašanje o povezavi in opredelite zanimivi predmet: na primer, katera komponenta je zakrita, kaj je pred njo in kateri vizualni namigi podpirajo to razlago. Zmožnosti prostorskega umeščanja ne smete obravnavati kot umerjeno fizično meritev iz poljubne slike.
Dolg kontekst in video
Izvorni kontekst je 262,144 žetonov. Qwen opisuje razširitev na približno en milijon s konfiguracijo YaRN ter družinske postopke s knjigami ali večurnim videom z indeksiranjem dogodkov na ravni sekund. Te zmožnosti so odvisne od predstavitve, vzorčenja sličic in konfiguracije konteksta; širok proizvajalčev opis ne zagotavlja popolnega priklica vsake sličice. Qwen v svojem repozitoriju za to prepleteno pozicijsko shemo pri razširitvi 256K na približno 1M svetuje ekstrapolacijski faktor dva ali tri, namesto samodejnega kopiranja faktorja štiri iz drugega modela.
Multimodalno sklepanje in prepoznavanje
Izdaja Thinking je namenjena na dokazih temelječemu sklepanju STEM in matematičnemu sklepanju, vzročni analizi ter logičnim odgovorom, ki povezujejo besedilo z vizualnim gradivom. Podajte diagram skupaj z definicijami ali grafikon z natančnim številskim vprašanjem. Pred sklepom zahtevajte uporabljene oznake in vrednosti. Qwen opisuje tudi širše vizualno prepoznavanje ljudi, animejev, izdelkov, znamenitosti, rastlin in živali. Odgovor prepoznavanja ostaja sklepanje iz priložene slike, ne zagotovilo, da je mogoče poimenovati vsak predmet ali identiteto.
OCR zajema 32 jezikov in je zasnovan za izboljšanje branja pri šibki svetlobi, zamegljenosti ali nagibu, vključno s specializiranim besediščem in strukturo dolgih dokumentov. Ohranite berljive izvorne slike ter zahtevajte polja, navedke ali strukturirano tabelo, ki jo je mogoče preveriti. Besedilno in vizualno razumevanje sta združena v enem modelu, zato se vprašanje lahko hkrati nanaša na odlomek dokumenta, sliko in uporabniška navodila.
Spremembe arhitekture
Interleaved-MRoPE porazdeli pozicijsko predstavitev po času, širini in višini za sklepanje o videu. DeepStack združuje vizualne lastnosti iz več ravni kodirnika za zajem drobnejših podrobnosti in izboljšanje poravnave slike z besedilom. Poravnava besedila s časovnimi oznakami umesti dogodke v časovne sklice. Izdana besedilna konfiguracija ima 94 plasti, 128 ekspertov in osem ekspertov, izbranih za posamezen žeton. Te arhitekturne podrobnosti pojasnjujejo multimodalno predstavitev modela; ne določajo jamstva odzivnega časa.
Priprava vizualnega vhoda in izhoda
Proizvajalčevi primeri zajemajo eno ali več slik, video in zgolj besedilne zahteve. Označite vsak vizualni vhod, da se lahko vprašanje nanj jasno sklicuje. Procesorji slik in videa uporabljajo ločene dovoljene obsege pik: obseg slike omejuje njene pike, obseg videa pa upošteva pike v vzorčenih sličicah. Izrecne dimenzije slik se poravnajo na večkratnike 32. Vzorčenje videa je mogoče nadzorovati s hitrostjo ali številom sličic; dokumentirana privzeta vrednost sta dve sličici na sekundo. Pri zahtevi po časovnici dogodkov ohranite časovne oznake.
Pri dolgem posnetku zahtevajte dogodek, njegov časovni interval in vidne dokaze namesto nerazčlenjenega povzetka. Pri več straneh zahtevajte rezultat, urejen po identifikatorju strani. Ti primeri priprave uporabljajo dokumentirane zmožnosti ter pomagajo razkriti izpuste ali napake zajema.
Smernice generiranja in omejitve
Datoteka generiranja te izdaje privzeto določa temperaturo 0.8, top_p 0.95 in top_k 20. Qwenov ločen postopek vrednotenja Thinking uporablja temperaturo 0.6, kazen prisotnosti nič, kazen ponavljanja 1.0 in dovoljeni izhod 40,960 žetonov. To so različne proizvajalčeve prednastavitve, ne ena trda omejitev izhoda. Ob vizualnih žetonih pustite prostor za sklepanje in končno besedilo ter izluščeno besedilo, izračunane odgovore in ustvarjeno kodo preverite glede na vir, preden jih uporabite.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen/qwen3-vl-235b-a22b-thinking | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.000572 / 1K žetonov Izhod · Izhodni žetoni $0.00572 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "qwen/qwen3-vl-235b-a22b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-thinking', '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-thinking', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking je Qwenov vidno-jezikovni model z mešanico ekspertov za sklepanje o besedilu, slikah in videu. Izdajo Thinking uporabite za vprašanja STEM, dokaze iz dokumentov, prostorske povezave, vizualno programiranje in analizo videa s časovnimi oznakami, z izvornim kontekstom 262,144 žetonov.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Uvod: multimodalna izdaja Thinking
Qwen3-VL-235B-A22B-Thinking je izdaja Qwen3-VL z mešanico ekspertov, osredotočena na sklepanje. Združuje besedilo s slikami in videom ter ustvarja besedilne odgovore ali kodo. Fiksna izdaja Thinking je ločena od Qwen3-VL-235B-A22B-Instruct in posebej poimenovanih gradenj FP8. Izberite jo za vprašanje, ki zahteva povezavo vizualnih dokazov z daljšo razlago, namesto da predpostavite enak slog odgovora za vsako izdajo Qwen3-VL.
Vizualni agenti in vizualno programiranje
Qwen opisuje postopek vizualnega agenta, ki prepoznava elemente v računalniških ali mobilnih vmesnikih, razlaga njihove funkcije in z orodji opravlja naloge. Model zagotavlja zaznavanje in sklepanje; aplikacija mora dejanja povezati in izvesti. Pri pregledu vmesnika priložite trenutni posnetek zaslona in konkreten cilj, nato zahtevajte prepoznavo ustreznih kontrolnikov in razlago naslednjega dejanja. Sama slika ne daje nadzora nad napravo.
Vizualno programiranje vključuje ustvarjanje vsebine diagramov ter HTML, CSS ali JavaScript iz slik in videov. Priložite posnetek zaslona z zahtevano postavitvijo, vedenjem in urejljivo izhodno obliko. Strukturo strani in sloge zahtevajte kot ločene izdelke, kadar to olajša pregled. Ustvarjena koda je besedilo za razvojni postopek; ni dokaz, da je bila spletna stran izrisana ali da je izvorna slika postala delujoča aplikacija.
Prostorsko zaznavanje
Proizvajalec dokumentira sklepanje o položajih predmetov, zornih kotih in zakritjih, z dvodimenzionalnim prostorskim umeščanjem ter podporo za tridimenzionalno prostorsko umeščanje. Postavite konkretno vprašanje o povezavi in opredelite zanimivi predmet: na primer, katera komponenta je zakrita, kaj je pred njo in kateri vizualni namigi podpirajo to razlago. Zmožnosti prostorskega umeščanja ne smete obravnavati kot umerjeno fizično meritev iz poljubne slike.
Dolg kontekst in video
Izvorni kontekst je 262,144 žetonov. Qwen opisuje razširitev na približno en milijon s konfiguracijo YaRN ter družinske postopke s knjigami ali večurnim videom z indeksiranjem dogodkov na ravni sekund. Te zmožnosti so odvisne od predstavitve, vzorčenja sličic in konfiguracije konteksta; širok proizvajalčev opis ne zagotavlja popolnega priklica vsake sličice. Qwen v svojem repozitoriju za to prepleteno pozicijsko shemo pri razširitvi 256K na približno 1M svetuje ekstrapolacijski faktor dva ali tri, namesto samodejnega kopiranja faktorja štiri iz drugega modela.
Multimodalno sklepanje in prepoznavanje
Izdaja Thinking je namenjena na dokazih temelječemu sklepanju STEM in matematičnemu sklepanju, vzročni analizi ter logičnim odgovorom, ki povezujejo besedilo z vizualnim gradivom. Podajte diagram skupaj z definicijami ali grafikon z natančnim številskim vprašanjem. Pred sklepom zahtevajte uporabljene oznake in vrednosti. Qwen opisuje tudi širše vizualno prepoznavanje ljudi, animejev, izdelkov, znamenitosti, rastlin in živali. Odgovor prepoznavanja ostaja sklepanje iz priložene slike, ne zagotovilo, da je mogoče poimenovati vsak predmet ali identiteto.
OCR zajema 32 jezikov in je zasnovan za izboljšanje branja pri šibki svetlobi, zamegljenosti ali nagibu, vključno s specializiranim besediščem in strukturo dolgih dokumentov. Ohranite berljive izvorne slike ter zahtevajte polja, navedke ali strukturirano tabelo, ki jo je mogoče preveriti. Besedilno in vizualno razumevanje sta združena v enem modelu, zato se vprašanje lahko hkrati nanaša na odlomek dokumenta, sliko in uporabniška navodila.
Spremembe arhitekture
Interleaved-MRoPE porazdeli pozicijsko predstavitev po času, širini in višini za sklepanje o videu. DeepStack združuje vizualne lastnosti iz več ravni kodirnika za zajem drobnejših podrobnosti in izboljšanje poravnave slike z besedilom. Poravnava besedila s časovnimi oznakami umesti dogodke v časovne sklice. Izdana besedilna konfiguracija ima 94 plasti, 128 ekspertov in osem ekspertov, izbranih za posamezen žeton. Te arhitekturne podrobnosti pojasnjujejo multimodalno predstavitev modela; ne določajo jamstva odzivnega časa.
Priprava vizualnega vhoda in izhoda
Proizvajalčevi primeri zajemajo eno ali več slik, video in zgolj besedilne zahteve. Označite vsak vizualni vhod, da se lahko vprašanje nanj jasno sklicuje. Procesorji slik in videa uporabljajo ločene dovoljene obsege pik: obseg slike omejuje njene pike, obseg videa pa upošteva pike v vzorčenih sličicah. Izrecne dimenzije slik se poravnajo na večkratnike 32. Vzorčenje videa je mogoče nadzorovati s hitrostjo ali številom sličic; dokumentirana privzeta vrednost sta dve sličici na sekundo. Pri zahtevi po časovnici dogodkov ohranite časovne oznake.
Pri dolgem posnetku zahtevajte dogodek, njegov časovni interval in vidne dokaze namesto nerazčlenjenega povzetka. Pri več straneh zahtevajte rezultat, urejen po identifikatorju strani. Ti primeri priprave uporabljajo dokumentirane zmožnosti ter pomagajo razkriti izpuste ali napake zajema.
Smernice generiranja in omejitve
Datoteka generiranja te izdaje privzeto določa temperaturo 0.8, top_p 0.95 in top_k 20. Qwenov ločen postopek vrednotenja Thinking uporablja temperaturo 0.6, kazen prisotnosti nič, kazen ponavljanja 1.0 in dovoljeni izhod 40,960 žetonov. To so različne proizvajalčeve prednastavitve, ne ena trda omejitev izhoda. Ob vizualnih žetonih pustite prostor za sklepanje in končno besedilo ter izluščeno besedilo, izračunane odgovore in ustvarjeno kodo preverite glede na vir, preden jih uporabite.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen3-vl-235b-a22b-thinking | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.000572 / 1K žetonov Izhod · Izhodni žetoni $0.00572 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3-vl-235b-a22b-thinking", "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='qwen3-vl-235b-a22b-thinking',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='qwen3-vl-235b-a22b-thinking',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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
qwen3-vl-235b-a22b-thinkingQwen3-VL-235B-A22B-Thinking je Qwenov vidno-jezikovni model z mešanico ekspertov za sklepanje o besedilu, slikah in videu. Izdajo Thinking uporabite za vprašanja STEM, dokaze iz dokumentov, prostorske povezave, vizualno programiranje in analizo videa s časovnimi oznakami, z izvornim kontekstom 262,144 žetonov.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Uvod: multimodalna izdaja Thinking
Qwen3-VL-235B-A22B-Thinking je izdaja Qwen3-VL z mešanico ekspertov, osredotočena na sklepanje. Združuje besedilo s slikami in videom ter ustvarja besedilne odgovore ali kodo. Fiksna izdaja Thinking je ločena od Qwen3-VL-235B-A22B-Instruct in posebej poimenovanih gradenj FP8. Izberite jo za vprašanje, ki zahteva povezavo vizualnih dokazov z daljšo razlago, namesto da predpostavite enak slog odgovora za vsako izdajo Qwen3-VL.
Vizualni agenti in vizualno programiranje
Qwen opisuje postopek vizualnega agenta, ki prepoznava elemente v računalniških ali mobilnih vmesnikih, razlaga njihove funkcije in z orodji opravlja naloge. Model zagotavlja zaznavanje in sklepanje; aplikacija mora dejanja povezati in izvesti. Pri pregledu vmesnika priložite trenutni posnetek zaslona in konkreten cilj, nato zahtevajte prepoznavo ustreznih kontrolnikov in razlago naslednjega dejanja. Sama slika ne daje nadzora nad napravo.
Vizualno programiranje vključuje ustvarjanje vsebine diagramov ter HTML, CSS ali JavaScript iz slik in videov. Priložite posnetek zaslona z zahtevano postavitvijo, vedenjem in urejljivo izhodno obliko. Strukturo strani in sloge zahtevajte kot ločene izdelke, kadar to olajša pregled. Ustvarjena koda je besedilo za razvojni postopek; ni dokaz, da je bila spletna stran izrisana ali da je izvorna slika postala delujoča aplikacija.
Prostorsko zaznavanje
Proizvajalec dokumentira sklepanje o položajih predmetov, zornih kotih in zakritjih, z dvodimenzionalnim prostorskim umeščanjem ter podporo za tridimenzionalno prostorsko umeščanje. Postavite konkretno vprašanje o povezavi in opredelite zanimivi predmet: na primer, katera komponenta je zakrita, kaj je pred njo in kateri vizualni namigi podpirajo to razlago. Zmožnosti prostorskega umeščanja ne smete obravnavati kot umerjeno fizično meritev iz poljubne slike.
Dolg kontekst in video
Izvorni kontekst je 262,144 žetonov. Qwen opisuje razširitev na približno en milijon s konfiguracijo YaRN ter družinske postopke s knjigami ali večurnim videom z indeksiranjem dogodkov na ravni sekund. Te zmožnosti so odvisne od predstavitve, vzorčenja sličic in konfiguracije konteksta; širok proizvajalčev opis ne zagotavlja popolnega priklica vsake sličice. Qwen v svojem repozitoriju za to prepleteno pozicijsko shemo pri razširitvi 256K na približno 1M svetuje ekstrapolacijski faktor dva ali tri, namesto samodejnega kopiranja faktorja štiri iz drugega modela.
Multimodalno sklepanje in prepoznavanje
Izdaja Thinking je namenjena na dokazih temelječemu sklepanju STEM in matematičnemu sklepanju, vzročni analizi ter logičnim odgovorom, ki povezujejo besedilo z vizualnim gradivom. Podajte diagram skupaj z definicijami ali grafikon z natančnim številskim vprašanjem. Pred sklepom zahtevajte uporabljene oznake in vrednosti. Qwen opisuje tudi širše vizualno prepoznavanje ljudi, animejev, izdelkov, znamenitosti, rastlin in živali. Odgovor prepoznavanja ostaja sklepanje iz priložene slike, ne zagotovilo, da je mogoče poimenovati vsak predmet ali identiteto.
OCR zajema 32 jezikov in je zasnovan za izboljšanje branja pri šibki svetlobi, zamegljenosti ali nagibu, vključno s specializiranim besediščem in strukturo dolgih dokumentov. Ohranite berljive izvorne slike ter zahtevajte polja, navedke ali strukturirano tabelo, ki jo je mogoče preveriti. Besedilno in vizualno razumevanje sta združena v enem modelu, zato se vprašanje lahko hkrati nanaša na odlomek dokumenta, sliko in uporabniška navodila.
Spremembe arhitekture
Interleaved-MRoPE porazdeli pozicijsko predstavitev po času, širini in višini za sklepanje o videu. DeepStack združuje vizualne lastnosti iz več ravni kodirnika za zajem drobnejših podrobnosti in izboljšanje poravnave slike z besedilom. Poravnava besedila s časovnimi oznakami umesti dogodke v časovne sklice. Izdana besedilna konfiguracija ima 94 plasti, 128 ekspertov in osem ekspertov, izbranih za posamezen žeton. Te arhitekturne podrobnosti pojasnjujejo multimodalno predstavitev modela; ne določajo jamstva odzivnega časa.
Priprava vizualnega vhoda in izhoda
Proizvajalčevi primeri zajemajo eno ali več slik, video in zgolj besedilne zahteve. Označite vsak vizualni vhod, da se lahko vprašanje nanj jasno sklicuje. Procesorji slik in videa uporabljajo ločene dovoljene obsege pik: obseg slike omejuje njene pike, obseg videa pa upošteva pike v vzorčenih sličicah. Izrecne dimenzije slik se poravnajo na večkratnike 32. Vzorčenje videa je mogoče nadzorovati s hitrostjo ali številom sličic; dokumentirana privzeta vrednost sta dve sličici na sekundo. Pri zahtevi po časovnici dogodkov ohranite časovne oznake.
Pri dolgem posnetku zahtevajte dogodek, njegov časovni interval in vidne dokaze namesto nerazčlenjenega povzetka. Pri več straneh zahtevajte rezultat, urejen po identifikatorju strani. Ti primeri priprave uporabljajo dokumentirane zmožnosti ter pomagajo razkriti izpuste ali napake zajema.
Smernice generiranja in omejitve
Datoteka generiranja te izdaje privzeto določa temperaturo 0.8, top_p 0.95 in top_k 20. Qwenov ločen postopek vrednotenja Thinking uporablja temperaturo 0.6, kazen prisotnosti nič, kazen ponavljanja 1.0 in dovoljeni izhod 40,960 žetonov. To so različne proizvajalčeve prednastavitve, ne ena trda omejitev izhoda. Ob vizualnih žetonih pustite prostor za sklepanje in končno besedilo ter izluščeno besedilo, izračunane odgovore in ustvarjeno kodo preverite glede na vir, preden jih uporabite.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen3-vl-235b-a22b-thinking | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.000572 / 1K žetonov Izhod · Izhodni žetoni $0.00572 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "qwen3-vl-235b-a22b-thinking",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3-vl-235b-a22b-thinking', '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': 'qwen3-vl-235b-a22b-thinking', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
/chat/completions
qwen/qwen3-vl-235b-a22b-thinking, qwen3-vl-235b-a22b-thinking
Tehnični primer v angleščini
Reason from a textual circuit description\n\nUse this textual circuit description: an ideal 12 V source powers two series resistors, R1 = 2 Ω and R2 = 4 Ω. Calculate total resistance, current and voltage across each resistor. State the ideal-component assumptions and verify that the voltage drops sum to the source voltage. Return a compact worked solution using the labels R1 and R2.A labeled worked calculation and a voltage-sum consistency check.The same series current is used for both resistors and the stated voltage drops sum to 12 V.