Qwen-VL-Plus 2025-07-10 — tasvirlar va videoni tushunish uchun Alibaba’ning sana bilan belgilangan vizual-til modeli. Uni ajratib turadigan yangilanish kuzatuv videosi mazmunini yaxshiroq tushunishdir. Model vizual materialni matnli ko‘rsatmalar bilan birga qabul qilib, matnni qaytaradi: hodisa tavsifi, sahna haqidagi javob yoki siz tekshirishni so‘ragan tafsilotlar atrofida tashkil etilgan hisobot. Alibaba ushbu qayd etilgan versiyani qwen-vl-plus-0710 deb ham ataydi.
Ishlab chiquvchi bu versiyani Qwen-VL-Plus 2025-05-07 va o‘sha sahifada tavsiflangan Qwen-VL-Plus latest taxallusidan ajratadi. Vazifangiz aynan kamera yozuviga tegishli bo‘lsa, bu farq muhim: kuzatuvga yo‘naltirilgan yangilanish iyulning aniq nomlangan qayd etilgan versiyasiga tegishli. Promptlarni taqqoslaganda yoki ayni yozuvni yana ko‘rib chiqqanda vazifa qaydida aniq versiyani saqlang.
Vizual savollar kadrda nima ko‘rinishi, obyektlar qayerda joylashgani va ko‘rinadigan harakatlar ketma-ketlik davomida qanday rivojlanishiga tegishli bo‘lishi mumkin. Bitta tasvir sahna tavsifiga asos bo‘la oladi; bir nechta belgilangan tasvir turli ko‘rinishlar yoki ketma-ket lahzalarni berishi mumkin. Videoni tushunish tanlab olingan kadrlardan foydalanadi. Hosil bo‘lgan tushuntirish ko‘rinadigan dalillarga tegishli; model videoning o‘rnini bosadigan yangi video yaratmaydi va ushbu vizual ish jarayoni videoning audio yo‘lagini tahlil qilmaydi.
Hodisa hisoboti uchun tegishli klip yoki tartiblangan kadrlar ketma-ketligini tayyorlang va muhim zona yoki faoliyatni belgilang. Topshiriq misoli: “Odamning kirish joyi yaqinidagi ko‘rinadigan harakatlarini tartib bilan tasvirlang. Har bir kuzatuv uchun ishtirok etgan obyekt, uning joylashuvi va ko‘rinadigan o‘zgarishni bering. Noaniq tafsilotlarni oxirgi alohida jumlaga joylashtiring.” Qisqa bayon, kuzatuvlar ro‘yxati yoki nomlangan hisobot bo‘limlarini so‘rashingiz mumkin. Bular alohida tuzilmali chiqish rejimi emas, matnli javob uchun ko‘rsatmalardir.
Ushbu qayd etilgan versiyaning e’lon qilingan kontekst oynasi 32 768 token, eng katta kirishi 30 720 token va eng katta chiqishi 8 096 token. Maxsus model jadvali bitta tasvir uchun ham eng katta hajmni 16 384 token deb ko‘rsatadi. Matnli ko‘rsatmalar, suhbat konteksti va vizual mazmun kirish hajmiga birgalikda sig‘ishi kerak; chiqishning yuqori chegarasi qo‘shimcha manba materialiga berilgan joy emas, alohida chegaradir. Uzun yozuvni tekshirganda epizodni ajratib oling va uning ketma-ketligini tushunishga yetarli atrofdagi kadrlarni saqlang.
Tegishli obyektlarni farqlash mumkin bo‘lgan manba kadrlarini tanlang, turli kamera yoki ko‘rinishlarni belgilang va so‘ralgan kuzatuvni aniq qo‘ying. Hujjatlashtirilgan Alibaba fayl ish jarayoni uchun URL orqali beriladigan, hajmi 10 MB dan oshmaydigan tasvirlarni tayyorlang; ommaviy URL orqali berilgan video fayl 2–40 soniya uzunlikda va 150 MB dan katta bo‘lmasligi kerak yoki 4–80 kadrning tartiblangan ro‘yxatidan foydalaning. Vizual va matn tokenlarining yig‘indisi baribir modelning kirish hajmiga sig‘ishi kerak. Vazifa og‘zaki tushuntirishga bog‘liq bo‘lsa, uning ko‘chirmasini alohida matn sifatida bering. Hisobotdan ko‘rinadigan harakatni xulosa orqali aniqlangan maqsaddan ajratishni so‘rang: “eshik tomon yurdi” ketish niyati haqidagi bayonotdan boshqa bayonotdir. Foydali natija yozuv va berilgan kuzatuv mezonlariga bog‘langan, tekshirish mumkin bo‘lgan matnli qayddir.
", "aboutText": "Qwen-VL-Plus 2025-07-10 — tasvirlar va videoni tushunish uchun Alibaba’ning sana bilan belgilangan vizual-til modeli. Uni ajratib turadigan yangilanish kuzatuv videosi mazmunini yaxshiroq tushunishdir. Model vizual materialni matnli ko‘rsatmalar bilan birga qabul qilib, matnni qaytaradi: hodisa tavsifi, sahna haqidagi javob yoki siz tekshirishni so‘ragan tafsilotlar atrofida tashkil etilgan hisobot. Alibaba ushbu qayd etilgan versiyani qwen-vl-plus-0710 deb ham ataydi.\n\nIshlab chiquvchi bu versiyani Qwen-VL-Plus 2025-05-07 va o‘sha sahifada tavsiflangan Qwen-VL-Plus latest taxallusidan ajratadi. Vazifangiz aynan kamera yozuviga tegishli bo‘lsa, bu farq muhim: kuzatuvga yo‘naltirilgan yangilanish iyulning aniq nomlangan qayd etilgan versiyasiga tegishli. Promptlarni taqqoslaganda yoki ayni yozuvni yana ko‘rib chiqqanda vazifa qaydida aniq versiyani saqlang.\n\nVizual savollar kadrda nima ko‘rinishi, obyektlar qayerda joylashgani va ko‘rinadigan harakatlar ketma-ketlik davomida qanday rivojlanishiga tegishli bo‘lishi mumkin. Bitta tasvir sahna tavsifiga asos bo‘la oladi; bir nechta belgilangan tasvir turli ko‘rinishlar yoki ketma-ket lahzalarni berishi mumkin. Videoni tushunish tanlab olingan kadrlardan foydalanadi. Hosil bo‘lgan tushuntirish ko‘rinadigan dalillarga tegishli; model videoning o‘rnini bosadigan yangi video yaratmaydi va ushbu vizual ish jarayoni videoning audio yo‘lagini tahlil qilmaydi.\n\nHodisa hisoboti uchun tegishli klip yoki tartiblangan kadrlar ketma-ketligini tayyorlang va muhim zona yoki faoliyatni belgilang. Topshiriq misoli: “Odamning kirish joyi yaqinidagi ko‘rinadigan harakatlarini tartib bilan tasvirlang. Har bir kuzatuv uchun ishtirok etgan obyekt, uning joylashuvi va ko‘rinadigan o‘zgarishni bering. Noaniq tafsilotlarni oxirgi alohida jumlaga joylashtiring.” Qisqa bayon, kuzatuvlar ro‘yxati yoki nomlangan hisobot bo‘limlarini so‘rashingiz mumkin. Bular alohida tuzilmali chiqish rejimi emas, matnli javob uchun ko‘rsatmalardir.\n\nUshbu qayd etilgan versiyaning e’lon qilingan kontekst oynasi 32 768 token, eng katta kirishi 30 720 token va eng katta chiqishi 8 096 token. Maxsus model jadvali bitta tasvir uchun ham eng katta hajmni 16 384 token deb ko‘rsatadi. Matnli ko‘rsatmalar, suhbat konteksti va vizual mazmun kirish hajmiga birgalikda sig‘ishi kerak; chiqishning yuqori chegarasi qo‘shimcha manba materialiga berilgan joy emas, alohida chegaradir. Uzun yozuvni tekshirganda epizodni ajratib oling va uning ketma-ketligini tushunishga yetarli atrofdagi kadrlarni saqlang.\n\nTegishli obyektlarni farqlash mumkin bo‘lgan manba kadrlarini tanlang, turli kamera yoki ko‘rinishlarni belgilang va so‘ralgan kuzatuvni aniq qo‘ying. Hujjatlashtirilgan Alibaba fayl ish jarayoni uchun URL orqali beriladigan, hajmi 10 MB dan oshmaydigan tasvirlarni tayyorlang; ommaviy URL orqali berilgan video fayl 2–40 soniya uzunlikda va 150 MB dan katta bo‘lmasligi kerak yoki 4–80 kadrning tartiblangan ro‘yxatidan foydalaning. Vizual va matn tokenlarining yig‘indisi baribir modelning kirish hajmiga sig‘ishi kerak. Vazifa og‘zaki tushuntirishga bog‘liq bo‘lsa, uning ko‘chirmasini alohida matn sifatida bering. Hisobotdan ko‘rinadigan harakatni xulosa orqali aniqlangan maqsaddan ajratishni so‘rang: “eshik tomon yurdi” ketish niyati haqidagi bayonotdan boshqa bayonotdir. Foydali natija yozuv va berilgan kuzatuv mezonlariga bog‘langan, tekshirish mumkin bo‘lgan matnli qayddir.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10 — kuzatuv videosini tushunishga qaratilgan qayd etilgan vizual-til versiyasi. U ko‘rinadigan hodisalarni tasvirlash, harakatlar rivojini kuzatish va matnli hisobot yaratish uchun tasvirlar yoki video kadrlarini yozma savol bilan birlashtiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen-VL-Plus 2025-07-10 — tasvirlar va videoni tushunish uchun Alibaba’ning sana bilan belgilangan vizual-til modeli. Uni ajratib turadigan yangilanish kuzatuv videosi mazmunini yaxshiroq tushunishdir. Model vizual materialni matnli ko‘rsatmalar bilan birga qabul qilib, matnni qaytaradi: hodisa tavsifi, sahna haqidagi javob yoki siz tekshirishni so‘ragan tafsilotlar atrofida tashkil etilgan hisobot. Alibaba ushbu qayd etilgan versiyani qwen-vl-plus-0710 deb ham ataydi.
Ishlab chiquvchi bu versiyani Qwen-VL-Plus 2025-05-07 va o‘sha sahifada tavsiflangan Qwen-VL-Plus latest taxallusidan ajratadi. Vazifangiz aynan kamera yozuviga tegishli bo‘lsa, bu farq muhim: kuzatuvga yo‘naltirilgan yangilanish iyulning aniq nomlangan qayd etilgan versiyasiga tegishli. Promptlarni taqqoslaganda yoki ayni yozuvni yana ko‘rib chiqqanda vazifa qaydida aniq versiyani saqlang.
Vizual savollar kadrda nima ko‘rinishi, obyektlar qayerda joylashgani va ko‘rinadigan harakatlar ketma-ketlik davomida qanday rivojlanishiga tegishli bo‘lishi mumkin. Bitta tasvir sahna tavsifiga asos bo‘la oladi; bir nechta belgilangan tasvir turli ko‘rinishlar yoki ketma-ket lahzalarni berishi mumkin. Videoni tushunish tanlab olingan kadrlardan foydalanadi. Hosil bo‘lgan tushuntirish ko‘rinadigan dalillarga tegishli; model videoning o‘rnini bosadigan yangi video yaratmaydi va ushbu vizual ish jarayoni videoning audio yo‘lagini tahlil qilmaydi.
Hodisa hisoboti uchun tegishli klip yoki tartiblangan kadrlar ketma-ketligini tayyorlang va muhim zona yoki faoliyatni belgilang. Topshiriq misoli: “Odamning kirish joyi yaqinidagi ko‘rinadigan harakatlarini tartib bilan tasvirlang. Har bir kuzatuv uchun ishtirok etgan obyekt, uning joylashuvi va ko‘rinadigan o‘zgarishni bering. Noaniq tafsilotlarni oxirgi alohida jumlaga joylashtiring.” Qisqa bayon, kuzatuvlar ro‘yxati yoki nomlangan hisobot bo‘limlarini so‘rashingiz mumkin. Bular alohida tuzilmali chiqish rejimi emas, matnli javob uchun ko‘rsatmalardir.
Ushbu qayd etilgan versiyaning e’lon qilingan kontekst oynasi 32 768 token, eng katta kirishi 30 720 token va eng katta chiqishi 8 096 token. Maxsus model jadvali bitta tasvir uchun ham eng katta hajmni 16 384 token deb ko‘rsatadi. Matnli ko‘rsatmalar, suhbat konteksti va vizual mazmun kirish hajmiga birgalikda sig‘ishi kerak; chiqishning yuqori chegarasi qo‘shimcha manba materialiga berilgan joy emas, alohida chegaradir. Uzun yozuvni tekshirganda epizodni ajratib oling va uning ketma-ketligini tushunishga yetarli atrofdagi kadrlarni saqlang.
Tegishli obyektlarni farqlash mumkin bo‘lgan manba kadrlarini tanlang, turli kamera yoki ko‘rinishlarni belgilang va so‘ralgan kuzatuvni aniq qo‘ying. Hujjatlashtirilgan Alibaba fayl ish jarayoni uchun URL orqali beriladigan, hajmi 10 MB dan oshmaydigan tasvirlarni tayyorlang; ommaviy URL orqali berilgan video fayl 2–40 soniya uzunlikda va 150 MB dan katta bo‘lmasligi kerak yoki 4–80 kadrning tartiblangan ro‘yxatidan foydalaning. Vizual va matn tokenlarining yig‘indisi baribir modelning kirish hajmiga sig‘ishi kerak. Vazifa og‘zaki tushuntirishga bog‘liq bo‘lsa, uning ko‘chirmasini alohida matn sifatida bering. Hisobotdan ko‘rinadigan harakatni xulosa orqali aniqlangan maqsaddan ajratishni so‘rang: “eshik tomon yurdi” ketish niyati haqidagi bayonotdan boshqa bayonotdir. Foydali natija yozuv va berilgan kuzatuv mezonlariga bog‘langan, tekshirish mumkin bo‘lgan matnli qayddir.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K token Chiqish · Chiqish tokenlari $0.00044 / 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-vl-plus-2025-07-10", "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-vl-plus-2025-07-10',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-vl-plus-2025-07-10',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-vl-plus-2025-07-10
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
qwen-vl-plus-2025-07-10Qwen-VL-Plus 2025-07-10 — kuzatuv videosini tushunishga qaratilgan qayd etilgan vizual-til versiyasi. U ko‘rinadigan hodisalarni tasvirlash, harakatlar rivojini kuzatish va matnli hisobot yaratish uchun tasvirlar yoki video kadrlarini yozma savol bilan birlashtiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen-VL-Plus 2025-07-10 — tasvirlar va videoni tushunish uchun Alibaba’ning sana bilan belgilangan vizual-til modeli. Uni ajratib turadigan yangilanish kuzatuv videosi mazmunini yaxshiroq tushunishdir. Model vizual materialni matnli ko‘rsatmalar bilan birga qabul qilib, matnni qaytaradi: hodisa tavsifi, sahna haqidagi javob yoki siz tekshirishni so‘ragan tafsilotlar atrofida tashkil etilgan hisobot. Alibaba ushbu qayd etilgan versiyani qwen-vl-plus-0710 deb ham ataydi.
Ishlab chiquvchi bu versiyani Qwen-VL-Plus 2025-05-07 va o‘sha sahifada tavsiflangan Qwen-VL-Plus latest taxallusidan ajratadi. Vazifangiz aynan kamera yozuviga tegishli bo‘lsa, bu farq muhim: kuzatuvga yo‘naltirilgan yangilanish iyulning aniq nomlangan qayd etilgan versiyasiga tegishli. Promptlarni taqqoslaganda yoki ayni yozuvni yana ko‘rib chiqqanda vazifa qaydida aniq versiyani saqlang.
Vizual savollar kadrda nima ko‘rinishi, obyektlar qayerda joylashgani va ko‘rinadigan harakatlar ketma-ketlik davomida qanday rivojlanishiga tegishli bo‘lishi mumkin. Bitta tasvir sahna tavsifiga asos bo‘la oladi; bir nechta belgilangan tasvir turli ko‘rinishlar yoki ketma-ket lahzalarni berishi mumkin. Videoni tushunish tanlab olingan kadrlardan foydalanadi. Hosil bo‘lgan tushuntirish ko‘rinadigan dalillarga tegishli; model videoning o‘rnini bosadigan yangi video yaratmaydi va ushbu vizual ish jarayoni videoning audio yo‘lagini tahlil qilmaydi.
Hodisa hisoboti uchun tegishli klip yoki tartiblangan kadrlar ketma-ketligini tayyorlang va muhim zona yoki faoliyatni belgilang. Topshiriq misoli: “Odamning kirish joyi yaqinidagi ko‘rinadigan harakatlarini tartib bilan tasvirlang. Har bir kuzatuv uchun ishtirok etgan obyekt, uning joylashuvi va ko‘rinadigan o‘zgarishni bering. Noaniq tafsilotlarni oxirgi alohida jumlaga joylashtiring.” Qisqa bayon, kuzatuvlar ro‘yxati yoki nomlangan hisobot bo‘limlarini so‘rashingiz mumkin. Bular alohida tuzilmali chiqish rejimi emas, matnli javob uchun ko‘rsatmalardir.
Ushbu qayd etilgan versiyaning e’lon qilingan kontekst oynasi 32 768 token, eng katta kirishi 30 720 token va eng katta chiqishi 8 096 token. Maxsus model jadvali bitta tasvir uchun ham eng katta hajmni 16 384 token deb ko‘rsatadi. Matnli ko‘rsatmalar, suhbat konteksti va vizual mazmun kirish hajmiga birgalikda sig‘ishi kerak; chiqishning yuqori chegarasi qo‘shimcha manba materialiga berilgan joy emas, alohida chegaradir. Uzun yozuvni tekshirganda epizodni ajratib oling va uning ketma-ketligini tushunishga yetarli atrofdagi kadrlarni saqlang.
Tegishli obyektlarni farqlash mumkin bo‘lgan manba kadrlarini tanlang, turli kamera yoki ko‘rinishlarni belgilang va so‘ralgan kuzatuvni aniq qo‘ying. Hujjatlashtirilgan Alibaba fayl ish jarayoni uchun URL orqali beriladigan, hajmi 10 MB dan oshmaydigan tasvirlarni tayyorlang; ommaviy URL orqali berilgan video fayl 2–40 soniya uzunlikda va 150 MB dan katta bo‘lmasligi kerak yoki 4–80 kadrning tartiblangan ro‘yxatidan foydalaning. Vizual va matn tokenlarining yig‘indisi baribir modelning kirish hajmiga sig‘ishi kerak. Vazifa og‘zaki tushuntirishga bog‘liq bo‘lsa, uning ko‘chirmasini alohida matn sifatida bering. Hisobotdan ko‘rinadigan harakatni xulosa orqali aniqlangan maqsaddan ajratishni so‘rang: “eshik tomon yurdi” ketish niyati haqidagi bayonotdan boshqa bayonotdir. Foydali natija yozuv va berilgan kuzatuv mezonlariga bog‘langan, tekshirish mumkin bo‘lgan matnli qayddir.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-vl-plus-2025-07-10 | 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 $0.000044 / 1K token Chiqish · Chiqish tokenlari $0.00044 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "qwen-vl-plus-2025-07-10",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-vl-plus-2025-07-10', '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-vl-plus-2025-07-10', '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-vl-plus-2025-07-10
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
A surveillance-event report from frame notes\n\nUse these text frame notes only: 10:01 person stands beside entrance holding a box; 10:02 person places box beside entrance; 10:03 person walks out of frame without the box. Write an ordered event report with timestamps. Separate visible actions reported in the notes from unknown identity, intent and later events. No footage or audio is attached.A timestamped sequence of observations and a separate sentence identifying unsupported identity, intent and later outcome.The report does not label the act theft, infer spoken words or claim the person left the building.