Umumiy tavsif: turli media turlarini tushunish va og‘zaki javoblar
Qwen-Omni-Turbo — Qwen’ning multimodal tushunish va yaratish modeli. U matn, tasvir, nutq va videoni, jumladan shu kirish turlarining birikmalarini qabul qiladi va matn yoki tabiiy nutq bilan birga matn yaratadi. Ishlab chiqaruvchi matn va nutqni bir vaqtda oqimli uzatishni hamda tabiiy suhbat uchun to‘rtta ovoz variantini tavsiflaydi. Bu model savol va uning dalillari turli shaklda keladigan vazifalar uchun mos, masalan, fotosurat haqidagi og‘zaki savol yoki audiovizual sahnani tushuntirish.
Aniq nom va uning versiyalari
Ishlab chiqaruvchining hozirgi model sahifasida qwen-omni-turbo funksional jihatdan qwen-omni-turbo-2025-03-26 sanali nusxasiga teng deb tavsiflangan. Unda qwen-omni-turbo-latest dinamik yangilanadigan nom sifatida alohida keltirilgan va oldingi qwen-omni-turbo-2025-01-19 nusxasi undan ajratilgan. Martdagi nusxaning tasvir bilan ishlash imkoniyatlari yanvardagiga nisbatan yaxshilangani ko‘rsatilgan. Bular ishlab chiqaruvchi belgilagan versiyalar o‘rtasidagi munosabatlar bo‘lib, ilovadagi o‘xshash nomli har bir yo‘nalish bir xil vaznlar yoki sozlamalardan foydalanishini isbotlamaydi. Vazifa aynan bir versiyani talab qilsa, sanasi ko‘rsatilgan nusxa nomini saqlang.
Turbo nomi alohida real vaqt versiyasini, Qwen-Omni’ning yangi avlodini yoki ochiq Qwen2.5-Omni-7B chekpointini anglatmaydi. Ularning kirish qoidalari, ovozlari va interfeyslari uchun alohida hujjatlar kerak. Xususan, Omni-Turbo uchun tavsiflangan to‘rtta ovoz variantini ikki ovozli ochiq chekpoint tavsifiga ko‘chirmaslik kerak.
Turli media turlari qatnashgan vazifani tayyorlash
Model kirish ma’lumotlari o‘rtasida nimani bog‘lashi kerakligini ayting. Diagramma haqidagi og‘zaki savolda diagramma va savolni birga bering, so‘ng muhokama qilinayotgan ko‘rinadigan elementni tushuntirishni so‘rang. Nutq mavjud videoda kerakli natija ko‘rinayotgan narsalarning xulosasimi, aytilgan gaplarning xulosasimi yoki ular o‘rtasidagi bog‘liqlikmi — shuni belgilang. Foydali chiqishda xulosadan oldin ko‘rish orqali kuzatilgan va audio orqali kuzatilgan jihatlar alohida berilishi mumkin.
Multimedia materialini ko‘rib chiqishda bir nechta aloqasiz material o‘rniga tegishli qisqa parchani bering. Rasmlarga yorliqlar belgilang va ular bir nechta bo‘lsa, har birining rolini tushuntiring. Savol uchun muhim audio va vaqtga oid ma’lumotlarni saqlang. Tinglovchi uchun og‘zaki tushuntirish yoki sahna tafsilotlarining qisqa matnli ro‘yxati kabi aniq natijani so‘rang. Bular hujjatlarda ko‘rsatilgan aralash kirish imkoniyatlaridan foydalanish uchun tuzilgan misollar, muayyan lavha allaqachon tahlil qilingani haqidagi da’volar emas.
Matn va nutq chiqishi
Ishlab chiqaruvchining model tavsifida matnli javoblar va matn bilan nutqni bir vaqtda oqimli uzatish ko‘rsatilgan. Og‘zaki tushuntirish suhbat yordamchisida o‘rinli bo‘lishi mumkin, matnni esa tekshirish, qidirish va manba materiali bilan solishtirish osonroq. Tanlangan chiqish rejimi va ovozni boshqarish parametrlari modelni taqdim etadigan interfeysga bog‘liq. Oqimli uzatish natijani ketma-ket qismlarda yetkazishni anglatadi; bu javob vaqti kafolati ham, alohida real vaqt suhbat protokoli mavjudligining dalili ham emas.
Kontekst va chiqish chegaralari
Maxsus texnik tavsifda 32 768 tokenli kontekst oynasi, 30 720 tokenli eng katta kirish uzunligi va 2 048 tokenli eng katta chiqish uzunligi keltirilgan. Manba materialini va kerakli javobni shu alohida chegaralarni hisobga olib tayyorlang. Multimodal kirish faqat terilgan belgilar soniga emas, balki uning modelda ifodalanishi uchun ajratilgan hajmga sig‘ishi kerak. Uzun bayon so‘rovini chiqish chegarasiga sig‘adigan qisqa tushuntirishgacha toraytirish ma’qul.
Bu token chegaralari daqiqalarda yagona davomiylikni yoki rasmlarning yagona sonini belgilamaydi. Material qancha sig‘ishiga mediani oldindan qayta ishlash va tanlangan versiya ta’sir qiladi. Model sahifasida chekpoint arxitekturasi yoki parametrlar soni e’lon qilinmagan; shu sababli Turbo nomidan foydalanib model hajmini to‘qib chiqarish yoki boshqa Omni modelining arxitekturasini unga ko‘chirish kerak emas.
Vositalar va muhim cheklovlar
Aynan shu modelning imkoniyatlar jadvali funksiyalarni chaqirish, ichki veb-qidiruv yoki sxemaga rioya qilish majburiy ta’minlanadigan tuzilmali chiqishni qo‘llab-quvvatlamaydi. Unda ishlab chiqaruvchining ayrim konfiguratsiyalarida paketli inferensiya, boshqasida esa kontekst keshlash keltirilgan. Ro‘yxat yoki JSON ko‘rinishidagi javobni so‘rash matn formatiga qo‘yilgan talab, sxemaga rioya qilish kafolati emas. Modelning tasvirli yoki og‘zaki vazifani tushunishi ham unga dolzarb ma’lumotlarga yoki tashqi tizimlarga kirish imkonini bermaydi.
Javob ko‘rinadigan dalillarni, eshitiladigan mazmunni va talqinni ajratganini tekshiring. Nutqdan olingan iqtiboslar, tasvirdagi kichik yozuvlar va xulosa qilingan bog‘liqliklarni berilgan material bilan solishtirish lozim. Og‘zaki natijada tekshiruvchi tushuntirishni ko‘rib chiqishi uchun, mavjud bo‘lsa, unga hamroh matnni saqlang. Amaliy afzalligi — hujjatlarda tavsiflangan versiya chegaralariga mos qisqa chiqish bilan bir nechta modalitetni bitta javobda bog‘lash.
", "aboutText": "Umumiy tavsif: turli media turlarini tushunish va og‘zaki javoblar\n\nQwen-Omni-Turbo — Qwen’ning multimodal tushunish va yaratish modeli. U matn, tasvir, nutq va videoni, jumladan shu kirish turlarining birikmalarini qabul qiladi va matn yoki tabiiy nutq bilan birga matn yaratadi. Ishlab chiqaruvchi matn va nutqni bir vaqtda oqimli uzatishni hamda tabiiy suhbat uchun to‘rtta ovoz variantini tavsiflaydi. Bu model savol va uning dalillari turli shaklda keladigan vazifalar uchun mos, masalan, fotosurat haqidagi og‘zaki savol yoki audiovizual sahnani tushuntirish.\n\nAniq nom va uning versiyalari\n\nIshlab chiqaruvchining hozirgi model sahifasida qwen-omni-turbo funksional jihatdan qwen-omni-turbo-2025-03-26 sanali nusxasiga teng deb tavsiflangan. Unda qwen-omni-turbo-latest dinamik yangilanadigan nom sifatida alohida keltirilgan va oldingi qwen-omni-turbo-2025-01-19 nusxasi undan ajratilgan. Martdagi nusxaning tasvir bilan ishlash imkoniyatlari yanvardagiga nisbatan yaxshilangani ko‘rsatilgan. Bular ishlab chiqaruvchi belgilagan versiyalar o‘rtasidagi munosabatlar bo‘lib, ilovadagi o‘xshash nomli har bir yo‘nalish bir xil vaznlar yoki sozlamalardan foydalanishini isbotlamaydi. Vazifa aynan bir versiyani talab qilsa, sanasi ko‘rsatilgan nusxa nomini saqlang.\n\nTurbo nomi alohida real vaqt versiyasini, Qwen-Omni’ning yangi avlodini yoki ochiq Qwen2.5-Omni-7B chekpointini anglatmaydi. Ularning kirish qoidalari, ovozlari va interfeyslari uchun alohida hujjatlar kerak. Xususan, Omni-Turbo uchun tavsiflangan to‘rtta ovoz variantini ikki ovozli ochiq chekpoint tavsifiga ko‘chirmaslik kerak.\n\nTurli media turlari qatnashgan vazifani tayyorlash\n\nModel kirish ma’lumotlari o‘rtasida nimani bog‘lashi kerakligini ayting. Diagramma haqidagi og‘zaki savolda diagramma va savolni birga bering, so‘ng muhokama qilinayotgan ko‘rinadigan elementni tushuntirishni so‘rang. Nutq mavjud videoda kerakli natija ko‘rinayotgan narsalarning xulosasimi, aytilgan gaplarning xulosasimi yoki ular o‘rtasidagi bog‘liqlikmi — shuni belgilang. Foydali chiqishda xulosadan oldin ko‘rish orqali kuzatilgan va audio orqali kuzatilgan jihatlar alohida berilishi mumkin.\n\nMultimedia materialini ko‘rib chiqishda bir nechta aloqasiz material o‘rniga tegishli qisqa parchani bering. Rasmlarga yorliqlar belgilang va ular bir nechta bo‘lsa, har birining rolini tushuntiring. Savol uchun muhim audio va vaqtga oid ma’lumotlarni saqlang. Tinglovchi uchun og‘zaki tushuntirish yoki sahna tafsilotlarining qisqa matnli ro‘yxati kabi aniq natijani so‘rang. Bular hujjatlarda ko‘rsatilgan aralash kirish imkoniyatlaridan foydalanish uchun tuzilgan misollar, muayyan lavha allaqachon tahlil qilingani haqidagi da’volar emas.\n\nMatn va nutq chiqishi\n\nIshlab chiqaruvchining model tavsifida matnli javoblar va matn bilan nutqni bir vaqtda oqimli uzatish ko‘rsatilgan. Og‘zaki tushuntirish suhbat yordamchisida o‘rinli bo‘lishi mumkin, matnni esa tekshirish, qidirish va manba materiali bilan solishtirish osonroq. Tanlangan chiqish rejimi va ovozni boshqarish parametrlari modelni taqdim etadigan interfeysga bog‘liq. Oqimli uzatish natijani ketma-ket qismlarda yetkazishni anglatadi; bu javob vaqti kafolati ham, alohida real vaqt suhbat protokoli mavjudligining dalili ham emas.\n\nKontekst va chiqish chegaralari\n\nMaxsus texnik tavsifda 32 768 tokenli kontekst oynasi, 30 720 tokenli eng katta kirish uzunligi va 2 048 tokenli eng katta chiqish uzunligi keltirilgan. Manba materialini va kerakli javobni shu alohida chegaralarni hisobga olib tayyorlang. Multimodal kirish faqat terilgan belgilar soniga emas, balki uning modelda ifodalanishi uchun ajratilgan hajmga sig‘ishi kerak. Uzun bayon so‘rovini chiqish chegarasiga sig‘adigan qisqa tushuntirishgacha toraytirish ma’qul.\n\nBu token chegaralari daqiqalarda yagona davomiylikni yoki rasmlarning yagona sonini belgilamaydi. Material qancha sig‘ishiga mediani oldindan qayta ishlash va tanlangan versiya ta’sir qiladi. Model sahifasida chekpoint arxitekturasi yoki parametrlar soni e’lon qilinmagan; shu sababli Turbo nomidan foydalanib model hajmini to‘qib chiqarish yoki boshqa Omni modelining arxitekturasini unga ko‘chirish kerak emas.\n\nVositalar va muhim cheklovlar\n\nAynan shu modelning imkoniyatlar jadvali funksiyalarni chaqirish, ichki veb-qidiruv yoki sxemaga rioya qilish majburiy ta’minlanadigan tuzilmali chiqishni qo‘llab-quvvatlamaydi. Unda ishlab chiqaruvchining ayrim konfiguratsiyalarida paketli inferensiya, boshqasida esa kontekst keshlash keltirilgan. Ro‘yxat yoki JSON ko‘rinishidagi javobni so‘rash matn formatiga qo‘yilgan talab, sxemaga rioya qilish kafolati emas. Modelning tasvirli yoki og‘zaki vazifani tushunishi ham unga dolzarb ma’lumotlarga yoki tashqi tizimlarga kirish imkonini bermaydi.\n\nJavob ko‘rinadigan dalillarni, eshitiladigan mazmunni va talqinni ajratganini tekshiring. Nutqdan olingan iqtiboslar, tasvirdagi kichik yozuvlar va xulosa qilingan bog‘liqliklarni berilgan material bilan solishtirish lozim. Og‘zaki natijada tekshiruvchi tushuntirishni ko‘rib chiqishi uchun, mavjud bo‘lsa, unga hamroh matnni saqlang. Amaliy afzalligi — hujjatlarda tavsiflangan versiya chegaralariga mos qisqa chiqish bilan bir nechta modalitetni bitta javobda bog‘lash.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Reconcile written scene and speech notes\n\nCompare these text notes from a training clip. [Visible note] The operator places a red tag on the empty bin. [Speech transcript] "Use a yellow tag when cleaning is due." Summarize the discrepancy and draft one clarification question for the trainer. Use only the supplied notes; do not claim to hear audio or view video.A concise discrepancy statement and one question, with visible-note and speech-transcript evidence kept separate.Check that neither color is silently corrected and the response makes no claim of media access.qwen-omni-turboQwen-Omni-Turbo matn, tasvir, audio va videoni bitta multimodal vazifada birlashtiradi hamda matnni og‘zaki javoblar bilan birga oqimli uzata oladi. Uni og‘zaki savolni ko‘rinadigan dalillar bilan bog‘lash yoki audiovizual lavhani tushuntirish uchun ishlab chiqaruvchining 32 768 tokenli konteksti va 2 048 tokenli chiqish chegarasi doirasida ishlating.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Umumiy tavsif: turli media turlarini tushunish va og‘zaki javoblar
Qwen-Omni-Turbo — Qwen’ning multimodal tushunish va yaratish modeli. U matn, tasvir, nutq va videoni, jumladan shu kirish turlarining birikmalarini qabul qiladi va matn yoki tabiiy nutq bilan birga matn yaratadi. Ishlab chiqaruvchi matn va nutqni bir vaqtda oqimli uzatishni hamda tabiiy suhbat uchun to‘rtta ovoz variantini tavsiflaydi. Bu model savol va uning dalillari turli shaklda keladigan vazifalar uchun mos, masalan, fotosurat haqidagi og‘zaki savol yoki audiovizual sahnani tushuntirish.
Aniq nom va uning versiyalari
Ishlab chiqaruvchining hozirgi model sahifasida qwen-omni-turbo funksional jihatdan qwen-omni-turbo-2025-03-26 sanali nusxasiga teng deb tavsiflangan. Unda qwen-omni-turbo-latest dinamik yangilanadigan nom sifatida alohida keltirilgan va oldingi qwen-omni-turbo-2025-01-19 nusxasi undan ajratilgan. Martdagi nusxaning tasvir bilan ishlash imkoniyatlari yanvardagiga nisbatan yaxshilangani ko‘rsatilgan. Bular ishlab chiqaruvchi belgilagan versiyalar o‘rtasidagi munosabatlar bo‘lib, ilovadagi o‘xshash nomli har bir yo‘nalish bir xil vaznlar yoki sozlamalardan foydalanishini isbotlamaydi. Vazifa aynan bir versiyani talab qilsa, sanasi ko‘rsatilgan nusxa nomini saqlang.
Turbo nomi alohida real vaqt versiyasini, Qwen-Omni’ning yangi avlodini yoki ochiq Qwen2.5-Omni-7B chekpointini anglatmaydi. Ularning kirish qoidalari, ovozlari va interfeyslari uchun alohida hujjatlar kerak. Xususan, Omni-Turbo uchun tavsiflangan to‘rtta ovoz variantini ikki ovozli ochiq chekpoint tavsifiga ko‘chirmaslik kerak.
Turli media turlari qatnashgan vazifani tayyorlash
Model kirish ma’lumotlari o‘rtasida nimani bog‘lashi kerakligini ayting. Diagramma haqidagi og‘zaki savolda diagramma va savolni birga bering, so‘ng muhokama qilinayotgan ko‘rinadigan elementni tushuntirishni so‘rang. Nutq mavjud videoda kerakli natija ko‘rinayotgan narsalarning xulosasimi, aytilgan gaplarning xulosasimi yoki ular o‘rtasidagi bog‘liqlikmi — shuni belgilang. Foydali chiqishda xulosadan oldin ko‘rish orqali kuzatilgan va audio orqali kuzatilgan jihatlar alohida berilishi mumkin.
Multimedia materialini ko‘rib chiqishda bir nechta aloqasiz material o‘rniga tegishli qisqa parchani bering. Rasmlarga yorliqlar belgilang va ular bir nechta bo‘lsa, har birining rolini tushuntiring. Savol uchun muhim audio va vaqtga oid ma’lumotlarni saqlang. Tinglovchi uchun og‘zaki tushuntirish yoki sahna tafsilotlarining qisqa matnli ro‘yxati kabi aniq natijani so‘rang. Bular hujjatlarda ko‘rsatilgan aralash kirish imkoniyatlaridan foydalanish uchun tuzilgan misollar, muayyan lavha allaqachon tahlil qilingani haqidagi da’volar emas.
Matn va nutq chiqishi
Ishlab chiqaruvchining model tavsifida matnli javoblar va matn bilan nutqni bir vaqtda oqimli uzatish ko‘rsatilgan. Og‘zaki tushuntirish suhbat yordamchisida o‘rinli bo‘lishi mumkin, matnni esa tekshirish, qidirish va manba materiali bilan solishtirish osonroq. Tanlangan chiqish rejimi va ovozni boshqarish parametrlari modelni taqdim etadigan interfeysga bog‘liq. Oqimli uzatish natijani ketma-ket qismlarda yetkazishni anglatadi; bu javob vaqti kafolati ham, alohida real vaqt suhbat protokoli mavjudligining dalili ham emas.
Kontekst va chiqish chegaralari
Maxsus texnik tavsifda 32 768 tokenli kontekst oynasi, 30 720 tokenli eng katta kirish uzunligi va 2 048 tokenli eng katta chiqish uzunligi keltirilgan. Manba materialini va kerakli javobni shu alohida chegaralarni hisobga olib tayyorlang. Multimodal kirish faqat terilgan belgilar soniga emas, balki uning modelda ifodalanishi uchun ajratilgan hajmga sig‘ishi kerak. Uzun bayon so‘rovini chiqish chegarasiga sig‘adigan qisqa tushuntirishgacha toraytirish ma’qul.
Bu token chegaralari daqiqalarda yagona davomiylikni yoki rasmlarning yagona sonini belgilamaydi. Material qancha sig‘ishiga mediani oldindan qayta ishlash va tanlangan versiya ta’sir qiladi. Model sahifasida chekpoint arxitekturasi yoki parametrlar soni e’lon qilinmagan; shu sababli Turbo nomidan foydalanib model hajmini to‘qib chiqarish yoki boshqa Omni modelining arxitekturasini unga ko‘chirish kerak emas.
Vositalar va muhim cheklovlar
Aynan shu modelning imkoniyatlar jadvali funksiyalarni chaqirish, ichki veb-qidiruv yoki sxemaga rioya qilish majburiy ta’minlanadigan tuzilmali chiqishni qo‘llab-quvvatlamaydi. Unda ishlab chiqaruvchining ayrim konfiguratsiyalarida paketli inferensiya, boshqasida esa kontekst keshlash keltirilgan. Ro‘yxat yoki JSON ko‘rinishidagi javobni so‘rash matn formatiga qo‘yilgan talab, sxemaga rioya qilish kafolati emas. Modelning tasvirli yoki og‘zaki vazifani tushunishi ham unga dolzarb ma’lumotlarga yoki tashqi tizimlarga kirish imkonini bermaydi.
Javob ko‘rinadigan dalillarni, eshitiladigan mazmunni va talqinni ajratganini tekshiring. Nutqdan olingan iqtiboslar, tasvirdagi kichik yozuvlar va xulosa qilingan bog‘liqliklarni berilgan material bilan solishtirish lozim. Og‘zaki natijada tekshiruvchi tushuntirishni ko‘rib chiqishi uchun, mavjud bo‘lsa, unga hamroh matnni saqlang. Amaliy afzalligi — hujjatlarda tavsiflangan versiya chegaralariga mos qisqa chiqish bilan bir nechta modalitetni bitta javobda bog‘lash.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-omni-turbo | 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.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.0046 / 1K token Chiqish · Chiqish tokenlari $0.0138 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen-omni-turbo", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen-omni-turbo',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen-omni-turbo',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 qwen-omni-turbo
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
qwen-omni-turboQwen-Omni-Turbo matn, tasvir, audio va videoni bitta multimodal vazifada birlashtiradi hamda matnni og‘zaki javoblar bilan birga oqimli uzata oladi. Uni og‘zaki savolni ko‘rinadigan dalillar bilan bog‘lash yoki audiovizual lavhani tushuntirish uchun ishlab chiqaruvchining 32 768 tokenli konteksti va 2 048 tokenli chiqish chegarasi doirasida ishlating.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Umumiy tavsif: turli media turlarini tushunish va og‘zaki javoblar
Qwen-Omni-Turbo — Qwen’ning multimodal tushunish va yaratish modeli. U matn, tasvir, nutq va videoni, jumladan shu kirish turlarining birikmalarini qabul qiladi va matn yoki tabiiy nutq bilan birga matn yaratadi. Ishlab chiqaruvchi matn va nutqni bir vaqtda oqimli uzatishni hamda tabiiy suhbat uchun to‘rtta ovoz variantini tavsiflaydi. Bu model savol va uning dalillari turli shaklda keladigan vazifalar uchun mos, masalan, fotosurat haqidagi og‘zaki savol yoki audiovizual sahnani tushuntirish.
Aniq nom va uning versiyalari
Ishlab chiqaruvchining hozirgi model sahifasida qwen-omni-turbo funksional jihatdan qwen-omni-turbo-2025-03-26 sanali nusxasiga teng deb tavsiflangan. Unda qwen-omni-turbo-latest dinamik yangilanadigan nom sifatida alohida keltirilgan va oldingi qwen-omni-turbo-2025-01-19 nusxasi undan ajratilgan. Martdagi nusxaning tasvir bilan ishlash imkoniyatlari yanvardagiga nisbatan yaxshilangani ko‘rsatilgan. Bular ishlab chiqaruvchi belgilagan versiyalar o‘rtasidagi munosabatlar bo‘lib, ilovadagi o‘xshash nomli har bir yo‘nalish bir xil vaznlar yoki sozlamalardan foydalanishini isbotlamaydi. Vazifa aynan bir versiyani talab qilsa, sanasi ko‘rsatilgan nusxa nomini saqlang.
Turbo nomi alohida real vaqt versiyasini, Qwen-Omni’ning yangi avlodini yoki ochiq Qwen2.5-Omni-7B chekpointini anglatmaydi. Ularning kirish qoidalari, ovozlari va interfeyslari uchun alohida hujjatlar kerak. Xususan, Omni-Turbo uchun tavsiflangan to‘rtta ovoz variantini ikki ovozli ochiq chekpoint tavsifiga ko‘chirmaslik kerak.
Turli media turlari qatnashgan vazifani tayyorlash
Model kirish ma’lumotlari o‘rtasida nimani bog‘lashi kerakligini ayting. Diagramma haqidagi og‘zaki savolda diagramma va savolni birga bering, so‘ng muhokama qilinayotgan ko‘rinadigan elementni tushuntirishni so‘rang. Nutq mavjud videoda kerakli natija ko‘rinayotgan narsalarning xulosasimi, aytilgan gaplarning xulosasimi yoki ular o‘rtasidagi bog‘liqlikmi — shuni belgilang. Foydali chiqishda xulosadan oldin ko‘rish orqali kuzatilgan va audio orqali kuzatilgan jihatlar alohida berilishi mumkin.
Multimedia materialini ko‘rib chiqishda bir nechta aloqasiz material o‘rniga tegishli qisqa parchani bering. Rasmlarga yorliqlar belgilang va ular bir nechta bo‘lsa, har birining rolini tushuntiring. Savol uchun muhim audio va vaqtga oid ma’lumotlarni saqlang. Tinglovchi uchun og‘zaki tushuntirish yoki sahna tafsilotlarining qisqa matnli ro‘yxati kabi aniq natijani so‘rang. Bular hujjatlarda ko‘rsatilgan aralash kirish imkoniyatlaridan foydalanish uchun tuzilgan misollar, muayyan lavha allaqachon tahlil qilingani haqidagi da’volar emas.
Matn va nutq chiqishi
Ishlab chiqaruvchining model tavsifida matnli javoblar va matn bilan nutqni bir vaqtda oqimli uzatish ko‘rsatilgan. Og‘zaki tushuntirish suhbat yordamchisida o‘rinli bo‘lishi mumkin, matnni esa tekshirish, qidirish va manba materiali bilan solishtirish osonroq. Tanlangan chiqish rejimi va ovozni boshqarish parametrlari modelni taqdim etadigan interfeysga bog‘liq. Oqimli uzatish natijani ketma-ket qismlarda yetkazishni anglatadi; bu javob vaqti kafolati ham, alohida real vaqt suhbat protokoli mavjudligining dalili ham emas.
Kontekst va chiqish chegaralari
Maxsus texnik tavsifda 32 768 tokenli kontekst oynasi, 30 720 tokenli eng katta kirish uzunligi va 2 048 tokenli eng katta chiqish uzunligi keltirilgan. Manba materialini va kerakli javobni shu alohida chegaralarni hisobga olib tayyorlang. Multimodal kirish faqat terilgan belgilar soniga emas, balki uning modelda ifodalanishi uchun ajratilgan hajmga sig‘ishi kerak. Uzun bayon so‘rovini chiqish chegarasiga sig‘adigan qisqa tushuntirishgacha toraytirish ma’qul.
Bu token chegaralari daqiqalarda yagona davomiylikni yoki rasmlarning yagona sonini belgilamaydi. Material qancha sig‘ishiga mediani oldindan qayta ishlash va tanlangan versiya ta’sir qiladi. Model sahifasida chekpoint arxitekturasi yoki parametrlar soni e’lon qilinmagan; shu sababli Turbo nomidan foydalanib model hajmini to‘qib chiqarish yoki boshqa Omni modelining arxitekturasini unga ko‘chirish kerak emas.
Vositalar va muhim cheklovlar
Aynan shu modelning imkoniyatlar jadvali funksiyalarni chaqirish, ichki veb-qidiruv yoki sxemaga rioya qilish majburiy ta’minlanadigan tuzilmali chiqishni qo‘llab-quvvatlamaydi. Unda ishlab chiqaruvchining ayrim konfiguratsiyalarida paketli inferensiya, boshqasida esa kontekst keshlash keltirilgan. Ro‘yxat yoki JSON ko‘rinishidagi javobni so‘rash matn formatiga qo‘yilgan talab, sxemaga rioya qilish kafolati emas. Modelning tasvirli yoki og‘zaki vazifani tushunishi ham unga dolzarb ma’lumotlarga yoki tashqi tizimlarga kirish imkonini bermaydi.
Javob ko‘rinadigan dalillarni, eshitiladigan mazmunni va talqinni ajratganini tekshiring. Nutqdan olingan iqtiboslar, tasvirdagi kichik yozuvlar va xulosa qilingan bog‘liqliklarni berilgan material bilan solishtirish lozim. Og‘zaki natijada tekshiruvchi tushuntirishni ko‘rib chiqishi uchun, mavjud bo‘lsa, unga hamroh matnni saqlang. Amaliy afzalligi — hujjatlarda tavsiflangan versiya chegaralariga mos qisqa chiqish bilan bir nechta modalitetni bitta javobda bog‘lash.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-omni-turbo | 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.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.0046 / 1K token Chiqish · Chiqish tokenlari $0.0138 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen-omni-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen-omni-turbo', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen-omni-turbo', '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 qwen-omni-turbo
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Reconcile written scene and speech notes\n\nCompare these text notes from a training clip. [Visible note] The operator places a red tag on the empty bin. [Speech transcript] "Use a yellow tag when cleaning is due." Summarize the discrepancy and draft one clarification question for the trainer. Use only the supplied notes; do not claim to hear audio or view video.A concise discrepancy statement and one question, with visible-note and speech-transcript evidence kept separate.Check that neither color is silently corrected and the response makes no claim of media access.