Qwen3.5-Omni-Plus je Alibabin multimodalni model Qwen za ustvarjanje besedila, glasovne pomočnike in analizo večpredstavnosti. Sprejema besedilo, slike, zvok in video, vključno z mešanimi vhodi, ter ustvarja besedilo ali besedilo z govorom. Ime Plus brez datuma je družinski vzdevek; proizvajalec ga trenutno opisuje kot funkcionalno enakovrednega Qwen3.5-Omni-Plus 2026-03-15. Vzdevek in poimenovani posnetek ostajata različni izbiri modela.
Njegov vhod lahko združi sliko z govorjenim vprašanjem ali vizualno vsebino in zvok videa s pisnimi navodili. Zato je uporaben, kadar bi zgolj besedilni povzetek izgubil povezavo med videnim in slišanim. Pri medijskem opisu ločeno zahtevajte vidno zaporedje, besedilo na zaslonu in govorjeno vsebino, kadar je vrstni red dogodkov pomemben, pa časovne oznake glede na vir. Zvočni učinki in drug negovorni zvok lahko skupaj z govorom prispevajo k analizi.
Pri govornem odgovoru določite jezik, občinstvo in način podajanja odgovora. Qwenov vodnik dokumentira navodila za glasnost, hitrost govora in čustva. Navaja 113 jezikov in narečij za zvočni vhod ter 36 jezikov in narečij za govorni izhod, vključno z angleščino, francoščino, nemščino in ruščino. Katalog glasov kot privzetega določa glas Tina in vključuje možnosti, kot sta Serena in Ethan. Izberite glas in zahtevajte strnjeno razlago v umirjenem tempu, namesto da se pri določitvi sloga izhoda zanašate na vhodni glas.
Dokumentirani govorni postopek HTTP vrača pretočno besedilo in zvočne koščke, kodirane z Base64. Njegov primer WAV uporablja 24 kHz, mono, 16-bit PCM; aplikacija lahko koščke zbere v zvočno datoteko ali jih ob prihodu dekodira za predvajanje. To je pretočno generiranje iz oddane zahteve. Sprotno zaznavanje izmenjav, obravnava prekinitev in pogovor prek mikrofona pripadajo posebej poimenovanim modelom za sprotno komunikacijo. Družinska tabela Qwen3.5-Omni ne ponuja načina globokega razmišljanja.
Kartica modela navaja spletno iskanje. Function Calling je dokumentiran za Alibabino pekinško namestitev Chat Completions z besedilnim izhodom, singapurska tabela pa ga označuje kot nepodprtega. Izhod JSON Object je naveden za Peking in nepodprt za Singapur. Model lahko predlaga klic orodja, aplikacija pa izvede dejanje in vrne njegov rezultat. Tabele Plus označujejo dopolnjevanje na podlagi predpone, predpomnjenje konteksta in dodatno učenje kot nepodprte; paketno izvajanje modela je podprto v pekinški tabeli vzdevka in nepodprto v singapurski tabeli.
Objavljeno kontekstno okno je 262,144 žetonov, z največjim vhodom 196,608 žetonov in največjim izhodom 65,536 žetonov. Mešani mediji in besedilo delijo isti obseg konteksta. Alibabin vodnik HTTP za to serijo dovoljuje do tri ure zvoka ali eno uro videa; navaja zvočne formate AMR, WAV, 3GP, 3GPP, AAC in MP3 ter video formate MP4, AVI, MKV, MOV, FLV in WMV. Zvočne ali video datoteke na URL so lahko velike do 2 GB, mediji, kodirani z Base64, pa morajo biti manjši od 10 MB. To so omejitve proizvajalčevega postopka z datotekami, ločene od opisa razumevanja več kot desetih ur zvoka ali več kot 400 sekund videa 720p, vzorčenega pri 1 FPS, v predstavitvi modela.
Slike imajo v tem vodniku lastne omejitve priprave: do 20 MB na sliko na URL, dimenzije večje od 10 pik na vsaki strani in razmerje stranic, ki ni skrajnejše od 200:1. Vodnik dovoljuje do 2,048 slik ali zvočnih datotek na URL ter 512 video datotek na URL; vhod Base64 dovoljuje do 250 datotek. Te omejitve prenosa še naprej veljajo ob skupnem obsegu vhodnih žetonov. Serija lahko združi več vrst medijev v eni zahtevi. Izberite ustrezen odlomek, poskrbite za berljivost drobnih oznak in pojasnite povezave med ločenimi vhodi. Dokumentirane zgornje meje števila datotek se razlikujejo glede na modalnost in način prenosa, vsak vhod pa se mora še vedno prilegati skupnemu obsegu žetonov.
Kloniranje glasu po meri je dokumentirano za model Plus brez datuma prek ločenega postopka, ki glas najprej ustvari in ga nato uporabi. Referenca mora vsebovati vsaj tri sekunde neprekinjenega jasnega govora, s premori, ki niso daljši od dveh sekund; uporabite običajen govor brez glasbe, petja, šuma ali drugega govorca. Za WAV uporabite 16-bitni zvok. Referenčni posnetek se uporabi za ustvarjanje glasu za poimenovani ciljni model, ta cilj pa se mora ujemati z modelom, uporabljenim za govor. Proizvajalec priporoča 10–20 sekund čistega mono govora, vsaj 24 kHz, z največjo dolžino 60 sekund in datoteko, manjšo od 10 MB. WAV, MP3 in M4A so dokumentirani referenčni formati. Posnetek z dne 15. marca kloniranja ne podpira, zato izbira datumsko določenega modela spremeni ta del postopka.
Za praktičnega učnega pomočnika priložite diagram, učenčevo posneto vprašanje in kratek pisni opis naloge: »Pojasni povezave med označenimi deli, odgovori na govorjeno vprašanje v angleščini in uporabi mirno, počasnejše podajanje. Podaj besedilni odgovor in govor.« Pri poročilu o medijih določite ločene razdelke za dogodke, vidno besedilo in govor ter za vsakega zahtevajte časovne oznake. Imena ali izrazje pripravite v pisnem kontekstu in navedite, ali mora biti rezultat dobeseden prepis, razlaga ali povzetek za občinstvo.
", "aboutText": "Qwen3.5-Omni-Plus je Alibabin multimodalni model Qwen za ustvarjanje besedila, glasovne pomočnike in analizo večpredstavnosti. Sprejema besedilo, slike, zvok in video, vključno z mešanimi vhodi, ter ustvarja besedilo ali besedilo z govorom. Ime Plus brez datuma je družinski vzdevek; proizvajalec ga trenutno opisuje kot funkcionalno enakovrednega Qwen3.5-Omni-Plus 2026-03-15. Vzdevek in poimenovani posnetek ostajata različni izbiri modela.\n\nNjegov vhod lahko združi sliko z govorjenim vprašanjem ali vizualno vsebino in zvok videa s pisnimi navodili. Zato je uporaben, kadar bi zgolj besedilni povzetek izgubil povezavo med videnim in slišanim. Pri medijskem opisu ločeno zahtevajte vidno zaporedje, besedilo na zaslonu in govorjeno vsebino, kadar je vrstni red dogodkov pomemben, pa časovne oznake glede na vir. Zvočni učinki in drug negovorni zvok lahko skupaj z govorom prispevajo k analizi.\n\nPri govornem odgovoru določite jezik, občinstvo in način podajanja odgovora. Qwenov vodnik dokumentira navodila za glasnost, hitrost govora in čustva. Navaja 113 jezikov in narečij za zvočni vhod ter 36 jezikov in narečij za govorni izhod, vključno z angleščino, francoščino, nemščino in ruščino. Katalog glasov kot privzetega določa glas Tina in vključuje možnosti, kot sta Serena in Ethan. Izberite glas in zahtevajte strnjeno razlago v umirjenem tempu, namesto da se pri določitvi sloga izhoda zanašate na vhodni glas.\n\nDokumentirani govorni postopek HTTP vrača pretočno besedilo in zvočne koščke, kodirane z Base64. Njegov primer WAV uporablja 24 kHz, mono, 16-bit PCM; aplikacija lahko koščke zbere v zvočno datoteko ali jih ob prihodu dekodira za predvajanje. To je pretočno generiranje iz oddane zahteve. Sprotno zaznavanje izmenjav, obravnava prekinitev in pogovor prek mikrofona pripadajo posebej poimenovanim modelom za sprotno komunikacijo. Družinska tabela Qwen3.5-Omni ne ponuja načina globokega razmišljanja.\n\nKartica modela navaja spletno iskanje. Function Calling je dokumentiran za Alibabino pekinško namestitev Chat Completions z besedilnim izhodom, singapurska tabela pa ga označuje kot nepodprtega. Izhod JSON Object je naveden za Peking in nepodprt za Singapur. Model lahko predlaga klic orodja, aplikacija pa izvede dejanje in vrne njegov rezultat. Tabele Plus označujejo dopolnjevanje na podlagi predpone, predpomnjenje konteksta in dodatno učenje kot nepodprte; paketno izvajanje modela je podprto v pekinški tabeli vzdevka in nepodprto v singapurski tabeli.\n\nObjavljeno kontekstno okno je 262,144 žetonov, z največjim vhodom 196,608 žetonov in največjim izhodom 65,536 žetonov. Mešani mediji in besedilo delijo isti obseg konteksta. Alibabin vodnik HTTP za to serijo dovoljuje do tri ure zvoka ali eno uro videa; navaja zvočne formate AMR, WAV, 3GP, 3GPP, AAC in MP3 ter video formate MP4, AVI, MKV, MOV, FLV in WMV. Zvočne ali video datoteke na URL so lahko velike do 2 GB, mediji, kodirani z Base64, pa morajo biti manjši od 10 MB. To so omejitve proizvajalčevega postopka z datotekami, ločene od opisa razumevanja več kot desetih ur zvoka ali več kot 400 sekund videa 720p, vzorčenega pri 1 FPS, v predstavitvi modela.\n\nSlike imajo v tem vodniku lastne omejitve priprave: do 20 MB na sliko na URL, dimenzije večje od 10 pik na vsaki strani in razmerje stranic, ki ni skrajnejše od 200:1. Vodnik dovoljuje do 2,048 slik ali zvočnih datotek na URL ter 512 video datotek na URL; vhod Base64 dovoljuje do 250 datotek. Te omejitve prenosa še naprej veljajo ob skupnem obsegu vhodnih žetonov. Serija lahko združi več vrst medijev v eni zahtevi. Izberite ustrezen odlomek, poskrbite za berljivost drobnih oznak in pojasnite povezave med ločenimi vhodi. Dokumentirane zgornje meje števila datotek se razlikujejo glede na modalnost in način prenosa, vsak vhod pa se mora še vedno prilegati skupnemu obsegu žetonov.\n\nKloniranje glasu po meri je dokumentirano za model Plus brez datuma prek ločenega postopka, ki glas najprej ustvari in ga nato uporabi. Referenca mora vsebovati vsaj tri sekunde neprekinjenega jasnega govora, s premori, ki niso daljši od dveh sekund; uporabite običajen govor brez glasbe, petja, šuma ali drugega govorca. Za WAV uporabite 16-bitni zvok. Referenčni posnetek se uporabi za ustvarjanje glasu za poimenovani ciljni model, ta cilj pa se mora ujemati z modelom, uporabljenim za govor. Proizvajalec priporoča 10–20 sekund čistega mono govora, vsaj 24 kHz, z največjo dolžino 60 sekund in datoteko, manjšo od 10 MB. WAV, MP3 in M4A so dokumentirani referenčni formati. Posnetek z dne 15. marca kloniranja ne podpira, zato izbira datumsko določenega modela spremeni ta del postopka.\n\nZa praktičnega učnega pomočnika priložite diagram, učenčevo posneto vprašanje in kratek pisni opis naloge: »Pojasni povezave med označenimi deli, odgovori na govorjeno vprašanje v angleščini in uporabi mirno, počasnejše podajanje. Podaj besedilni odgovor in govor.« Pri poročilu o medijih določite ločene razdelke za dogodke, vidno besedilo in govor ter za vsakega zahtevajte časovne oznake. Imena ali izrazje pripravite v pisnem kontekstu in navedite, ali mora biti rezultat dobeseden prepis, razlaga ali povzetek za občinstvo.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Create a media brief from a transcript\n\nCreate a compact media brief from this text record. 00:00 title card: 'Refill station'. 00:04 demonstrator opens a bottle. 00:08 speech: 'Fill only to the marked line.' 00:12 demonstrator closes the bottle. Separate visible events, on-screen wording and spoken instruction, retaining timestamps. Do not infer audio effects or actions absent from the record.Three labelled sections with timestamped entries for visible events, visible wording and speech.The spoken fill-line instruction remains distinct from what is explicitly described as visible.qwen3.5-omni-plusQwen3.5-Omni-Plus skupaj razume besedilo, slike, zvok in video ter vrača besedilne ali govorne odgovore. Njegov multimodalni postopek ustreza glasovnim pomočnikom in podrobni analizi medijev, z navodili za slog govora in 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.
Qwen3.5-Omni-Plus je Alibabin multimodalni model Qwen za ustvarjanje besedila, glasovne pomočnike in analizo večpredstavnosti. Sprejema besedilo, slike, zvok in video, vključno z mešanimi vhodi, ter ustvarja besedilo ali besedilo z govorom. Ime Plus brez datuma je družinski vzdevek; proizvajalec ga trenutno opisuje kot funkcionalno enakovrednega Qwen3.5-Omni-Plus 2026-03-15. Vzdevek in poimenovani posnetek ostajata različni izbiri modela.
Njegov vhod lahko združi sliko z govorjenim vprašanjem ali vizualno vsebino in zvok videa s pisnimi navodili. Zato je uporaben, kadar bi zgolj besedilni povzetek izgubil povezavo med videnim in slišanim. Pri medijskem opisu ločeno zahtevajte vidno zaporedje, besedilo na zaslonu in govorjeno vsebino, kadar je vrstni red dogodkov pomemben, pa časovne oznake glede na vir. Zvočni učinki in drug negovorni zvok lahko skupaj z govorom prispevajo k analizi.
Pri govornem odgovoru določite jezik, občinstvo in način podajanja odgovora. Qwenov vodnik dokumentira navodila za glasnost, hitrost govora in čustva. Navaja 113 jezikov in narečij za zvočni vhod ter 36 jezikov in narečij za govorni izhod, vključno z angleščino, francoščino, nemščino in ruščino. Katalog glasov kot privzetega določa glas Tina in vključuje možnosti, kot sta Serena in Ethan. Izberite glas in zahtevajte strnjeno razlago v umirjenem tempu, namesto da se pri določitvi sloga izhoda zanašate na vhodni glas.
Dokumentirani govorni postopek HTTP vrača pretočno besedilo in zvočne koščke, kodirane z Base64. Njegov primer WAV uporablja 24 kHz, mono, 16-bit PCM; aplikacija lahko koščke zbere v zvočno datoteko ali jih ob prihodu dekodira za predvajanje. To je pretočno generiranje iz oddane zahteve. Sprotno zaznavanje izmenjav, obravnava prekinitev in pogovor prek mikrofona pripadajo posebej poimenovanim modelom za sprotno komunikacijo. Družinska tabela Qwen3.5-Omni ne ponuja načina globokega razmišljanja.
Kartica modela navaja spletno iskanje. Function Calling je dokumentiran za Alibabino pekinško namestitev Chat Completions z besedilnim izhodom, singapurska tabela pa ga označuje kot nepodprtega. Izhod JSON Object je naveden za Peking in nepodprt za Singapur. Model lahko predlaga klic orodja, aplikacija pa izvede dejanje in vrne njegov rezultat. Tabele Plus označujejo dopolnjevanje na podlagi predpone, predpomnjenje konteksta in dodatno učenje kot nepodprte; paketno izvajanje modela je podprto v pekinški tabeli vzdevka in nepodprto v singapurski tabeli.
Objavljeno kontekstno okno je 262,144 žetonov, z največjim vhodom 196,608 žetonov in največjim izhodom 65,536 žetonov. Mešani mediji in besedilo delijo isti obseg konteksta. Alibabin vodnik HTTP za to serijo dovoljuje do tri ure zvoka ali eno uro videa; navaja zvočne formate AMR, WAV, 3GP, 3GPP, AAC in MP3 ter video formate MP4, AVI, MKV, MOV, FLV in WMV. Zvočne ali video datoteke na URL so lahko velike do 2 GB, mediji, kodirani z Base64, pa morajo biti manjši od 10 MB. To so omejitve proizvajalčevega postopka z datotekami, ločene od opisa razumevanja več kot desetih ur zvoka ali več kot 400 sekund videa 720p, vzorčenega pri 1 FPS, v predstavitvi modela.
Slike imajo v tem vodniku lastne omejitve priprave: do 20 MB na sliko na URL, dimenzije večje od 10 pik na vsaki strani in razmerje stranic, ki ni skrajnejše od 200:1. Vodnik dovoljuje do 2,048 slik ali zvočnih datotek na URL ter 512 video datotek na URL; vhod Base64 dovoljuje do 250 datotek. Te omejitve prenosa še naprej veljajo ob skupnem obsegu vhodnih žetonov. Serija lahko združi več vrst medijev v eni zahtevi. Izberite ustrezen odlomek, poskrbite za berljivost drobnih oznak in pojasnite povezave med ločenimi vhodi. Dokumentirane zgornje meje števila datotek se razlikujejo glede na modalnost in način prenosa, vsak vhod pa se mora še vedno prilegati skupnemu obsegu žetonov.
Kloniranje glasu po meri je dokumentirano za model Plus brez datuma prek ločenega postopka, ki glas najprej ustvari in ga nato uporabi. Referenca mora vsebovati vsaj tri sekunde neprekinjenega jasnega govora, s premori, ki niso daljši od dveh sekund; uporabite običajen govor brez glasbe, petja, šuma ali drugega govorca. Za WAV uporabite 16-bitni zvok. Referenčni posnetek se uporabi za ustvarjanje glasu za poimenovani ciljni model, ta cilj pa se mora ujemati z modelom, uporabljenim za govor. Proizvajalec priporoča 10–20 sekund čistega mono govora, vsaj 24 kHz, z največjo dolžino 60 sekund in datoteko, manjšo od 10 MB. WAV, MP3 in M4A so dokumentirani referenčni formati. Posnetek z dne 15. marca kloniranja ne podpira, zato izbira datumsko določenega modela spremeni ta del postopka.
Za praktičnega učnega pomočnika priložite diagram, učenčevo posneto vprašanje in kratek pisni opis naloge: »Pojasni povezave med označenimi deli, odgovori na govorjeno vprašanje v angleščini in uporabi mirno, počasnejše podajanje. Podaj besedilni odgovor in govor.« Pri poročilu o medijih določite ločene razdelke za dogodke, vidno besedilo in govor ter za vsakega zahtevajte časovne oznake. Imena ali izrazje pripravite v pisnem kontekstu in navedite, ali mora biti rezultat dobeseden prepis, razlaga ali povzetek za občinstvo.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen3.5-omni-plus | 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 $0.0022 / 1K žetonov Izhod · Izhodni žetoni $0.012584 / 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": "qwen3.5-omni-plus", "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='qwen3.5-omni-plus',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='qwen3.5-omni-plus',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 qwen3.5-omni-plus
Uporabite zgoraj navedene poti metod.
qwen3.5-omni-plusQwen3.5-Omni-Plus skupaj razume besedilo, slike, zvok in video ter vrača besedilne ali govorne odgovore. Njegov multimodalni postopek ustreza glasovnim pomočnikom in podrobni analizi medijev, z navodili za slog govora in 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.
Qwen3.5-Omni-Plus je Alibabin multimodalni model Qwen za ustvarjanje besedila, glasovne pomočnike in analizo večpredstavnosti. Sprejema besedilo, slike, zvok in video, vključno z mešanimi vhodi, ter ustvarja besedilo ali besedilo z govorom. Ime Plus brez datuma je družinski vzdevek; proizvajalec ga trenutno opisuje kot funkcionalno enakovrednega Qwen3.5-Omni-Plus 2026-03-15. Vzdevek in poimenovani posnetek ostajata različni izbiri modela.
Njegov vhod lahko združi sliko z govorjenim vprašanjem ali vizualno vsebino in zvok videa s pisnimi navodili. Zato je uporaben, kadar bi zgolj besedilni povzetek izgubil povezavo med videnim in slišanim. Pri medijskem opisu ločeno zahtevajte vidno zaporedje, besedilo na zaslonu in govorjeno vsebino, kadar je vrstni red dogodkov pomemben, pa časovne oznake glede na vir. Zvočni učinki in drug negovorni zvok lahko skupaj z govorom prispevajo k analizi.
Pri govornem odgovoru določite jezik, občinstvo in način podajanja odgovora. Qwenov vodnik dokumentira navodila za glasnost, hitrost govora in čustva. Navaja 113 jezikov in narečij za zvočni vhod ter 36 jezikov in narečij za govorni izhod, vključno z angleščino, francoščino, nemščino in ruščino. Katalog glasov kot privzetega določa glas Tina in vključuje možnosti, kot sta Serena in Ethan. Izberite glas in zahtevajte strnjeno razlago v umirjenem tempu, namesto da se pri določitvi sloga izhoda zanašate na vhodni glas.
Dokumentirani govorni postopek HTTP vrača pretočno besedilo in zvočne koščke, kodirane z Base64. Njegov primer WAV uporablja 24 kHz, mono, 16-bit PCM; aplikacija lahko koščke zbere v zvočno datoteko ali jih ob prihodu dekodira za predvajanje. To je pretočno generiranje iz oddane zahteve. Sprotno zaznavanje izmenjav, obravnava prekinitev in pogovor prek mikrofona pripadajo posebej poimenovanim modelom za sprotno komunikacijo. Družinska tabela Qwen3.5-Omni ne ponuja načina globokega razmišljanja.
Kartica modela navaja spletno iskanje. Function Calling je dokumentiran za Alibabino pekinško namestitev Chat Completions z besedilnim izhodom, singapurska tabela pa ga označuje kot nepodprtega. Izhod JSON Object je naveden za Peking in nepodprt za Singapur. Model lahko predlaga klic orodja, aplikacija pa izvede dejanje in vrne njegov rezultat. Tabele Plus označujejo dopolnjevanje na podlagi predpone, predpomnjenje konteksta in dodatno učenje kot nepodprte; paketno izvajanje modela je podprto v pekinški tabeli vzdevka in nepodprto v singapurski tabeli.
Objavljeno kontekstno okno je 262,144 žetonov, z največjim vhodom 196,608 žetonov in največjim izhodom 65,536 žetonov. Mešani mediji in besedilo delijo isti obseg konteksta. Alibabin vodnik HTTP za to serijo dovoljuje do tri ure zvoka ali eno uro videa; navaja zvočne formate AMR, WAV, 3GP, 3GPP, AAC in MP3 ter video formate MP4, AVI, MKV, MOV, FLV in WMV. Zvočne ali video datoteke na URL so lahko velike do 2 GB, mediji, kodirani z Base64, pa morajo biti manjši od 10 MB. To so omejitve proizvajalčevega postopka z datotekami, ločene od opisa razumevanja več kot desetih ur zvoka ali več kot 400 sekund videa 720p, vzorčenega pri 1 FPS, v predstavitvi modela.
Slike imajo v tem vodniku lastne omejitve priprave: do 20 MB na sliko na URL, dimenzije večje od 10 pik na vsaki strani in razmerje stranic, ki ni skrajnejše od 200:1. Vodnik dovoljuje do 2,048 slik ali zvočnih datotek na URL ter 512 video datotek na URL; vhod Base64 dovoljuje do 250 datotek. Te omejitve prenosa še naprej veljajo ob skupnem obsegu vhodnih žetonov. Serija lahko združi več vrst medijev v eni zahtevi. Izberite ustrezen odlomek, poskrbite za berljivost drobnih oznak in pojasnite povezave med ločenimi vhodi. Dokumentirane zgornje meje števila datotek se razlikujejo glede na modalnost in način prenosa, vsak vhod pa se mora še vedno prilegati skupnemu obsegu žetonov.
Kloniranje glasu po meri je dokumentirano za model Plus brez datuma prek ločenega postopka, ki glas najprej ustvari in ga nato uporabi. Referenca mora vsebovati vsaj tri sekunde neprekinjenega jasnega govora, s premori, ki niso daljši od dveh sekund; uporabite običajen govor brez glasbe, petja, šuma ali drugega govorca. Za WAV uporabite 16-bitni zvok. Referenčni posnetek se uporabi za ustvarjanje glasu za poimenovani ciljni model, ta cilj pa se mora ujemati z modelom, uporabljenim za govor. Proizvajalec priporoča 10–20 sekund čistega mono govora, vsaj 24 kHz, z največjo dolžino 60 sekund in datoteko, manjšo od 10 MB. WAV, MP3 in M4A so dokumentirani referenčni formati. Posnetek z dne 15. marca kloniranja ne podpira, zato izbira datumsko določenega modela spremeni ta del postopka.
Za praktičnega učnega pomočnika priložite diagram, učenčevo posneto vprašanje in kratek pisni opis naloge: »Pojasni povezave med označenimi deli, odgovori na govorjeno vprašanje v angleščini in uporabi mirno, počasnejše podajanje. Podaj besedilni odgovor in govor.« Pri poročilu o medijih določite ločene razdelke za dogodke, vidno besedilo in govor ter za vsakega zahtevajte časovne oznake. Imena ali izrazje pripravite v pisnem kontekstu in navedite, ali mora biti rezultat dobeseden prepis, razlaga ali povzetek za občinstvo.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen3.5-omni-plus | 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 $0.0022 / 1K žetonov Izhod · Izhodni žetoni $0.012584 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "qwen3.5-omni-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen3.5-omni-plus', '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': 'qwen3.5-omni-plus', '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 qwen3.5-omni-plus
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Create a media brief from a transcript\n\nCreate a compact media brief from this text record. 00:00 title card: 'Refill station'. 00:04 demonstrator opens a bottle. 00:08 speech: 'Fill only to the marked line.' 00:12 demonstrator closes the bottle. Separate visible events, on-screen wording and spoken instruction, retaining timestamps. Do not infer audio effects or actions absent from the record.Three labelled sections with timestamped entries for visible events, visible wording and speech.The spoken fill-line instruction remains distinct from what is explicitly described as visible.