Översikt: resonemang grundade i visuell indata
QVQ-Max är Qwens modell för visuella resonemang. Tillverkaren beskriver utdata med resonemangskedjor och starkare förmågor inom matematik, programmering, visuell analys, kreativt arbete och allmänna uppgifter. Den särskilda kapacitetssidan anger text, bild och video som indata och text som utdata. Välj den för frågor där det visuella materialet är en del av resonemangsproblemet, exempelvis ett diagram, en graf eller en sekvens av observerade händelser.
Den exakta modellversionen
Producenten beskriver för närvarande qvq-max som funktionellt likvärdig med versionen qvq-max-2025-03-25. Detta anger en versionsrelation som tillverkaren beskriver; det ändrar inte de exakta ID:n som en applikation bevarar. QVQ-Max bör inte ärva viktidentitet, parameterantal eller genereringskontroller från QVQ-72B-Preview, QVQ-Plus eller en nyare visuell Qwen-modell bara för att de delar ett resonemangstema. Ett leverantörsnamn med suffixet latest fastställer inte heller i sig en fast modellversion.
Förbereda en fråga för visuellt resonemang
Tillhandahåll den relevanta bilden tillsammans med hela frågan. För ett matematiskt diagram bevarar du beteckningar, dimensioner och tillhörande problemtext och frågar sedan vilka samband som följer av den synliga figuren och vilka som kräver ett ytterligare antagande. Begär ett tydligt avgränsat slutsvar med de värden och samband som använts för att nå det. En användbar förklaring bör koppla varje viktig slutledning till något i det tillhandahållna materialet.
För en graf ber du modellen identifiera axlar, enheter och serier innan den tolkar en trend. För ett diagram över en algoritm eller ett gränssnitt anger du det avsedda beteendet och frågar hur den synliga strukturen relaterar till det. För en kreativ brief skiljer du beskrivningen av det som faktiskt finns från föreslagna ändringar eller tolkningar. Detta är utformade tillämpningar av tillverkarens dokumenterade förmågor inom matematik, programmering, analys och skapande, inte demonstrationer av lyckad bearbetning av ett visst material.
Video och flera underlag
Video anges uttryckligen som indatamodalitet. För en begäran om händelseanalys tillhandahåller du relevant avsnitt och ber om en ordnad förklaring av vad som förändras, vilken scen som stöder slutsatsen och vad som förblir osäkert. Om tidsinformation finns i indatan anger du hur resultatet ska hänvisa till den. Den exakta modellsidan fastställer ingen universell videolängd, inget antal bildrutor eller någon tidsstämpelprecision, så dessa egenskaper bör inte hämtas från en annan Qwen-familj.
När frågan använder flera bilder eller textavsnitt märker du dem och förklarar vilken relation modellen ska undersöka. Be om ett resultat organiserat efter dessa beteckningar så att en granskare kan se vilket underlag som stöder varje punkt. Resonemangssvaret bör förbli åtskilt från slutsvaret; en utförlig förklaring är användbar bara när dess påståenden kan kontrolleras mot källan.
Kontext- och svarsgränser
Specifikationen anger ett kontextfönster på 131 072 token, en maximal indatalängd på 106 496 token och en maximal utdatalängd på 8 192 token. Håll dessa värden åtskilda i stället för att härleda en odokumenterad tilldelning för resonemangstoken från deras differens. Text, representerat visuellt material och genererat innehåll måste rymmas inom tillämpliga sekvens- och utdatagränser.
För en innehållstät sida eller ett diagram gör du relevanta detaljer läsbara före inlämning och bevarar hela problemtexten som behövs för slutledningen. För en lång källa väljer du materialet knutet till frågan och reserverar tillräckligt svarsutrymme för en slutsats med stödjande underlag. Tokenspecifikationen ger varken obegränsad tilldelning för visuell indata eller en garanti för att varje detalj återges ur minnet.
Verktyg, formatering och innehållsliga gränser
Den exakta kapacitetsmatrisen markerar funktionsanrop, inbyggd webbsökning och framtvingad strukturerad utdata som funktioner utan stöd. QVQ-Max:s visuella resonemang bör därför inte framställas som automatisk webbläsarstyrning, ett verktyg för extern kodkörning eller en källa till aktuell information. En prompt kan begära en tabell eller ett JSON-formaterat textresultat, men denna begäran ger ingen garanti för att schemat följs.
Den särskilda modellsidan publicerar ingen modellspecifik växel för hybridtänkande eller något parameterantal. Bevara den dokumenterade identiteten för visuella resonemang i stället för att hämta kontroller eller storleksuppgifter från en annan modellversion. Kontrollera små beteckningar, extraherade tal, härledda samband och kodförslag mot källan. Den praktiska utdatan är en förklarad visuell slutsats eller ett leveransutkast grundat i materialet användaren tillhandahåller.
", "aboutText": "Översikt: resonemang grundade i visuell indata\n\nQVQ-Max är Qwens modell för visuella resonemang. Tillverkaren beskriver utdata med resonemangskedjor och starkare förmågor inom matematik, programmering, visuell analys, kreativt arbete och allmänna uppgifter. Den särskilda kapacitetssidan anger text, bild och video som indata och text som utdata. Välj den för frågor där det visuella materialet är en del av resonemangsproblemet, exempelvis ett diagram, en graf eller en sekvens av observerade händelser.\n\nDen exakta modellversionen\n\nProducenten beskriver för närvarande qvq-max som funktionellt likvärdig med versionen qvq-max-2025-03-25. Detta anger en versionsrelation som tillverkaren beskriver; det ändrar inte de exakta ID:n som en applikation bevarar. QVQ-Max bör inte ärva viktidentitet, parameterantal eller genereringskontroller från QVQ-72B-Preview, QVQ-Plus eller en nyare visuell Qwen-modell bara för att de delar ett resonemangstema. Ett leverantörsnamn med suffixet latest fastställer inte heller i sig en fast modellversion.\n\nFörbereda en fråga för visuellt resonemang\n\nTillhandahåll den relevanta bilden tillsammans med hela frågan. För ett matematiskt diagram bevarar du beteckningar, dimensioner och tillhörande problemtext och frågar sedan vilka samband som följer av den synliga figuren och vilka som kräver ett ytterligare antagande. Begär ett tydligt avgränsat slutsvar med de värden och samband som använts för att nå det. En användbar förklaring bör koppla varje viktig slutledning till något i det tillhandahållna materialet.\n\nFör en graf ber du modellen identifiera axlar, enheter och serier innan den tolkar en trend. För ett diagram över en algoritm eller ett gränssnitt anger du det avsedda beteendet och frågar hur den synliga strukturen relaterar till det. För en kreativ brief skiljer du beskrivningen av det som faktiskt finns från föreslagna ändringar eller tolkningar. Detta är utformade tillämpningar av tillverkarens dokumenterade förmågor inom matematik, programmering, analys och skapande, inte demonstrationer av lyckad bearbetning av ett visst material.\n\nVideo och flera underlag\n\nVideo anges uttryckligen som indatamodalitet. För en begäran om händelseanalys tillhandahåller du relevant avsnitt och ber om en ordnad förklaring av vad som förändras, vilken scen som stöder slutsatsen och vad som förblir osäkert. Om tidsinformation finns i indatan anger du hur resultatet ska hänvisa till den. Den exakta modellsidan fastställer ingen universell videolängd, inget antal bildrutor eller någon tidsstämpelprecision, så dessa egenskaper bör inte hämtas från en annan Qwen-familj.\n\nNär frågan använder flera bilder eller textavsnitt märker du dem och förklarar vilken relation modellen ska undersöka. Be om ett resultat organiserat efter dessa beteckningar så att en granskare kan se vilket underlag som stöder varje punkt. Resonemangssvaret bör förbli åtskilt från slutsvaret; en utförlig förklaring är användbar bara när dess påståenden kan kontrolleras mot källan.\n\nKontext- och svarsgränser\n\nSpecifikationen anger ett kontextfönster på 131 072 token, en maximal indatalängd på 106 496 token och en maximal utdatalängd på 8 192 token. Håll dessa värden åtskilda i stället för att härleda en odokumenterad tilldelning för resonemangstoken från deras differens. Text, representerat visuellt material och genererat innehåll måste rymmas inom tillämpliga sekvens- och utdatagränser.\n\nFör en innehållstät sida eller ett diagram gör du relevanta detaljer läsbara före inlämning och bevarar hela problemtexten som behövs för slutledningen. För en lång källa väljer du materialet knutet till frågan och reserverar tillräckligt svarsutrymme för en slutsats med stödjande underlag. Tokenspecifikationen ger varken obegränsad tilldelning för visuell indata eller en garanti för att varje detalj återges ur minnet.\n\nVerktyg, formatering och innehållsliga gränser\n\nDen exakta kapacitetsmatrisen markerar funktionsanrop, inbyggd webbsökning och framtvingad strukturerad utdata som funktioner utan stöd. QVQ-Max:s visuella resonemang bör därför inte framställas som automatisk webbläsarstyrning, ett verktyg för extern kodkörning eller en källa till aktuell information. En prompt kan begära en tabell eller ett JSON-formaterat textresultat, men denna begäran ger ingen garanti för att schemat följs.\n\nDen särskilda modellsidan publicerar ingen modellspecifik växel för hybridtänkande eller något parameterantal. Bevara den dokumenterade identiteten för visuella resonemang i stället för att hämta kontroller eller storleksuppgifter från en annan modellversion. Kontrollera små beteckningar, extraherade tal, härledda samband och kodförslag mot källan. Den praktiska utdatan är en förklarad visuell slutsats eller ett leveransutkast grundat i materialet användaren tillhandahåller.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.qvq-maxQVQ-Max är Qwens modell för visuella resonemang med text, bilder och video som ger text med en förklarad lösning. Använd den för matematiska diagram, visuell analys, programmeringsrelaterade bilder och kreativ tolkning; specifikationen anger en kontext på 131 072 token och en utdatagräns på 8 192 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Översikt: resonemang grundade i visuell indata
QVQ-Max är Qwens modell för visuella resonemang. Tillverkaren beskriver utdata med resonemangskedjor och starkare förmågor inom matematik, programmering, visuell analys, kreativt arbete och allmänna uppgifter. Den särskilda kapacitetssidan anger text, bild och video som indata och text som utdata. Välj den för frågor där det visuella materialet är en del av resonemangsproblemet, exempelvis ett diagram, en graf eller en sekvens av observerade händelser.
Den exakta modellversionen
Producenten beskriver för närvarande qvq-max som funktionellt likvärdig med versionen qvq-max-2025-03-25. Detta anger en versionsrelation som tillverkaren beskriver; det ändrar inte de exakta ID:n som en applikation bevarar. QVQ-Max bör inte ärva viktidentitet, parameterantal eller genereringskontroller från QVQ-72B-Preview, QVQ-Plus eller en nyare visuell Qwen-modell bara för att de delar ett resonemangstema. Ett leverantörsnamn med suffixet latest fastställer inte heller i sig en fast modellversion.
Förbereda en fråga för visuellt resonemang
Tillhandahåll den relevanta bilden tillsammans med hela frågan. För ett matematiskt diagram bevarar du beteckningar, dimensioner och tillhörande problemtext och frågar sedan vilka samband som följer av den synliga figuren och vilka som kräver ett ytterligare antagande. Begär ett tydligt avgränsat slutsvar med de värden och samband som använts för att nå det. En användbar förklaring bör koppla varje viktig slutledning till något i det tillhandahållna materialet.
För en graf ber du modellen identifiera axlar, enheter och serier innan den tolkar en trend. För ett diagram över en algoritm eller ett gränssnitt anger du det avsedda beteendet och frågar hur den synliga strukturen relaterar till det. För en kreativ brief skiljer du beskrivningen av det som faktiskt finns från föreslagna ändringar eller tolkningar. Detta är utformade tillämpningar av tillverkarens dokumenterade förmågor inom matematik, programmering, analys och skapande, inte demonstrationer av lyckad bearbetning av ett visst material.
Video och flera underlag
Video anges uttryckligen som indatamodalitet. För en begäran om händelseanalys tillhandahåller du relevant avsnitt och ber om en ordnad förklaring av vad som förändras, vilken scen som stöder slutsatsen och vad som förblir osäkert. Om tidsinformation finns i indatan anger du hur resultatet ska hänvisa till den. Den exakta modellsidan fastställer ingen universell videolängd, inget antal bildrutor eller någon tidsstämpelprecision, så dessa egenskaper bör inte hämtas från en annan Qwen-familj.
När frågan använder flera bilder eller textavsnitt märker du dem och förklarar vilken relation modellen ska undersöka. Be om ett resultat organiserat efter dessa beteckningar så att en granskare kan se vilket underlag som stöder varje punkt. Resonemangssvaret bör förbli åtskilt från slutsvaret; en utförlig förklaring är användbar bara när dess påståenden kan kontrolleras mot källan.
Kontext- och svarsgränser
Specifikationen anger ett kontextfönster på 131 072 token, en maximal indatalängd på 106 496 token och en maximal utdatalängd på 8 192 token. Håll dessa värden åtskilda i stället för att härleda en odokumenterad tilldelning för resonemangstoken från deras differens. Text, representerat visuellt material och genererat innehåll måste rymmas inom tillämpliga sekvens- och utdatagränser.
För en innehållstät sida eller ett diagram gör du relevanta detaljer läsbara före inlämning och bevarar hela problemtexten som behövs för slutledningen. För en lång källa väljer du materialet knutet till frågan och reserverar tillräckligt svarsutrymme för en slutsats med stödjande underlag. Tokenspecifikationen ger varken obegränsad tilldelning för visuell indata eller en garanti för att varje detalj återges ur minnet.
Verktyg, formatering och innehållsliga gränser
Den exakta kapacitetsmatrisen markerar funktionsanrop, inbyggd webbsökning och framtvingad strukturerad utdata som funktioner utan stöd. QVQ-Max:s visuella resonemang bör därför inte framställas som automatisk webbläsarstyrning, ett verktyg för extern kodkörning eller en källa till aktuell information. En prompt kan begära en tabell eller ett JSON-formaterat textresultat, men denna begäran ger ingen garanti för att schemat följs.
Den särskilda modellsidan publicerar ingen modellspecifik växel för hybridtänkande eller något parameterantal. Bevara den dokumenterade identiteten för visuella resonemang i stället för att hämta kontroller eller storleksuppgifter från en annan modellversion. Kontrollera små beteckningar, extraherade tal, härledda samband och kodförslag mot källan. Den praktiska utdatan är en förklarad visuell slutsats eller ett leveransutkast grundat i materialet användaren tillhandahåller.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qvq-max | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0023 / 1K token Utdata · Utdatatoken $0.00916 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-max", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qvq-max',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qvq-max',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra qvq-max
Använd metodsökvägarna som visas ovan.
qvq-maxQVQ-Max är Qwens modell för visuella resonemang med text, bilder och video som ger text med en förklarad lösning. Använd den för matematiska diagram, visuell analys, programmeringsrelaterade bilder och kreativ tolkning; specifikationen anger en kontext på 131 072 token och en utdatagräns på 8 192 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Översikt: resonemang grundade i visuell indata
QVQ-Max är Qwens modell för visuella resonemang. Tillverkaren beskriver utdata med resonemangskedjor och starkare förmågor inom matematik, programmering, visuell analys, kreativt arbete och allmänna uppgifter. Den särskilda kapacitetssidan anger text, bild och video som indata och text som utdata. Välj den för frågor där det visuella materialet är en del av resonemangsproblemet, exempelvis ett diagram, en graf eller en sekvens av observerade händelser.
Den exakta modellversionen
Producenten beskriver för närvarande qvq-max som funktionellt likvärdig med versionen qvq-max-2025-03-25. Detta anger en versionsrelation som tillverkaren beskriver; det ändrar inte de exakta ID:n som en applikation bevarar. QVQ-Max bör inte ärva viktidentitet, parameterantal eller genereringskontroller från QVQ-72B-Preview, QVQ-Plus eller en nyare visuell Qwen-modell bara för att de delar ett resonemangstema. Ett leverantörsnamn med suffixet latest fastställer inte heller i sig en fast modellversion.
Förbereda en fråga för visuellt resonemang
Tillhandahåll den relevanta bilden tillsammans med hela frågan. För ett matematiskt diagram bevarar du beteckningar, dimensioner och tillhörande problemtext och frågar sedan vilka samband som följer av den synliga figuren och vilka som kräver ett ytterligare antagande. Begär ett tydligt avgränsat slutsvar med de värden och samband som använts för att nå det. En användbar förklaring bör koppla varje viktig slutledning till något i det tillhandahållna materialet.
För en graf ber du modellen identifiera axlar, enheter och serier innan den tolkar en trend. För ett diagram över en algoritm eller ett gränssnitt anger du det avsedda beteendet och frågar hur den synliga strukturen relaterar till det. För en kreativ brief skiljer du beskrivningen av det som faktiskt finns från föreslagna ändringar eller tolkningar. Detta är utformade tillämpningar av tillverkarens dokumenterade förmågor inom matematik, programmering, analys och skapande, inte demonstrationer av lyckad bearbetning av ett visst material.
Video och flera underlag
Video anges uttryckligen som indatamodalitet. För en begäran om händelseanalys tillhandahåller du relevant avsnitt och ber om en ordnad förklaring av vad som förändras, vilken scen som stöder slutsatsen och vad som förblir osäkert. Om tidsinformation finns i indatan anger du hur resultatet ska hänvisa till den. Den exakta modellsidan fastställer ingen universell videolängd, inget antal bildrutor eller någon tidsstämpelprecision, så dessa egenskaper bör inte hämtas från en annan Qwen-familj.
När frågan använder flera bilder eller textavsnitt märker du dem och förklarar vilken relation modellen ska undersöka. Be om ett resultat organiserat efter dessa beteckningar så att en granskare kan se vilket underlag som stöder varje punkt. Resonemangssvaret bör förbli åtskilt från slutsvaret; en utförlig förklaring är användbar bara när dess påståenden kan kontrolleras mot källan.
Kontext- och svarsgränser
Specifikationen anger ett kontextfönster på 131 072 token, en maximal indatalängd på 106 496 token och en maximal utdatalängd på 8 192 token. Håll dessa värden åtskilda i stället för att härleda en odokumenterad tilldelning för resonemangstoken från deras differens. Text, representerat visuellt material och genererat innehåll måste rymmas inom tillämpliga sekvens- och utdatagränser.
För en innehållstät sida eller ett diagram gör du relevanta detaljer läsbara före inlämning och bevarar hela problemtexten som behövs för slutledningen. För en lång källa väljer du materialet knutet till frågan och reserverar tillräckligt svarsutrymme för en slutsats med stödjande underlag. Tokenspecifikationen ger varken obegränsad tilldelning för visuell indata eller en garanti för att varje detalj återges ur minnet.
Verktyg, formatering och innehållsliga gränser
Den exakta kapacitetsmatrisen markerar funktionsanrop, inbyggd webbsökning och framtvingad strukturerad utdata som funktioner utan stöd. QVQ-Max:s visuella resonemang bör därför inte framställas som automatisk webbläsarstyrning, ett verktyg för extern kodkörning eller en källa till aktuell information. En prompt kan begära en tabell eller ett JSON-formaterat textresultat, men denna begäran ger ingen garanti för att schemat följs.
Den särskilda modellsidan publicerar ingen modellspecifik växel för hybridtänkande eller något parameterantal. Bevara den dokumenterade identiteten för visuella resonemang i stället för att hämta kontroller eller storleksuppgifter från en annan modellversion. Kontrollera små beteckningar, extraherade tal, härledda samband och kodförslag mot källan. Den praktiska utdatan är en förklarad visuell slutsats eller ett leveransutkast grundat i materialet användaren tillhandahåller.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser qvq-max | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.0023 / 1K token Utdata · Utdatatoken $0.00916 / 1K token Indata · Cacheläsning $0 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "qvq-max",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qvq-max', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qvq-max', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra qvq-max
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Reason from a written geometric diagram\n\nUse this textual description of a diagram: rectangle ABCD has adjacent sides AB=6 cm and BC=8 cm; diagonal AC is drawn. Find AC and the area of triangle ABC. Give the relationships and calculations supporting each result. Explain which stated geometric property makes the calculation valid; do not assume any extra marked lengths.A concise derivation, two clearly delimited results with units and the relevant rectangle property.Check the diagonal and triangle-area calculations use the stated right angle and correct units.