Qwen2.5-VL-72B-Instruct — matn bilan birga vizual materialni tushunishga mo‘ljallangan Qwen2.5-VL’ning yo‘riqnomalarga moslab sozlangan 72B versiyasi. Qwen obyektlar, mahsulotlar va diqqatga sazovor joylarni tanish, shuningdek, rasmlar ichidagi matn, diagrammalar, belgilar, grafika va joylashuvni talqin qilishni bayon qiladi. Kirish yozma savolni bir yoki bir nechta rasm yoxud video bilan birlashtiradi; chiqish matn, jumladan, tuzilmali tavsiflar va ajratilgan ma’lumotdir. Qwen2-VL bilan taqqoslaganda ishlab chiqaruvchi vaqt va rasm miqyosini yaxshiroq anglash hamda oynali diqqatdan foydalanadigan yangilangan dinamik aniqlikdagi ko‘rish kodlovchisini ta’kidlaydi.
Vizual obyektning joyini aniqlash rasmni tasvirlashdan alohida qobiliyatdir. Model JSON’da yorliq va atributlar bilan chegaralovchi qutilar yoki nuqtalarni qaytarishi mumkin. Qwen2.5-VL normallashtirilgan koordinata sxemasi o‘rniga rasmning haqiqiy o‘lchamidagi koordinatalardan foydalanadi. Topiladigan obyektlarni nomlang va bbox_2d hamda label kabi kerakli maydonlarni koordinata talqini bilan birga bering. Tahlildan oldin rasm o‘lchami o‘zgartirilsa, koordinatalarni aynan shu rasmga nisbatan talqin qilish uchun o‘lcham ma’lumotini ular bilan saqlang. Qwen misollari aniqlashni sanash va obyekt tavsiflari bilan birlashtiradi.
Ishlab chiqaruvchi turli tillar, yo‘nalishlar va sahna turlarida matn tanishni ta’kidlaydi. Misollari matn qatorlarini ajratadi, matnni joylar bilan bog‘laydi va chek yoki shakllardan belgilangan maydonlarni oladi. Hujjat topshirig‘iga aniq skan bering, maydonlarni belgilang va yo‘q yoki o‘qilmaydigan ma’lumot qanday ifodalanishini ayting. Namunaviy natija hujjat identifikatori, sana va qator bandlari bor tuzilmali yozuv bo‘lishi mumkin; noaniqliklar ko‘rinib turgan ma’lumotdan ajratiladi. Berilgan rasm shu ajratib olishning dalilidir.
Qwen e’loni joylashuv ma’lumoti bilan hujjat tahlili uchun QwenVL HTML’ni taqdim etadi. U jurnallar, tadqiqot maqolalari, veb-sahifalar va mobil ekran tasvirlarini ko‘rsatib, sarlavha, parcha, rasm va formulalarni chegaralovchi quti ma’lumoti bilan birlashtiradi. Bu o‘qish tartibi va sahifa tuzilishi so‘zlar kabi muhim bo‘lganda foydali. Ifodalash turini aniq so‘rang: o‘qish uchun oddiy matn, tanlangan maydonlar uchun JSON yoki ishlab chiqaruvchining joylashuvga yo‘naltirilgan HTML formati. Skanerlangan hisobotni sarlavha va parchalarga ajratib, keyingi yo‘riqnomada muayyan bo‘lim xulosasini so‘rash mumkin.
Video uchun Qwen bir soatdan uzun materialni tushunish, hodisa qidirish va vaqt bo‘yicha joyini soniyalargacha aniqlashni hujjatlashtiradi. Dinamik kadr tezligi bilan o‘qitish va mutlaq vaqt kodlash hodisalar sur’ati hamda joyini ifodalashga yordam beradi. Rasmiy misollar tasvirlangan harakat yuz beradigan segmentni aniqlab, boshlanish va tugash vaqtlari hamda tavsiflari bor hodisalar ketma-ketligini qaytaradi. Topiladigan hodisani nomlang va soniya yoki vaqt belgisi formatini ko‘rsating. Amaliy topshiriq uzun namoyishdagi tegishli segmentlarni, so‘ng har birida nima yuz berishining qisqa tavsifini so‘rashi mumkin.
Model kompyuter va mobil foydalanish uchun vizual agent sifatida ham taqdim etilgan: u ekrandan kelib chiqib fikr yuritishi va vositalarni vazifaga yo‘naltirishi mumkin. Joyni aniqlash va ekranni tushunish tegishli boshqaruv elementi yoki keyingi ko‘zlangan o‘zaro ta’sirni aniqlashi mumkin. Ilova ekran, mavjud harakatlar va maqsadni beradi, so‘ralgan harakatni bajaradi va yangi holatni qaytaradi. Masalan, topshiriq belgilangan ko‘rinishga o‘tish uchun kerakli boshqaruv elementini, uni ko‘rsatadigan nuqta yoki quti bilan so‘rashi mumkin. Modelning matnli harakat tavsifi va ilova amalga oshirgan o‘zaro ta’sir alohida bosqichlardir.
Qwen protsessori rasm piksellari sonini boshqarishga imkon beradi. Hujjatlashtirilgan standart oralig‘i har rasm uchun 4 dan 16 384 gacha vizual token; 256 dan 1 280 tokengacha esa namunaviy sozlama, umumiy rasm limiti emas. O‘lchamni o‘zgartirish tomonlar nisbatini saqlashi mumkin, aniq o‘lchamlar esa 28 ning karralisiga yaxlitlanadi. Yuqori aniqlik ko‘proq hisoblashdan foydalanib, mayda matn yoki zich diagramma tafsilotlarini saqlashi mumkin. Tayyorlashni savolga moslang, muhim yorliqlarni o‘qiladigan va tegishli sahifa yoki hududni aniq saqlang. Video misollari kadrlar ketma-ketligi yoki kadr tezligi ma’lumoti bor videodan foydalanadi; javobda vaqt belgilari kerak bo‘lsa, bu muhim.
Kartaning joriy konfiguratsiyasi 32 768 kontekst tokeniga sozlangan. U YaRN kengaytirishini tasvirlaydi, lekin vaqt va fazoviy joyni aniqlashga sezilarli ta’sir qilishi mumkinligini aytib, bu vazifalar uchun tavsiya etmaydi. Uzun video uchun pozitsiya sozlamasini kengaytirishni alohida muhokama qiladi. Davomiyligi soat bilan o‘lchanadigan videolarni tushunish hujjatlashtirilgan qobiliyat, umumiy yuklash davomiyligi yoki chiqish uzunligi chegarasi emas. Keyingi ish uchun kerakli ma’lumotni saqlaydigan natijani tanlang: yozuv uchun maydonlar, joy aniqlash uchun koordinatalar, hujjat uchun joylashuv yoki video uchun vaqtli tavsiflar.
", "aboutText": "Qwen2.5-VL-72B-Instruct — matn bilan birga vizual materialni tushunishga mo‘ljallangan Qwen2.5-VL’ning yo‘riqnomalarga moslab sozlangan 72B versiyasi. Qwen obyektlar, mahsulotlar va diqqatga sazovor joylarni tanish, shuningdek, rasmlar ichidagi matn, diagrammalar, belgilar, grafika va joylashuvni talqin qilishni bayon qiladi. Kirish yozma savolni bir yoki bir nechta rasm yoxud video bilan birlashtiradi; chiqish matn, jumladan, tuzilmali tavsiflar va ajratilgan ma’lumotdir. Qwen2-VL bilan taqqoslaganda ishlab chiqaruvchi vaqt va rasm miqyosini yaxshiroq anglash hamda oynali diqqatdan foydalanadigan yangilangan dinamik aniqlikdagi ko‘rish kodlovchisini ta’kidlaydi.\n\nVizual obyektning joyini aniqlash rasmni tasvirlashdan alohida qobiliyatdir. Model JSON’da yorliq va atributlar bilan chegaralovchi qutilar yoki nuqtalarni qaytarishi mumkin. Qwen2.5-VL normallashtirilgan koordinata sxemasi o‘rniga rasmning haqiqiy o‘lchamidagi koordinatalardan foydalanadi. Topiladigan obyektlarni nomlang va bbox_2d hamda label kabi kerakli maydonlarni koordinata talqini bilan birga bering. Tahlildan oldin rasm o‘lchami o‘zgartirilsa, koordinatalarni aynan shu rasmga nisbatan talqin qilish uchun o‘lcham ma’lumotini ular bilan saqlang. Qwen misollari aniqlashni sanash va obyekt tavsiflari bilan birlashtiradi.\n\nIshlab chiqaruvchi turli tillar, yo‘nalishlar va sahna turlarida matn tanishni ta’kidlaydi. Misollari matn qatorlarini ajratadi, matnni joylar bilan bog‘laydi va chek yoki shakllardan belgilangan maydonlarni oladi. Hujjat topshirig‘iga aniq skan bering, maydonlarni belgilang va yo‘q yoki o‘qilmaydigan ma’lumot qanday ifodalanishini ayting. Namunaviy natija hujjat identifikatori, sana va qator bandlari bor tuzilmali yozuv bo‘lishi mumkin; noaniqliklar ko‘rinib turgan ma’lumotdan ajratiladi. Berilgan rasm shu ajratib olishning dalilidir.\n\nQwen e’loni joylashuv ma’lumoti bilan hujjat tahlili uchun QwenVL HTML’ni taqdim etadi. U jurnallar, tadqiqot maqolalari, veb-sahifalar va mobil ekran tasvirlarini ko‘rsatib, sarlavha, parcha, rasm va formulalarni chegaralovchi quti ma’lumoti bilan birlashtiradi. Bu o‘qish tartibi va sahifa tuzilishi so‘zlar kabi muhim bo‘lganda foydali. Ifodalash turini aniq so‘rang: o‘qish uchun oddiy matn, tanlangan maydonlar uchun JSON yoki ishlab chiqaruvchining joylashuvga yo‘naltirilgan HTML formati. Skanerlangan hisobotni sarlavha va parchalarga ajratib, keyingi yo‘riqnomada muayyan bo‘lim xulosasini so‘rash mumkin.\n\nVideo uchun Qwen bir soatdan uzun materialni tushunish, hodisa qidirish va vaqt bo‘yicha joyini soniyalargacha aniqlashni hujjatlashtiradi. Dinamik kadr tezligi bilan o‘qitish va mutlaq vaqt kodlash hodisalar sur’ati hamda joyini ifodalashga yordam beradi. Rasmiy misollar tasvirlangan harakat yuz beradigan segmentni aniqlab, boshlanish va tugash vaqtlari hamda tavsiflari bor hodisalar ketma-ketligini qaytaradi. Topiladigan hodisani nomlang va soniya yoki vaqt belgisi formatini ko‘rsating. Amaliy topshiriq uzun namoyishdagi tegishli segmentlarni, so‘ng har birida nima yuz berishining qisqa tavsifini so‘rashi mumkin.\n\nModel kompyuter va mobil foydalanish uchun vizual agent sifatida ham taqdim etilgan: u ekrandan kelib chiqib fikr yuritishi va vositalarni vazifaga yo‘naltirishi mumkin. Joyni aniqlash va ekranni tushunish tegishli boshqaruv elementi yoki keyingi ko‘zlangan o‘zaro ta’sirni aniqlashi mumkin. Ilova ekran, mavjud harakatlar va maqsadni beradi, so‘ralgan harakatni bajaradi va yangi holatni qaytaradi. Masalan, topshiriq belgilangan ko‘rinishga o‘tish uchun kerakli boshqaruv elementini, uni ko‘rsatadigan nuqta yoki quti bilan so‘rashi mumkin. Modelning matnli harakat tavsifi va ilova amalga oshirgan o‘zaro ta’sir alohida bosqichlardir.\n\nQwen protsessori rasm piksellari sonini boshqarishga imkon beradi. Hujjatlashtirilgan standart oralig‘i har rasm uchun 4 dan 16 384 gacha vizual token; 256 dan 1 280 tokengacha esa namunaviy sozlama, umumiy rasm limiti emas. O‘lchamni o‘zgartirish tomonlar nisbatini saqlashi mumkin, aniq o‘lchamlar esa 28 ning karralisiga yaxlitlanadi. Yuqori aniqlik ko‘proq hisoblashdan foydalanib, mayda matn yoki zich diagramma tafsilotlarini saqlashi mumkin. Tayyorlashni savolga moslang, muhim yorliqlarni o‘qiladigan va tegishli sahifa yoki hududni aniq saqlang. Video misollari kadrlar ketma-ketligi yoki kadr tezligi ma’lumoti bor videodan foydalanadi; javobda vaqt belgilari kerak bo‘lsa, bu muhim.\n\nKartaning joriy konfiguratsiyasi 32 768 kontekst tokeniga sozlangan. U YaRN kengaytirishini tasvirlaydi, lekin vaqt va fazoviy joyni aniqlashga sezilarli ta’sir qilishi mumkinligini aytib, bu vazifalar uchun tavsiya etmaydi. Uzun video uchun pozitsiya sozlamasini kengaytirishni alohida muhokama qiladi. Davomiyligi soat bilan o‘lchanadigan videolarni tushunish hujjatlashtirilgan qobiliyat, umumiy yuklash davomiyligi yoki chiqish uzunligi chegarasi emas. Keyingi ish uchun kerakli ma’lumotni saqlaydigan natijani tanlang: yozuv uchun maydonlar, joy aniqlash uchun koordinatalar, hujjat uchun joylashuv yoki video uchun vaqtli tavsiflar.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Extract fields from a receipt transcription\n\nExtract a record from this receipt transcription: “Harbor Stationery; receipt HS-81; 14 March; notebooks 3 x 4.00; total 12.00.” Return merchant, receipt_id, date_text, items, total and currency. Preserve the written date and mark currency as unknown because no symbol or currency name is present. Keep a supporting source phrase with each field.A field record with line-item details, preserved date text, source phrases and an explicit unknown currency.Check that the answer does not infer a year or currency and that item arithmetic agrees with the stated total.qwen/qwen2.5-vl-72b-instructQwen2.5-VL-72B-Instruct — rasmlar, hujjatlar, diagrammalar va video uchun Qwen ko‘rish-til modeli. U matn, tuzilmali ajratib olingan ma’lumot va vizual koordinatalarni qaytaradi, uzun videodagi hodisalarni topishi yoki kompyuter yoxud mobil ekran haqida fikr yuritishi mumkin.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-VL-72B-Instruct — matn bilan birga vizual materialni tushunishga mo‘ljallangan Qwen2.5-VL’ning yo‘riqnomalarga moslab sozlangan 72B versiyasi. Qwen obyektlar, mahsulotlar va diqqatga sazovor joylarni tanish, shuningdek, rasmlar ichidagi matn, diagrammalar, belgilar, grafika va joylashuvni talqin qilishni bayon qiladi. Kirish yozma savolni bir yoki bir nechta rasm yoxud video bilan birlashtiradi; chiqish matn, jumladan, tuzilmali tavsiflar va ajratilgan ma’lumotdir. Qwen2-VL bilan taqqoslaganda ishlab chiqaruvchi vaqt va rasm miqyosini yaxshiroq anglash hamda oynali diqqatdan foydalanadigan yangilangan dinamik aniqlikdagi ko‘rish kodlovchisini ta’kidlaydi.
Vizual obyektning joyini aniqlash rasmni tasvirlashdan alohida qobiliyatdir. Model JSON’da yorliq va atributlar bilan chegaralovchi qutilar yoki nuqtalarni qaytarishi mumkin. Qwen2.5-VL normallashtirilgan koordinata sxemasi o‘rniga rasmning haqiqiy o‘lchamidagi koordinatalardan foydalanadi. Topiladigan obyektlarni nomlang va bbox_2d hamda label kabi kerakli maydonlarni koordinata talqini bilan birga bering. Tahlildan oldin rasm o‘lchami o‘zgartirilsa, koordinatalarni aynan shu rasmga nisbatan talqin qilish uchun o‘lcham ma’lumotini ular bilan saqlang. Qwen misollari aniqlashni sanash va obyekt tavsiflari bilan birlashtiradi.
Ishlab chiqaruvchi turli tillar, yo‘nalishlar va sahna turlarida matn tanishni ta’kidlaydi. Misollari matn qatorlarini ajratadi, matnni joylar bilan bog‘laydi va chek yoki shakllardan belgilangan maydonlarni oladi. Hujjat topshirig‘iga aniq skan bering, maydonlarni belgilang va yo‘q yoki o‘qilmaydigan ma’lumot qanday ifodalanishini ayting. Namunaviy natija hujjat identifikatori, sana va qator bandlari bor tuzilmali yozuv bo‘lishi mumkin; noaniqliklar ko‘rinib turgan ma’lumotdan ajratiladi. Berilgan rasm shu ajratib olishning dalilidir.
Qwen e’loni joylashuv ma’lumoti bilan hujjat tahlili uchun QwenVL HTML’ni taqdim etadi. U jurnallar, tadqiqot maqolalari, veb-sahifalar va mobil ekran tasvirlarini ko‘rsatib, sarlavha, parcha, rasm va formulalarni chegaralovchi quti ma’lumoti bilan birlashtiradi. Bu o‘qish tartibi va sahifa tuzilishi so‘zlar kabi muhim bo‘lganda foydali. Ifodalash turini aniq so‘rang: o‘qish uchun oddiy matn, tanlangan maydonlar uchun JSON yoki ishlab chiqaruvchining joylashuvga yo‘naltirilgan HTML formati. Skanerlangan hisobotni sarlavha va parchalarga ajratib, keyingi yo‘riqnomada muayyan bo‘lim xulosasini so‘rash mumkin.
Video uchun Qwen bir soatdan uzun materialni tushunish, hodisa qidirish va vaqt bo‘yicha joyini soniyalargacha aniqlashni hujjatlashtiradi. Dinamik kadr tezligi bilan o‘qitish va mutlaq vaqt kodlash hodisalar sur’ati hamda joyini ifodalashga yordam beradi. Rasmiy misollar tasvirlangan harakat yuz beradigan segmentni aniqlab, boshlanish va tugash vaqtlari hamda tavsiflari bor hodisalar ketma-ketligini qaytaradi. Topiladigan hodisani nomlang va soniya yoki vaqt belgisi formatini ko‘rsating. Amaliy topshiriq uzun namoyishdagi tegishli segmentlarni, so‘ng har birida nima yuz berishining qisqa tavsifini so‘rashi mumkin.
Model kompyuter va mobil foydalanish uchun vizual agent sifatida ham taqdim etilgan: u ekrandan kelib chiqib fikr yuritishi va vositalarni vazifaga yo‘naltirishi mumkin. Joyni aniqlash va ekranni tushunish tegishli boshqaruv elementi yoki keyingi ko‘zlangan o‘zaro ta’sirni aniqlashi mumkin. Ilova ekran, mavjud harakatlar va maqsadni beradi, so‘ralgan harakatni bajaradi va yangi holatni qaytaradi. Masalan, topshiriq belgilangan ko‘rinishga o‘tish uchun kerakli boshqaruv elementini, uni ko‘rsatadigan nuqta yoki quti bilan so‘rashi mumkin. Modelning matnli harakat tavsifi va ilova amalga oshirgan o‘zaro ta’sir alohida bosqichlardir.
Qwen protsessori rasm piksellari sonini boshqarishga imkon beradi. Hujjatlashtirilgan standart oralig‘i har rasm uchun 4 dan 16 384 gacha vizual token; 256 dan 1 280 tokengacha esa namunaviy sozlama, umumiy rasm limiti emas. O‘lchamni o‘zgartirish tomonlar nisbatini saqlashi mumkin, aniq o‘lchamlar esa 28 ning karralisiga yaxlitlanadi. Yuqori aniqlik ko‘proq hisoblashdan foydalanib, mayda matn yoki zich diagramma tafsilotlarini saqlashi mumkin. Tayyorlashni savolga moslang, muhim yorliqlarni o‘qiladigan va tegishli sahifa yoki hududni aniq saqlang. Video misollari kadrlar ketma-ketligi yoki kadr tezligi ma’lumoti bor videodan foydalanadi; javobda vaqt belgilari kerak bo‘lsa, bu muhim.
Kartaning joriy konfiguratsiyasi 32 768 kontekst tokeniga sozlangan. U YaRN kengaytirishini tasvirlaydi, lekin vaqt va fazoviy joyni aniqlashga sezilarli ta’sir qilishi mumkinligini aytib, bu vazifalar uchun tavsiya etmaydi. Uzun video uchun pozitsiya sozlamasini kengaytirishni alohida muhokama qiladi. Davomiyligi soat bilan o‘lchanadigan videolarni tushunish hujjatlashtirilgan qobiliyat, umumiy yuklash davomiyligi yoki chiqish uzunligi chegarasi emas. Keyingi ish uchun kerakli ma’lumotni saqlaydigan natijani tanlang: yozuv uchun maydonlar, joy aniqlash uchun koordinatalar, hujjat uchun joylashuv yoki video uchun vaqtli tavsiflar.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen/qwen2.5-vl-72b-instruct | 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 $0.0016 / 1K token Chiqish · Chiqish tokenlari $0.002 / 1K token Kirish · Keshdan o‘qish $0.0008 / 1K token Kirish · Keshga yozish $0 / 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 $0.0016 / 1K token Chiqish · Chiqish tokenlari $0.002 / 1K token Kirish · Keshdan o‘qish $0.0008 / 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/qwen2.5-vl-72b-instruct", "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/qwen2.5-vl-72b-instruct',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/qwen2.5-vl-72b-instruct',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/qwen2.5-vl-72b-instruct
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
qwen/qwen2.5-vl-72b-instructQwen2.5-VL-72B-Instruct — rasmlar, hujjatlar, diagrammalar va video uchun Qwen ko‘rish-til modeli. U matn, tuzilmali ajratib olingan ma’lumot va vizual koordinatalarni qaytaradi, uzun videodagi hodisalarni topishi yoki kompyuter yoxud mobil ekran haqida fikr yuritishi mumkin.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen2.5-VL-72B-Instruct — matn bilan birga vizual materialni tushunishga mo‘ljallangan Qwen2.5-VL’ning yo‘riqnomalarga moslab sozlangan 72B versiyasi. Qwen obyektlar, mahsulotlar va diqqatga sazovor joylarni tanish, shuningdek, rasmlar ichidagi matn, diagrammalar, belgilar, grafika va joylashuvni talqin qilishni bayon qiladi. Kirish yozma savolni bir yoki bir nechta rasm yoxud video bilan birlashtiradi; chiqish matn, jumladan, tuzilmali tavsiflar va ajratilgan ma’lumotdir. Qwen2-VL bilan taqqoslaganda ishlab chiqaruvchi vaqt va rasm miqyosini yaxshiroq anglash hamda oynali diqqatdan foydalanadigan yangilangan dinamik aniqlikdagi ko‘rish kodlovchisini ta’kidlaydi.
Vizual obyektning joyini aniqlash rasmni tasvirlashdan alohida qobiliyatdir. Model JSON’da yorliq va atributlar bilan chegaralovchi qutilar yoki nuqtalarni qaytarishi mumkin. Qwen2.5-VL normallashtirilgan koordinata sxemasi o‘rniga rasmning haqiqiy o‘lchamidagi koordinatalardan foydalanadi. Topiladigan obyektlarni nomlang va bbox_2d hamda label kabi kerakli maydonlarni koordinata talqini bilan birga bering. Tahlildan oldin rasm o‘lchami o‘zgartirilsa, koordinatalarni aynan shu rasmga nisbatan talqin qilish uchun o‘lcham ma’lumotini ular bilan saqlang. Qwen misollari aniqlashni sanash va obyekt tavsiflari bilan birlashtiradi.
Ishlab chiqaruvchi turli tillar, yo‘nalishlar va sahna turlarida matn tanishni ta’kidlaydi. Misollari matn qatorlarini ajratadi, matnni joylar bilan bog‘laydi va chek yoki shakllardan belgilangan maydonlarni oladi. Hujjat topshirig‘iga aniq skan bering, maydonlarni belgilang va yo‘q yoki o‘qilmaydigan ma’lumot qanday ifodalanishini ayting. Namunaviy natija hujjat identifikatori, sana va qator bandlari bor tuzilmali yozuv bo‘lishi mumkin; noaniqliklar ko‘rinib turgan ma’lumotdan ajratiladi. Berilgan rasm shu ajratib olishning dalilidir.
Qwen e’loni joylashuv ma’lumoti bilan hujjat tahlili uchun QwenVL HTML’ni taqdim etadi. U jurnallar, tadqiqot maqolalari, veb-sahifalar va mobil ekran tasvirlarini ko‘rsatib, sarlavha, parcha, rasm va formulalarni chegaralovchi quti ma’lumoti bilan birlashtiradi. Bu o‘qish tartibi va sahifa tuzilishi so‘zlar kabi muhim bo‘lganda foydali. Ifodalash turini aniq so‘rang: o‘qish uchun oddiy matn, tanlangan maydonlar uchun JSON yoki ishlab chiqaruvchining joylashuvga yo‘naltirilgan HTML formati. Skanerlangan hisobotni sarlavha va parchalarga ajratib, keyingi yo‘riqnomada muayyan bo‘lim xulosasini so‘rash mumkin.
Video uchun Qwen bir soatdan uzun materialni tushunish, hodisa qidirish va vaqt bo‘yicha joyini soniyalargacha aniqlashni hujjatlashtiradi. Dinamik kadr tezligi bilan o‘qitish va mutlaq vaqt kodlash hodisalar sur’ati hamda joyini ifodalashga yordam beradi. Rasmiy misollar tasvirlangan harakat yuz beradigan segmentni aniqlab, boshlanish va tugash vaqtlari hamda tavsiflari bor hodisalar ketma-ketligini qaytaradi. Topiladigan hodisani nomlang va soniya yoki vaqt belgisi formatini ko‘rsating. Amaliy topshiriq uzun namoyishdagi tegishli segmentlarni, so‘ng har birida nima yuz berishining qisqa tavsifini so‘rashi mumkin.
Model kompyuter va mobil foydalanish uchun vizual agent sifatida ham taqdim etilgan: u ekrandan kelib chiqib fikr yuritishi va vositalarni vazifaga yo‘naltirishi mumkin. Joyni aniqlash va ekranni tushunish tegishli boshqaruv elementi yoki keyingi ko‘zlangan o‘zaro ta’sirni aniqlashi mumkin. Ilova ekran, mavjud harakatlar va maqsadni beradi, so‘ralgan harakatni bajaradi va yangi holatni qaytaradi. Masalan, topshiriq belgilangan ko‘rinishga o‘tish uchun kerakli boshqaruv elementini, uni ko‘rsatadigan nuqta yoki quti bilan so‘rashi mumkin. Modelning matnli harakat tavsifi va ilova amalga oshirgan o‘zaro ta’sir alohida bosqichlardir.
Qwen protsessori rasm piksellari sonini boshqarishga imkon beradi. Hujjatlashtirilgan standart oralig‘i har rasm uchun 4 dan 16 384 gacha vizual token; 256 dan 1 280 tokengacha esa namunaviy sozlama, umumiy rasm limiti emas. O‘lchamni o‘zgartirish tomonlar nisbatini saqlashi mumkin, aniq o‘lchamlar esa 28 ning karralisiga yaxlitlanadi. Yuqori aniqlik ko‘proq hisoblashdan foydalanib, mayda matn yoki zich diagramma tafsilotlarini saqlashi mumkin. Tayyorlashni savolga moslang, muhim yorliqlarni o‘qiladigan va tegishli sahifa yoki hududni aniq saqlang. Video misollari kadrlar ketma-ketligi yoki kadr tezligi ma’lumoti bor videodan foydalanadi; javobda vaqt belgilari kerak bo‘lsa, bu muhim.
Kartaning joriy konfiguratsiyasi 32 768 kontekst tokeniga sozlangan. U YaRN kengaytirishini tasvirlaydi, lekin vaqt va fazoviy joyni aniqlashga sezilarli ta’sir qilishi mumkinligini aytib, bu vazifalar uchun tavsiya etmaydi. Uzun video uchun pozitsiya sozlamasini kengaytirishni alohida muhokama qiladi. Davomiyligi soat bilan o‘lchanadigan videolarni tushunish hujjatlashtirilgan qobiliyat, umumiy yuklash davomiyligi yoki chiqish uzunligi chegarasi emas. Keyingi ish uchun kerakli ma’lumotni saqlaydigan natijani tanlang: yozuv uchun maydonlar, joy aniqlash uchun koordinatalar, hujjat uchun joylashuv yoki video uchun vaqtli tavsiflar.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen/qwen2.5-vl-72b-instruct | 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 $0.0016 / 1K token Chiqish · Chiqish tokenlari $0.002 / 1K token Kirish · Keshdan o‘qish $0.0008 / 1K token Kirish · Keshga yozish $0 / 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 $0.0016 / 1K token Chiqish · Chiqish tokenlari $0.002 / 1K token Kirish · Keshdan o‘qish $0.0008 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen/qwen2.5-vl-72b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/qwen2.5-vl-72b-instruct', '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/qwen2.5-vl-72b-instruct', '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/qwen2.5-vl-72b-instruct
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
Extract fields from a receipt transcription\n\nExtract a record from this receipt transcription: “Harbor Stationery; receipt HS-81; 14 March; notebooks 3 x 4.00; total 12.00.” Return merchant, receipt_id, date_text, items, total and currency. Preserve the written date and mark currency as unknown because no symbol or currency name is present. Keep a supporting source phrase with each field.A field record with line-item details, preserved date text, source phrases and an explicit unknown currency.Check that the answer does not infer a year or currency and that item arithmetic agrees with the stated total.