QVQ-Max — 2025-05-15 là một mục mang ngày trong dòng suy luận thị giác QVQ-Max. Nhà sản xuất mô tả họ này là sự kết hợp đầu vào trực quan với suy luận và câu trả lời văn bản. Các hướng nhiệm vụ bao gồm toán học, lập trình, phân tích trực quan, sáng tạo tư liệu và giải quyết vấn đề tổng quát. Mục đích là giải thích hoặc giải một câu hỏi về bằng chứng trực quan được cung cấp, thay vì tạo hình ảnh hay video mới.
Các quy trình QVQ được tài liệu hóa kết hợp câu hỏi viết với hình ảnh hoặc video và trả về văn bản. Với hình minh họa toán học, cung cấp toàn bộ điều kiện, nhãn dễ đọc và đại lượng cần tìm. Với biểu đồ, xác định các trục, đơn vị đo và phép so sánh cần thực hiện. Yêu cầu mô hình tách dữ liệu nhìn thấy khỏi giả định trước khi kết luận. Kết quả có thể là lời giải có trình bày bước làm, so sánh các quan sát hoặc giải thích cách những chi tiết cụ thể hỗ trợ câu trả lời.
Nhà sản xuất mô tả QVQ là sự kết hợp đầu vào trực quan với suy luận và câu trả lời văn bản. Quy trình dịch vụ sử dụng truyền theo luồng. Trong ứng dụng, giữ suy luận trung gian phân biệt được với câu trả lời hoàn chỉnh và ghép các mảnh trả về trước khi dùng kết quả làm tài liệu hoặc chỉ dẫn. Luồng chưa hoàn tất của mô hình suy luận không phải cùng một sản phẩm đầu ra với kết luận cuối cùng của nó.
Chuẩn bị một nhiệm vụ có liên kết xuyên suốt. Với sơ đồ quy trình, xác định điều kiện bắt đầu, các điểm quyết định và kết quả cần giải thích. Với nhiều ảnh liên quan, gắn nhãn từng nguồn và nêu thứ tự hoặc mối quan hệ giữa chúng. Một yêu cầu hữu ích có thể so sánh hai cấu hình được minh họa, liệt kê những thay đổi nhìn thấy và giải thích thay đổi nào ảnh hưởng đến yêu cầu đã nêu. Giữ nhãn gốc để mỗi quan sát có thể được đối chiếu với đúng ảnh, và yêu cầu làm rõ khi không đọc được một ký hiệu hoặc chú thích.
Với câu hỏi video, xác định sự kiện và phần clip cần xem xét. Yêu cầu trình tự các hành động quan sát được hoặc bằng chứng trực quan hỗ trợ một cách diễn giải cụ thể. Đầu vào video được tài liệu hóa của họ mô hình dùng để hiểu, không để tạo clip đã chỉnh sửa. Nếu nhiệm vụ phụ thuộc vào một khung hình có chữ nhỏ, cung cấp ảnh tĩnh dễ đọc cùng câu hỏi. Đầu ra mong đợi cần nêu các đối tượng hoặc giai đoạn liên quan và giải thích kết luận bằng văn bản, thay vì giả định rằng một mô tả chứng minh được ý định của ai đó.
Tài liệu tham chiếu trò chuyện nêu rằng thông điệp hệ thống không có tác dụng với các mô hình QVQ. Đặt nhiệm vụ, chỉ dẫn vai trò và định dạng mong muốn trong thông điệp người dùng. Tài liệu cũng khuyên giữ nguyên các mặc định lấy mẫu QVQ. Xác định câu trả lời cuối cùng có thể kiểm tra, chẳng hạn các quan sát rồi đến kết luận, hoặc bảng liên kết từng nhận định với một đặc điểm nhìn thấy. Bảng hay cách bố trí giống JSON được yêu cầu cần được ứng dụng kiểm tra; nó không tương đương khả năng đầu ra bị ràng buộc được quảng bá.
Lưu định danh mang ngày cùng tư liệu nguồn và các thiết lập xử lý cần thiết để lặp lại nhiệm vụ. Các bản chụp QVQ-Max khác và bí danh họ mô hình thay đổi theo thời gian vẫn là những tên riêng. Với nguồn lớn, chọn các trang hoặc khung hình liên quan, giữ mối quan hệ giữa chúng và chừa chỗ cho câu trả lời. Biểu diễn phương tiện, chỉ dẫn nhiệm vụ và lịch sử hội thoại đều ảnh hưởng đến yêu cầu. Việc chuẩn bị cần theo thông số của phiên bản và giao diện đã chọn thay vì mượn thiết lập số từ một mô hình thị giác không liên quan.
Một kết quả phân tích thực tiễn chứa những dữ kiện nhìn thấy đã dùng, phần giải thích và câu trả lời cuối cùng, đồng thời chỉ ra các chi tiết thiếu hoặc không chắc chắn. Đối chiếu phép tính với số và đơn vị đã nêu; đối chiếu so sánh trực quan với cả hai ảnh gốc; đối chiếu cách diễn giải video với các khung hình liên quan. Văn bản suy luận của QVQ-Max tự nó không thực thi công cụ bên ngoài, áp dụng thay đổi chương trình hay chứng minh rằng thông tin ngoài các nguồn được cung cấp đã được tìm kiếm. Dùng mô hình cho phân tích trực quan được tài liệu hóa và giữ bằng chứng riêng cho mọi hành động tiếp theo.
", "aboutText": "QVQ-Max — 2025-05-15 là một mục mang ngày trong dòng suy luận thị giác QVQ-Max. Nhà sản xuất mô tả họ này là sự kết hợp đầu vào trực quan với suy luận và câu trả lời văn bản. Các hướng nhiệm vụ bao gồm toán học, lập trình, phân tích trực quan, sáng tạo tư liệu và giải quyết vấn đề tổng quát. Mục đích là giải thích hoặc giải một câu hỏi về bằng chứng trực quan được cung cấp, thay vì tạo hình ảnh hay video mới.\n\nCác quy trình QVQ được tài liệu hóa kết hợp câu hỏi viết với hình ảnh hoặc video và trả về văn bản. Với hình minh họa toán học, cung cấp toàn bộ điều kiện, nhãn dễ đọc và đại lượng cần tìm. Với biểu đồ, xác định các trục, đơn vị đo và phép so sánh cần thực hiện. Yêu cầu mô hình tách dữ liệu nhìn thấy khỏi giả định trước khi kết luận. Kết quả có thể là lời giải có trình bày bước làm, so sánh các quan sát hoặc giải thích cách những chi tiết cụ thể hỗ trợ câu trả lời.\n\nNhà sản xuất mô tả QVQ là sự kết hợp đầu vào trực quan với suy luận và câu trả lời văn bản. Quy trình dịch vụ sử dụng truyền theo luồng. Trong ứng dụng, giữ suy luận trung gian phân biệt được với câu trả lời hoàn chỉnh và ghép các mảnh trả về trước khi dùng kết quả làm tài liệu hoặc chỉ dẫn. Luồng chưa hoàn tất của mô hình suy luận không phải cùng một sản phẩm đầu ra với kết luận cuối cùng của nó.\n\nChuẩn bị một nhiệm vụ có liên kết xuyên suốt. Với sơ đồ quy trình, xác định điều kiện bắt đầu, các điểm quyết định và kết quả cần giải thích. Với nhiều ảnh liên quan, gắn nhãn từng nguồn và nêu thứ tự hoặc mối quan hệ giữa chúng. Một yêu cầu hữu ích có thể so sánh hai cấu hình được minh họa, liệt kê những thay đổi nhìn thấy và giải thích thay đổi nào ảnh hưởng đến yêu cầu đã nêu. Giữ nhãn gốc để mỗi quan sát có thể được đối chiếu với đúng ảnh, và yêu cầu làm rõ khi không đọc được một ký hiệu hoặc chú thích.\n\nVới câu hỏi video, xác định sự kiện và phần clip cần xem xét. Yêu cầu trình tự các hành động quan sát được hoặc bằng chứng trực quan hỗ trợ một cách diễn giải cụ thể. Đầu vào video được tài liệu hóa của họ mô hình dùng để hiểu, không để tạo clip đã chỉnh sửa. Nếu nhiệm vụ phụ thuộc vào một khung hình có chữ nhỏ, cung cấp ảnh tĩnh dễ đọc cùng câu hỏi. Đầu ra mong đợi cần nêu các đối tượng hoặc giai đoạn liên quan và giải thích kết luận bằng văn bản, thay vì giả định rằng một mô tả chứng minh được ý định của ai đó.\n\nTài liệu tham chiếu trò chuyện nêu rằng thông điệp hệ thống không có tác dụng với các mô hình QVQ. Đặt nhiệm vụ, chỉ dẫn vai trò và định dạng mong muốn trong thông điệp người dùng. Tài liệu cũng khuyên giữ nguyên các mặc định lấy mẫu QVQ. Xác định câu trả lời cuối cùng có thể kiểm tra, chẳng hạn các quan sát rồi đến kết luận, hoặc bảng liên kết từng nhận định với một đặc điểm nhìn thấy. Bảng hay cách bố trí giống JSON được yêu cầu cần được ứng dụng kiểm tra; nó không tương đương khả năng đầu ra bị ràng buộc được quảng bá.\n\nLưu định danh mang ngày cùng tư liệu nguồn và các thiết lập xử lý cần thiết để lặp lại nhiệm vụ. Các bản chụp QVQ-Max khác và bí danh họ mô hình thay đổi theo thời gian vẫn là những tên riêng. Với nguồn lớn, chọn các trang hoặc khung hình liên quan, giữ mối quan hệ giữa chúng và chừa chỗ cho câu trả lời. Biểu diễn phương tiện, chỉ dẫn nhiệm vụ và lịch sử hội thoại đều ảnh hưởng đến yêu cầu. Việc chuẩn bị cần theo thông số của phiên bản và giao diện đã chọn thay vì mượn thiết lập số từ một mô hình thị giác không liên quan.\n\nMột kết quả phân tích thực tiễn chứa những dữ kiện nhìn thấy đã dùng, phần giải thích và câu trả lời cuối cùng, đồng thời chỉ ra các chi tiết thiếu hoặc không chắc chắn. Đối chiếu phép tính với số và đơn vị đã nêu; đối chiếu so sánh trực quan với cả hai ảnh gốc; đối chiếu cách diễn giải video với các khung hình liên quan. Văn bản suy luận của QVQ-Max tự nó không thực thi công cụ bên ngoài, áp dụng thay đổi chương trình hay chứng minh rằng thông tin ngoài các nguồn được cung cấp đã được tìm kiếm. Dùng mô hình cho phân tích trực quan được tài liệu hóa và giữ bằng chứng riêng cho mọi hành động tiếp theo.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Reason from transcribed chart values\n\nUse this text transcription of a chart, not an image: "Axis: liters per hour. Pump A: 18 at setting 1, 24 at setting 2. Pump B: 20 at setting 1, 21 at setting 2." Compare the increases and identify which pump gains more. Show the arithmetic, preserve units and avoid inferring power use.A small comparison table, two increase calculations and a conclusion restricted to flow rate.Check that increases are computed within each pump and no energy-efficiency claim is added.qvq-max-2025-05-15QVQ-Max — 2025-05-15 giữ một định danh mang ngày riêng trong dòng suy luận thị giác của Qwen. Dùng cách tiếp cận của họ mô hình được tài liệu hóa cho những câu hỏi liên kết hình ảnh, sơ đồ hoặc quan sát video với lời giải thích, phép tính hoặc kết luận bằng văn bản.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
QVQ-Max — 2025-05-15 là một mục mang ngày trong dòng suy luận thị giác QVQ-Max. Nhà sản xuất mô tả họ này là sự kết hợp đầu vào trực quan với suy luận và câu trả lời văn bản. Các hướng nhiệm vụ bao gồm toán học, lập trình, phân tích trực quan, sáng tạo tư liệu và giải quyết vấn đề tổng quát. Mục đích là giải thích hoặc giải một câu hỏi về bằng chứng trực quan được cung cấp, thay vì tạo hình ảnh hay video mới.
Các quy trình QVQ được tài liệu hóa kết hợp câu hỏi viết với hình ảnh hoặc video và trả về văn bản. Với hình minh họa toán học, cung cấp toàn bộ điều kiện, nhãn dễ đọc và đại lượng cần tìm. Với biểu đồ, xác định các trục, đơn vị đo và phép so sánh cần thực hiện. Yêu cầu mô hình tách dữ liệu nhìn thấy khỏi giả định trước khi kết luận. Kết quả có thể là lời giải có trình bày bước làm, so sánh các quan sát hoặc giải thích cách những chi tiết cụ thể hỗ trợ câu trả lời.
Nhà sản xuất mô tả QVQ là sự kết hợp đầu vào trực quan với suy luận và câu trả lời văn bản. Quy trình dịch vụ sử dụng truyền theo luồng. Trong ứng dụng, giữ suy luận trung gian phân biệt được với câu trả lời hoàn chỉnh và ghép các mảnh trả về trước khi dùng kết quả làm tài liệu hoặc chỉ dẫn. Luồng chưa hoàn tất của mô hình suy luận không phải cùng một sản phẩm đầu ra với kết luận cuối cùng của nó.
Chuẩn bị một nhiệm vụ có liên kết xuyên suốt. Với sơ đồ quy trình, xác định điều kiện bắt đầu, các điểm quyết định và kết quả cần giải thích. Với nhiều ảnh liên quan, gắn nhãn từng nguồn và nêu thứ tự hoặc mối quan hệ giữa chúng. Một yêu cầu hữu ích có thể so sánh hai cấu hình được minh họa, liệt kê những thay đổi nhìn thấy và giải thích thay đổi nào ảnh hưởng đến yêu cầu đã nêu. Giữ nhãn gốc để mỗi quan sát có thể được đối chiếu với đúng ảnh, và yêu cầu làm rõ khi không đọc được một ký hiệu hoặc chú thích.
Với câu hỏi video, xác định sự kiện và phần clip cần xem xét. Yêu cầu trình tự các hành động quan sát được hoặc bằng chứng trực quan hỗ trợ một cách diễn giải cụ thể. Đầu vào video được tài liệu hóa của họ mô hình dùng để hiểu, không để tạo clip đã chỉnh sửa. Nếu nhiệm vụ phụ thuộc vào một khung hình có chữ nhỏ, cung cấp ảnh tĩnh dễ đọc cùng câu hỏi. Đầu ra mong đợi cần nêu các đối tượng hoặc giai đoạn liên quan và giải thích kết luận bằng văn bản, thay vì giả định rằng một mô tả chứng minh được ý định của ai đó.
Tài liệu tham chiếu trò chuyện nêu rằng thông điệp hệ thống không có tác dụng với các mô hình QVQ. Đặt nhiệm vụ, chỉ dẫn vai trò và định dạng mong muốn trong thông điệp người dùng. Tài liệu cũng khuyên giữ nguyên các mặc định lấy mẫu QVQ. Xác định câu trả lời cuối cùng có thể kiểm tra, chẳng hạn các quan sát rồi đến kết luận, hoặc bảng liên kết từng nhận định với một đặc điểm nhìn thấy. Bảng hay cách bố trí giống JSON được yêu cầu cần được ứng dụng kiểm tra; nó không tương đương khả năng đầu ra bị ràng buộc được quảng bá.
Lưu định danh mang ngày cùng tư liệu nguồn và các thiết lập xử lý cần thiết để lặp lại nhiệm vụ. Các bản chụp QVQ-Max khác và bí danh họ mô hình thay đổi theo thời gian vẫn là những tên riêng. Với nguồn lớn, chọn các trang hoặc khung hình liên quan, giữ mối quan hệ giữa chúng và chừa chỗ cho câu trả lời. Biểu diễn phương tiện, chỉ dẫn nhiệm vụ và lịch sử hội thoại đều ảnh hưởng đến yêu cầu. Việc chuẩn bị cần theo thông số của phiên bản và giao diện đã chọn thay vì mượn thiết lập số từ một mô hình thị giác không liên quan.
Một kết quả phân tích thực tiễn chứa những dữ kiện nhìn thấy đã dùng, phần giải thích và câu trả lời cuối cùng, đồng thời chỉ ra các chi tiết thiếu hoặc không chắc chắn. Đối chiếu phép tính với số và đơn vị đã nêu; đối chiếu so sánh trực quan với cả hai ảnh gốc; đối chiếu cách diễn giải video với các khung hình liên quan. Văn bản suy luận của QVQ-Max tự nó không thực thi công cụ bên ngoài, áp dụng thay đổi chương trình hay chứng minh rằng thông tin ngoài các nguồn được cung cấp đã được tìm kiếm. Dùng mô hình cho phân tích trực quan được tài liệu hóa và giữ bằng chứng riêng cho mọi hành động tiếp theo.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qvq-max-2025-05-15 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0023 / 1K token Đầu ra · Token đầu ra $0.00916 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qvq-max-2025-05-15", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qvq-max-2025-05-15',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qvq-max-2025-05-15',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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra qvq-max-2025-05-15
Dùng các đường dẫn phương thức hiển thị ở trên.
qvq-max-2025-05-15QVQ-Max — 2025-05-15 giữ một định danh mang ngày riêng trong dòng suy luận thị giác của Qwen. Dùng cách tiếp cận của họ mô hình được tài liệu hóa cho những câu hỏi liên kết hình ảnh, sơ đồ hoặc quan sát video với lời giải thích, phép tính hoặc kết luận bằng văn bản.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
QVQ-Max — 2025-05-15 là một mục mang ngày trong dòng suy luận thị giác QVQ-Max. Nhà sản xuất mô tả họ này là sự kết hợp đầu vào trực quan với suy luận và câu trả lời văn bản. Các hướng nhiệm vụ bao gồm toán học, lập trình, phân tích trực quan, sáng tạo tư liệu và giải quyết vấn đề tổng quát. Mục đích là giải thích hoặc giải một câu hỏi về bằng chứng trực quan được cung cấp, thay vì tạo hình ảnh hay video mới.
Các quy trình QVQ được tài liệu hóa kết hợp câu hỏi viết với hình ảnh hoặc video và trả về văn bản. Với hình minh họa toán học, cung cấp toàn bộ điều kiện, nhãn dễ đọc và đại lượng cần tìm. Với biểu đồ, xác định các trục, đơn vị đo và phép so sánh cần thực hiện. Yêu cầu mô hình tách dữ liệu nhìn thấy khỏi giả định trước khi kết luận. Kết quả có thể là lời giải có trình bày bước làm, so sánh các quan sát hoặc giải thích cách những chi tiết cụ thể hỗ trợ câu trả lời.
Nhà sản xuất mô tả QVQ là sự kết hợp đầu vào trực quan với suy luận và câu trả lời văn bản. Quy trình dịch vụ sử dụng truyền theo luồng. Trong ứng dụng, giữ suy luận trung gian phân biệt được với câu trả lời hoàn chỉnh và ghép các mảnh trả về trước khi dùng kết quả làm tài liệu hoặc chỉ dẫn. Luồng chưa hoàn tất của mô hình suy luận không phải cùng một sản phẩm đầu ra với kết luận cuối cùng của nó.
Chuẩn bị một nhiệm vụ có liên kết xuyên suốt. Với sơ đồ quy trình, xác định điều kiện bắt đầu, các điểm quyết định và kết quả cần giải thích. Với nhiều ảnh liên quan, gắn nhãn từng nguồn và nêu thứ tự hoặc mối quan hệ giữa chúng. Một yêu cầu hữu ích có thể so sánh hai cấu hình được minh họa, liệt kê những thay đổi nhìn thấy và giải thích thay đổi nào ảnh hưởng đến yêu cầu đã nêu. Giữ nhãn gốc để mỗi quan sát có thể được đối chiếu với đúng ảnh, và yêu cầu làm rõ khi không đọc được một ký hiệu hoặc chú thích.
Với câu hỏi video, xác định sự kiện và phần clip cần xem xét. Yêu cầu trình tự các hành động quan sát được hoặc bằng chứng trực quan hỗ trợ một cách diễn giải cụ thể. Đầu vào video được tài liệu hóa của họ mô hình dùng để hiểu, không để tạo clip đã chỉnh sửa. Nếu nhiệm vụ phụ thuộc vào một khung hình có chữ nhỏ, cung cấp ảnh tĩnh dễ đọc cùng câu hỏi. Đầu ra mong đợi cần nêu các đối tượng hoặc giai đoạn liên quan và giải thích kết luận bằng văn bản, thay vì giả định rằng một mô tả chứng minh được ý định của ai đó.
Tài liệu tham chiếu trò chuyện nêu rằng thông điệp hệ thống không có tác dụng với các mô hình QVQ. Đặt nhiệm vụ, chỉ dẫn vai trò và định dạng mong muốn trong thông điệp người dùng. Tài liệu cũng khuyên giữ nguyên các mặc định lấy mẫu QVQ. Xác định câu trả lời cuối cùng có thể kiểm tra, chẳng hạn các quan sát rồi đến kết luận, hoặc bảng liên kết từng nhận định với một đặc điểm nhìn thấy. Bảng hay cách bố trí giống JSON được yêu cầu cần được ứng dụng kiểm tra; nó không tương đương khả năng đầu ra bị ràng buộc được quảng bá.
Lưu định danh mang ngày cùng tư liệu nguồn và các thiết lập xử lý cần thiết để lặp lại nhiệm vụ. Các bản chụp QVQ-Max khác và bí danh họ mô hình thay đổi theo thời gian vẫn là những tên riêng. Với nguồn lớn, chọn các trang hoặc khung hình liên quan, giữ mối quan hệ giữa chúng và chừa chỗ cho câu trả lời. Biểu diễn phương tiện, chỉ dẫn nhiệm vụ và lịch sử hội thoại đều ảnh hưởng đến yêu cầu. Việc chuẩn bị cần theo thông số của phiên bản và giao diện đã chọn thay vì mượn thiết lập số từ một mô hình thị giác không liên quan.
Một kết quả phân tích thực tiễn chứa những dữ kiện nhìn thấy đã dùng, phần giải thích và câu trả lời cuối cùng, đồng thời chỉ ra các chi tiết thiếu hoặc không chắc chắn. Đối chiếu phép tính với số và đơn vị đã nêu; đối chiếu so sánh trực quan với cả hai ảnh gốc; đối chiếu cách diễn giải video với các khung hình liên quan. Văn bản suy luận của QVQ-Max tự nó không thực thi công cụ bên ngoài, áp dụng thay đổi chương trình hay chứng minh rằng thông tin ngoài các nguồn được cung cấp đã được tìm kiếm. Dùng mô hình cho phân tích trực quan được tài liệu hóa và giữ bằng chứng riêng cho mọi hành động tiếp theo.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qvq-max-2025-05-15 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0023 / 1K token Đầu ra · Token đầu ra $0.00916 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "qvq-max-2025-05-15",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qvq-max-2025-05-15', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qvq-max-2025-05-15', '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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra qvq-max-2025-05-15
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Reason from transcribed chart values\n\nUse this text transcription of a chart, not an image: "Axis: liters per hour. Pump A: 18 at setting 1, 24 at setting 2. Pump B: 20 at setting 1, 21 at setting 2." Compare the increases and identify which pump gains more. Show the arithmetic, preserve units and avoid inferring power use.A small comparison table, two increase calculations and a conclusion restricted to flow rate.Check that increases are computed within each pump and no energy-efficiency claim is added.