Ling-3.0-flash-VL — inclusionAI’ning Ling-3.0-flash modelining multimodallikni bevosita qo‘llab-quvvatlaydigan kengaytmasi. U asosiy modelning til, fikrlash va uzun kontekst imkoniyatlarini tasvir va videoni tushunish bilan birlashtiradi. Ishlab chiqaruvchi vizual vazifalarni tushunish, fikrlash va harakat qilishga ajratadi: murakkab vizual axborotni o‘qish, uni dalil sifatida ishlatish va kuzatuvlarni mos ilovada harakatga aylantirish. Model javobi matn yoki o‘sha ilova ishlatadigan vosita chaqiruvi ifodasidir.
E’lon qilingan arxitekturasi jami 124B va har token uchun faollashadigan 5,5B parametrga ega. Ko‘rish transformeri tasvir va video xususiyatlarini ajratadi, ikki qatlamli proyektor ularni til ifodasi bilan moslashtiradi. VideoRoPE fazoviy pozitsiyalarni ham, vaqt tartibini ham olib yuradi. 42 qatlamli gibrid asos Kimi Delta Attention va darvozali Multi-head Latent Attention’ni 5:1 tartibida almashtirib, siyrak ekspert yo‘naltirishidan foydalanadi. Ishlab chiqaruvchi 256K tokengacha kontekstni tavsiflaydi va 262 144 tokenli kengaytirilgan kontekst yo‘riqnomasini e’lon qiladi.
Vizual tushunish uchun o‘qiladigan tasvir bering va kerakli kuzatuvni belgilang. Ishlab chiqaruvchi vazifalar qatorida obyektlarni sanash, murakkab maketlar, diagrammalar va hujjat mazmunini sanaydi. Foydali hujjat so‘rovi asoslovchi sahifa yoki ko‘rinadigan hudud bilan maydonlar jadvalini, diagramma so‘rovi esa qaysi qator aytilgan taqqoslashni asoslashini so‘rashi mumkin. Sonlar, belgilar va kichik tafsilotlarni tekshirish uchun asl vizual materialni saqlang. Noaniq hudud natijada taxminiy qiymatga aylanish o‘rniga noaniq qolishi kerak.
Vizual dalillar bilan fikrlashda savol, tegishli farazlar va yakuniy javobga kerakli aniqlikni bering. Model diagramma, sxema yoki ekran tasvirini hisoblash va ko‘p bosqichli fikrlashga bog‘lashi mumkin. Xulosa qaysi kuzatuvlarga tayanishini ko‘rsatishni so‘rang. Jarayon hisoblash yoki axborot olish vositalarini o‘z ichiga olsa, haqiqiy natijalarni saqlang va model talqinidan ajrating. Vizual bog‘lanish va kalibrlangan o‘lchov turli dalil turlaridir.
Videoda material tartibini saqlang va savolni hodisa, o‘zgarish yoki oraliqqa yo‘naltiring. Ishlab chiqaruvchi vaqt ifodasining qo‘llanishlari sifatida hodisaning videodagi vaqtini aniqlash, uzun video savollari va klip tahrirlash jarayonlarini ko‘rsatadi. Amaliy tahrir natijasi qaysi lahzalarni saqlash va nima sababdan saqlashni tushuntiradigan kesish ro‘yxati taklifi bo‘lishi mumkin. Uni manba vaqt chizig‘iga bog‘lang; o‘zgarishlarni tahrirlash ilovasi bajaradi va tahrirlangan mediani yaratadi. Videoni tushunishning o‘zi modelning matnli javobini yangi videofaylga aylantirmaydi.
Interfeys vazifalarida joriy ekran tasviri, maqsad va ilovaga mavjud harakatlarni kiriting. Ling-3.0-flash-VL veb yoki dastur interfeyslarini talqin qilib, vizual axborot asosida harakatlar ketma-ketligini taklif qilishi mumkin. Keyingi qadam bog‘liq bo‘lsa, har operatsiyadan so‘ng kuzatilgan holatni qaytaring. Foydali bajarilish qaydi taklif qilingan bosishni bajarilgan harakat deb hisoblash o‘rniga, interfeysda nima o‘zgargani va talab qilingan natija ko‘rinishini ko‘rsatadi.
Ishlab chiqaruvchi chat shablonida fikrlash standart holda yoqilgan; hujjatlashtirilgan amalga oshirishda uni har so‘rov uchun enable_thinking’ni false qilib o‘chirish mumkin. Mijoz va generatsiya yo‘riqnomasi temperature 1.0, top_p 0.95 va top_k 20’ni tavsiya qiladi; alohida baholash qaydlari o‘z sozlamalaridan foydalanadi. Yakuniy javob shaklini aniq tanlang va tegishli media konteksti hamda generatsiya qilingan matn uchun joy qoldiring. Bu ishlab chiqaruvchi sozlamalari chiqarilgan model yo‘riqnomasini tavsiflaydi, har ilova ochadigan boshqaruvlarni va’da qilmaydi.
Natijani qayd etishda VL identifikatorini saqlang: tasvir va video kirishlari uni matnga yo‘naltirilgan Ling-3.0-flash va moliyaga ixtisoslashgan Fin nashridan ajratadi. Ajratib olingan matn, sanoqlar, vaqtdagi joylar va taklif qilingan interfeys harakatlarini manba bilan tekshiring. Foydali yakuniy material dalillari va ochiq tafsilotlarini tekshirish mumkin bo‘lgan vizual tahlil yoki harakat taklifidir.
", "aboutText": "Ling-3.0-flash-VL — inclusionAI’ning Ling-3.0-flash modelining multimodallikni bevosita qo‘llab-quvvatlaydigan kengaytmasi. U asosiy modelning til, fikrlash va uzun kontekst imkoniyatlarini tasvir va videoni tushunish bilan birlashtiradi. Ishlab chiqaruvchi vizual vazifalarni tushunish, fikrlash va harakat qilishga ajratadi: murakkab vizual axborotni o‘qish, uni dalil sifatida ishlatish va kuzatuvlarni mos ilovada harakatga aylantirish. Model javobi matn yoki o‘sha ilova ishlatadigan vosita chaqiruvi ifodasidir.\n\nE’lon qilingan arxitekturasi jami 124B va har token uchun faollashadigan 5,5B parametrga ega. Ko‘rish transformeri tasvir va video xususiyatlarini ajratadi, ikki qatlamli proyektor ularni til ifodasi bilan moslashtiradi. VideoRoPE fazoviy pozitsiyalarni ham, vaqt tartibini ham olib yuradi. 42 qatlamli gibrid asos Kimi Delta Attention va darvozali Multi-head Latent Attention’ni 5:1 tartibida almashtirib, siyrak ekspert yo‘naltirishidan foydalanadi. Ishlab chiqaruvchi 256K tokengacha kontekstni tavsiflaydi va 262 144 tokenli kengaytirilgan kontekst yo‘riqnomasini e’lon qiladi.\n\nVizual tushunish uchun o‘qiladigan tasvir bering va kerakli kuzatuvni belgilang. Ishlab chiqaruvchi vazifalar qatorida obyektlarni sanash, murakkab maketlar, diagrammalar va hujjat mazmunini sanaydi. Foydali hujjat so‘rovi asoslovchi sahifa yoki ko‘rinadigan hudud bilan maydonlar jadvalini, diagramma so‘rovi esa qaysi qator aytilgan taqqoslashni asoslashini so‘rashi mumkin. Sonlar, belgilar va kichik tafsilotlarni tekshirish uchun asl vizual materialni saqlang. Noaniq hudud natijada taxminiy qiymatga aylanish o‘rniga noaniq qolishi kerak.\n\nVizual dalillar bilan fikrlashda savol, tegishli farazlar va yakuniy javobga kerakli aniqlikni bering. Model diagramma, sxema yoki ekran tasvirini hisoblash va ko‘p bosqichli fikrlashga bog‘lashi mumkin. Xulosa qaysi kuzatuvlarga tayanishini ko‘rsatishni so‘rang. Jarayon hisoblash yoki axborot olish vositalarini o‘z ichiga olsa, haqiqiy natijalarni saqlang va model talqinidan ajrating. Vizual bog‘lanish va kalibrlangan o‘lchov turli dalil turlaridir.\n\nVideoda material tartibini saqlang va savolni hodisa, o‘zgarish yoki oraliqqa yo‘naltiring. Ishlab chiqaruvchi vaqt ifodasining qo‘llanishlari sifatida hodisaning videodagi vaqtini aniqlash, uzun video savollari va klip tahrirlash jarayonlarini ko‘rsatadi. Amaliy tahrir natijasi qaysi lahzalarni saqlash va nima sababdan saqlashni tushuntiradigan kesish ro‘yxati taklifi bo‘lishi mumkin. Uni manba vaqt chizig‘iga bog‘lang; o‘zgarishlarni tahrirlash ilovasi bajaradi va tahrirlangan mediani yaratadi. Videoni tushunishning o‘zi modelning matnli javobini yangi videofaylga aylantirmaydi.\n\nInterfeys vazifalarida joriy ekran tasviri, maqsad va ilovaga mavjud harakatlarni kiriting. Ling-3.0-flash-VL veb yoki dastur interfeyslarini talqin qilib, vizual axborot asosida harakatlar ketma-ketligini taklif qilishi mumkin. Keyingi qadam bog‘liq bo‘lsa, har operatsiyadan so‘ng kuzatilgan holatni qaytaring. Foydali bajarilish qaydi taklif qilingan bosishni bajarilgan harakat deb hisoblash o‘rniga, interfeysda nima o‘zgargani va talab qilingan natija ko‘rinishini ko‘rsatadi.\n\nIshlab chiqaruvchi chat shablonida fikrlash standart holda yoqilgan; hujjatlashtirilgan amalga oshirishda uni har so‘rov uchun enable_thinking’ni false qilib o‘chirish mumkin. Mijoz va generatsiya yo‘riqnomasi temperature 1.0, top_p 0.95 va top_k 20’ni tavsiya qiladi; alohida baholash qaydlari o‘z sozlamalaridan foydalanadi. Yakuniy javob shaklini aniq tanlang va tegishli media konteksti hamda generatsiya qilingan matn uchun joy qoldiring. Bu ishlab chiqaruvchi sozlamalari chiqarilgan model yo‘riqnomasini tavsiflaydi, har ilova ochadigan boshqaruvlarni va’da qilmaydi.\n\nNatijani qayd etishda VL identifikatorini saqlang: tasvir va video kirishlari uni matnga yo‘naltirilgan Ling-3.0-flash va moliyaga ixtisoslashgan Fin nashridan ajratadi. Ajratib olingan matn, sanoqlar, vaqtdagi joylar va taklif qilingan interfeys harakatlarini manba bilan tekshiring. Foydali yakuniy material dalillari va ochiq tafsilotlarini tekshirish mumkin bo‘lgan vizual tahlil yoki harakat taklifidir.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Create a cut list from scene notes\n\nUse these transcribed scene notes: 00:00–00:06 unopened package; 00:06–00:18 hands assemble the stand; 00:18–00:25 stand holds a tablet; 00:25–00:35 repeated assembly close-up. Propose a 15-second instructional cut using only these intervals. Preserve the assembly-to-use order and explain any shortened or omitted segment.An ordered cut list with source intervals, chosen durations and a short editorial rationale.Check that selected durations total 15 seconds and that tablet use follows the retained assembly step.inclusionai/ling-3.0-flash-vlLing-3.0-flash-VL inclusionAI’ning gibrid fikrlash modeliga tasvir va videoni tushunishni qo‘shadi. U jami 124B, faol 5,5B parametr va 256K tokengacha kontekst bilan vizual tahlil, dalilga asoslangan fikrlash va interfeys jarayonlarini qo‘llab-quvvatlaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Ling-3.0-flash-VL — inclusionAI’ning Ling-3.0-flash modelining multimodallikni bevosita qo‘llab-quvvatlaydigan kengaytmasi. U asosiy modelning til, fikrlash va uzun kontekst imkoniyatlarini tasvir va videoni tushunish bilan birlashtiradi. Ishlab chiqaruvchi vizual vazifalarni tushunish, fikrlash va harakat qilishga ajratadi: murakkab vizual axborotni o‘qish, uni dalil sifatida ishlatish va kuzatuvlarni mos ilovada harakatga aylantirish. Model javobi matn yoki o‘sha ilova ishlatadigan vosita chaqiruvi ifodasidir.
E’lon qilingan arxitekturasi jami 124B va har token uchun faollashadigan 5,5B parametrga ega. Ko‘rish transformeri tasvir va video xususiyatlarini ajratadi, ikki qatlamli proyektor ularni til ifodasi bilan moslashtiradi. VideoRoPE fazoviy pozitsiyalarni ham, vaqt tartibini ham olib yuradi. 42 qatlamli gibrid asos Kimi Delta Attention va darvozali Multi-head Latent Attention’ni 5:1 tartibida almashtirib, siyrak ekspert yo‘naltirishidan foydalanadi. Ishlab chiqaruvchi 256K tokengacha kontekstni tavsiflaydi va 262 144 tokenli kengaytirilgan kontekst yo‘riqnomasini e’lon qiladi.
Vizual tushunish uchun o‘qiladigan tasvir bering va kerakli kuzatuvni belgilang. Ishlab chiqaruvchi vazifalar qatorida obyektlarni sanash, murakkab maketlar, diagrammalar va hujjat mazmunini sanaydi. Foydali hujjat so‘rovi asoslovchi sahifa yoki ko‘rinadigan hudud bilan maydonlar jadvalini, diagramma so‘rovi esa qaysi qator aytilgan taqqoslashni asoslashini so‘rashi mumkin. Sonlar, belgilar va kichik tafsilotlarni tekshirish uchun asl vizual materialni saqlang. Noaniq hudud natijada taxminiy qiymatga aylanish o‘rniga noaniq qolishi kerak.
Vizual dalillar bilan fikrlashda savol, tegishli farazlar va yakuniy javobga kerakli aniqlikni bering. Model diagramma, sxema yoki ekran tasvirini hisoblash va ko‘p bosqichli fikrlashga bog‘lashi mumkin. Xulosa qaysi kuzatuvlarga tayanishini ko‘rsatishni so‘rang. Jarayon hisoblash yoki axborot olish vositalarini o‘z ichiga olsa, haqiqiy natijalarni saqlang va model talqinidan ajrating. Vizual bog‘lanish va kalibrlangan o‘lchov turli dalil turlaridir.
Videoda material tartibini saqlang va savolni hodisa, o‘zgarish yoki oraliqqa yo‘naltiring. Ishlab chiqaruvchi vaqt ifodasining qo‘llanishlari sifatida hodisaning videodagi vaqtini aniqlash, uzun video savollari va klip tahrirlash jarayonlarini ko‘rsatadi. Amaliy tahrir natijasi qaysi lahzalarni saqlash va nima sababdan saqlashni tushuntiradigan kesish ro‘yxati taklifi bo‘lishi mumkin. Uni manba vaqt chizig‘iga bog‘lang; o‘zgarishlarni tahrirlash ilovasi bajaradi va tahrirlangan mediani yaratadi. Videoni tushunishning o‘zi modelning matnli javobini yangi videofaylga aylantirmaydi.
Interfeys vazifalarida joriy ekran tasviri, maqsad va ilovaga mavjud harakatlarni kiriting. Ling-3.0-flash-VL veb yoki dastur interfeyslarini talqin qilib, vizual axborot asosida harakatlar ketma-ketligini taklif qilishi mumkin. Keyingi qadam bog‘liq bo‘lsa, har operatsiyadan so‘ng kuzatilgan holatni qaytaring. Foydali bajarilish qaydi taklif qilingan bosishni bajarilgan harakat deb hisoblash o‘rniga, interfeysda nima o‘zgargani va talab qilingan natija ko‘rinishini ko‘rsatadi.
Ishlab chiqaruvchi chat shablonida fikrlash standart holda yoqilgan; hujjatlashtirilgan amalga oshirishda uni har so‘rov uchun enable_thinking’ni false qilib o‘chirish mumkin. Mijoz va generatsiya yo‘riqnomasi temperature 1.0, top_p 0.95 va top_k 20’ni tavsiya qiladi; alohida baholash qaydlari o‘z sozlamalaridan foydalanadi. Yakuniy javob shaklini aniq tanlang va tegishli media konteksti hamda generatsiya qilingan matn uchun joy qoldiring. Bu ishlab chiqaruvchi sozlamalari chiqarilgan model yo‘riqnomasini tavsiflaydi, har ilova ochadigan boshqaruvlarni va’da qilmaydi.
Natijani qayd etishda VL identifikatorini saqlang: tasvir va video kirishlari uni matnga yo‘naltirilgan Ling-3.0-flash va moliyaga ixtisoslashgan Fin nashridan ajratadi. Ajratib olingan matn, sanoqlar, vaqtdagi joylar va taklif qilingan interfeys harakatlarini manba bilan tekshiring. Foydali yakuniy material dalillari va ochiq tafsilotlarini tekshirish mumkin bo‘lgan vizual tahlil yoki harakat taklifidir.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar inclusionai/ling-3.0-flash-vl | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00012 / 1K token Chiqish · Chiqish tokenlari $0.00036 / 1K token Kirish · Keshdan o‘qish $0.000024 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00012 / 1K token Chiqish · Chiqish tokenlari $0.00036 / 1K token Kirish · Keshdan o‘qish $0.000024 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "inclusionai/ling-3.0-flash-vl", "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='inclusionai/ling-3.0-flash-vl',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='inclusionai/ling-3.0-flash-vl',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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra inclusionai/ling-3.0-flash-vl
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
inclusionai/ling-3.0-flash-vlLing-3.0-flash-VL inclusionAI’ning gibrid fikrlash modeliga tasvir va videoni tushunishni qo‘shadi. U jami 124B, faol 5,5B parametr va 256K tokengacha kontekst bilan vizual tahlil, dalilga asoslangan fikrlash va interfeys jarayonlarini qo‘llab-quvvatlaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Ling-3.0-flash-VL — inclusionAI’ning Ling-3.0-flash modelining multimodallikni bevosita qo‘llab-quvvatlaydigan kengaytmasi. U asosiy modelning til, fikrlash va uzun kontekst imkoniyatlarini tasvir va videoni tushunish bilan birlashtiradi. Ishlab chiqaruvchi vizual vazifalarni tushunish, fikrlash va harakat qilishga ajratadi: murakkab vizual axborotni o‘qish, uni dalil sifatida ishlatish va kuzatuvlarni mos ilovada harakatga aylantirish. Model javobi matn yoki o‘sha ilova ishlatadigan vosita chaqiruvi ifodasidir.
E’lon qilingan arxitekturasi jami 124B va har token uchun faollashadigan 5,5B parametrga ega. Ko‘rish transformeri tasvir va video xususiyatlarini ajratadi, ikki qatlamli proyektor ularni til ifodasi bilan moslashtiradi. VideoRoPE fazoviy pozitsiyalarni ham, vaqt tartibini ham olib yuradi. 42 qatlamli gibrid asos Kimi Delta Attention va darvozali Multi-head Latent Attention’ni 5:1 tartibida almashtirib, siyrak ekspert yo‘naltirishidan foydalanadi. Ishlab chiqaruvchi 256K tokengacha kontekstni tavsiflaydi va 262 144 tokenli kengaytirilgan kontekst yo‘riqnomasini e’lon qiladi.
Vizual tushunish uchun o‘qiladigan tasvir bering va kerakli kuzatuvni belgilang. Ishlab chiqaruvchi vazifalar qatorida obyektlarni sanash, murakkab maketlar, diagrammalar va hujjat mazmunini sanaydi. Foydali hujjat so‘rovi asoslovchi sahifa yoki ko‘rinadigan hudud bilan maydonlar jadvalini, diagramma so‘rovi esa qaysi qator aytilgan taqqoslashni asoslashini so‘rashi mumkin. Sonlar, belgilar va kichik tafsilotlarni tekshirish uchun asl vizual materialni saqlang. Noaniq hudud natijada taxminiy qiymatga aylanish o‘rniga noaniq qolishi kerak.
Vizual dalillar bilan fikrlashda savol, tegishli farazlar va yakuniy javobga kerakli aniqlikni bering. Model diagramma, sxema yoki ekran tasvirini hisoblash va ko‘p bosqichli fikrlashga bog‘lashi mumkin. Xulosa qaysi kuzatuvlarga tayanishini ko‘rsatishni so‘rang. Jarayon hisoblash yoki axborot olish vositalarini o‘z ichiga olsa, haqiqiy natijalarni saqlang va model talqinidan ajrating. Vizual bog‘lanish va kalibrlangan o‘lchov turli dalil turlaridir.
Videoda material tartibini saqlang va savolni hodisa, o‘zgarish yoki oraliqqa yo‘naltiring. Ishlab chiqaruvchi vaqt ifodasining qo‘llanishlari sifatida hodisaning videodagi vaqtini aniqlash, uzun video savollari va klip tahrirlash jarayonlarini ko‘rsatadi. Amaliy tahrir natijasi qaysi lahzalarni saqlash va nima sababdan saqlashni tushuntiradigan kesish ro‘yxati taklifi bo‘lishi mumkin. Uni manba vaqt chizig‘iga bog‘lang; o‘zgarishlarni tahrirlash ilovasi bajaradi va tahrirlangan mediani yaratadi. Videoni tushunishning o‘zi modelning matnli javobini yangi videofaylga aylantirmaydi.
Interfeys vazifalarida joriy ekran tasviri, maqsad va ilovaga mavjud harakatlarni kiriting. Ling-3.0-flash-VL veb yoki dastur interfeyslarini talqin qilib, vizual axborot asosida harakatlar ketma-ketligini taklif qilishi mumkin. Keyingi qadam bog‘liq bo‘lsa, har operatsiyadan so‘ng kuzatilgan holatni qaytaring. Foydali bajarilish qaydi taklif qilingan bosishni bajarilgan harakat deb hisoblash o‘rniga, interfeysda nima o‘zgargani va talab qilingan natija ko‘rinishini ko‘rsatadi.
Ishlab chiqaruvchi chat shablonida fikrlash standart holda yoqilgan; hujjatlashtirilgan amalga oshirishda uni har so‘rov uchun enable_thinking’ni false qilib o‘chirish mumkin. Mijoz va generatsiya yo‘riqnomasi temperature 1.0, top_p 0.95 va top_k 20’ni tavsiya qiladi; alohida baholash qaydlari o‘z sozlamalaridan foydalanadi. Yakuniy javob shaklini aniq tanlang va tegishli media konteksti hamda generatsiya qilingan matn uchun joy qoldiring. Bu ishlab chiqaruvchi sozlamalari chiqarilgan model yo‘riqnomasini tavsiflaydi, har ilova ochadigan boshqaruvlarni va’da qilmaydi.
Natijani qayd etishda VL identifikatorini saqlang: tasvir va video kirishlari uni matnga yo‘naltirilgan Ling-3.0-flash va moliyaga ixtisoslashgan Fin nashridan ajratadi. Ajratib olingan matn, sanoqlar, vaqtdagi joylar va taklif qilingan interfeys harakatlarini manba bilan tekshiring. Foydali yakuniy material dalillari va ochiq tafsilotlarini tekshirish mumkin bo‘lgan vizual tahlil yoki harakat taklifidir.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar inclusionai/ling-3.0-flash-vl | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00012 / 1K token Chiqish · Chiqish tokenlari $0.00036 / 1K token Kirish · Keshdan o‘qish $0.000024 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00012 / 1K token Chiqish · Chiqish tokenlari $0.00036 / 1K token Kirish · Keshdan o‘qish $0.000024 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "inclusionai/ling-3.0-flash-vl",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'inclusionai/ling-3.0-flash-vl', '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': 'inclusionai/ling-3.0-flash-vl', '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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra inclusionai/ling-3.0-flash-vl
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Create a cut list from scene notes\n\nUse these transcribed scene notes: 00:00–00:06 unopened package; 00:06–00:18 hands assemble the stand; 00:18–00:25 stand holds a tablet; 00:25–00:35 repeated assembly close-up. Propose a 15-second instructional cut using only these intervals. Preserve the assembly-to-use order and explain any shortened or omitted segment.An ordered cut list with source intervals, chosen durations and a short editorial rationale.Check that selected durations total 15 seconds and that tablet use follows the retained assembly step.