QVQ-Plus là dòng Plus trong các mô hình suy luận thị giác QVQ của Qwen. Nhà sản xuất nhấn mạnh toán học, lập trình, phân tích trực quan, sáng tạo và các nhiệm vụ tổng quát có bằng chứng trực quan. Mô hình nhận văn bản, hình ảnh và video, rồi trả về văn bản gồm quá trình suy luận và câu trả lời. Tên Plus là định danh của một dòng mô hình, không thay thế một bản chụp QVQ-Max cố định hay một mô hình tạo ảnh.
Cửa sổ ngữ cảnh được tài liệu hóa là 131.072 token, với đầu vào tối đa 106.496 token và đầu ra tối đa 8.192 token. Phân biệt các giới hạn này khi lập kế hoạch yêu cầu. Đưa vào nhiệm vụ bằng văn bản, tư liệu trực quan liên quan và lịch sử hội thoại cần thiết, sau đó chừa chỗ cho phần giải thích và câu trả lời cuối cùng. Phần đóng góp của ảnh chụp màn hình hoặc video được xác định bởi biểu diễn đã qua xử lý, nên chỉ riêng số ký tự được gõ không đủ để đo toàn bộ đầu vào.
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 QVQ được tài liệu hóa sử dụng truyền theo luồng. Ứng dụng nên phân biệt suy luận trung gian với các mảnh câu trả lời cuối cùng và ghép văn bản trước khi trình bày như một lời giải thích hoàn chỉnh. Câu trả lời ngắn gọn được yêu cầu vẫn có thể theo sau một quá trình suy luận nội bộ; yêu cầu súc tích không biến mô hình thành một phiên bản không suy nghĩ riêng biệt.
Với biểu đồ hoặc bảng, nêu phép so sánh cần thực hiện và cung cấp nhãn, đơn vị, tiêu đề rõ ràng. Chẳng hạn, hỏi liệu hai chuỗi trên biểu đồ có phân kỳ trong một khoảng đã chọn hay không, rồi yêu cầu những quan sát nhìn thấy làm cơ sở cho kết luận. Nếu câu trả lời cần giá trị số, bảo đảm chúng có trong nguồn và yêu cầu mô hình chỉ ra sự không chắc chắn khi chỉ có thể đọc gần đúng bằng mắt. Giữ ảnh gốc để đối chiếu kết quả với bằng chứng.
Với tài liệu hoặc ảnh chụp giao diện, xác định mục tiêu của người dùng và phần tư liệu cần phân tích. Một yêu cầu hữu ích có thể hỏi những trường nhìn thấy nào cần thiết cho quy trình đã nêu, trang được tổ chức ra sao hoặc các đường nối trong sơ đồ hàm ý gì. Với nhiệm vụ lập trình từ hình ảnh, cung cấp ảnh chụp màn hình và yêu cầu bằng văn bản, rồi yêu cầu lời giải thích hoặc đề xuất triển khai bằng văn bản phù hợp với cấu trúc nhìn thấy. Phân biệt các thuộc tính quan sát được với những thuộc tính phụ thuộc vào hành vi ẩn của ứng dụng.
Với video, xác định sự kiện, trình tự hoặc mối quan hệ cần giải thích. Giữ đoạn liên quan và cung cấp ảnh tĩnh rõ ràng khi những chi tiết nhỏ quan trọng. Gắn nhãn nhiều đầu vào và giải thích thứ tự của chúng để tránh nhầm một phép so sánh với những cảnh không liên quan. Kết quả là bản mô tả tư liệu bằng văn bản và kết luận cho câu hỏi đã nêu; tự nó không chỉnh sửa nguồn, tạo clip mới hay xác minh điều gì ngoài quan sát.
Thẻ Plus của nhà sản xuất không quảng bá gọi hàm, tìm kiếm web hay đầu ra có cấu trúc bị ràng buộc. Tổ chức câu trả lời văn bản bằng tiêu đề rõ ràng, bảng so sánh hoặc danh sách quan sát, và kiểm tra mọi kết quả có vẻ đọc được bằng máy trước khi ứng dụng sử dụng. Tài liệu tham chiếu trò chuyện cho biết thông điệp hệ thống không có tác dụng với mô hình QVQ, vì vậy hãy đặt chỉ dẫn về vai trò, nhiệm vụ và định dạng trong thông điệp người dùng. Giữ các mặc định lấy mẫu QVQ được tài liệu hóa thay vì đưa vào công thức nhiệt độ hoặc chọn token từ một họ Qwen khác.
Để có sản phẩm phân tích hữu ích, yêu cầu các dữ kiện quan sát được, phần giải thích và câu trả lời cuối cùng được đặt tên rõ ràng. Đối chiếu phép tính với những con số, nhãn và đơn vị nhìn thấy; đối chiếu cách hiểu tài liệu với phần nguồn được viện dẫn. Lưu định danh Plus đã chọn và tư liệu đầu vào cùng kết quả khi cần xem xét lại một trường hợp. Tách đề xuất có suy luận khỏi mọi hành động tiếp theo: ứng dụng hoặc con người vẫn phải thực hiện thao tác công cụ được yêu cầu và trả về kết quả của thao tác đó. Mô hình này cung cấp suy luận thị giác và văn bản, còn tư liệu gốc được lưu làm cơ sở rà soát.
", "aboutText": "QVQ-Plus là dòng Plus trong các mô hình suy luận thị giác QVQ của Qwen. Nhà sản xuất nhấn mạnh toán học, lập trình, phân tích trực quan, sáng tạo và các nhiệm vụ tổng quát có bằng chứng trực quan. Mô hình nhận văn bản, hình ảnh và video, rồi trả về văn bản gồm quá trình suy luận và câu trả lời. Tên Plus là định danh của một dòng mô hình, không thay thế một bản chụp QVQ-Max cố định hay một mô hình tạo ảnh.\n\nCửa sổ ngữ cảnh được tài liệu hóa là 131.072 token, với đầu vào tối đa 106.496 token và đầu ra tối đa 8.192 token. Phân biệt các giới hạn này khi lập kế hoạch yêu cầu. Đưa vào nhiệm vụ bằng văn bản, tư liệu trực quan liên quan và lịch sử hội thoại cần thiết, sau đó chừa chỗ cho phần giải thích và câu trả lời cuối cùng. Phần đóng góp của ảnh chụp màn hình hoặc video được xác định bởi biểu diễn đã qua xử lý, nên chỉ riêng số ký tự được gõ không đủ để đo toàn bộ đầu vào.\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 QVQ được tài liệu hóa sử dụng truyền theo luồng. Ứng dụng nên phân biệt suy luận trung gian với các mảnh câu trả lời cuối cùng và ghép văn bản trước khi trình bày như một lời giải thích hoàn chỉnh. Câu trả lời ngắn gọn được yêu cầu vẫn có thể theo sau một quá trình suy luận nội bộ; yêu cầu súc tích không biến mô hình thành một phiên bản không suy nghĩ riêng biệt.\n\nVới biểu đồ hoặc bảng, nêu phép so sánh cần thực hiện và cung cấp nhãn, đơn vị, tiêu đề rõ ràng. Chẳng hạn, hỏi liệu hai chuỗi trên biểu đồ có phân kỳ trong một khoảng đã chọn hay không, rồi yêu cầu những quan sát nhìn thấy làm cơ sở cho kết luận. Nếu câu trả lời cần giá trị số, bảo đảm chúng có trong nguồn và yêu cầu mô hình chỉ ra sự không chắc chắn khi chỉ có thể đọc gần đúng bằng mắt. Giữ ảnh gốc để đối chiếu kết quả với bằng chứng.\n\nVới tài liệu hoặc ảnh chụp giao diện, xác định mục tiêu của người dùng và phần tư liệu cần phân tích. Một yêu cầu hữu ích có thể hỏi những trường nhìn thấy nào cần thiết cho quy trình đã nêu, trang được tổ chức ra sao hoặc các đường nối trong sơ đồ hàm ý gì. Với nhiệm vụ lập trình từ hình ảnh, cung cấp ảnh chụp màn hình và yêu cầu bằng văn bản, rồi yêu cầu lời giải thích hoặc đề xuất triển khai bằng văn bản phù hợp với cấu trúc nhìn thấy. Phân biệt các thuộc tính quan sát được với những thuộc tính phụ thuộc vào hành vi ẩn của ứng dụng.\n\nVới video, xác định sự kiện, trình tự hoặc mối quan hệ cần giải thích. Giữ đoạn liên quan và cung cấp ảnh tĩnh rõ ràng khi những chi tiết nhỏ quan trọng. Gắn nhãn nhiều đầu vào và giải thích thứ tự của chúng để tránh nhầm một phép so sánh với những cảnh không liên quan. Kết quả là bản mô tả tư liệu bằng văn bản và kết luận cho câu hỏi đã nêu; tự nó không chỉnh sửa nguồn, tạo clip mới hay xác minh điều gì ngoài quan sát.\n\nThẻ Plus của nhà sản xuất không quảng bá gọi hàm, tìm kiếm web hay đầu ra có cấu trúc bị ràng buộc. Tổ chức câu trả lời văn bản bằng tiêu đề rõ ràng, bảng so sánh hoặc danh sách quan sát, và kiểm tra mọi kết quả có vẻ đọc được bằng máy trước khi ứng dụng sử dụng. Tài liệu tham chiếu trò chuyện cho biết thông điệp hệ thống không có tác dụng với mô hình QVQ, vì vậy hãy đặt chỉ dẫn về vai trò, nhiệm vụ và định dạng trong thông điệp người dùng. Giữ các mặc định lấy mẫu QVQ được tài liệu hóa thay vì đưa vào công thức nhiệt độ hoặc chọn token từ một họ Qwen khác.\n\nĐể có sản phẩm phân tích hữu ích, yêu cầu các dữ kiện quan sát được, phần giải thích và câu trả lời cuối cùng được đặt tên rõ ràng. Đối chiếu phép tính với những con số, nhãn và đơn vị nhìn thấy; đối chiếu cách hiểu tài liệu với phần nguồn được viện dẫn. Lưu định danh Plus đã chọn và tư liệu đầu vào cùng kết quả khi cần xem xét lại một trường hợp. Tách đề xuất có suy luận khỏi mọi hành động tiếp theo: ứng dụng hoặc con người vẫn phải thực hiện thao tác công cụ được yêu cầu và trả về kết quả của thao tác đó. Mô hình này cung cấp suy luận thị giác và văn bản, còn tư liệu gốc được lưu làm cơ sở rà soát.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Compare a transcribed chart trend\n\nAnalyze this chart transcription: week 1, signups 100 and activations 80; week 2, signups 150 and activations 90; week 3, signups 200 and activations 100. Calculate activation share each week and explain whether the signup and activation trends tell the same story. Use only these values and distinguish counts from rates.A three-row count-and-rate table followed by a concise trend comparison.Activation share uses activations divided by signups, and increasing counts are not confused with increasing share.qvq-plusQVQ-Plus kết hợp câu hỏi văn bản với hình ảnh hoặc video để tạo câu trả lời văn bản có suy luận. Dùng mô hình cho toán học trực quan, phân tích biểu đồ và tài liệu, hoặc câu hỏi có kết luận phụ thuộc vào nhiều chi tiết nhìn thấy; dòng Plus giữ định danh riêng.
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-Plus là dòng Plus trong các mô hình suy luận thị giác QVQ của Qwen. Nhà sản xuất nhấn mạnh toán học, lập trình, phân tích trực quan, sáng tạo và các nhiệm vụ tổng quát có bằng chứng trực quan. Mô hình nhận văn bản, hình ảnh và video, rồi trả về văn bản gồm quá trình suy luận và câu trả lời. Tên Plus là định danh của một dòng mô hình, không thay thế một bản chụp QVQ-Max cố định hay một mô hình tạo ảnh.
Cửa sổ ngữ cảnh được tài liệu hóa là 131.072 token, với đầu vào tối đa 106.496 token và đầu ra tối đa 8.192 token. Phân biệt các giới hạn này khi lập kế hoạch yêu cầu. Đưa vào nhiệm vụ bằng văn bản, tư liệu trực quan liên quan và lịch sử hội thoại cần thiết, sau đó chừa chỗ cho phần giải thích và câu trả lời cuối cùng. Phần đóng góp của ảnh chụp màn hình hoặc video được xác định bởi biểu diễn đã qua xử lý, nên chỉ riêng số ký tự được gõ không đủ để đo toàn bộ đầu vào.
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 QVQ được tài liệu hóa sử dụng truyền theo luồng. Ứng dụng nên phân biệt suy luận trung gian với các mảnh câu trả lời cuối cùng và ghép văn bản trước khi trình bày như một lời giải thích hoàn chỉnh. Câu trả lời ngắn gọn được yêu cầu vẫn có thể theo sau một quá trình suy luận nội bộ; yêu cầu súc tích không biến mô hình thành một phiên bản không suy nghĩ riêng biệt.
Với biểu đồ hoặc bảng, nêu phép so sánh cần thực hiện và cung cấp nhãn, đơn vị, tiêu đề rõ ràng. Chẳng hạn, hỏi liệu hai chuỗi trên biểu đồ có phân kỳ trong một khoảng đã chọn hay không, rồi yêu cầu những quan sát nhìn thấy làm cơ sở cho kết luận. Nếu câu trả lời cần giá trị số, bảo đảm chúng có trong nguồn và yêu cầu mô hình chỉ ra sự không chắc chắn khi chỉ có thể đọc gần đúng bằng mắt. Giữ ảnh gốc để đối chiếu kết quả với bằng chứng.
Với tài liệu hoặc ảnh chụp giao diện, xác định mục tiêu của người dùng và phần tư liệu cần phân tích. Một yêu cầu hữu ích có thể hỏi những trường nhìn thấy nào cần thiết cho quy trình đã nêu, trang được tổ chức ra sao hoặc các đường nối trong sơ đồ hàm ý gì. Với nhiệm vụ lập trình từ hình ảnh, cung cấp ảnh chụp màn hình và yêu cầu bằng văn bản, rồi yêu cầu lời giải thích hoặc đề xuất triển khai bằng văn bản phù hợp với cấu trúc nhìn thấy. Phân biệt các thuộc tính quan sát được với những thuộc tính phụ thuộc vào hành vi ẩn của ứng dụng.
Với video, xác định sự kiện, trình tự hoặc mối quan hệ cần giải thích. Giữ đoạn liên quan và cung cấp ảnh tĩnh rõ ràng khi những chi tiết nhỏ quan trọng. Gắn nhãn nhiều đầu vào và giải thích thứ tự của chúng để tránh nhầm một phép so sánh với những cảnh không liên quan. Kết quả là bản mô tả tư liệu bằng văn bản và kết luận cho câu hỏi đã nêu; tự nó không chỉnh sửa nguồn, tạo clip mới hay xác minh điều gì ngoài quan sát.
Thẻ Plus của nhà sản xuất không quảng bá gọi hàm, tìm kiếm web hay đầu ra có cấu trúc bị ràng buộc. Tổ chức câu trả lời văn bản bằng tiêu đề rõ ràng, bảng so sánh hoặc danh sách quan sát, và kiểm tra mọi kết quả có vẻ đọc được bằng máy trước khi ứng dụng sử dụng. Tài liệu tham chiếu trò chuyện cho biết thông điệp hệ thống không có tác dụng với mô hình QVQ, vì vậy hãy đặt chỉ dẫn về vai trò, nhiệm vụ và định dạng trong thông điệp người dùng. Giữ các mặc định lấy mẫu QVQ được tài liệu hóa thay vì đưa vào công thức nhiệt độ hoặc chọn token từ một họ Qwen khác.
Để có sản phẩm phân tích hữu ích, yêu cầu các dữ kiện quan sát được, phần giải thích và câu trả lời cuối cùng được đặt tên rõ ràng. Đối chiếu phép tính với những con số, nhãn và đơn vị nhìn thấy; đối chiếu cách hiểu tài liệu với phần nguồn được viện dẫn. Lưu định danh Plus đã chọn và tư liệu đầu vào cùng kết quả khi cần xem xét lại một trường hợp. Tách đề xuất có suy luận khỏi mọi hành động tiếp theo: ứng dụng hoặc con người vẫn phải thực hiện thao tác công cụ được yêu cầu và trả về kết quả của thao tác đó. Mô hình này cung cấp suy luận thị giác và văn bản, còn tư liệu gốc được lưu làm cơ sở rà soát.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qvq-plus | 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 $0.00058 / 1K token Đầu ra · Token đầu ra $0.00144 / 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-plus", "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-plus',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-plus',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-plus
Dùng các đường dẫn phương thức hiển thị ở trên.
qvq-plusQVQ-Plus kết hợp câu hỏi văn bản với hình ảnh hoặc video để tạo câu trả lời văn bản có suy luận. Dùng mô hình cho toán học trực quan, phân tích biểu đồ và tài liệu, hoặc câu hỏi có kết luận phụ thuộc vào nhiều chi tiết nhìn thấy; dòng Plus giữ định danh riêng.
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-Plus là dòng Plus trong các mô hình suy luận thị giác QVQ của Qwen. Nhà sản xuất nhấn mạnh toán học, lập trình, phân tích trực quan, sáng tạo và các nhiệm vụ tổng quát có bằng chứng trực quan. Mô hình nhận văn bản, hình ảnh và video, rồi trả về văn bản gồm quá trình suy luận và câu trả lời. Tên Plus là định danh của một dòng mô hình, không thay thế một bản chụp QVQ-Max cố định hay một mô hình tạo ảnh.
Cửa sổ ngữ cảnh được tài liệu hóa là 131.072 token, với đầu vào tối đa 106.496 token và đầu ra tối đa 8.192 token. Phân biệt các giới hạn này khi lập kế hoạch yêu cầu. Đưa vào nhiệm vụ bằng văn bản, tư liệu trực quan liên quan và lịch sử hội thoại cần thiết, sau đó chừa chỗ cho phần giải thích và câu trả lời cuối cùng. Phần đóng góp của ảnh chụp màn hình hoặc video được xác định bởi biểu diễn đã qua xử lý, nên chỉ riêng số ký tự được gõ không đủ để đo toàn bộ đầu vào.
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 QVQ được tài liệu hóa sử dụng truyền theo luồng. Ứng dụng nên phân biệt suy luận trung gian với các mảnh câu trả lời cuối cùng và ghép văn bản trước khi trình bày như một lời giải thích hoàn chỉnh. Câu trả lời ngắn gọn được yêu cầu vẫn có thể theo sau một quá trình suy luận nội bộ; yêu cầu súc tích không biến mô hình thành một phiên bản không suy nghĩ riêng biệt.
Với biểu đồ hoặc bảng, nêu phép so sánh cần thực hiện và cung cấp nhãn, đơn vị, tiêu đề rõ ràng. Chẳng hạn, hỏi liệu hai chuỗi trên biểu đồ có phân kỳ trong một khoảng đã chọn hay không, rồi yêu cầu những quan sát nhìn thấy làm cơ sở cho kết luận. Nếu câu trả lời cần giá trị số, bảo đảm chúng có trong nguồn và yêu cầu mô hình chỉ ra sự không chắc chắn khi chỉ có thể đọc gần đúng bằng mắt. Giữ ảnh gốc để đối chiếu kết quả với bằng chứng.
Với tài liệu hoặc ảnh chụp giao diện, xác định mục tiêu của người dùng và phần tư liệu cần phân tích. Một yêu cầu hữu ích có thể hỏi những trường nhìn thấy nào cần thiết cho quy trình đã nêu, trang được tổ chức ra sao hoặc các đường nối trong sơ đồ hàm ý gì. Với nhiệm vụ lập trình từ hình ảnh, cung cấp ảnh chụp màn hình và yêu cầu bằng văn bản, rồi yêu cầu lời giải thích hoặc đề xuất triển khai bằng văn bản phù hợp với cấu trúc nhìn thấy. Phân biệt các thuộc tính quan sát được với những thuộc tính phụ thuộc vào hành vi ẩn của ứng dụng.
Với video, xác định sự kiện, trình tự hoặc mối quan hệ cần giải thích. Giữ đoạn liên quan và cung cấp ảnh tĩnh rõ ràng khi những chi tiết nhỏ quan trọng. Gắn nhãn nhiều đầu vào và giải thích thứ tự của chúng để tránh nhầm một phép so sánh với những cảnh không liên quan. Kết quả là bản mô tả tư liệu bằng văn bản và kết luận cho câu hỏi đã nêu; tự nó không chỉnh sửa nguồn, tạo clip mới hay xác minh điều gì ngoài quan sát.
Thẻ Plus của nhà sản xuất không quảng bá gọi hàm, tìm kiếm web hay đầu ra có cấu trúc bị ràng buộc. Tổ chức câu trả lời văn bản bằng tiêu đề rõ ràng, bảng so sánh hoặc danh sách quan sát, và kiểm tra mọi kết quả có vẻ đọc được bằng máy trước khi ứng dụng sử dụng. Tài liệu tham chiếu trò chuyện cho biết thông điệp hệ thống không có tác dụng với mô hình QVQ, vì vậy hãy đặt chỉ dẫn về vai trò, nhiệm vụ và định dạng trong thông điệp người dùng. Giữ các mặc định lấy mẫu QVQ được tài liệu hóa thay vì đưa vào công thức nhiệt độ hoặc chọn token từ một họ Qwen khác.
Để có sản phẩm phân tích hữu ích, yêu cầu các dữ kiện quan sát được, phần giải thích và câu trả lời cuối cùng được đặt tên rõ ràng. Đối chiếu phép tính với những con số, nhãn và đơn vị nhìn thấy; đối chiếu cách hiểu tài liệu với phần nguồn được viện dẫn. Lưu định danh Plus đã chọn và tư liệu đầu vào cùng kết quả khi cần xem xét lại một trường hợp. Tách đề xuất có suy luận khỏi mọi hành động tiếp theo: ứng dụng hoặc con người vẫn phải thực hiện thao tác công cụ được yêu cầu và trả về kết quả của thao tác đó. Mô hình này cung cấp suy luận thị giác và văn bản, còn tư liệu gốc được lưu làm cơ sở rà soát.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qvq-plus | 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 $0.00058 / 1K token Đầu ra · Token đầu ra $0.00144 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "qvq-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-plus', '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-plus', '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-plus
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Compare a transcribed chart trend\n\nAnalyze this chart transcription: week 1, signups 100 and activations 80; week 2, signups 150 and activations 90; week 3, signups 200 and activations 100. Calculate activation share each week and explain whether the signup and activation trends tell the same story. Use only these values and distinguish counts from rates.A three-row count-and-rate table followed by a concise trend comparison.Activation share uses activations divided by signups, and increasing counts are not confused with increasing share.